详情

原文传递基于群智感知的电动汽车路径选择和充电导航策略优化

论文题名：	基于群智感知的电动汽车路径选择和充电导航策略优化
关键词：	电动汽车;路径选择;充电导航;群智感知
摘要：	进入21世纪以来，人类社会面临石油危机、能源安全和环境保护等诸多挑战。包括中国在内的世界100多个国家调整了能源战略，新能源汽车发展规划及配套政策相继出台，以电力、太阳能等绿色能源代替石油作为动力的电动汽车受到广泛关注。然而，由于电动汽车的能量补给方式和运行特点与普通燃油汽车存在差异，在路途上行驶的电动汽车因电池容量不足而难以到达目的地时，需要驶入快速充电站进行应急充电。此时，用户既要考虑充电方式、充电设施位置及其使用状态等电力信息，也要考虑道路分布和交通流量等交通信息。因此，适当选择电动汽车路径并优化充电导航有助于提高用户的出行效率，缓解大量电动汽车同时充电对配电系统安全运行的影响，对促进电动汽车的快速普及具有重要意义。　　首先，介绍了数据挖掘技术在智能交通系统中的应用，提出了基于群智感知的电动汽车路径选择和充电导航框架设计。借助群智感知技术，来获取实时交通路况和充电站信息（包括充电站服务信息和充电预约信息）。分别以交通路段和时段为横纵坐标，构建了交通路段速率矩阵;针对路段速率矩阵可能存在不完整、未知的空缺项，实现了基于矩阵分解方法的路段速率矩阵获取，并保证了矩阵分解的精度;利用路段速率矩阵的时空特性，分别借助多元逐步线性回归和自回归积分滑动平均模型，实现了面向空行空列的路段速率矩阵恢复。考虑了快速充电站的用户平均到达率和充电机平均服务率，基于排队理论，给出了用户平均充电等候时间估计模型。在充电站采用标准电价（如所属配电系统固定电价或分时电价）的基础之上，提出了基于群智感知的充电站实时定价方法，以浮动电价反映充电站充电负荷容量的实时变化。　　其次，在满足路径选择、到达时间、电池容量以及充放电状态互斥约束下，构建了在分时电价机制下用户出行时间最小、充电成本最小和综合成本最小三种不同决策目标下的电动汽车路径选择和充电导航优化模型。以某市100×100km区域内包含4座快速充电站的交通网络及IEEE33节点配电系统为例进行数值仿真。以单个私人电动汽车用户为例，面向考虑和未考虑实时交通路况和充电站服务信息两种情况，分别在分时电价与固定电价机制下，针对参与群智感知的不同电动汽车数量，重点剖析了不同决策目标对用户出行路径的影响以及电动汽车充放电对配电系统的影响。　　最后，兼顾了电动汽车具体行驶需求和充放电双重特性，以物流配送车辆为例，开展参与物流配送的多电动汽车路径选择和充电导航优化决策研究。在满足路径选择、到达时间、电池容量、载货量以及电动汽车数量约束下，以参与物流配送的电动汽车运输时间和快速充电综合成本之和最小为目标，构建了参与物流配送的多电动汽车路径选择和充电导航优化模型。以某市60×60km区域内包含28客户/4充电站/1配送中心的33节点配送系统为例进行数值仿真，对比分析了客户需求量、实时交通路况和充电站电价信息对参与物流配送的多电动汽车路径选择和充电导航优化结果的影响及其对充电站充电负荷的影响，说明了所提方法的可行性与有效性。
作者：	李明
专业：	电气工程
导师：	杨洪明
授予学位：	硕士
授予学位单位：	长沙理工大学
学位年度：	2016
正文语种：	中文