文章快速检索     高级检索
  山东大学学报(工学版)  2017, Vol. 47 Issue (6): 115-120  DOI: 10.6040/j.issn.1672-3961.0.2017.528
0

引用本文 

许玮, 冀肖彤, 刘海波, 韩元凯, 陈芳, 张程琳. 电动汽车应急救援站选址及资源配置[J]. 山东大学学报(工学版), 2017, 47(6): 115-120. DOI: 10.6040/j.issn.1672-3961.0.2017.528.
XU Wei, JI Xiaotong, LIU Haibo, HAN Yuankai, CHEN Fang, ZHANG Chenglin. Location and resource allocation of emergency chargingstation for expressway electric vehicle[J]. Journal of Shandong University (Engineering Science), 2017, 47(6): 115-120. DOI: 10.6040/j.issn.1672-3961.0.2017.528.

作者简介

许玮(1970—), 男, 山东滕州人, 高级工程师, 工程硕士, MBA, 主要研究方向为电力系统自动化, 经济学.E-mail:sdu-zcl@163.com

文章历史

收稿日期:2017-09-21
网络出版时间:2017-11-22 23:12:18
电动汽车应急救援站选址及资源配置
许玮1,2, 冀肖彤3, 刘海波1,2, 韩元凯1,2, 陈芳4, 张程琳5,6     
1. 国网山东省电力公司电力科学研究院, 山东 济南 250003;
2. 山东鲁能智能技术有限公司, 山东 济南 250101;
3. 国家电网公司, 北京 100031;
4. 济南大学自动化与电气工程学院, 山东 济南 250022;
5. 电网智能化调度与控制教育部重点实验室(山东大学), 山东 济南 250061;
6. 全球能源互联网(山东)协同创新中心, 山东 济南 250061
摘要:针对充电设施故障、车辆充电故障等因素会导致电动汽车无法充电, 造成交通拥堵, 威胁高速公路安全等问题, 提出建立高速公路电动汽车应急充电救援站的策略, 采用移动充电的形式对发生故障的充电站或车辆进行紧急救援。对应急充电救援站的基本职能进行探究, 确定应急充电救援站选址的可靠性、经济性、时间最小性原则, 在保证救援最大允许时间限度下, 以救援站的建设成本与运行成本之和最小化为目标, 优化选址方案, 并根据充电站故障概率确定救援站中配备的充电车数量。8个充电站、12个救援站备选点的路网结构算例表明, 该模型在保证救援时间的前提下, 节约成本, 满足经济性原则, 证实了该选址定容模型的可行性。
关键词选址原则    高速公路    应急充电救援站    电动汽车    
Location and resource allocation of emergency chargingstation for expressway electric vehicle
XU Wei1,2, JI Xiaotong3, LIU Haibo1,2, HAN Yuankai1,2, CHEN Fang4, ZHANG Chenglin5,6     
1. Electric Power Research Institute, State Grid Shandong Electric Power Company, Jinan 250003, Shandong, China;
2. Shandong Luneng Intelligent Technology Co., Ltd, Jinan 250101, Shandong, China;
3. State Grid Corporation of China, Beijing 100031, China;
4. School of Automation and Electrical Engineering, Jinan University, Jinan 250022, Shandong, China;
5. Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education(Shandong University), Jinan 250061, Shandong, China;
6. Collaborative Innovation Center for Global Energy Interconnection (Shandong), Jinan 250061, Shandong, China
Abstract: The fault of charging facilities and vehicle charging unit led to the paralysis of electric vehicles, which could causes traffic congestion and threatens highway safety. In view of these problems, the strategy of setting up emergency charging rescue stations on the highway was put forward, which used mobile charging for the rescue of malfunctioned charging station or vehicles. The reliability, economical efficiency and the minimum time principle of rescue station site selection were determined, and the basic functions of emergency charging rescue station were investigated. The site selection scheme was sought to minimize the sum of construction and operating costs under the premise of guaranteeing the maximum allowable rescue time. The number of charging cars was determined according to the fault probability of charging stations. The feasibility of the model for site selection and size was proved by a road network containing eight charging stations and twelve selectable sites for rescue stations. The model met the economic principle by saving costs under the premise of guaranteeing rescue time.
Key words: site selection principle    expressway    emergency charging rescue station    electric vehicle    
0 引言

近年来, 在相关利好政策的支持下, 以电动汽车为主的新能源汽车在大中城市中的保有量持续攀升[1]。相较城市区域内电动汽车的充电特点, 高速公路上的电动汽车行驶里程高, 充电需求量更大, 充电速度要求更快[2]。因此, 确保电动汽车在高速公路上的充电可靠性是保证电动汽车安全、可靠行驶的关键。

为了保证高速公路电动汽车充电的可靠性, 诸多学者展开了大量的研究。文献[3]对影响充电可靠性的因素进行分析, 指出电动汽车快充站的典型故障及解决措施。文献[4]针对高速公路的特殊环境, 提出相应的充电桩检测方法, 以降低充电设备的故障率。文献[5]通过预测电动汽车的到达率计算充电需求, 考虑高速公路路网情况, 建立电动汽车充电需求的时空分布模型。文献[6]结合高速公路上的车流情况和充电需求特点, 以到充电站充电的电动汽车数量最大化为目标进行选址, 以充电站的服务成本和用户的等待成本最小进行充电站设施的配备, 提高充电站的服务水平和运行效率。文献[7]定义不同类型电动汽车分布熵来描述充电站与充电负荷之间的重合程度, 采用多目标方法建立充换电站规划模型。文献[8]以换电站各时刻充电功率为控制对象, 运用多目标优化方法, 实现对充电行为的调控, 从而减少因电动汽车无序充电对电网造成的不良影响。以上研究均是在充电站及车辆正常运行条件下展开的充电可靠性、经济性研究。对于高速公路充电站发生不可及时恢复的故障情况, 还没有形成较完整的应对策略。考虑到电动汽车充电站暴露在室外且无人值守, 电动汽车充电等待时间常在半小时以上等实际情况, 在充电过程中可能出现包括车辆充电系统故障、快充站控制系统运行异常、充电桩故障等问题, 导致充电桩无法向电动汽车提供充电服务, 发生车辆滞留。因此, 有必要研究分析应对上述突发故障事件的方法, 减少由于电动汽车无法充电造成的时间和经济损失。

本研究基于高速公路充电站发生充电故障的紧急情况, 提出建立高速公路电动汽车应急充电救援站, 为电动汽车提供后备充电保障。在探讨应急充电救援站基本职能和应急充电流程的基础上, 研究应急充电救援站的选址模型, 在满足救援时间小于最大允许时间和路网中充电站全覆盖等约束的前提下, 以救援站的建设成本和运行成本之和最小化为目标, 优化应急充电救援站的选址方案和救援资源配置, 以提高救援站的救援效率、降低救援成本。与单纯以时间最小为优化目标的方法相比, 本方法能更多地减少成本, 保证了救援站建设及运营的经济性。文中通过对具有8个充电站和12个救援站备选点的路网进行测试, 验证了本文方法的有效性。

1 应急充电救援站选址特征 1.1 应急充电救援站基本职能

高速公路路网的特殊性[9]对电动汽车充换电服务网络的供电可靠性提出了更高的要求, 应急充电救援站除了要为应急移动装置提供电能补充站和停放场所, 也是整个应急充电救援行动的指挥中心, 负责救援信息的收集、救援方案的制定、救援命令的发布等工作, 同时还要兼顾高速公路应急救援的系统建设任务[10-11], 保障电动汽车出行的便利性和安全性。由此, 应急充电救援站应具有以下职能:

(1) 信息采集职能。应急充电救援站需要实时监控服务范围内电动汽车充电站的运行状态以及应急救援信号, 接收到故障信息后能够协调有关移动充电救援车辆迅速采取紧急救援行动。

(2) 救援服务职能。当服务范围内有充电站发生故障, 出现待充电电动汽车滞留后, 应急充电救援站在规定时间内提供紧急服务; 当负责范围内电动汽车车辆发生故障, 导致无法充电时, 应急充电救援站为电动汽车提供维修服务, 并为其充电恢复行驶。

(3) 情报服务职能。在充电站故障可能影响的范围内, 应急充电救援站为已行驶在高速公路上的电动汽车驾驶员和乘客提供预警服务, 避免滞留情况进一步恶化。

1.2 应急充电救援站选址原则

应急救援站的救援服务主要是针对高速公路充电站系统与充电设备故障、电动汽车充电系统故障等情况展开的。在发生此类情况时, 电动汽车一般无法行驶到达指定救援位置, 因此, 需在救援站接收到救援信号后, 指派移动应急救援车到达被救车辆停留位置, 为电动汽车提供充电或维修服务。由此可见, 电动汽车高速公路应急充电救援站的选址是否合理将直接影响到电动汽车应急救援的快速性和有效性。

合理设置应急充电救援站点的位置及配置救援车辆容量, 可以有效缩短救援车辆的到达时间, 提高救援效率, 减少救援成本, 避免潜在事故危险和财产损失。参照高速公路应急救援点的选址原则[12-13]以及充电站的选址原则[14-15], 应急充电救援站的选址应遵从如下原则:

(1) 可靠性原则。进行应急充电救援站的选址布点时, 应该保证救援服务网络的全覆盖, 在高速公路路网中避免救援盲点的出现, 提高救援的可靠性。

(2) 经济性原则。在保证应急充电救援站可靠性原则的前提下, 突出应急充电救援站和现有高速公路服务站点的资源共享, 最大限度的减少新建应急充电救援站工程量; 同时, 避免产生重复覆盖的冗余站点, 提高移动救援车资源的利用率。

(3) 最短时间原则。在制定应急充电救援站选址方案和救援资源配置时, 要考虑救援方案的效率, 以救援时间最小化为决策目标, 考虑事件的紧急程度、事件的影响范围、故障充电站的滞留车辆数量, 在最短的时间内完成救援。

2 应急充电救援站选址模型 2.1 问题描述

应急充电救援站的选址需遵循可靠性、经济性、最短时间原则, 因此, 对救援站选址设置的具体要求为:

(1) 为避免扩大事故范围, 救援行动应尽快完成, 救援站的选址应根据路网拓扑图选择到故障发生地的最短路径, 并能在规定的时间内到达救援位置。在这一约束条件下, 实现路网中充电站的全覆盖, 即任意一个充电站至少在一个应急救援站的可救援范围中。

(2) 为了避免资源的浪费, 在充电站选址过程中, 应尽量减少重复覆盖的面积, 在保证救援可靠性和救援效率的基础上, 减少救援站的建设成本和维护成本, 实现资源的最大化利用。

(3) 为确保应急充电救援的可靠性, 每个救援站对其辖区内充电站的及时救援概率都应该大于给定可靠性阀值, 本文取0.99。

2.2 选址模型

设根据电网供电状况及地理环境信息, 已预选出满足应急充电救援站建设条件的备选站点集合E

备选点的选择基本考察场地面积、电网允许负荷等几个条件, 对路网环境进行实际勘测, 记录考察点的可用场地是否满足建设救援站的条件, 考察点的电网节点最大接入功率能否大于救援站的日常最大功率。满足以上条件, 则可选为救援站被选点。

救援站的选址需在预选站点集合E中进行, 救援站的数量应小于E中备选点的数量。在上述背景下, 所提出选址模型将根据辖区内充电站数量, 确定救援站在路网中的位置, 并给出每个站点需配备的移动充电车数量。

(1) 目标函数

考虑应急充电救援站建设与运行的经济性, 以最小化路网中应急充电救援站的建设和维护成本为决策目标, 其可表示为:

$ \min f = \sum\limits_{i = 1}^I {\{ c_i^1 + c_i^2\} } {X_i}, $ (1)

式中:i为应急充电救援站备选点, i=1, 2, …, I, 其中I为应急充电救援站备选点的数量; Xi表示是否在i处建设应急充电救援站, 若是, 则Xi等于1, 否则, Xi等于0;ci1为备选点i处应急充电救援站的建设成本; ci2为备选点i处应急充电救援站的维护成本。

(2) 约束条件

① 应急充电救援站数量上限约束

$ \sum\limits_{i = 1}^I {{X_i} \leqslant I} 。$ (2)

式(2)表示路网中应急充电救援站总数不超过备选点的数量。

② 救援站内救援车辆到达需要救援的充电站的最大时间约束

$ {T_{ij}} = {L_{ij}}/{v_0}, $ (3)
$ {S_{ij}} = \left\{ \begin{array}{l} {X_i}\;\;\;\;\;, \;\;{T_{ij}} \leqslant {T_{\max }} - {t_0};\\ 0, \;\;\;\;\;\;\;{T_{ij}} > {T_{\max }} - {t_0}。\end{array} \right. $ (4)

式中:Tmax为应急充电救援站到达救援需求充电站的最大允许时间; t0为救援中心接到报警后的平均准备时间; j为充电站序号, j=1, 2, …, J, 其中J为路网中充电站数量; Tij为应急充电救援站备选点i救援车到达故障充电站j的行驶时间; Lij为应急充电救援站备选点i到充电站j的最短路径长度; v0为应急充电救援车辆的平均行驶速度; Sij为在最大救援时间Tmax限制下, j充电站是否被应急充电救援站i的可救援范围所覆盖。

③ 路网全覆盖约束

$ \sum\limits_{i = 1}^I {{S_{ij}}} \geqslant 1。$ (5)

该约束表示对于路网中任意一个充电站j, 其至少在一个救援站的覆盖范围内。

④ 重合覆盖上限约束

$ \sum\limits_{i = 1}^I {{S_{ij}}} \leqslant 2。$ (6)

为避免资源浪费, 减少重合覆盖率, 式(6)表示要求同一充电站至多同时在两个救援站的可救援范围内。

式(2)~(6)即为在最大救援时间约束、救援范围全覆盖、重复覆盖率较小约束下, 以救援站建设运行总成本为目标的应急站选点模型。该模型构成{0, 1}整数规划问题, 可采用多种现有求解器进行有效求解。

2.3 应急救援车的分配

救援站选址方案确定之后, 为了实现对辖区内充电站的有效救援, 需对救援站的管辖范围进行划分, 从而实现对救援站内救援装置的数量进行配置。

为方便救援行动的有序性, 首先对各个救援站具体负责的充电站进行划分, 将救援到达时间小于最大时间限度的充电站j划分到该救援站i的救援管辖区域内, 同时将被两个救援站覆盖的充电站, 划分到较近救援站的辖区内。

在配置应急充电救援资源时, 考虑到各个充电站的故障概率与充电桩的部件老化程度、环境状况、使用率等相关[16], 在不同时期因社会因素、人为因素等具有不同的特性。为简化计算, 本研究假定各个充电站的故障概率相同, 可以选择历史数据的故障概率均值作为本模型中的故障概率。在实际运行时, 可根据当时设备情况, 确定充电站故障概率, 从而设定每日的救援车的备用数量。救援资源配置分为以下两部分:

(1) 救援管辖区域划分

$ {N_{ij}} = \left\{ {\begin{array}{*{20}{c}} {1\,\,,\,\,{S_{ij}}{T_{ij}} \leqslant \frac{{\sum\limits_{i = 1}^I {{S_{ij}}{T_{ij}}} }}{{\sum\limits_{i = 1}^I {{S_{ij}}} }}}\\ {0\,\,,\,\,{S_{ij}}{T_{ij}} > \frac{{\sum\limits_{i = 1}^I {{S_{ij}}{T_{ij}}} }}{{\sum\limits_{i = 1}^I {{S_{ij}}} }}} \end{array}} \right., $ (7)
$ {B_{ij}} = \left\{ \begin{array}{l} 0\;\;\;, \;\;\;{S_{ij}}{N_{ij}} = 0\\ 1\;\;\;, \;\;\;{S_{ij}}{N_{ij}} = 1 \end{array} \right., $ (8)
$ \sum\limits_{i = 1}^I {{B_{ij}}} = 1, $ (9)

式中: Bij表示充电站j是否划入救援站i的救援辖区内, 若Bij=0, 则充电站j不划入救援站i的救援辖区内; 若Bij=1, 则充电站j划入救援站i的救援辖区内。

上述划分方式成立的依据为:若充电站j不在救援站i的救援范围内, 即Sij=0, 此时有Nij=1, SijNij=0, Bij=0, 约束有效; 若充电站j在救援站i的可救援范围内, 即Sij=1, 若充电站j只被一个救援站覆盖, 则Nij=1, SijNij=1, Bij=1, 则将充电站j划入救援站i的救援辖区内, 划分方式有效。

若充电站j被两个救援站的可救援范围覆盖, 若充电站j离救援站i更近, 此时, 有Nij=1, SijNij=1, Bij=1, 将充电站j划入救援站i的救援范围内; 若充电站j离救援站i较远, 则Nij=0, SijNij=0, Bij=0, 即充电站j不划入救援站i的救援辖区内, 划分方式有效。

式(9)表示充电站j只能属于一个救援站的救援职责内, 保证救援站的管辖区域不重复划分。

(2) 救援站救援车数量

$ {K_i} = \sum\limits_{j = 1}^J {{B_{ij}}}, $ (10)

式中:Ki为救援站i辖区内充电站数量。

确定救援站内救援车的数量时, 应保证救援站管辖范围内充电站发生故障后不能及时维修的概率小于0.01。假设充电站故障发生的概率相同, 且服从泊松分布, 且每个故障的充电站仅需一台应急车进行救援, 则对于应急站i, 站内应急救援车的数量为:

$ P({x_i} \leqslant {M_i}) \approx \sum\limits_{k = 0}^{{M_i}} {\frac{{\lambda _i^k}}{{k!}}{e^{ - {\lambda _i}}}} \geqslant 0.99, $ (11)

式中:λi为单位时间内应急站i覆盖范围充电站发生故障的概率, λi=Kip, 其中p为各个充电站的故障概率; xi为应急站辖区内同时发生故障的充电站数量, 为随机变量; Mi为应急救援站i内应配备应急救援车的数量。

在求解实际路网中应急救援站的数量时, 若救援站管辖区域内的充电站数量较少, 泊松分布计算误差较大, 可采用概率累计法代替泊松分布计算满足可靠性条件下的救援车数量。

通过上述两个步骤, 即可实现对应急站覆盖范围的划定, 并确定各个站内应备用的应急救援车的数量。

3 算例分析

本文采用Matlab R2014b对模型进行编程求解, 所用台式电脑的处理器为Intel Core(TM)i5-3470 CPU@3.20 GHz, RAM大小为8 GB。

3.1 基础数据

为了验证提出的应急充电救援点选址优化模型及其求解算法, 设计了以下算例进行测试。

设某高速公路网络图如图 1所示, 区域内有8个高速公路充电站Cj, j=1, 2, …, 8。根据应急充电救援站选址原则及实际环境考察结果, 筛选出12个可用于建设应急救援站的备选站点Ei, i=1, 2, …, 12。

图 1 高速路网节点分布图(i=12, j=8) Figure 1 Expressway network node distribution (i=12, j=8)

考虑最短路径长度, 各应急资源点Ei与充电站Cj之间的最短路径行驶时间矩阵

$ T = \left[{\begin{array}{*{20}{c}} 6&6&{13}&{19}&{16}&{17}&{22}&{27}\\ {17}&6&7&8&9&{12}&{17}&{17}\\ {25}&{12}&4&6&{13}&{24}&{16}&{28}\\ 8&3&{14}&{16}&{13}&9&{18}&{17}\\ {19}&8&9&{10}&5&{10}&{11}&{15}\\ {26}&{16}&9&2&7&{16}&8&{20}\\ {24}&{16}&{14}&7&3&{10}&3&{16}\\ {19}&8&{14}&{13}&4&4&9&9\\ {21}&{12}&{26}&{21}&{14}&4&{13}&{10}\\ {23}&{14}&{20}&{21}&9&7&9&4\\ {30}&{21}&{19}&{13}&9&{14}&3&{11}\\ {28}&{20}&{20}&{19}&9&{14}&{10}&3 \end{array}} \right]。$

设最大响应时间Tmax=15 min, 准备时间t0=5 min, 救援站到充电站的行驶时间应满足Tij≤10 min。

各个应急充电救援站备选点的建设成本(按服役周期平均至年)和维护成本见表 1

表 1 应急备选点建设及维护成本 Table 1 Construction and operating costs of emergency points

配置应急充电救援站内移动充电救援车数量时, 取充电站故障概率为0.05。

3.2 测试结果

在最大救援时间设定为15 min的条件下, 算例中救援站选址方案结果如表 2

表 2 应急充电救援站选址方案 Table 2 Emergency charging station site selection program

结果表明, 在E1E3E8处建设救援站, 既可保证路网中充电站实现全覆盖, 并具有最小的建设与维护成本, 此方案的总成本为113万元/a。

选定救援站位置后, 在对救援站内移动应急救援车的数量进行配置时, 首先划定每个救援站的救援管辖范围。

于此对应, 采用2.3节方法, 求得救援站配置方案如表 3

表 3 救援站内救援车配置方案(P=0.05) Table 3 Rescue vehicle configuration program (P=0.05)

算例中充电站故障概率是定值, 当故障概率取不同值时, 各个救援站内救援车的配置数量随之而变, 算例中充电站故障概率由0~1的变化过程中, 各救援站内救援资源配置情况如表 4所示。

表 4 充电站不同故障概率下的资源配置情况 Table 4 The allocation of resources under different probability of failure of the charging station

路网中总救援车数量随充电站故障概率变化曲线如图 2所示。

图 2 路网中总救援车数量随充电站故障概率变化曲线 Figure 2 The total number of rescue vehicles in the roadnetwork with the charging station failure probability curve

表 4图 2可以看出, 路网中需配备的救援资源数量随充电站故障概率的变化而变化, 表明故障概率不同, 救援资源配置数量不同。

4 结论

电动汽车的高速公路应急充电救援站布局是否合理直接影响到救援的效率、成本及可能导致的经济损失, 因此, 研究科学、合理的高速公路应急充电救援站布局具有重要的现实意义。本研究首先对应急充电救援站的基本职能进行了分析, 总结出应急充电救援站的选址原则; 在此基础上, 构建了以救援站总成本最小化为目标的选址模型, 并根据救援站负责的充电站数量及故障概率, 实现应急充电车在各个救援站的配置。算例结果表明, 本研究方法能够在最大救援时间约束下, 决策出最佳选址方案; 并能够求出各个救援站应急救援车的最小配置。本研究方法提高了电动汽车在高速公路的充电可靠性, 增强了救援站建设的经济性, 对推动电动汽车健康发展具有有益的促进作用。

参考文献
[1] 陈静鹏, 艾芊, 肖斐. 基于集群响应的规模化电动汽车充电优化调度[J]. 电力系统自动化, 2016, 40(22): 43-48
CHEN Jingpeng, AI Qian, XIAO Fei. Optimal charging scheduling for massive electric vehicles based on cluster response[J]. Automation of Electric Power Systems, 2016, 40(22): 43-48 DOI:10.7500/AEPS20151222007
[2] 贾龙, 胡泽春, 宋永华, 等. 高速路网上电动汽车充电站布点优化[J]. 电力系统自动化, 2015, 39(15): 82-90
JIA Long, HU Zechun, SONG Yonghua, et al. Planning of electric vehicle charging stations in highway network[J]. Automation of Electric Power Systems, 2015, 39(15): 82-90 DOI:10.7500/AEPS20140528007
[3] 谢毓毓. 电动汽车直流快速充电站的故障分析与保护研究[D]. 北京: 北京交通大学, 2016.
XIE Yuyu. Fault analysis and protection research on DC fast charging station of electric vehicle[D]. Beijing: Beijing Jiaotong University, 2016.
[4] 周志坚, 赵阳, 马浩, 等. 高速公路电动汽车充电桩现场检测方法[J]. 智能电网, 2016, 4(4): 432-435
ZHOU Zhijian, ZHAO Yang, MA Hao, et al. A kind of field test method for electric vehicle charging pile[J]. Smart Grid, 2016, 4(4): 432-435
[5] BAE S, KWASINSKI A. Spatial and temporal model of electric vehicle charging demand[J]. IEEE Transactions on Smart Grid, 2012, 3(1): 394-403 DOI:10.1109/TSG.2011.2159278
[6] 葛少云, 冯亮, 刘洪, 等. 考虑电量分布及行驶里程的高速公路充电站规划[J]. 电力自动化设备, 2013, 33(7): 111-116
GE Shaoyun, FENG Liang, LIU Hong, et al. Planning of charging stations on highway considering power distribution and driving mileage[J]. Electric Power Automation Equipment, 2013, 33(7): 111-116
[7] 吴健生, 李小舟. 基于最大熵理论的多类型电动汽车充换电站规划[J]. 电工电能新技术, 2015, 34(9): 29-32
WU Jiansheng, LI Xiaozhou. Coordinated planning of multi-type electric vehicle charging stations based on maximal entropy theory[J]. Advanced Technology of Electrical Engineering and Energy, 2015, 34(9): 29-32
[8] 田文奇, 和敬涵, 姜久春, 等. 基于自适应变异粒子群算法的电动汽车换电池站充电调度多目标优[J]. 电网技术, 2012, 36(11): 25-29
TIAN Wenqi, HE Jinghan, JIANG Jiuchun, et al. Multi-objective optimization of charging dispatching for electric vehicle battery swapping station based on adaptive mutation particle swarm optimization[J]. Power System Technology, 2012, 36(11): 25-29
[9] 龙涛. 高速公路应急指挥系统的设计与实现[D]. 长沙: 湖南大学, 2011.
LONG Tao. The design and realization fo freeway incident command system[D]. Changsha:Hunan University, 2011. http://d.wanfangdata.com.cn/Thesis/Y1907656
[10] 林颢润. 高速公路日常调度与应急指挥系统设计与实现[D]. 大连: 大连理工大学, 2014.
LIN Haorun. The highway daily scheduling and emergency command system design implementation[D]. Dalian: Dalian University of Technology, 2014. http://d.wanfangdata.com.cn/Thesis/Y2728111
[11] 姜秀荣. 高速公路交通事件应急救援系统及关键技术研究[D]. 长春: 吉林大学, 2014.
JIANG Xiurong. Study on expressway traffic incident emergency rescue system and key technologies[D]. Changchun:Jilin University, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10183-1017165973.htm
[12] 柴干, 方程炜, 刘庆全, 等. 道路交通紧急救援服务点的优化选址[J]. 中国安全科学学报, 2009, 19(10): 159-165
CHAI Gan, FANG Chengwei, LIU Qingquan, et al. Optimal location of emergency rescue service site for road traffic accidents[J]. China Safety Science Journal, 2009, 19(10): 159-165 DOI:10.3969/j.issn.1003-3033.2009.10.027
[13] 朱晓波, 钱振东, 陆振波, 等. 高速公路紧急救援服务点选址模型的研究[J]. 交通运输工程与信息学报, 2010, 8(4): 108-113
ZHU Xiaobo, QIAN Zhendong, LU Zhenbo, et al. Study on models of freeway emergency rescue service site location[J]. Journal of Transportation Engineering and Information, 2010, 8(4): 108-113
[14] SATHAYE N, KELLEY S. An approach for the optimal planning of electric vehicle infrastructure for highway corridors[J]. Transportation Research Part E: Logistics & Transportation Review, 2013, 59(11): 15-33
[15] 董洁霜, 董智杰. 考虑建站费用的电动汽车充电站选址问题研究[J]. 森林工程, 2014, 30(6): 104-108
DONG Jieshuang, DONG Zhijie. Flow-refueling models for locating alternative-fuel stations with consideration of construction cost[J]. Forest Engineering, 2014, 30(6): 104-108
[16] 刘文革, 雷云, 刘伟. 电动汽车充电站设备常见故障分析及改进措施[J]. 大众用电, 2016(1): 40-41
LIU Wenge, LEI Yun, LIU Wei. Analysis and improvement measures of common faults of electric vehicle charging station equipment[J]. Popular Utilization of Electricity, 2016(1): 40-41