北京市電動(dòng)出租車充電設(shè)施選址優(yōu)化.pdf

1、隨著近年來(lái)環(huán)境和能源短缺問題日益嚴(yán)峻，世界各國(guó)對(duì)于能源結(jié)構(gòu)調(diào)整和環(huán)保技術(shù)研究的熱情都持續(xù)高漲。由于傳統(tǒng)的燃油燃?xì)馄囀黔h(huán)境污染和能源消耗的主要來(lái)源，所以清潔的電力能源驅(qū)動(dòng)的電動(dòng)汽車受到了廣泛的關(guān)注和青睞，國(guó)內(nèi)外都有大量電動(dòng)汽車被投入市場(chǎng)作為傳統(tǒng)交通工具的替代品。然而由于電動(dòng)汽車技術(shù)的局限性，其續(xù)航里程較短、充電時(shí)間長(zhǎng)，所以電動(dòng)汽車充電站無(wú)法使用傳統(tǒng)加油站的建設(shè)模式和同等的建站密度，導(dǎo)致了現(xiàn)有充電站難以滿足大量增長(zhǎng)的電動(dòng)汽車的充電需求，限

2、制了電動(dòng)汽車的進(jìn)一步應(yīng)用和發(fā)展。
　　本文針對(duì)北京市電動(dòng)出租車充電站選址的問題，以乘客出行和電動(dòng)出租車運(yùn)行的特征參數(shù)進(jìn)行蒙特卡洛仿真，模擬了電動(dòng)出租車充電需求產(chǎn)生的過程，識(shí)別了在目前情況下能夠保障乘客正常出行的電動(dòng)出租車充電需求的時(shí)空分布;采用voronoi圖法劃分了充電站的服務(wù)范圍和容量，并在已知充電需求分布的基礎(chǔ)上，構(gòu)成了選址模型的約束條件，而充電站建設(shè)和運(yùn)行的成本函數(shù)則構(gòu)成了選址模型的目標(biāo)函數(shù);使用基本粒子群算法求出了低約束

3、選址模型的解，與P中值模型的解對(duì)比驗(yàn)證了低約束選址模型的有效性，并引入禁忌粒子群算法提高了算法求解的精度;對(duì)影響選址模型結(jié)果的參數(shù)進(jìn)行了敏感性分析、求出了選址模型的最優(yōu)解。
　　本文使用乘客出行距離和時(shí)間參數(shù)與電動(dòng)出租車電池電量狀態(tài)參數(shù)的概率分布，使模擬過程符合真實(shí)的事件發(fā)生概率，從而避免了對(duì)復(fù)雜電動(dòng)出租車運(yùn)行軌跡的研究，減少了數(shù)據(jù)獲取的難度和數(shù)據(jù)冗余，同時(shí)提高了充電需求預(yù)測(cè)的精度;構(gòu)建了基于粒子群算法求解的低約束選址模型，在保證