买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种基于可达性分析和离散选择的充电站定址扩容优化方法，包括：步骤一，研究区域确定及数据集获取；步骤二，充电站可达性时空不均衡性分析及候选站点确定；步骤三，确定离散选择模型决策目标及决策准则；步骤四，建立基于离散选择模型的双层优化模型；步骤五，将双层优化模型描述为整数线性规划问题；步骤六，定址扩容优化模型参数估计。本发明直接研究电动汽车市场对充电站容量配置的响应，以最大化电动汽车购买率为目标对充电站进行定址扩容优化，弥补了研究空白。本发明提出了一种基于离散选择模型的充电站定址扩容双层优化模型，克服了传统离散选择模型概率公式的非线性和非凸性，提高了求解效率。

主权项：1.一种基于可达性分析和离散选择的充电站定址扩容优化方法，其特征在于，该方法包括以下步骤：步骤一，研究区域确定及数据集获取；步骤二，充电站可达性时空不均衡性分析及候选站点确定；步骤三，确定离散选择模型决策目标及决策准则；步骤四，建立基于离散选择模型的双层优化模型：步骤401，上层模型：将效用建模为一个随机变量，可获得用户选择候选站点集内选项的概率分布；根据上层运营商最大限度提高电动汽车的购买率的决策目标，可将其转化为在规划期内最大限度降低不购买电动汽车用户的预期数量，设Sj为用户类j的场景数，表示阶段t内，用户类别j在场景s下选项i效用的随机误差项，y表示充电站内充电机配置情况，则对于设： 则有上层目标函数： 同时，上层充电站的规划和充电机的安装受到以下约束条件的限制： 式3用于确保阶段t建设充电站和安装充电机的费用不超过该阶段的预算；式4用于使优化模型中所建设充电站至少安装一个充电机；式5和式6分别用于禁止模型在规划期各阶段拆除充电机和关闭充电站，即假定关闭充电站和拆除充电机都是次优的；在初始时刻，需将不等式3、式5和式6中的和分别替换为初始条件和步骤402，下层模型：对于阶段t内场景s下的用户类j，选项i的效用设为重新定义两个选择集：和选择集包括选择退出选项，对于效用可表示为： 式中： 为选项特定常数； 表示选择退出选项效用的随机误差项；选择集包含所有选择充电站概率非零的选项，若候选站点i建设充电站，则认为效用是关于充电站内安装充电机数量和选项特定常数的函数，有： 式中： 为与装有k个充电机的站点i相关的效用系数； 为充电站选项特定常数；对于任意的j∈N，t＝1,2,…T，s＝1,2,…Sj，将误差项向量表示为：ε＝FTξ+ζ式9；式中：F为因子载荷矩阵；T为每个因子的标准差对角阵；ξ为独立同正态分布随机向量；ζ为独立同Gumbel分布随机向量；由于误差项可由式9预先算出，因此可将下层优化问题描述为最大覆盖问题；将用户类j在规划阶段t内场景s下的情况表示为j∈N，t＝1,2,…T，s＝1,2,…Sj；对于选项定义表示选择装有k个充电机的充电站i选项的效用，即式8中k≠k'时的效用如果以下条件满足，则装有k个充电机的充电站i覆盖1k≥1；23式中： 表示选择退出选项的效用；如果充电站i建站且至少安装一个充电机，即使得且装有k个充电机的充电站i覆盖则被给定的x覆盖；定义两个与覆盖定义相关的二进制变量和 二进制变量对于充分非必要，由此可得下层问题的目标函数如式10所示，对是否被给定的x覆盖进行建模，同时揭示了二进制变量和的关系； 步骤五，将双层优化模型描述为整数线性规划问题：将步骤四得到的双层优化模型描述为整数线性规划问题：目标函数：约束条件：式3至式6，式10； 目标函数式11与上层目标函数式2等价，即对于用户类j，在选择退出比选择充电站次优的前提下，最大限度提高电动汽车的购买率；步骤六，定址扩容优化模型参数估计：对于用户类j，在规划阶段t内充电站选项的效用系数与充电站安装的充电机数量k成线性关系，即： 充电站选择集包括3.75公里范围内的所有站点；对于用户类j，规划阶段t内选择退出的选项特定常数设为2.748，选择站点i的选项特定常数用式13表示； 式中：τ0为二进制变量，表示充电机是否为快速；τ1表示用户充电需求点与充电站之间的欧式距离；对于用户类j，规划阶段t内选项可分为两类：选择退出和充电站选项，则维的因子载荷矩阵F和2×2维的因子标准对角阵T如下：

全文数据：

权利要求：

百度查询： 长安大学 基于可达性分析和离散选择的充电站定址扩容优化方法