-
题名电动公交车队规模与充电桩配置协同优化
被引量：1
- 1
-
-
作者
熊杰
甘凯伦
李同飞
陈艳艳
-
机构
北京工业大学
-
出处
《交通运输工程与信息学报》
2024年第1期95-110,共16页
-
基金
北京市自然科学基金项目(8212004)
国家自然科学基金项目(71901007)。
-
文摘
为了保障电动公交系统的车辆能源供给和线路顺畅运营,本文在多线路与多充电站场景下考虑线路行程时间的随机性,建立面向线路层面的电动公交系统车辆与充电桩配置双层优化模型。模型以车辆和充电桩投资成本与乘客候车成本之和的最小化为目标,对各线路车队规模、各充电站充电桩数量及线路与充电站间的充电匹配关系进行优化决策。在下层模型中,为反映随机行程时间下车辆充电过程对线路运营的影响,引入顾客源有限下的多服务台排队模型来刻画固定线路与充电站匹配下的排队充电过程;在上层模型中,考虑充电站与场站容量约束,对电动公交系统的线路与充电站匹配关系进行优化。在求解方面,首先基于排队模型设计算法求解特定线路与充电站匹配下的车队规模及充电桩数量,进而利用CPLEX求解器对线路与充电站匹配关系进行优化。在实验环节,设计不同规模的算例验证本文所提双层模型与算法框架的有效性,计算结果表明,本文所提的双层模型和算法框架可在满足充电站和场站容量限制的前提下尽可能缩减车队成本、充电桩成本与乘客候车成本;相比较两种人工经验方法,本文算法可将总成本分别降低5.65%和4.54%。
-
关键词
城市交通
配置优化
排队模型
电动公交
车队规模
充电桩数量
-
Keywords
urban transportation
deployment optimization
queuing model
electric bus
fleet size
number of chargers
-
分类号
U491.17
[交通运输工程—交通运输规划与管理]
-
-
题名地下车库汽车充电桩的变压器容量指标设计
被引量：2
- 2
-
-
作者
王雪
肖贺
-
机构
北京博锐尚格节能技术股份有限公司
北京博锐尚格数据技术有限公司
-
出处
《建筑电气》
2017年第3期48-52,共5页
-
文摘
通过对25个既有商业建筑的地下车库全年逐时用电负荷进行数据分析,计算得出商业建筑地下非机械式车库变压器容量的实际用电指标。与此同时,根据现有电力容量的设计规范和汽车充电桩选型设计的方法,考虑不同充电桩数量、不同充电桩类型对地下车库变压器容量设计的影响,综合得出地下车库变压器指标,用于指导配建汽车充电桩的新建商业建筑变压器容量设计。
-
关键词
地下车库
充电桩
电动汽车
车库用电指标
变压器容量设计
充电桩数量
充电桩类型
充电效率
-
Keywords
underground garage
charging pile
electric vehicle
garage electricity indicator
transformer capacity design
quantity of charging pile
type of charging pile
charging efficiency
-
分类号
TU852
[建筑科学]
-
-
题名基于充电需求时空分布预测的电动汽车充电站规划
被引量：1
- 3
-
-
作者
刘俊壕
杨世勇
李黄强
舒征宇
邵浩然
-
机构
三峡大学电气与新能源学院
国网湖北省电力有限公司宜昌供电公司
-
出处
《中外能源》
CAS
2024年第5期18-26,共9页
-
文摘
电动汽车是实现能源消费侧清洁化的重要抓手。为了适应电动汽车的大规模推广,合理规划充电站布局,提出一种基于电动汽车充电需求时空分布预测的城区充电站规划模型。首先导入车辆、路网、交通等数据,利用蒙特卡洛法生成电动汽车初始电量、初始位置和起始时刻,引入转移概率矩阵,配合Dijkstra最短路径算法模拟电动汽车行驶过程。行驶过程中,结合单位能耗模型实时更新电动汽车电量,一旦达到充电阈值,就近充电并记录时段位置,据此生成城区充电需求的时空分布。在此基础上,综合考虑运营商和用户双方利益,以充电站投资成本和用户损失成本最小为目标,将Voronoi图与改进粒子群算法相结合,划分充电站服务范围,对其位置和数量进行寻优,并引入M/M/C排队论优化各站点充电桩数量。将上述模型应用到某市部分城区的充电站规划中,进行仿真分析。结果表明,建立的充电站规划模型能够有效表征充电需求时空分布规律,兼顾了运营商和用户双方利益,既考虑了投资的经济性,又考虑了充电的快捷性,可生成充电站最优数量、位置和容量,可为电动汽车充电站规划提供参考。
-
关键词
充电站规划
充电需求
时空分布
充电站数量
充电桩数量
改进粒子群算法
-
Keywords
planning of charging stations
charging demand
spatiotemporal distribution
number of charging stations
number of charging piles
improved particle swarm optimization
-
分类号
U491.8
[交通运输工程—交通运输规划与管理]
-
-
题名基于支持向量回归集成学习的新能源汽车销量预测
被引量：3
- 4
-
-
作者
蓝镓宝
-
机构
五邑大学经济管理学院
-
出处
《时代汽车》
2021年第10期62-63,共2页
-
文摘
新能源汽车的普及,有利于减少大气污染,提高空气质量。但与新能源汽车相配套的公共充电基础设施、维修服务等问题却阻碍了新能源汽车销量的增长。因此,预测我国新能源汽车销量以完善相关配套措施、促进新能源汽车产业的发展就显得尤为重要。针对新能源汽车产业属于新兴产业,其相关历史数据较少,且销量变动较大以及影响其销量的因素存在非线性关系的特点,本文利用鲁棒性强的支持向量回归,以及具有较强的抗噪声能力的Bagging集成学习方法,对我国新能源汽车的销量进行预测和分析。首先,选取影响消费者购买意愿的公共充电桩数量和决定消费者购买能力的居民可支配收入作为模型的自变量,并收集相关数据;其次,从原始样本中随机抽取样本量为20的5个相互独立的样本集,并使用6个训练数据对这5个样本集进行训练,得到5个支持向量回归模型;然后,平均5个模型的结果,减少模型噪声,优化最终预测效果;最后,分析所得的预测新能源汽车销量模型的准确性及不足之处。
-
关键词
支持向量回归
集成学习
新能源汽车
居民可支配收入
公共充电桩数量
-
Keywords
support vector regression
ensemble learning
new energy vehicles
residents'disposable income
number of public charging piles
-
分类号
F42
[经济管理—产业经济]
-
