电动出租车的规模化运营需要以充电设施为支撑。当前,对于电动出租车充电站规划,未能给出较为科学的方法。为此,综合考虑出租车驾驶员充电经济性、充电站服务便捷性以及配电网运行的经济性和安全性,提出一种基于出租车随机概率行为特性...电动出租车的规模化运营需要以充电设施为支撑。当前,对于电动出租车充电站规划,未能给出较为科学的方法。为此,综合考虑出租车驾驶员充电经济性、充电站服务便捷性以及配电网运行的经济性和安全性,提出一种基于出租车随机概率行为特性和道路行程时间可靠性的多目标规划方法,建立以全社会出租车充电时间最小、行程时间可靠性最高、配电网网损最低为目标函数,以充电站站间距离、配电网安全运行指标为约束条件的多目标规划模型。其次,基于排队理论的M/G/c模型,采用带约束条件的边际分析法对充电站容量进行优化配置。在此基础上,采用NSGA-2对模型进行求解,获得多目标模型的帕累托前沿,通过逼近理想排序法(technique for order preference by similarity to ideal solution,TOPSIS)确定最优规划方案。最后,通过包含47节点路网与60节点配电网的算例,验证了所提方法的正确性和有效性。展开更多
文摘电动出租车的规模化运营需要以充电设施为支撑。当前,对于电动出租车充电站规划,未能给出较为科学的方法。为此,综合考虑出租车驾驶员充电经济性、充电站服务便捷性以及配电网运行的经济性和安全性,提出一种基于出租车随机概率行为特性和道路行程时间可靠性的多目标规划方法,建立以全社会出租车充电时间最小、行程时间可靠性最高、配电网网损最低为目标函数,以充电站站间距离、配电网安全运行指标为约束条件的多目标规划模型。其次,基于排队理论的M/G/c模型,采用带约束条件的边际分析法对充电站容量进行优化配置。在此基础上,采用NSGA-2对模型进行求解,获得多目标模型的帕累托前沿,通过逼近理想排序法(technique for order preference by similarity to ideal solution,TOPSIS)确定最优规划方案。最后,通过包含47节点路网与60节点配电网的算例,验证了所提方法的正确性和有效性。
