关键词:
新能源汽车
充电设施
选址
蚁群算法
遗传算法
摘要:
随着经济的快速发展,居民生活水平不断提高,机动车保有量持续增加,随之带来了一系列环境污染问题。不充分燃烧产生的有毒有害气体不经过处理排入空气中直接造成了严重的环境污染。为了减少机动车尾气的排放和加强环境保护,需要大力推动新能源汽车对传统燃油汽车的替代过程。在新能源汽车中电动汽车使用尤为广泛(本文研究对象新能源汽车主要指电动汽车),它淘汰了传统的燃料供能,采用电力供能的方式,不产生有毒有害气体,进而更易被人接受。但是其自身发展存在一定局限性,例如电动汽车采用车载电池的方式供能,不能像燃料供能一样随加随走,电池充电条件不如燃料供能方便,且存在着充电设施建设数量不足、建设难度较大、选址布局不科学等问题,这些问题很大程度上阻碍了新能源汽车行业的发展。就电动汽车充电设施存在的问题而言,提供一种科学的、全面的充电设施选址规划方案,对解决充电设施选址困难的问题和促进新能源汽车行业的发展具有重要意义。本文以电动汽车充电设施选址布局问题作为研究对象,采用定量与定性分析相结合的研究方法,在梳理相关文献和研究理论的基础上,对电动汽车充电需求进行科学预测。同时,构建最大截流模型和最小排队时间模型,采用蚁群算法和遗传算法分别对模型进行求解,进而设计出以截取最大电动汽车流量和服务时间最短为目标的充电设施选址规划方案,解决充电设施选址布局问题。在此基础上,以济南市长清区为例进行实证分析并得出符合长清区实际情况的电动汽车充电设施选址方案。具体研究结果如下:(1)通过对我国新能源汽车及其充电设施的发展现状进行分析,总结电动汽车及其充电设施存在的问题。同时梳理已有的研究成果,了解电动汽车及其充电设施相关研究进展,从而提出本文研究方向。(2)对我国电动汽车充电需求量进行预测,分析影响电动汽车充电需求量的主要因素,从而构建电动汽车充电需求量预测模型。影响电动汽车充电量需求的因素主要包括电动汽车及其充电设施的发展规模、电动汽车充电需求的时间和空间分布、电动汽车续航里程及其行驶里程等三个因素。研究得出,我国电动汽车使用公用充电桩的充电时间分布主要集中在上午9点至下午4点之间,空间分布主要集中在工作地和商业地带;行驶里程主要以短途(0-30km)和中长途(30-60km)为主,长途(60km以上)行驶较少。(3)以济南市长清区为例,将长清区仿真为一个由交通路线和节点组成的网络系统,并依据行政区划将其划分为9个交通小区。同时构建最大截流模型和最小排队时间模型,并采用蚁群算法和遗传算法分别对两个模型进行求解。