基于全寿命周期成本的电动汽车充电站优化规划方法

摘要

本发明公开了一种基于全寿命周期成本的电动汽车充电站优化规划方法，分析了充电站的成本效益及全寿命周期成本的计算方法；提出利用交通路网车流量信息估算充电站容量，以充电站运营商获得的净现值收益最大为优选目标，以交通路网车流量、电网电能质量和经济性、用户充电需求为约束条件，确定充电站的选址和容量；进一步地，提出了计及全寿命周期成本的充电站优化规划模型，并采用量子遗传算法求解该模型。该方法能有效而准确的对电动汽车充电站进行规划，从而得到最优选站地址和最优容量，并计算出最大净现值，该方法在一定程度上弥补了当前其他电动汽车充电站规划方法的不足，并在实际操作中能得到更快的收敛，更加准确的数值。

主权项

一种基于全寿命周期成本的电动汽车充电站优化规划方法，其特征在于，包括以下步骤：1)初始化种群的大小N，每个染色体个体的基因数m，每个编码基因的量子比特数k，迭代的次数t；2)初始化种群Q(t)，随机生成N个染色体个体，每个染色体个体由n个充电站站址坐标(x₁,y₁),(x₂,y₂)...(x_n,y_n)进行量子比特编码；对种群中的每个染色体进行一次测量，得到对应的充电站站址坐标，根据充电站站址坐标，划分充电站的服务区域，计算充电机的配置数量，以充电站运营商所获得的净现值收益NPV为适应度，进行适应度评估；B表示充电站运营周期内的资金收益，LCC表示充电站全寿命周期成本，i₀表示折现率，T表示充电站运营的全寿命周期；3)记录NPV最大的充电站站址坐标和该充电站对应的净现值收益；4)判断上述充电站站址坐标和容量是否满足交通网络和用户需求约束条件；若满足，则转步骤6)，否则转步骤2)；5)将充电站中充电机额定容量计入配电网对应节点负荷中进行潮流计算，判断是否满足电网约束，若满足，则转步骤7)，否则转步骤2)；6)判断是否达到最大循环次数，若已达到最大循环次数则转步骤9)，否则转步骤8)；7)迭代次数加1，利用量子旋转门与交叉变异策略对染色体个体实施调整，量子旋转门调整为相应位量子比特使得几率幅对向着有利的方向进化，交叉变异策略为互换变异位概率幅完成染色体变异操作，当得到新的种群Q’(t)，转步骤3)；8)输出电动汽车充电站的最优站址坐标，最优充电机配置数量和充电站运营商所获得的最大净现值收益。