(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111591902.3 (22)申请日 2021.12.23 (71)申请人 上海电机学院 地址 200240 上海市闵行区江川路690号 (72)发明人 王培文　沈瑾　 (74)专利代理 机构 上海伯瑞杰知识产权代理有 限公司 312 27 代理人 孟旭彤 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/18(2020.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 一种分布式电源和电动汽车充电站的联合 选址定容方法 (57)摘要 本发明公开了一种分布式电源和电动汽车 充电站的联合选址定容方法， 其包括： 建立以充 电站投资运维费用、 网损费用、 政府补贴、 环境成 本以及用户的路程成本最小为目标函数的选址 定容模型， 目标函数的表达式为： minC＝C1+C2‑ C3‑C4+C5； 其中： C1为充电站的年投资运维成本； C2为网损费用； C3为政府补贴； C4为环境成本； C5 为用户路程成本； (S2)确定 所述选址定容模型的 约束条件； (S3)采用改进的鲸鱼优化算法对以及 约束条件对选址定容模型进行求解。 设计了改进 的鲸鱼优化算法， 提出在算法中加入自适应权 重， 解决了鲸鱼优化算法应用于选址定容问题时 容易出现收敛速度慢、 易陷入局部最优等问题。 权利要求书2页 说明书13页 附图2页 CN 114329942 A 2022.04.12 CN 114329942 A 1.一种分布式电源和电动汽车充电站的联合选 址定容方法， 其包括： (S1)建立以充电站投资运维费用、 网损费用、 政府补贴、 环境成本以及用户的路程成本 最小为目标函数的选 址定容模型， 目标函数的表达式为： minC＝C1+C2‑C3‑C4+C5 其中： C1为充电站的年 投资运维成本； C2为网损费用； C3为政府补贴； C4为环境成本； C5为 用户路程成本； (S2)确定所述选 址定容模型的约束条件； (S3)采用改进的鲸鱼优化 算法对以及约束条件 对选址定容模型进行求 解。 2.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法， 其 特征在于： 充电站的年投资运维成本包含分布式电源和电动汽车充电站的年投资成本， 数 学表达式如下 所示： C1＝CINV+COM 式中： C1为充电站的年投资运维成本； CINV为充电站的年投资建设费用； COM为充电站的 年运维型维护费用； nDG为分布式电源的待安装节 点总数； Pi,WG为第i个节 点的风力电站的安 装容量； ct,WG为风力电站的单位容量的投资费用； Pi,PV为第i个节点的太阳能电站的安装容 量； ct,PV为太阳能电站的单位容量的投资费用； r为贴现率； n1为分布式电源 的经济使用年 限； nEVCS为电动汽车充电站的待安装节点总数； cg为电动汽车充电站的固定建设投资成本； Pi,EVCS为第i个节点的电动汽车充电站的安装容量； ct,EVCS为电动汽车充电站的单位容量的 投资费用； n2为分布式电源和电动汽 车充电站的经济使用年限； Nm为季节数， 取4； dm为第m个 季节对应的天数； Ns为场景缩减后的日典型场景数， 取4； Ps为第s个场景发生的概率， 取 0.25； cn,WG为风力电站单位容量的运维成本； cn,PV为太阳能电站单位容量的运维成本； ct,EVCS 为电动汽车充电站单位容量的运维成本； Pi,s,t,WG为第i个节点风力电站在第s个场景t时刻 的实际发电量； Pi,s,t,PV为第i个节点太阳能电站在第s个场景t时刻的实际发电量。 3.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法， 其 特征在于： 步骤S1中， 将网络损耗 转化成经济指标， 其数 学公式如下 所示： 式中： C2为网损费用； T为一年的天数， 取365； Ik(t)为第k条线路在t时段的电流； Rk为第k 条线路的电阻； Ce为电价。 4.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法， 其 特征在于： 步骤S1中， 政 府补贴的表达式为： 式中： C3为政府补贴； cr,WG为风力电站的单位容量的政府补贴费用； cr,PV为太阳能电站权　利　要　求　书 1/2 页 2 CN 114329942 A 2的单位容量的政府补贴费用。 5.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法， 其 特征在于： 步骤S1中， 环境成本的表达式为： 式中： C4为环境成本； M为发电技术种类； N为污 染种类； Xn为第n类污染产生的环境价值； Yn为第n类污染的单位污染罚款； Qnm为采用第 m类发电技术生产单位电量时的第n类污染的 排放量； Pn为第n类发电技 术的年发电量。 6.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法， 其 特征在于： 步骤S1中， 将去往充电站的路程产生的成本就转化为距离与耗电量的乘积来计 算， 得到的用户路程成本的表达式如下 所示： a∈A,b∈B 式中： C5为用户路程成本； P 为电动汽车每行驶一公里所耗的电量； Cr为电动汽车充电站 的充电电价； dab为从充电需求点a到充电站b的实际距离； A为充电需求点的集合， {A|a＝1, 2,…,l}； B为充电备选站址的集合， {B|b＝1,2, …,m}； Ni为车流量； yab为充电需求点a的车 辆是否到充电站b充电的决策变量， 去 充电为1， 否则为0 。 7.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法， 其 特征在于： 步骤S2中所述约束条件 包括等式约束条件以及不 等式约束条件； 其中： 等式约束条件 包括系统潮流约束； 不等式约束条件包括节点电压约束、 支路潮流约束、 分布式电源安装容量约束、 电动汽 车充电站容 量约束以及节点 安装容量约束。 8.根据权利要求1所述的一种分布式电源和电动汽车充电站的联合选址定容方法， 其 特征在于： 步骤S3中， 对鲸鱼优化 算法的改进包括： 采用非线性调整策略； 位置更新过程中加入自适应权 重。权　利　要　求　书 2/2 页 3 CN 114329942 A 3