基于改进鲸鱼优化算法的电动汽车充电站选址优化研究
张培培 张斌武

河海大学研究生院数学学院，江苏南京，211100；

摘要：充电基础设施体系的完善对新能源汽车行业发展有较大的影响。本文构建了以运营商投资成本最小化和用户满意度最大化为优化目标的选址模型，并以传统鲸鱼优化算法为基础，提出了基于Nelder-Mead单纯形算法的改进策略。最后以南京市鼓楼区为例进行算例分析，运用改进鲸鱼优化算法对充电站选址定容模型进行求解，得到最优选址定容方案。为进一步验证解空间的全局最优性，本文研究构建了混合优化框架—以传统鲸鱼优化算法的渐进最优解为初始基准，通过Benders分解进行二次优化。验证发现Benders分解揭示了理论最优解的存在性边界，而基于Nelder-Mead单纯形算法的改进策略凭借其快速迭代响应能力和动态场景适应性，成为大规模实时选址决策的更优选择。

关键词：电动汽车充电站选址；多目标优化；改进的鲸鱼优化算法；X-means聚类算法

参考文献

[1]程佳欣.城市电动汽车充电站选址定容规划研究[D].上海电机学院,2023.

[2]孟涛.电动汽车充电站智能选址定容方法研究[D].太原科技大学,2022.

[3]杨亚璪,宾涛.电动汽车集中型充电站选址定容模型[J].交通运输系统工程与信息,2024,24(03):204-212.

[4]冯鑫.基于充电需求分析的电动汽车充电站选址研究[D].重庆理工大学,2023.

[5]李宏玉,张孝民,姜晨辉,等.基于改进飞蛾扑火算法的电动汽车充电站选址[J].电气自动化,2023,45(05):113-114+118.

[6]彭国财,邓玉珍,张邻.基于遗传算法的电动汽车充电站选址定容研究[J].科学技术创新,2024,(02):1-4.

[7]江晋剑,朱纬纲.基于自适应粒子群算法的电动汽车充电桩布局优化[J].安庆师范大学学报(自然科学版),2023,29(04):47-51.

[8]J.D.Knowles and D.W.Corne,"Approximating the Nondominated Front Using the Pareto Archived Evolution Strategy,"in Evolutionary Computation,vol.8,no.2,pp.149-172,June 2000.

[9]Farshid Kiomarsi, Ali Asghar Shojaei, Sepehr Soltani,Choosing an optimal connecting place of a nuclear power plant to a power system using Monte Carlo and LHS methods,Nuclear Engineering and Technology,Volume 52, Issue 7,2020,Pages 1587-1596,ISSN 1738-5733.

[10]马云峰,杨超,张敏,等.基于时间满意的最大覆盖选址问题[J].中国管理科学,2006,(02):45-51.

[11]于艾清,濮梦燕,王育飞,等.基于改进鲸鱼算法的分布式电源规划方法[J].电测与仪表,2024,61(08):63-69.

[12]高琴,虞水,杨一童,等.基于人工智能的医疗物资调度优化决策方法[J].电子设计工程,2024,32(16):82-86.

[13]张发红,柳红全,王红徐,等.基于改进NSWOA优化算法的水库清淤施工多目标优化[J/OL].水力发电,1-6[2024-09-23].

[14]Ismail Capar & Michael Kuby (2012) An efficient formulation of the flow refueling location model for alternative-fuel stations, IIE Transactions,44:8,622-636.

[15]冯鑫.基于充电需求分析的电动汽车充电站选址研究[D].重庆理工大学,2023.

[16]张强.基于多目标优化的电动汽车充电站选址研究[D].燕山大学,2021.

[17]陈玉如.基于改进人工鱼群算法的电动汽车充电站选址优化研究[D].重庆交通大学,2023.