基于自适应粒子群优化算法的电动汽车换电站选址模型设计

近年来,新能源电动汽车市场呈现快速增长态势,从而导致电动汽车的补电系统面临极大挑战。为完善电动汽车换电站科学管理布局,缓解电动汽车用户换电压力,开发一套自适应粒子群优化算法的电动汽车换电站选址模型。电动汽车换电站的选址规划是重要的长期决策,选址的优劣直接影响服务方式、服务质量、服务效率、服务成本等。通过电动汽车换电站选址模型以优化充电站等级、成本、容量以及服务半径为导向,极大节省换电站建设费用,有效提高电动汽车换电效率。

基于城市POI聚类的需求不确定情况下电动自行车换电柜选址

针对当前电动自行车车速和重量标准的约束下,外卖骑手电动自行车换电服务的需求急剧增加,电动自行车换电柜选址布柜策略研究有待深入的情况,以国内某大型换电企业在成都、无锡、武汉、北京4座城市的换电数据、POI数据和成都市的部分外卖需求数据为基础,使用线性回归分析方法和K-Means聚类算法,研究换电柜的换电订单需求与周边POI密度之间的关系,提出了电动自行车换电柜的选址布柜策略。研究结果表明:换电订单需求与周围POI密度之间存在线性正相关关系,换电柜周围POI密度越大,换电订单需求越大。提出的基于POI聚类的换电柜选址布柜策略能降低换电企业布局成本,满足实际需求。

纯电动绿色船舶长航程航次规划与充换电策略

针对纯电动船舶长航程航次规划和充换电站选址的动态规划问题,提出了一种可行的多变量、多目标优化模型,实现航速和充换电策略的同步优化;建立了能耗最低和航时最短的双目标函数,分析了影响纯电动船舶长航程航次规划的环境和操作因素,构建了航速、航时和能耗约束条件;研究了集装箱式电池运营管理模式,建立了能量补给按照实际耗电量计费和更换电池一次性计费2种优化模型;利用非支配排序遗传算法完成了模型求解并进行试验案例验证。研究结果表明:基于案例数据条件,优化前以保证续航到第2个充换电站进行补给的最大平均航速8.5 kn计算,需耗能96637.7 kWh、总航时62.1 h;以实际耗电量计费时,采用优化模型得到的充换电策略均是在第2个充换电站进行补给,以最短航时为优化目标时总航时仅需56.9 h,以最低能耗为优化目标时总能耗仅需65762.5 kWh;以更换电池一次性计费时,优化模型的结果存在2种策略,即全程不换电池和在第2个充换电站更换一次电池,并且满足在更换电池前累积能耗接近船载电池的总容量,可最大程度利用能量;优化模型能够给出不同电池运营管理模式和用户偏好条件下的最优航速和充换电策略,并且能够应用于充换电站选址决策,对提高纯电动绿色船舶的运营效益具有重要意义。