基于粒子群遺傳混合算法的電動(dòng)汽車充電站選址及容量?jī)?yōu)化.pdf

1、電動(dòng)汽車目前已經(jīng)成為未來(lái)汽車技術(shù)的主要發(fā)展方向，電動(dòng)汽車的充電系統(tǒng)是推動(dòng)電動(dòng)汽車發(fā)展普及的重要基礎(chǔ)支撐系統(tǒng)，也是電動(dòng)汽車商業(yè)化、產(chǎn)業(yè)化過(guò)程中的重要環(huán)節(jié)。所以充電站的選址及容量?jī)?yōu)化成為了目前急需解決的問(wèn)題。
　　目前，對(duì)于充電站的選址問(wèn)題尚處于起步階段，所以在用戶的充電成本問(wèn)題中并沒(méi)有考慮到道路曲折系數(shù)以及折返系數(shù)等參數(shù)，這就會(huì)造成結(jié)果與實(shí)際情況有較大的差距的情況。本文在結(jié)合了道路曲折系數(shù)以及折返系數(shù)等參數(shù)之后，綜合了建設(shè)費(fèi)用、運(yùn)行

2、維護(hù)費(fèi)用以及車主充電時(shí)的成本費(fèi)用后提出電動(dòng)汽車充電站綜合年平均費(fèi)用模型。在算法方面，針對(duì)于粒子群優(yōu)化算法的收斂速度快、計(jì)算結(jié)果精度高但全局搜索能力較遺傳算法差等特點(diǎn)。本文采用了一種速度快、精度高且不易陷入局部最優(yōu)的新型粒子群遺傳混合算法（PSOGA）對(duì)電動(dòng)汽車充電站的選址問(wèn)題進(jìn)行優(yōu)化求解，從而得到一種更為精確與高效的電動(dòng)汽車充電站選址方法。在確定了充電站所在位置以及覆蓋范圍內(nèi)的充電汽車數(shù)量后，使用排隊(duì)論對(duì)充電站的容量進(jìn)行了優(yōu)化，確定了詳