基于排队论的电动汽车充电设施优化配置
电动汽车充电站布局优化与建议

电动汽车充电站布局优化与建议随着电动汽车的普及,充电站的布局优化变得越来越重要。
电动汽车充电站的合理布局可以提高充电效率,方便用户充电,减少能源浪费,进一步推动电动汽车的发展。
本文将对电动汽车充电站布局进行优化,并提出相应的建议。
首先,电动汽车充电站的布局应该基于以下几个原则:充电站的地理位置应该方便用户使用,避免过于拥挤的交通路段;充电站应该与地铁、公交站等重要交通枢纽相连,以便用户在使用交通工具时方便充电;充电站应该尽量靠近居民区和商业区,方便用户在日常生活中充电;充电站的数量和分布应该能够满足用户的需求,避免出现排队等待充电的情况。
其次,针对不同地区的充电需求,可以采取不同的布局策略。
在城市中心区域,由于车辆密度较高,充电需求也相对较大,应该建设更多的快速充电站。
快速充电站可以快速为电动汽车充电,缩短等待时间,提高用户的充电效率。
在城市的郊区和乡村地区,由于车辆密度较低,充电需求相对较小,可以采取分散布局的策略,将充电站分布在不同的小区和村庄,以方便用户充电。
另外,充电站的布局还应考虑到现有的电力供应情况。
充电站需要大量的电力支持,因此应选择电力供应充裕的地区建设充电站,避免对电网造成过大的压力。
在布局充电站的同时,还应与电力公司进行合作,优化电力供应和调度,确保充电站正常运营。
此外,为了提高用户的充电体验,充电站的建设还应考虑到以下几个方面:首先,充电站应提供多种充电接口,以适应不同的电动汽车充电需求。
不同的电动汽车可能使用不同类型的充电接口,因此充电站应提供多种接口选择。
其次,充电站应提供便捷的支付方式。
用户在充电时,应该能够方便地进行支付,以避免繁琐的支付过程影响用户的充电体验。
可以考虑使用手机支付、刷卡支付等便捷的支付方式,方便用户进行支付。
此外,为了提高充电效率,可以将充电站与太阳能发电设施结合起来。
太阳能发电是一种清洁、可再生的能源形式,利用太阳能发电可以减少对传统能源的依赖,降低充电成本,同时减少对环境的污染。
基于排队论的电动汽车快速充电预约服务优化策略

基于排队论的电动汽车快速充电预约服务优化策略摘要:随着国家大力推动新能源汽车行业的发展,电动汽车保有量逐年增加,大量电动汽车的充电需求对配电网提出了新的要求。
电动汽车作为当前配电网中的一种特殊负荷,与传统负荷不同,其具有充电时间不确定性、充电位置不确定性以及用户驾驶行为不确定性等特点,大量电动汽车在电网中进行无序充电,必然会影响电网安全可靠性运行。
大规模的电动汽车接入配电网后,电动汽车用户负荷曲线将与配电网原有的固负荷曲线叠加后将改变原配电网的负荷水平和负荷特性,大量电动汽车的充电需求会对配电网提出新的要求。
本文对基于排队论的电动汽车快速充电预约服务优化策略进行分析,以供参考。
关键词:电动汽车;排队论;快速充电;优化策略引言随着化石能源的枯竭与大量使用化石能源而造成环境污染和全球变暖,电动汽车相较于传统化石燃料汽车有低排放、能源利用率高等优点,因而受到了多国政府的关注,而且出台了相关政策推动电动汽车产业的发展。
据《中国传统燃油车推出时间表研究》报告,中国有望在2050年前实现传统燃油车的全面退出。
全国不少城市已经开始在公交车、出租车等领域启动“禁燃”工作。
根据规划,先在全国重点地区试点实行公交车电动汽车化,进而实现全国的燃油出租车、公交车被电动汽车取代。
1排队论的电动汽车充电站选址城镇化快速发展与人民生活水平的提高让燃油汽车(ICE)基本走进每家每户,加重燃料依赖和空气污染,由此造成能源短缺和环境恶化。
于是各国广泛关注新能源,新能源汽车成为其重要应用,其中电动汽车(EV)能有效减少碳排放量。
快速充电方式因有效缓解“充电慢”痛点而成为补能首选,快速充电站因提高电动汽车在城市间的机动性而被用户青睐。
我国发布了《新能源汽车产业发展规划(2021-2035年)》等一系列政策,车辆保有量逐年激增带来的巨大电力需求突显了充电设施建设的不充分和布局的不合理。
因此,科学规划快速充电站的选址,将有效缓解用户的里程焦虑与充电担忧,吸引更多的潜在人群购买电动汽车,逐渐形成为双碳目标提供强大助力的繁荣市场。
电动汽车充电站的最址和定容

3、供电条件:充电站的供电条件也是选址时需要考虑的重要因素。要确保 充电站所在区域电网稳定,并具备足够的供电能力,以满足充电需求。
3、供电条件:充电站的供电条 件也是选址时需要考虑的重要因 素
1、场地测量:首先需要对充电站建设场地进行测量,了解土地面积、地形 地貌、周边环境等因素,以便为后续的设备安装和程序调试提供参考。
3、遵循市政规划:在符合城市规划和道路交通规划的前提下,选择合适的 地点建设充电站,以避免对城市环境和道路交通造成负面影响。
4、确保供电可靠性:在选址过程中,应考虑供电可靠性,选择电源稳定、 电力充足的地方建设充电站,以保证充电站的正常运行。
四、定容思路
1、满足充电需求:首先需要充分考虑充电需求,根据电动汽车用户的出行 习惯和充电时段等因素,确定合适的充电站数量和大小。
3、在实际应用中,可以根据城市交通流量、电动汽车保有量等数据,对充 电站的布局和容量进行规划。同时,需要考虑充电站的运维成本和经济效益,以 实现可持续发展。
六、总结与展望
本次演示以排队论为基础,对电动汽车充电站选址定容问题进行了深入研究。 通过建立数学模型并进行分析,得出了优化充电站布局和容量的方案。然而,本 次演示的研究仍存在一定局限性,例如未考虑充电站的运维成本和经济效益等方 面。因此,未来的研究方向可以围绕以下几个方面展开:
1、地理位置:为了方便电动汽车用户充电,充电站应建在交通便捷、易于 到达的地方,如城市中心、高速公路沿线等。同时,还需要考虑土地成本、地理 位置等因素,以实现经济和环境的双重效益。
2、用需求:在确定充电站最址时,需要充分考虑周边电动汽车用户的需求 和习惯。例如,在居民区、商业区等电动汽车使用密集区域建设充电站,以满足 用户的基本需求。
电动汽车充电站的充电排队算法研究与优化

电动汽车充电站的充电排队算法研究与优化随着电动汽车的快速普及,充电问题成为了亟待解决的难题。
充电站的有效管理是保障用户充电需求的关键。
为了提高电动汽车充电站的充电效率,研究和优化充电排队算法就显得尤为重要。
本文将探讨电动汽车充电站的充电排队算法,包括其现有的算法以及可能的优化方向。
一、充电排队算法的现状目前,电动汽车充电站的充电排队算法主要采用先到先服务(First-Come, First-Served, FCFS)算法。
这种算法简单而易实现,但存在一些问题。
首先,FCFS算法没有考虑到电动汽车的充电需求和电池状态的差异。
对于电量较低的电动汽车,其充电需求更为紧迫,因此需要优先考虑。
其次,FCFS算法未能充分利用充电站的各个充电桩之间的差异和资源分配。
充电桩的类型、功率以及充电速度等因素都会影响充电效率,而FCFS算法没有考虑这些因素。
二、可能的优化方向1. 基于优先级的充电排队算法针对不同的电动汽车充电需求和电池状态差异,可以设计一种基于优先级的充电排队算法。
根据电动汽车的剩余电量、充电时长、预计行驶距离等因素,确定每个电动汽车的优先级。
将排队队列按照优先级进行排序,优先为剩余电量较低、充电需求较紧迫的电动汽车提供充电服务。
这样能够更合理地满足用户的充电需求,提高充电站的充电效率。
2. 基于充电桩效率的充电排队算法每个充电桩的类型、功率和充电速度都有所不同。
因此,将充电桩信息纳入充电排队算法中,可以更好地分配充电资源。
一种可能的方法是,根据充电桩的功率和充电速度,对每个充电桩进行评估和排序。
充电需求较大、充电速度较快的电动汽车可以优先分配给功率较高、充电速度较快的充电桩,从而提高整体的充电效率。
3. 基于时间片的充电排队算法在高峰时段,电动汽车充电需求大大超出了充电站的容量。
为了合理分配充电资源,可以引入时间片的概念。
将充电需求较高的时间段划分为若干个时间片,对充电需求进行分时段分配。
例如,将早晚高峰分为多个时间片,每个时间片内按照某种规则(如FCFS)进行充电排队。
电动汽车充电站的配置与优化设计

电动汽车充电站的配置与优化设计随着社会的发展和科技的进步,电动汽车的普及程度越来越高。
为了满足电动汽车的充电需求,充电站的建设显得尤为重要。
本文将围绕电动汽车充电站的配置与优化设计展开讨论。
一、电动汽车充电站的配置1. 充电桩数量和类型的选择:根据电动汽车的日常用车数量和充电需求来确定充电桩的数量。
一般来说,充电桩数量不宜过多,以免造成资源浪费。
根据充电桩的类型,可以分为快充桩和慢充桩。
快充桩适用于电动汽车急需充电的情况,而慢充桩则适用于停车较长时间的地方,如住宅区和办公区。
2. 充电站的位置选择:充电站的位置应该便于电动汽车用户的到达,同时要考虑到供电条件和充电桩的安装布局。
充电站的建立应尽量避免对城市交通和环境造成不良影响。
例如,可以选择在交通便利的商业区、停车场或者加油站附近设置充电站。
3. 充电站的电力供应:充电站的电力供应应该充分满足电动汽车的充电需求。
可以考虑与电网连接,或者采用分布式能源系统,如太阳能光伏板或风力发电等。
选择可再生能源作为充电站的电力供应,不仅可以减少碳排放,还可以促进可持续发展。
4. 充电桩的智能化管理系统:充电站的配置还应考虑到充电桩的智能化管理系统。
该系统可以实现对充电桩的远程监控、故障检测和支付管理等功能,提高充电站的运营效率和用户体验。
二、电动汽车充电站的优化设计1. 充电桩的布局设计:合理的布局设计可以最大限度地利用充电站的空间,并且方便用户进行充电操作。
充电桩之间的距离应合理安排,以便用户能够方便地停放电动汽车并接入充电桩。
2. 充电桩的导航系统:为了提高电动汽车用户的使用便利性,充电站可以配备导航系统,通过显示地图和路线,指引用户到达最近的可用充电桩。
3. 充电桩的安全措施:充电桩的安全性是保证电动汽车用户的基本需求,也是充电站设计的重要考虑因素。
应该采取适当的措施,如防火设施、漏电保护和高温报警装置等,确保充电过程的安全性。
4. 充电桩的服务与维护:充电站可以提供多种服务,如定期保养、充电桩的清洁和故障报修等。
电动汽车充电站的优化调度策略

电动汽车充电站的优化调度策略随着电动汽车的快速发展,电动汽车充电站的建设和优化调度策略成为了一个重要的问题。
电动汽车充电站的优化调度策略可以帮助提高充电站的利用率和效益,减少用户等待时间,提高用户的充电体验。
在设计电动汽车充电站的优化调度策略时,我们需要考虑以下几个方面:1. 充电站位置的选择:充电站的位置应该考虑到用户的需求和充电设备的布局。
一般来说,充电站应该尽可能的靠近用户的居住区或者常去的地方,方便用户进行充电。
同时,充电设备的布局应该合理,避免出现排队等待的情况。
2. 充电桩数量的合理配置:根据用户的需求和充电设备的利用率,合理配置充电桩的数量。
如果充电桩的数量过多,将会造成设备的浪费和充电效率的降低;如果数量过少,将会导致用户等待时间过长。
因此,我们需要根据充电站的使用情况和数据进行分析,确定合理的充电桩数量。
3. 充电桩的等待机制:当用户到达充电站发现充电桩已经被占用时,我们可以引入充电桩的等待机制。
这样可以避免用户的长时间等待,提高用户的充电体验。
等待机制可以根据用户的需求和充电桩的预计使用时间进行设置,以保证用户等待的时间尽量减少。
4. 充电桩的智能管理:利用物联网等技术手段,可以实现充电桩的智能管理。
通过监控充电设备的使用情况和充电站的负载情况,可以实现对充电桩的远程管理和优化调度。
智能管理可以根据用户的需求和充电站的实际情况进行动态调整,从而提高充电站的利用率和效益。
5. 优化充电策略的算法设计:在充电桩的调度策略中,我们可以利用一些优化算法来提高充电站的效益。
例如,可以利用最短路径算法来确定用户的最佳充电桩;可以利用贪心算法来优化充电桩的调度顺序;可以利用遗传算法来进行充电桩的数量和位置的优化。
这些优化算法可以根据不同的场景和需求进行选择和设计,以最大程度地提高充电站的利用率和效益。
总之,电动汽车充电站的优化调度策略可以提高充电站的效益和用户的体验。
通过合理的位置选择、充电桩数量配置、等待机制和智能管理,以及优化充电策略的算法设计,可以最大程度地提高充电站的利用率和效益,为用户提供更好的充电服务。
电动汽车充电设施优化规划

电动汽车充电设施优化规划随着电动汽车的普及,充电设施的建设和优化规划成为了一个日益重要的议题。
如何让电动汽车充电更加方便、快捷和高效,成为了城市规划者和相关领域专家们面临的挑战。
本文将探讨针对电动汽车充电设施的优化规划,探讨如何提高充电设施的可用性、可靠性和用户体验。
一、背景分析电动汽车的充电设施建设需要考虑以下几个方面的因素:充电设施的布局和容量、充电速度和时间、支付和管理系统等。
1. 充电设施的布局和容量首先,我们需要考虑充电设施的布局和容量问题。
根据电动汽车的使用情况和城市的规划布局,需要确定充电设施的分布密度和分布范围。
对于居住区和商业区来说,充电设施应当尽可能地靠近用户,提供便利的充电服务。
而对于高速公路和停车场等区域,充电设施应当考虑到停留时间较长的需求,提供快速充电服务。
另外,充电设施的容量问题也需要被重视。
随着电动汽车的普及和使用率的增加,充电设施的容量需求也将激增。
因此,充电设施的规模和容量应当考虑到未来的发展需求,以免出现供不应求的情况。
2. 充电速度和时间其次,充电速度和时间对于用户体验和充电效率来说都是至关重要的。
目前,充电速度主要可以分为快速充电和慢速充电两个模式。
快速充电可以满足用户迅速恢复电量的需求,但是快速充电设施的建设和运营成本较高。
因此,我们应当根据用户的需求和充电场景,合理确定快速充电设施的分布和容量。
慢速充电则适用于长时间停留的场景,如居住区和办公区域等。
这种类型的充电设施可以较为灵活地安装在停车位上,充电时间较长,但用户可以在停车期间完成充电,不会对生活和工作造成太大的干扰。
3. 支付和管理系统最后,充电设施的支付和管理系统对于用户体验和充电效率也有着重要影响。
支付系统应当便捷、安全和多样化,以满足用户的个性化需求。
同时,充电设施的管理系统应当实现远程监控和维护,提高设施的可靠性和维护效率。
二、优化规划策略充电设施的优化规划需要综合考虑上述因素,以提高充电设施的可用性、可靠性和用户体验。
电动汽车充电基础设施规划与优化方案

电动汽车充电基础设施规划与优化方案一、引言电动汽车是一种环保、节能的交通工具,因为其具备零排放、低噪音、高能效等特点而得到了广泛的关注和推广。
然而,电动汽车的充电基础设施的规划与优化是电动汽车普及推广过程中的一个重要问题。
本文旨在对电动汽车充电基础设施规划与优化方案进行探讨。
二、电动汽车充电基础设施规划1. 充电基础设施布局充电基础设施布局是电动汽车充电基础设施规划的重要环节。
在规划过程中,应考虑到用户需求、充电效率、能源利用等多方面因素。
首先,根据用户需求的特点和分布情况,合理规划充电桩的位置,并确保充电桩的数量能够满足用户的充电需求。
其次,考虑到充电效率,应将充电桩布局在交通枢纽和商业中心等高流量区域,以便用户在停车时能够方便地进行充电。
最后,为了保证能源的有效利用,应为充电桩提供可再生能源供应,并在规划中考虑到充电桩之间的距离,合理分布充电桩,以避免资源浪费和能源不均衡的问题。
2. 充电设施标准为了确保充电设施的质量和安全性,制定充电设施标准是必不可少的。
充电设施标准应涵盖充电桩的技术要求、设施设备的要求、安全措施等方面,并应考虑到未来的发展需求。
在制定标准的过程中,应充分考虑国家和行业的相关政策和法规,以确保充电设施的规范化和可靠性。
三、电动汽车充电基础设施优化方案1. 充电桩智能化技术应用充电桩智能化技术的应用是充电基础设施优化的重要手段之一。
通过引入智能化技术,可以实现充电桩的远程控制、信息管理和故障监测等功能,提高充电桩的利用率和服务质量。
例如,可以通过智能化技术实现充电桩的动态定价和实时监测,以提高充电桩的利用率和经济效益。
2. 充电服务网络建设充电服务网络的建设是实现电动汽车充电基础设施优化的重要途径。
通过建设充电服务网络,可以提供多种充电服务模式,如充电预约、车辆导航等,方便用户进行充电和管理。
同时,充电服务网络的建设还可以提供信息化支持,例如提供充电桩的实时信息和使用情况,方便用户进行选择和使用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于排队论的电动汽车充电设施优化配置
摘要:现代城市发展速度的加快,对清洁、环保效果良好的电动汽车依赖性强,为其实际应用范围扩大打下了坚实的基础。
实践过程中为了对电动汽车充电设施
的服务效果进行科学评估,需要在基于电动汽车充电行为的基础上,通过对排队
论的合理运用,构建出符合这类汽车充电设施的排队模型,得出科学的评估结论。
当电动汽车充电设施能够根据实际情况进行优化配置时,将会使充电设备利用效
率提高,为电动汽车正常行驶提供优质服务。
因此,本文将对基于排队论的电动
汽车充电设施优化配置进行系统阐述。
关键词:排队论;电动汽车;充电设施;配置;应用范围
新形势下结合电动汽车行驶的实际情况及要求,对与之相关的充电设施进行
优化配置,有利于保持这些设施良好的工作性能,最大限度地满足电动汽车的各
项需求。
因此,需要注重电动汽车充电设施服务系统指标的合理设置,并对电动
汽车实践应用中的充电行为进行分析,促使其能够在充电设施的支持下,不断提
升自身的服务水平,为现代城市的稳定发展注入活力。
一、电动汽车实践应用中的充电行为分析
为了实现基于排队论的电动汽车充电设施优化配置,需要加强对这类汽车充
电行为分析。
具体表现在:(1)其行为的随机性、灵活性突出,不同的时间段
内电动汽车的充电行为有所差异;(2)受到复杂的车况、道路状况等潜在因素
的影响,电动汽车到达充电站过程中的数量与时间是变化的,且二者之间的关系
密切,通过泊松分布方法的合理运用,能够对二者的数量与时间之间的变化规律
进行阐述;(3)达到充电站后的电动机车,其是否需要排队等候充电,需要考
虑充电设施是否处于空闲状态。
若充电设施处于空间状态,则电动汽车可以省去
排队等候时间而接受充电服务,反之亦然。
同时,针对处于忙碌状态的充电设施,电动汽车排队系统构建时需要考虑其排队时间、次序等,在负指数分布方式的支
持下,确定电动汽车接受充电服务时间,并为充电设施数量配置提供参考依据。
二、基于排队论的电动汽车充电设施排队模型构建分析
(一)模型构建中的排队论基本原理
排队论通过对服务对象到达时间和服务时间的统计分析,得出等待时间、排
队长度、服务强度等统计指标量,据此改进服务系统的结构,使得服务系统既可
以满足服务对象的需求,又能够使服务系统的某些指标最优。
在这样的原理支持下,有利于增强排队模型适用性。
(二)基于充电设施的服务系统指标分析
结合电动汽车充电行为的分析结果和排队论的基本原理,可以得到电动汽车
充电设施相关的指标。
这些指标包括:(1)不同数量电动汽车接受充电服务的
概率;(2)可提供充电服务的充电设施数量;(3)接受充电服务的电动汽车数量;(4)充电服务系统内正在接受充电服务的电动汽车数量及处于空闲状态的
可充电设施;(5)充电服务系统内进行充电服务的充电设施数量及排队等候充
电的电动汽车数量。
通过对这些指标的确定,能够为汽车充电模型构建提供参考
依据。
同时,需要考虑电动汽车充电设施服务强度及充电设施利用效率。
实践过
程中应在计算机三维空间中构建出可靠的电动汽车充电设施排队模型,实现充电
设施优化配置。
三、基于排队论的电动汽车充电设施排队模型运用分析
从规划的角度出发,以单位时间内单个充电设施的平均费用系数作为充电服
务系统运行费用的衡量指标,可以较好地从宏观的角度描述充电服务系统的经济性,使得电动汽车充电设施的费用在一段较长时间内达到最优。
充电设施服务系统在单位时间内的总费用C,可以概括为充电设施的服务成
本和电动汽车排队行为引发的等待费用两个部分部分。
其最优费用模型为:
min C=c1s+c2Ls (1)
式(1)中,c1为单位时间内单个充电设施的费用系数平均值,以某一年峰谷分时电价的历史统计数据为基础分析得出;;c2为单位时间内单台电动汽车
的相关费用,包括因等待充电而产生的误工费等;c1s+c2Ls为所有充电
设施在各时间段内产生的费用系数。
同时,s只是一个整数解,需要根据实际情
况输入不同的s值,最终得到最优解。
四、基于排队论的的电动汽车充电设施配置及其影响
影响电动汽车电力需求的因素主要包括动力电池、充电设施、用户行为等3
个方面。
动力电池的容量决定电动汽车的充电频率,充电设施的数目及其分布影
响充电需求的时间分布,用户行为对电动汽车功率需求起主导作用,具有随机性。
充电设施服务系统排队模型中的充电系统平均队长、再来车辆必须等待的概率等
指标较好地刻画或者是影响了用户的充电行为。
如果充电设施配置合理,一方面
可以保证服务系统的综合满意度在用户可以接受的范围以内,另一方面可以提高
充电设施的利用效率,使系统达到最优。
动汽车的规模化应用可以提高电网的负
荷率。
利用夜晚负荷低谷时段对电动汽车充电,能够有效地提高低谷负荷;在白
天高峰负荷出现之前对电动汽车充电,可以增加电网日平均用电量。
因此,以电
动汽车充电服务系统排队模型中的充电系统平均队长、再来车辆必须等待的概率
等运行指标为依据,对充电设施进行合理配置,引导用户在合适的时段进行充电,结合峰谷分时电价体系的作用,能够有效地减小电网峰谷差,提高电网的负荷率。
五、基于排队论的的电动汽车充电设施优化配置的实例分析
假设某电动汽车充电站同种类型的可充电设施数量共有24个,每分钟内到
达充电站的电动汽车数量服从参数为λ=3.2的泊松分布,每辆电动汽车接受充电
服务的时间服从参数为μ=0.14的负指数分布。
在具体的分析过程中,通过对计算机与信息技术的合理利用,可知充电设施
利用率高达95.62%,该充电站的空闲率较小。
充电设施、服务系统中的平均电动
汽车数目为35辆,充电高峰期容易出现拥堵。
电动汽车在队列中平均等待时间
为4.1002min,电动汽车到达充电设施后必须等待的概率为74.05%,顾客的综合
满意度为37.35%顾客,对该系统的认可度较低。
假设该市建有同等规模的电动汽车充电站数个,为便于分析,假设各充电站
服务系统排队模型参数一致。
该市拥有1.5万辆、20万辆、50万辆同类型的电动汽车时,各充电站对应的参数λ分别为3.2、42.7、106.7而μ均为0.14。
现从服
务系统运行特征的角度进行分析,假设当充电服务系统的综合满意度大于0.2时,所有的电动汽车将集中在夜间低谷时段时,通过在计算机网络三维空间中的模拟
分析,可知车主在负荷低谷时段集中充电必须适当增加充电设施,才能提高电网
负荷率。
结束语
现阶段电动汽车实际的应用范围正在扩大,对城市基础设施不断完善产生了
积极的影响。
在对电动机汽车充电设施优化配置进行分析时,为了确保其分析结果的合理
科学性,需要在计算机网络三维空间中对其充电服务系统排队数学模型进行全面
分析,了解电动汽车在不同时间段内的充电需求,并将电网负荷率控制的合理的
范围内。
实践过程中对电动汽车充电设施进行优化配置时,需要充分考虑这些设
施使用中对电网可能造成的影响,促使接入电网的充电服务系统能够处于稳定的
运行状态,实现对性能可靠的充电设施高效利用。
参考文献:
[1]郑梦雷.基于排队论的电动汽车充电站规模优化研究[D].西南交通大学,2016,(08).、
[2]郭锦锦.不同种类电动汽车充电设施布局优化研究[D].重庆交通大学,2016,(06).
[3]卢芳.基于排队论的电动汽车充电站选址定容研究[D].北京交通大学,201,(05).
[4]冯亮.电动汽车充电站规划研究[D].天津大学,2013,(05).
[5]宋阳.电动汽车充电站布局优化研究[D].西南交通大学,2016,(04).。