肖偉 夏華

摘 要 對(duì)于電動(dòng)汽車車主來說，選擇去哪個(gè)充電站供電是很隨機(jī)的事情，但是這樣的結(jié)果對(duì)導(dǎo)致某些地方的充電站的使用率非常低，引起電網(wǎng)負(fù)荷的嚴(yán)重失衡，對(duì)配電網(wǎng)的穩(wěn)定性和安全性造成極大的威脅?；谶@個(gè)原因，亟待探索最優(yōu)化的途徑，可以讓行駛路程最近、時(shí)間最短、充電站時(shí)間利用率偏差最小以及功率利用率偏差最小等，以此為條件來建立電動(dòng)汽車充電路徑多目標(biāo)優(yōu)化的調(diào)度模型。利用細(xì)菌趨化的改進(jìn)粒子群算法為該模型進(jìn)行了求解計(jì)算。計(jì)算結(jié)果顯示，利用該種算法，電動(dòng)汽車車主可以利用區(qū)域內(nèi)充電站的利用率來進(jìn)行充電站的選擇，可以讓充電站利用率實(shí)現(xiàn)均衡化合理化。

關(guān)鍵詞 電動(dòng)汽車;充電路徑;多目標(biāo)優(yōu)化;充電設(shè)備利用率

前言

目前，由于能源匱乏問題嚴(yán)重，是困擾國家發(fā)展的重要問題，因此，環(huán)保又節(jié)能的電動(dòng)汽車成為各國大力推廣扶持的重點(diǎn)項(xiàng)目。然而，由于車載蓄電池的容量限制問題，讓大多數(shù)的電動(dòng)汽車的行駛里程數(shù)有了局限性，所以，為了能夠讓電動(dòng)汽車可以進(jìn)行持續(xù)性的出行運(yùn)行，就必須設(shè)立相應(yīng)充電站來維持補(bǔ)充電能，如何讓電動(dòng)汽車的充電站實(shí)現(xiàn)產(chǎn)業(yè)化與商業(yè)化是目前擺在各國面前的重要研究課題。根據(jù)數(shù)據(jù)，截止到2020年，全世界將建成6萬座充電站、240萬個(gè)充電樁，并同時(shí)投入使用。文章以用戶利益為先決條件，將充電站內(nèi)的充電設(shè)備利用率的均衡情況最為主要研究對(duì)象，建立了以充電設(shè)備使用率為前提的電動(dòng)汽車充電路徑多目標(biāo)優(yōu)化的調(diào)度模型，通過細(xì)菌趨化的改進(jìn)粒子群算法對(duì)其進(jìn)行求解。

1電動(dòng)汽車充電路徑的優(yōu)化調(diào)度

電動(dòng)啟辰充電路徑的優(yōu)化調(diào)度室將電動(dòng)汽車的數(shù)量、分布情況、電網(wǎng)可用用電功率、充電站位置和數(shù)量等內(nèi)容進(jìn)行合理性調(diào)度，讓電動(dòng)汽車的用戶可以以最小的花費(fèi)來找到最近的充電站。當(dāng)電動(dòng)汽車去向計(jì)劃中的目的地時(shí)會(huì)出現(xiàn)以下幾種情況：

1.1 直接到達(dá)目的地

當(dāng)電動(dòng)汽車可以直接到達(dá)目的地時(shí)，就說明這輛車還剩余的足夠到達(dá)其他目的地的電量，用公式表示為，R代表電動(dòng)汽車在剩余電量的狀況下能行駛的最大距離;S代表出發(fā)地與目的地間的距離;代表目的地到某充電站間的距離。

1.2 必須到充電站充電后才能抵達(dá)目的地

由于里程過長，電動(dòng)汽車車主必須要在途中選擇充電站進(jìn)行充電，公式為，其中R要大于表示的出發(fā)地點(diǎn)與某充電站間的距離，。由此可知，電動(dòng)汽車車主中途需要充電再抵達(dá)目的地。行駛的總里程數(shù)為，表示起點(diǎn)與充電站距離，表示充電站與目的地距離。這是最為常見的情況，也是文章研究的重點(diǎn)內(nèi)容。必須要讓電動(dòng)汽車找到最為合理的充電站，即行駛最短路程，到達(dá)目的地剩余最大電量，使區(qū)域內(nèi)充電站的利用率得到均衡分配[1]。

2電動(dòng)汽車充電路徑優(yōu)化調(diào)度模型

2.1 優(yōu)化目標(biāo)函數(shù)

（1）行駛路程最近

假設(shè)道路順暢，忽略交通狀況，優(yōu)化目標(biāo)函數(shù)為，其中M表示區(qū)域內(nèi)接受充電服務(wù)的電動(dòng)汽車數(shù)量;N表示區(qū)域內(nèi)可供選擇的充電站數(shù)量;表示第i輛電動(dòng)汽車在第j個(gè)充電站進(jìn)行充電的決策變量;表示第i輛電動(dòng)汽車到第j個(gè)充電站所行駛的距離。

設(shè)行駛路程為優(yōu)化目標(biāo)，當(dāng)前值為，全局最小值為，其關(guān)系表現(xiàn)為，代表電動(dòng)汽車行駛最短里程。

（2）所用時(shí)間最短

電動(dòng)汽車到達(dá)充電站的行駛時(shí)間、充電站等待時(shí)間和充電時(shí)間共同組成了車主花費(fèi)時(shí)間。優(yōu)化目標(biāo)函數(shù)為

代表第i輛電動(dòng)汽車到第j個(gè)充電站花費(fèi)的行駛時(shí)間;代表第i輛電動(dòng)汽車到第k個(gè)充電站充電交通擁擠系數(shù);代表第i輛電動(dòng)汽車到第k個(gè)充電站的路程距離;代表第i輛電動(dòng)汽車駕駛速度;代表第i輛電動(dòng)汽車在第j個(gè)充電站充電時(shí)間;代表第i輛電動(dòng)汽車充電設(shè)定值;代表第i輛汽車在第j個(gè)充電站等待的實(shí)踐;表示第j個(gè)充電站內(nèi)充電樁數(shù)量;表示第j個(gè)充電站派對(duì)等待充電汽車數(shù)量;代表第j個(gè)充電站擁堵系數(shù);

設(shè)所用時(shí)間最短為優(yōu)化數(shù)值，與的關(guān)系，值越小，代表花費(fèi)時(shí)間越短。

3電動(dòng)汽車充電路徑多目標(biāo)優(yōu)化調(diào)度模型的求解

文章采用了粒子群算法進(jìn)行求解，其基本的原理在于解空間內(nèi)隨機(jī)生成的一組解，再將其他式代入空間的解，讓其向最優(yōu)解位置運(yùn)行，從而滿足最優(yōu)解輸出。為了能夠讓粒子的多樣性得到保留，所以利用細(xì)菌趨化方式將PSO算法進(jìn)行改進(jìn)，得出PSOBC算法中粒子存在吸引和排斥兩種運(yùn)動(dòng)操作，最后得出的算法操作步驟為：第一步，將初始化算法參數(shù)P設(shè)置為種群規(guī)模;迭代次數(shù)K;慣性權(quán)重范圍為;學(xué)習(xí)因子、;多樣性閾值范圍。第二步，粒子適應(yīng)度值計(jì)算。第三步，選擇PSOBC算法計(jì)算，選擇PSO計(jì)算，可以隨機(jī)選擇算法計(jì)算。第四步，利用PSOBC或PSO計(jì)算粒子速度、粒子位置。第五步，對(duì)其中粒子數(shù)值進(jìn)行更新。第六步，對(duì)最大迭代次數(shù)進(jìn)行判斷，如果沒有再跳回到第三步。

4結(jié)束語

綜上所述，與電動(dòng)汽車的發(fā)展速度相比，充電站的建設(shè)程度明顯地落后于發(fā)展，并且其布局存在失衡，用戶在充電時(shí)還是會(huì)隨機(jī)選擇充電站，使得充電站的利用效率十分不均衡，這對(duì)充電站帶來了巨大的維護(hù)成本負(fù)擔(dān)，而存儲(chǔ)大量電能的閑置電樁會(huì)讓充電站無法營利。文章通過電動(dòng)汽車充電路徑的多種目標(biāo)的優(yōu)化調(diào)度模型，利用改進(jìn)粒子算法進(jìn)行了求解，計(jì)算出了優(yōu)化調(diào)度的方案。

參考文獻(xiàn)

[1] 周天沛，孫偉.基于充電設(shè)備利用率的電動(dòng)汽車充電路徑多目標(biāo)優(yōu)化調(diào)度[J].電力系統(tǒng)保護(hù)與控制，2019，47（4）：115-123.

作者簡(jiǎn)介

肖偉（1988-），男，江蘇鹽城人;畢業(yè)院校：學(xué)歷：研究生，職稱：中級(jí)職稱，現(xiàn)就職單位：國電南瑞南京控制系統(tǒng)有限公司，研究方向：電氣工程。