[发明专利]基于公交线路与网格化AP算法的充电站选址方法及装置

权利要求书

1.一种基于公交线路与网格化AP算法的充电站选址方法，其特征在于，包括：

步骤S1：基于公交线路始末站与停保场位置获取地理信息图，并在地理信息图中标记公交线路始末站与停保场的位置；

步骤S2：对地理信息图划分网格；

步骤S3：计算各网格的权重，并基于得到的权重设置亲和度矩阵；

步骤S4：采用AP算法进行聚类得到多个聚类中心，并基于得到的聚类中心选择充电站选址。

2.根据权利要求1所述的一种基于公交线路与网格化AP算法的充电站选址方法，其特征在于，所述步骤S4具体为：通过改变亲和度矩阵中参考度的基准值，采用AP算法进行多次聚类得到多次聚类结果，并基于每一次聚类结果中的聚类中心得到充电站选址。

3.根据权利要求1或2所述的一种基于公交线路与网格化AP算法的充电站选址方法，其特征在于，网格的权重包括供电网络负荷裕度权重、接线改造成本权重，网格站点规模权重，网格土地成本权重，网格充电需求权重；

所述供电网络负荷裕度权重具体为：

其中：μ_load为供电网络负荷裕度权重，λ_load为供电网络负荷裕度因素的经验调节系数，P_max为历史最高有功功率，P_out为母线出线功率，

所述接线改造成本权重具体为：

其中：μ_line为接线改造成本权重，λ_line为接线改造成本因素的经验调节系数，c_pre为预设参考接线费用，c_line为实际接线价格，

所述网格站点规模权重具体为：

其中：θ_scale为网格站点规模权重，λ_scale为网格站点规模因素的经验调节系数，n_scale为网格内站点合计公交车数量，n_pre为预设参考公交车数量，

所述网格土地成本权重具体为：

其中：θ_price为网格土地成本权重，λ_price为网格土地成本因素的经验调节系数，p_price为土地价格，p_pre为预设参考土地价格，

所述网格充电需求权重具体为：

其中：θ_demand为网格充电需求权重，λ_demand为网格充电需求因素的经验调节系数，N_c为总计充电次数需求，N_pre为预设充电次数需求。

4.根据权利要求3所述的一种基于公交线路与网格化AP算法的充电站选址方法，其特征在于，所述总计充电次数需求具体为：

其中：n_l为线路每天需要往返的次数，d_l为从起始站点前往终点站的路程，d_l'为从终点站返回起始站点的路程，Δd_l为从终点站到充电站间的距离，d_max为满电时电动公交能行驶的距离，[·]为向下取整。

5.根据权利要求3所述的一种基于公交线路与网格化AP算法的充电站选址方法，其特征在于，所述亲和度矩阵的阶数与网格的个数一致，且其对角线元素具体为：

s(k,k)＝-step·(μ_loadμ_lineθ_scaleθ_priceθ_demand)

其中：s(k,k)为亲和度矩阵中第k行第k列的元素，表示网格k作为充电站的可能性大小，step为参考度的基准值。