专家意见

  文章在考虑EV有序时空负荷预测的基础上，综合多种约束条件，建立以充电站建设和运营成本、等待时间成本、环保成本之和最小为规划目标的模型；针对目标权重难以决策的问题，引入层次分析熵权法进行决策；针对传统麻雀搜索算法易陷入局部最优的问题，引入折射反向学习进行初始化，并应用柯西变异使其跳出局部极值。利用改进的麻雀搜索算法对模型进行求解，得到规划区EV充电站的合理规划布局。

     文章发表在《广东电力》2022年9期。欢迎广大读者阅读。可点击文后“阅读原文”，登录我刊网站免费下载PDF文章。

文章精选

基于改进麻雀搜索算法的电动汽车充电站规划

闫丽梅, 罗晴川

东北石油大学 电气信息工程学院，黑龙江 大庆 163318

摘要：电动汽车充电站的布局需要考虑投资者的长远效益和建设成本，以及用户的体验与经济性。针对电动汽车充电站选址规划问题，提出考虑时空分布的充电需求分布预测方法，建立充电负荷模型，结合Floyd最短路径算法，利用起点-终点(origin-destination，OD)矩阵进行外出轨迹模拟，在充电需求预测的时空分布基础上，以充电站成本和用户路途所耗时间最小为目标函数建立充电站选址规划模型。采用改进的麻雀搜索算法对问题进行求解，在传统麻雀搜索算法寻优进程中引入折射反向学习机制进行初始化，在跟随者更新时引入柯西变异策略，实验结果表明该算法具有较优的性能。通过算例分析可知，采用所提算法进行充电站布局规划具有可行性、有效性和经济性。

基金项目：黑龙江省科学基金项目

作者简介：                                         

       闫丽梅(1971)，女，黑龙江哈尔滨人，教授，博士，主要研究方向为电力系统分析及控制，E-mail：yanlimeidaqing@163.com;

      罗晴川(1997)，女，安徽安庆人，硕士，主要研究方向为电力系统分析，E-mail：2016352399@qq.com

引文信息

 ★  闫丽梅, 罗晴川. 基于改进麻雀搜索算法的电动汽车充电站规划[J]. 广东电力, 2022, 35(9): 56-66. 

YAN Limei, LUO Qingchuan. Electric Vehicle Charging Station Planning Based on Improved Sparrow Search Algorithm[J]. Guangdong Electric Power, 2022, 35(9): 56-66. 

主要内容

01

研 究 背 景

      随着全球能源危机的不断加剧，各国都在积极发展新能源产业，电动汽车(EV)产业成为了各国竞相研发的目标。据中国汽车工业协会统计分析，2021年EV销量超过350万辆，市场占有率提升至13.4%，至2021年底，全国EV保有量达784万辆。尽管EV的销量和保有量逐年提升，但截至2021年底，车桩比(即EV数量与充电桩数量之比)高达3.46，而且缺口还在加大，充电矛盾日益突出。充电站分布不合理，导致使用效率不高，往往造成部分用户“一桩难求”或者一些充电桩空置的问题，因此有必要对充电站进行合理规划。

02

存在问题 

      目前，国内外关于充电设施的规划已有相关研究，但是还没有形成完整的体系，主要可以从2个方面讨论：①基于点需求的p-median模型、p-center模型、覆盖模型；②基于流量需求的截流方法。所引文献的研究往往采用候选站址中的几个作为初始站址进行充电站规划，没有考虑对规划区的负荷预测或者只考虑了无序负荷。2020年提出的麻雀搜索算法是模拟麻雀在野外觅食，其群聚的位置可以作为充电站选址的结果，而且该算法具有参数少、收敛速度快、规避性强的优点，目前已应用于无人机航迹规划、图像阈值分割等领域。

03

本文研究内容

     本文在考虑EV有序时空负荷预测的基础上，综合多种约束条件，建立以充电站建设和运营成本、等待时间成本、环保成本之和最小为规划目标的模型；针对目标权重难以决策的问题，引入层次分析熵权法进行决策；针对传统麻雀搜索算法易陷入局部最优的问题，引入折射反向学习进行初始化，并应用柯西变异使其跳出局部极值。利用改进的麻雀搜索算法对模型进行求解，得到规划区EV充电站的合理规划布局。

相关热词 : 电动汽车充电站规划