考虑规划需求的电动汽车充电桩集群管理系统通信方式综合评价方法

摘要

一种考虑规划需求的电动汽车充电桩集群管理系统通信方式的综合评价方法，综合考虑经济性、技术性、适用性构建充电桩集群管理系统通信方式的评价指标体系，利用云模型表征定性评语，体现评语的模糊性和随机性，并综合多组评价意见计算综合云模型，基于最大云相似度原则实现定性指标的定量转换；为使综合评价结果更符合实际，对各指标引入充电站的规划需求因素；最后，采用考虑规划需求的灰色综合评价方法进行综合评价。本发明对不同的集群环境有很好的适应性，具有较好的实用价值，对充电桩集群管理系统的通信网络建设有一定的参考意义。

主权项

一种考虑规划需求的电动汽车(EV)充电桩集群管理系统通信方式综合评价方法，其特征在于，包括如下步骤：步骤1、构建充电桩集群管理系统组网方案综合评价体系；综合考虑充电桩集群的实际情况以及通信方式的性能，从经济性、技术性、适用性3个方面共10个指标构建系统组网方案综合评价体系；步骤2、将步骤1所述的综合评价体系中存在的定性指标转化为直观的数值描述；利用云模型的三个数字特征将定性指标分为五个等级：好、较好、一般、较差、差，分别记为：C₁(E_x1,E_n1,H_e1)、C₂(E_x2,E_n2,H_e2)、C₃(E_x3,E_n3,H_e3)、C₄(E_x4,E_n4,H_e4)、C₅(E_x5,E_n5,H_e5)；其数字特征可表示为：E_x1＝x_max,E_x5＝x_min,E_x2＝E_x3+0.382(E_x3‑x_min),E_x3＝(x_min+x_max)/2,                    (1)E_x4＝E_x3‑0.382(E_x3‑x_min)；E_n1＝E_n5＝E_n2/0.618,E_n2＝E_n4＝0.382(x_max‑x_min)/6,             (2)E_n3＝0.618E_n2；H_e1＝H_e5＝0.618H_e3,H_e2＝H_e4＝H_e3/0.618,                   (3)H_e3＝η.其中，[x_min,x_max]表示有效论域空间范围；η为常数，可根据变量的模糊程度具体调整；为了更连续的反映定性指标的真实情况，将上述云模型的中间云表示为C_l‑(E_xl‑,E_nl‑,H_el‑)，对应两种评语的中间评价，其中：$\left\{\begin{array}{c}{E}_{\mathrm{xl}-}=(E_{\mathrm{xl}}+E_{x(l+1)})/2\\ E_{\mathrm{nl}-}=(E_{\mathrm{xl}}-E_{x(l+1)})/3\\ H_{\mathrm{el}-}=(H_{\mathrm{el}}+H_{e(l+1)})/2\end{array}\right.,l=\mathrm{1,2,3,4}.---\left(4\right)$设有m种待选的EV充电桩集群管理系统通信技术，综合评价指标体系中有n项评价指标，其中有定性指标v项，对于每一项定性指标，h组定性评语对应h组评价云模型，各云模型的期望值组成A＝(a_ij)_m×h；用方差衡量各专家评判者评语接近真实指标情况的程度，用P反映各评判者对定量转换结果的贡献度；各专家的评价意见方差和贡献度分别为：$s_j^2=\left(\frac{1}{m-1}\right)\underset{i=1}{\overset{m}{\Sigma }}{(a_{\mathrm{ij}}-E_{A_i})}^2---\left(5\right)$$p_j=(\underset{1\le j\le h}{\max }\left(s_j^2\right)-s_j^2)/\underset{j=1}{\overset{h}{\Sigma }}(\underset{1\le j\le h}{\max }\left(s_j^2\right)-s_j^2)---\left(6\right)$其中，i＝1,2,…,m，表示指标i的几何平均值；h：专家评判者人数；h位专家评判者的评价云综合成一个云模型C(E_x,E_n,H_e)，其中$E_x=\frac{E_x^1{E}_n^1{p}_1+E_x^2{E}_n^2{p}_2+···+E_x^h{E}_n^h{p}_h}{E_n^1{p}_1+E_n^2{p}_2+···+E_n^h{p}_h}---\left(7\right)$$E_n=E_n^1{p}_1+E_n^2{p}_2+···+E_n^h{p}_h---\left(8\right)$式中，分别表示第j个专家评价云的期望和熵；设定性指标的定量转换结果为上述评价云中与综合云模型相似度最高的的云模型对应的期望；云模型C_a(E_xa,E_na,H_ea)与C_b(E_xb,E_nb,H_eb)的相似度表示为：$\mathrm{ECM}(C_a,C_b)=\frac{2S}{\sqrt{2\pi }(E_{\mathrm{na}}+E_{\mathrm{nb}})}---\left(9\right)$式中，S为两个云模型的期望曲线重叠部分的面积，与期望E_xa、E_xb和熵E_na、E_nb有关；步骤3、决策数据调整及无量纲化处理；调研各待选通信方式的定量指标值，并结合行业专家评判，利用步骤2所述的定性指标定量转换方法，得到初始决策矩阵B＝(b_ik)_n×m；对初始决策矩阵B＝(b_ik)_n×m作进一步调整，调整后的矩阵为D＝(d_ik)_n×m，调整方法如下：式中，1<i<n；k＝1,…,m；q＝1,…,μ(μ为充电站数目)，表示充电站q对通信技术的规划需求，其中表示对每台充电桩的经济性费用规划，表示对通信技术在C₂₁方面的需求，其余变量的解释与此相同；δ_k表示技术k是否满足规划需求的标志因子，δ_k取1表示技术k满足该充电站的规划需求，δ_k取0表示技术k不满足该充电站的规划需求；起始时，设所有待选通信技术的标志因子都为1，如果d_ik<0或技术k的经济性建设费用大于将标志因子δ_k置零，N_q表示充电站q中充电桩的数量；对各指标值进行无量纲化处理，无量纲化后的矩阵记作F＝(f_ik)_n×m，其中$f_{\mathrm{ik}}=1-|d_{\mathrm{ik}}-d_i^{*}|/{\sigma }_i---\left(11\right)$式中，表示第i个指标的最优值，对于效益型指标，为数值最大的指标值，对于成本型指标，为数值最小的指标值；i＝1,2,…,n，k＝1,2,…,m；σ_i表示d_ik与之差绝对值的最大值：${\sigma }_i=\underset{1\le k\le m}{\max }\left\{\right|d_{\mathrm{ik}}-d_i^{*}\left|\right\}---\left(12\right)$步骤4、结合层次分析法(AHP)和熵权法客观地确定各评价指标的综合权重系数；设利用AHP确定的指标主观权重为w_S，考虑到w_S容易失去客观性，采用熵权法对w_S进行修正；设由熵权法得到客观权重w_O，则基于乘法组合法融合主客观权重得到各指标的综合权重系数：w＝(w₁,w₂,…,w_n)                      (13)式中，i＝1,2,…,n；w_Si、w_Oi分别表示w_S和w_O中的第i个元素；步骤5、运用考虑规划需求的灰色综合评价，通过对各待选技术优劣的排序，在待选技术中进行最优选择；在决策矩阵F中，表示经过无量纲化处理后的第i个指标的最优值；此时，由这些最优指标值构成的集合称为灰色关联分析的参考数列，作为理想方案的指标值与各评价对象进行比较；将第k种通信技术的第i个评价指标与最优值进行比较，得到灰色关联系数：${ϵ}_{\mathrm{ik}}=\frac{\underset{1\le k\le m}{\min }\underset{1\le i\le n}{\min }|f_i^{*}-f_{\mathrm{ik}}|+\rho \underset{1\le k\le m}{\max }\underset{1\le i\le n}{\max }|f_i^{*}-f_{\mathrm{ik}}|}{|f_i^{*}-f_{\mathrm{ik}}|+\rho \underset{1\le k\le m}{\max }\underset{1\le i\le n}{\max }|f_i^{*}-f_{\mathrm{ik}}|}---\left(14\right)$式中，ρ为分辨系数，一般取0.5；从式(14)可知，f_ik越接近就越小，则关联系数ε_ik越大，说明两者间的关联程度越高，反之亦然；计算m种方案的各指标的关联系数可得评价关联矩阵E；由评价指标综合权重w和评价关联矩阵E，利用考虑规划需求的灰色综合评价方法可以得到综合评价结果：R＝(diag(δ^T·(w·E)))^T＝(r₁,r₂,…,r_m)                  (15)式中，元素k＝1,2,…,m；函数diag(A)表示取矩阵A的对角元素；δ＝(δ₁,δ₂,…,δ_m)；根据最大关联程度原则在待选方案中进行最优选择，即向量R中的最大值对应的通信技术为EV充电桩集群管理系统的最佳通信技术。