摘要：电动汽车的充电站选址问题是当前社会的热点问题,其实质是组合优化中经典的NP-难问题.文章首先研究了该问题良好的数学性质并给予相应的证明,其中包括可以批量确定某些设施一定开设或一定不开设的性质,利用这些性质降低问题的规模,从而降低问题的求解难度;然后设计了上界子算法,下界子算法,分配子算法以及降阶子算法,基于这些子算法提出了一种可以快速缩小问题规模同时得到最优解的降阶回溯算法;最后通过分析和求解一个示例来进一步阐述文章算法的原理和执行过程,结果表明所提出的算法能够有效地降低时间复杂度.

摘要：针对电动出租车充电站优化选址问题,构建了以未满足的电动出租车充电需求量和新建充电站的固定成本最小为目标函数的电动出租车新建充电站选址模型,并提出基于改进的多目标粒子群算法的模型求解方法。为解决未满足充电需求量计算的性能瓶颈问题,设计了一个基于图形处理器(GPU)的未满足充电需求量并行计算算法,并通过实验验证其运行时间约为基于CPU串行算法运行时间的10%~12%。以北京为例,收集、处理相关多源数据,对提出的选址模型进行了应用示例分析,表明所提出的充电站优化选址方案具有可行性。

摘要：电动汽车的充电站选址问题是当前社会的热点问题,其实质是组合优化中经典的NP-hard问题。基于最小开设费用对充电站选址问题进行研究,首先对该问题进行了数学建模,进而研究了该问题的数学性质并给予相应的证明,利用这些性质减小问题的规模,从而降低问题的求解难度;然后设计了上下界子算法以及降阶子算法,基于这些子算法提出了一种可以快速缩小问题规模同时得到最优解的分支定界算法,降低了时间复杂度,同时可以对解空间进行大量剪枝加快求解速度;最后通过分析和求解一个示例来进一步阐述所提算法的原理和执行过程。

摘要：针对电动汽车充电站规划问题,给出两步搜索的电动汽车充电站选址定容的分析方法,提出电动汽车充电站选址的最优数学模型。基于城市道路信息,得出充电站最优位置分布,采用Voronoi图划分每个充电站所服务的负荷区,根据每个充电站所服务的充电负荷设计其容量。算例分析验证了规划方法的有效性和实用性。

摘要：为满足日益增长的充电需求,提出一种计及选址影响因素和建设成本的充电站三阶段规划方案,实现了选址评估-预选址-站点增扩的有机结合。第一阶段,通过多源数据对影响因素展开分析,利用层次分析法建立选址评价体系。第二阶段,从用户和企业的角度出发,建立以成本最小为目标的选址优化模型,同时,提出了一种改进的免疫粒子群优化(immune particle swarm optimization,IPSO)算法,用以实现解在空间范围内的自适应搜索。第三阶段,考虑到充电站的增扩问题,设计了一种利用Voronoi图确定新增站点的方法。最后,以某市为研究对象,通过仿真验证了所提模型的有效性与合理性,为充电站的科学选址提供了必要的决策参考。

摘要：从交通、环境、电力、规划、土地等6个方面界定了电动汽车充电站的选址条件,给出了基于熵权模糊物元法的充电站初步选址的技术流程,然后在初步选址的基础上建立了充电站总建设成本最低的精确选址模型,设计了精确选址模型的遗传求解算法。选取40×40平面内随机产生20个充电需求点和8个备选站点的案例,验证了电动汽车充电站分层递进式选址方法的科学性和可行性。

摘要：纯电动汽车(BEV)清洁、节能的特点是实现交通行业零排放最终目标的更好选择。然而,电动汽车续航里程短、充电时间长和充电设施不足严重阻碍了BEV的普及。随着电动汽车产业的不断发展,BEV的交通网络最优规划成为一个极其重要的话题。本文立足于经典的网络均衡(UE)理论,考虑BEV充电时间,驾驶员里程焦虑和用户异质性,建立了交通网络设计模型,并在既定的投资上限下优化车道扩展方案(即网络中扩展车道的数量和位置)和充电站选址方案。为了求解模型,我们设计了一种局部最优算法并在其中嵌入了列生成避免路径枚举。通过算例分析证明了模型的有效性。最后对不同的政府投资规模进行敏感性分析。结果表明,该模型的建立对城市电动汽车网络设计具有借鉴意义,为驾驶者出行路线的选择和政府交通规划管理提供了参考。