详情

原文传递电动汽车智能充电服务优化模型的研究

论文题名：	电动汽车智能充电服务优化模型的研究
关键词：	电动汽车;充电站;排队时间;模糊规划;遗传算法;智能充电
摘要：	能源危机和环境恶化给传统汽车行业带来双重压力，因此电动汽车已经成为了未来汽车的主要发展方向。由于电动汽车续驶里程较短、现有充电站较少等原因会使电动汽车用户产生充电焦虑，阻碍电动汽车的使用和推广。为了给电动汽车推荐合适的充电站充电，解决其充电问题，需要研究有效的电动汽车充电指导方案。合理的充电方案对减少电动汽车用户的充电代价，增加充电站的运营效益，促进充电站的建设，推进电动汽车的发展，进而改善交通环境具有重要意义。　　目前国内外对电动汽车充电问题的研究主要是通过对电动汽车进行路径规划间接研究其充电问题，没有综合考虑充电需要花费的时间、费用、路程等因素，且为多辆电动车提供充电服务的研究较少。此外，几乎没有从充电站运营商的角度探讨电动汽车充电问题的研究，而运营商的效益提高了才能刺激其建设充电站，并且更好地为电动汽车提供充电服务。本文分别从电动车用户和运营商两个角度出发，建立充电服务优化模型并求解，为电动汽车提供合理实用的充电方案。　　首先，从电动汽车用户的角度进行充电需求分析，确定影响电动汽车用户充电选择的因素:路程、时间和充电费用。并用相关理论量化这些因素，得到路程、时间、充电费用的量化表达式。其中，重点研究了时间中的排队时间，根据充电站车辆数、充电桩的实时充电进度等，提出排队时间预测的理论方法并推导归纳了计算表达式，为建立面向用户的充电服务优化模型奠定基础。　　其次，从充电站运营商的角度进行充电需求分析，确定电动汽车去哪儿充电对运营商效益的影响。运营商效益分别从运营收入、服务水平、充电分布均衡三个方面体现，用相关理论量化这三个因素，为建立面向运营商的模型奠定基础。　　再次，根据面向用户的充电需求量化结果建立面向用户的模型，根据面向运营商的充电需求量化结果建立面向运营商的模型，并用模糊规划法和遗传算法转化求解两个模型。以此为基础构建考虑用户和运营商两个角度的综合模型并求解。　　最后，对面向用户模型、面向运营商模型、综合模型分别进行仿真和实例验证。仿真验证通过设定3个充电站和4辆电动车请求充电场景，详细演绎三个模型的实现过程，结果表明模型可以得到正确合理的电动车充电方案。实例验证根据充电服务平台上北京市实际的充电站数据和大量电动车的充电需求数据，分别利用本文的三个模型提供充电方案，得出面向用户和面向运营商模型可以从不同角度提供最优充电方案的结论。将综合模型结果与按照最短路程充电的结果对比，证明综合模型可显著降低电动汽车用户的充电代价，提高充电站的运营效益。
作者：	朱颖
专业：	控制科学与工程
导师：	毕军
授予学位：	硕士
授予学位单位：	北京交通大学
学位年度：	2016
正文语种：	中文