Loading...
机构名称:
¥ 1.0

对于日益增长的电池电动公交车 (BEB) 车队市场而言,制定稳健的充电计划对于成功采用至关重要。在本文中,我们提出了一个 BEB 充电调度框架,该框架考虑了时空调度约束、路线调度、快速和慢速充电选项以及电池动态,并以混合整数线性规划 (MILP) 建模。MILP 基于泊位分配问题 (BAP),这是一种以最佳方式分配服务船只的方法,并采用称为位置分配问题 (PAP) 的修改形式进行调整,该问题分配电动汽车 (EV) 进行充电。包括线性电池动态以模拟公交车在车站的充电情况。为了考虑 BEB 在各自路线上的放电,我们假设每个 BEB 在运输过程中都会经历平均 kWh 的电量损失。优化协调 BEB 充电,以确保每辆车的充电状态 (SOC) 保持在指定水平以上。该模型还最大限度地减少了使用的充电器总数,并优先考虑慢速充电以保证电池健康。使用从犹他州交通局 (UTA) 采样的 35 辆公交车和 338 次充电站访问的一组路线来证明该模型的有效性。该模型还与基于充电阈值的启发式算法(称为 Qin 改进方法)进行了比较。结果表明,MILP 框架通过比 Qin 改进方法更容易地为 BEB 分配慢速充电器来促进电池健康。MILP 使用一个快速充电器和六个慢速充电器,而 Qin 改进方法使用四个快速充电器和六个慢速充电器。此外,MILP 全天保持指定的最低 SOC 25%,并在工作日结束时达到所需的最低 SOC 70%,而 Qin 改进方法在没有任何约束的情况下无法将 SOC 保持在 0% 以上。此外,结果表明,在考虑电池动态并最小化充电器数量和消耗成本的同时,时空约束得到满足。

电池调度中的位置分配方法......

电池调度中的位置分配方法......PDF文件第1页

电池调度中的位置分配方法......PDF文件第2页

电池调度中的位置分配方法......PDF文件第3页

电池调度中的位置分配方法......PDF文件第4页

电池调度中的位置分配方法......PDF文件第5页

相关文件推荐