数据驱动的城市充电基础设施网络设计及运营优化问题研究

Promoting the construction of charging infrastructure is important guarantee for developing new energy automobile industry, which is also conducive to the promotion and application of electric vehicles. The difficulty in estimating charging demand, the variety in charging technologies and the low utilization rate of charging facilities make the construction and operation of charging infrastructure hard in practice. At present, there is few research focusing on charging facility planning considering multiple charging technologies and operating modes. The lack of traffic data-based model for facility optimization is another research gap. This project takes traffic data mining and analysis as the entry point, and aims to provide multi-stage, multi-level and multi-objective data-driven optimization theory, methods, and technologies for urban charging infrastructure network design and operation management. The research will break through the bottleneck of the combination of data science and optimization science. The research framework ‘Information model-Optimization model-Solution method’ is proposed to study following research problems: 1) Multi-type charging facility location problem based on estimation of potential charging demand; 2) Multi-period and multi-type charging resource configuration and charging optimization problem based on charging demand forecasting; 3) Electric vehicle routing and charging optimization problem based on traffic state analysis. The results will provide scientific solutions for the construction of urban charging infrastructure in China, improve the operation and service capabilities of charging facilities, and provide technical support for the construction of smart cities.

大力推进充电基础设施建设，是发展新能源汽车产业的重要保障，有利于电动汽车的推广与普及。充电需求难以估计、充电技术多样、充电设施利用率低是充电基础设施建设与运营中面临的实际难题。目前针对综合考虑多种充电技术与运营模式的充电设施规划研究较少，且缺乏交通数据分析的融合研究。本项目以交通数据挖掘为切入点，旨在为城市充电基础设施网络设计与运营管理提供数据驱动的多阶段、多层次、多目标的优化决策理论、方法和技术。研究将突破数据科学与优化科学融合研究瓶颈，提出“信息模型-优化模型-求解算法”的研究框架，重点解决1）基于潜在充电需求估计的多类型城市充电基础设施网络布局问题；2）基于充电需求预测的多阶段多类型充电资源配置与充电优化问题；3）基于交通状态分析的用户出行路径与充电协同优化问题。研究成果将对我国城市充电基础设施的建设提供科学决策，提升充电设施的运营与服务能力，为加快智慧城市建设提供技术支持。

本项目在我国大力推广新能源汽车产业的背景下，针对电动汽车充电需求难以估计、充电技术多样、充电设施利用率低等充电基础设施建设与运营中面临的实际难题，运用数据挖掘与系统优化理论，研究了城市充电基础设施网络设计与运营管理中的若干问题。主要研究内容包括：1）针对多种类型充电设施的布局问题进行建模，包括快速充电、换电、无线充电等，探索其在城市的应用场景。设计多目标优化算法优化多种充电设施的利用效率，所提算法在保证求解质量且在求解时间上有明细优势。研究成果可以基于车辆的轨迹数据为城市提供充电设施的布局方案。2）针对城市电动汽车换电站电池资源的再分配调度问题进行建模，基于对充电需求的预测，考虑了不同容量和损耗程度的电池种类，决策每个换电站的最优电池库存数量和再调度车辆的最优行驶路线。提出了基于变领域搜索的混合启发式算法，并嵌套了动态规划算法作为优化算子来求解该问题。通过随机算例验证所提算法可以在短时间内得到高质量的结果，同时还通过数值实验分析了电池种类、充电策略对电池再调度问题的影响。3）以电动汽车用户为决策主体，针对多种场景下的出行路径优化进行建模，根据道路交通状态与充电设施网络的工作状态，结合车辆自身电池消耗状态，决策电动汽车行驶路径与充电方案。分别考虑了移动充电车与电动配送车两个应用场景，针对服务特点进行建模并提出有效算法对模型进行求解。以上研究成果主要形式为科技论文，依托本项目共在国内外重要期刊发表论文4篇，其中SCI 论文收录3篇。本项目研究成果将有助于推进我国城市充电基础设施的建设与电动汽车的推广，为相关政府部门、充电设施投资者、运营者等相关决策主体提供基于交通大数据分析的决策框架，科学合理规划充电基础设施，为城市可持续交通系统的建设提供参考。

内容获取失败，请点击重试