基于粒子群遗传混合算法的电动汽车充电站选址及容量优化
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 选题的背景及意义 | 第7-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.2.1 电动汽车充电站选址算法现状 | 第9-10页 |
| 1.2.2 电动汽车充电站容量确定现状 | 第10页 |
| 1.3 论文主要研究工作 | 第10-13页 |
| 2 充电站负荷分析及选址方法 | 第13-19页 |
| 2.1 充电站负荷分析 | 第14-15页 |
| 2.2 选址方法 | 第15-17页 |
| 2.2.1 解析法 | 第15-16页 |
| 2.2.2 专家选择法 | 第16页 |
| 2.2.3 综合评价法 | 第16页 |
| 2.2.4 应用区位论 | 第16页 |
| 2.2.5 选址方法的对比 | 第16-17页 |
| 2.3 本章小结 | 第17-19页 |
| 3 电动汽车充电站选址模型 | 第19-27页 |
| 3.1 充电站的基本规划原则 | 第19-22页 |
| 3.1.1 电动汽车交通密度要求 | 第19-20页 |
| 3.1.2 充电站的服务半径 | 第20-21页 |
| 3.1.3 城市规划要求 | 第21页 |
| 3.1.4 充电站对电网的影响 | 第21-22页 |
| 3.2 充电站规划成本的数学模型 | 第22-26页 |
| 3.2.1 充电需求小区 | 第22-23页 |
| 3.2.2 关于成本的数学模型 | 第23-26页 |
| 3.3 本章小结 | 第26-27页 |
| 4 粒子群遗传混合算法 | 第27-37页 |
| 4.1 粒子群算法 | 第27-29页 |
| 4.1.1 标准粒子群算法 | 第27-28页 |
| 4.1.2 标准粒子群算法流程 | 第28-29页 |
| 4.1.3 粒子群算法的特点 | 第29页 |
| 4.2 遗传算法 | 第29-33页 |
| 4.2.1 遗传算法的基本概念 | 第30页 |
| 4.2.2 遗传算法的基本操作及实现流程 | 第30-32页 |
| 4.2.3 遗传算法的优缺点 | 第32-33页 |
| 4.3 粒子群遗传混合算法 | 第33-36页 |
| 4.3.2 粒子群遗传混合算法的实现流程 | 第34-36页 |
| 4.4 本章小结 | 第36-37页 |
| 5 基于粒子群遗传混合算法的选址算例分析 | 第37-45页 |
| 5.1 算例数据 | 第37-38页 |
| 5.2 优化结果 | 第38-43页 |
| 5.2.1 规划区建设6个充电站的结果 | 第39-41页 |
| 5.2.2 规划区建设5个充电站的结果 | 第41-43页 |
| 5.3 本章小结 | 第43-45页 |
| 6 基于排队论的充电站容量优化 | 第45-57页 |
| 6.1 排队论的基本概念 | 第45-49页 |
| 6.1.1 排队系统的组成 | 第45-46页 |
| 6.1.2 排队模型的标准模型 | 第46页 |
| 6.1.3 排队模型的运行指标 | 第46-47页 |
| 6.1.4 输入过程与服务时间分布 | 第47-48页 |
| 6.1.5 排队系统的优化 | 第48-49页 |
| 6.2 基于排队论的容量优化 | 第49-52页 |
| 6.2.1 充电站排队系统模型 | 第50-51页 |
| 6.2.2 模型求解 | 第51-52页 |
| 6.3 算例分析 | 第52-55页 |
| 6.3.1 模型的基本数据 | 第52页 |
| 6.3.2 数据计算 | 第52-55页 |
| 6.4 本章小结 | 第55-57页 |
| 7 结论和展望 | 第57-58页 |
| 7.1 结论 | 第57页 |
| 7.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
