关键词：选址规划;;需求预测;;Voronoi图;;改进粒子群优化算法;;电动汽车
摘 要：近年来,随着居民收入水平的不断提高,以私家车为主的汽车产业也迅速发展起来,其超负荷的增长在给城市道路带来压力的同时,也给环境和自然资源带来了巨大的危机。在这种发展趋势下,具有绿色、低成本、“零”污染等优点的电动汽车行业得到了大力的推动,越来越受到人们的关注,我国政府也陆续出台了一系列政策来推动电动汽车行业的发展。为了使电动汽车快速发展成人们日常出行不可缺少的交通工具,推动充电基础设网络的完善迫在眉睫。预测是布局规划的基础,也是科学决策的前提条件,可以为规划者提供事物的未来发展趋势和决定性因素。因此,对充电站布局选址之前,首先要对未来年份电动汽车的保有量、充电需求量及充电设施建设数量进行预测。论文选用Bass模型,选取传统汽车的相关数据作为对比分析对象对电动汽车的保有量进行了预测。根据常规充电、快速充电和电池更换三种充电方式的特点,以及不同种类电动汽车对三种充电方式的需求情况建立了预测模型,对电动汽车的充电需求和充电站内充电设施的建设数量进行了预测。其次,论文从充电站建设运营成本费用及用户充电过程中产生的成本费用两方面考虑,建立了成本最小化选址模型,并将其带入到粒子群算法中进行求解,利用粒子群算法较强的寻优能力求解出充电站的最优位置坐标。在新站址生成后,将站址坐标作为Voronoi图的生长点,为充电站划分出服务范围。最后,以大连市为实例研究对象,对大连市电动汽车充电站布局选址进行了研究。在对大连市传统机动车预测的基础上,预测了大连市2018-2022年小型电动汽车、中型电动汽车和大型电动汽车的数量,并根据电动汽车的数量得出了三种充电方式的充电需求量及充电设施的建设数量,预测结果满足大连市未来年份电动汽车相关发展规划。将大连市沙河口区作为选址研究对象,得出了沙河口区9处充电站的站址坐标,并为其划分出了服务范围,从算例优化结果可以看出,以成本最小为目标函数的选址模型能够对充电站站址进行合理选取,且服务区域划分明确。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取