-
Patent Agency Ranking
公开(公告)号：CN109886468B
公开(公告)日：2020-12-08
申请号：CN201910056876.0
申请日：2019-01-22
Applicant: 河海大学
Abstract: 本发明公开了基于改进的自适应遗传算法的充电站规划方法。首先，确定充电站规划模型的目标函数、定容模型以及约束条件；然后，采用改进的自适应遗传算法求解充电站规划模型，得到规划结果。本发明提出了更适合求解充电站规划问题的改进的自适应遗传算法，该算法能够有效缩小搜索空间，提高搜索效率和搜索精度。
-
公开(公告)号：CN109886468A
公开(公告)日：2019-06-14
申请号：CN201910056876.0
申请日：2019-01-22
Applicant: 河海大学
Abstract: 本发明公开了基于改进的自适应遗传算法的充电站规划方法。首先，确定充电站规划模型的目标函数、定容模型以及约束条件；然后，采用改进的自适应遗传算法求解充电站规划模型，得到规划结果。本发明提出了更适合求解充电站规划问题的改进的自适应遗传算法，该算法能够有效缩小搜索空间，提高搜索效率和搜索精度。
-
公开(公告)号：CN109034465A
公开(公告)日：2018-12-18
申请号：CN201810775599.4
申请日：2018-07-16
Applicant: 河海大学
Abstract: 本发明公开了一种考虑充电站选址与出行路径耦合的充电站两层规划方法，本发明首先建立了基于蒙特卡洛模拟方法的电动汽车出行模型，基于电动汽车出行数据建立了充电站两层规划模型。在上层模型中，本发明考虑了充电站选址对用户出行路径的影响，以最大化用户出行成功率为目标对充电站进行选址；下层模型在上层模型选址基础上首先确定用户最优出行路径，再采用引入贪心算法的排队论定容，以充电站建设投资成本和用户出行满意度两个指标评估所有可行解从而确定最优规划方案。
-
公开(公告)号：CN109034465B
公开(公告)日：2020-02-21
申请号：CN201810775599.4
申请日：2018-07-16
Applicant: 河海大学
Abstract: 本发明公开了一种考虑充电站选址与出行路径耦合的充电站两层规划方法，本发明首先建立了基于蒙特卡洛模拟方法的电动汽车出行模型，基于电动汽车出行数据建立了充电站两层规划模型。在上层模型中，本发明考虑了充电站选址对用户出行路径的影响，以最大化用户出行成功率为目标对充电站进行选址；下层模型在上层模型选址基础上首先确定用户最优出行路径，再采用引入贪心算法的排队论定容，以充电站建设投资成本和用户出行满意度两个指标评估所有可行解从而确定最优规划方案。
-
公开(公告)号：CN108764634A
公开(公告)日：2018-11-06
申请号：CN201810374537.2
申请日：2018-04-24
Applicant: 河海大学
CPC classification number: G06Q10/06315 , G06Q50/30
Abstract: 本发明公开了一种考虑充电需求增长的电动汽车充电站动态规划方法，首先引入不考虑电动汽车保有量改变的充电站静态规划方法，采用自适应粒子群算法，得到电动汽车高保有量情景下Nmax座充电站的规划方案；然后在动态规划初期，以Nmax座充电站作为候选站址，选择性的新建充电站以满足用户充电需求并使充电站投资成本最小，随着电动汽车保有量以及充电需求的增长，按一定周期，对已有充电站扩容或在已有充电站基础上在剩下的候选站中选择性新建充电站。研究结果表明，本发明方法能够随着电动汽车保有量的改变满足不同时刻的充电需求。本发明提出的方法不仅考虑了电动汽车保有量的增加，而且优于在传统静态规划模型基础上不断更新规划。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
