红色 在捕获 流量情况下巴塞罗那地图快速充电站分布网络 计算结果 由上述可知该模型是个整数线性问题，可使用通用数学建模系 统进行求解，并且运用 优化准则选择求出的结果。 两个模型被用于 对捕获 ,和 的巴塞罗那的年度交通流量情况下 寻找最优的 位置快速充电站。最终获得的结果是 充电设施 建设的最佳网络节点位置和充电站建设的总成本。为了确保 模型 的捕获的年度交通流量可以达到 和 ，所以要不断增加充电站的数量 直到达到所要求的捕获值。 在图 中显现了 两种 方法在捕获巴塞罗那 的年度交通流量的结果。从图中可以看出，方法 和方法 所选出快速充电站的 位置有两个是 相同 的 。 方法求出的 个快速充电站位置中有 个处于巴塞罗那的南部地区 方法二对北部的充电站位置重新规划了还可知有两条主要的公路进入巴塞罗那城内。除此之外，方法二还有确定了 个快速充电站 位置， 方法也会确定些与现有加油站不重合的电动汽车充电站建设点 。 两种方法确定快速充电站位置都处于网络节点，当前那些位置也正在建设加油站。 建设 充电站位置附近存在有洗车服务的加油 ， 他们 将会大大的降低 配电网重构的投入 。 可以看出，运用方法二求解 捕获的巴塞罗那的年流量 所建设的充电站数量有所增加，比方法要多建设两个。然而，从表 中可以计算出方法二的总成本费用比方法二少 。 虽然方法二最终确定的充电站的个数较多 ， 但确定的充电站 建设位置附近存在加油站大型超市和商场 。通过对原有的加油站大型超市和商场利用，可 使 充电站的 建设成本 降低 。 表 中显示了运用两种方法在不同的捕获交通流量下，所需的电动汽车充电站的总数和充电站建设成本。 可以看出，在所有参数确定时采用方法可以减少建设充电站的数量。如果追求成本最小化，可运用方法二 使 其建设成本将减少 。 在其他城市应用第二种方法所节约的成本，由建设位置附近的交通流量加油站和共用停车场 情况 决定。 结论 可靠的充电站不仅是电动汽车运行技术前提，还是 让消费者接受电动汽车的重要组成部分。考虑到电动汽车充电时间前期建设成本和市场需求情况，快速充电站是作为共用 充电基础设施的最好选择。然而，由于城市里空间狭小和配电网中负荷较重， 导致 充电站建设费用 增加 。运用传统的流量捕获法对快速充电站进行选址规划可以得到系列的建设 位置，这些点只专注于在充电站数量固定时最大限度的满足消费者充电站需求，没有对其建设成本进行考虑。在巴塞罗那的交通网络中建设快速充电站工作中需要对其成本进行考虑。我们 通过对 原有的加油站大型超市和商场利用， 可 使 充电站的建设成本和配电网加固的费用有所 减少。这种选址方法可以 使充电站规划目标有很好的可行性和项目资金管理更加完善 ， 可 降低 成本。这种选址规划方法可以很容易借鉴给其他城市， 但其节约的成本需要结合当地的的交通流量加油站和共用停车场情况来定 。 参考文献 等 计及快速充电站微网小建设 成本 。如方 法，模型二的二进制决策变量如下 𝑥𝑘，当 𝑘位置存在充电设备时为 ，否则为 ，利用二元变量表示路径是否被捕获，当路径 被捕获则为 ，不能捕获为 。 约束方程 充电设备必须满足路径中的最小充电需求 约束方程式 可以确保在条路径当 中 至 少有 个公共充电设备对过往车辆进行充电约束方程 确保在路径当中了定有充电设备存在。约束方程 防止了路径被多个充电站重复捕获充电。约束条 件 和 用 二进制来定义决策变量。          ,      ,    式中，与模型参数不相同的有 之路上每年的电动汽车充电最小需求量 辆 年 在 位置建设充电站的成本欧元 案例研究 选择 了巴塞罗那作为此次案例分析的对象。通过分析所给的两个原始数据矩阵的信息，构建整个城市交通路径和交通流量模型。个是来自 年巴塞罗那 交通 署调查交通流量数据另外个是加泰罗尼亚自治政府公布的道路分布情况。 通过 最短路径算法可以估算出路网的交通流量 。 表 方法 和方法 性能比较 捕捉流量百分数 模型 加油站的数量 建设总成本 € , 模型 成本最小化 加油站的数量 建设总成本 € , 节约百分比 第 类 节 点第 类 节 点第 类 节 点图 用到快速充电站最小成本选址规划当前的燃料站大型超市和购物中心分布情况 区域信息 本项工作 基于 交通署调查的交通流量信息之上来实现的。从调查的数据可知，巴塞罗那被交通署划分成 个区域，其中 个区域在巴塞罗那城市内。 加泰罗尼亚地方政府发布了简化版本道路图，其中包含了被用来构建最短路径的 个巴塞罗那区域。此图只是过滤与巴塞罗那的城市信息 ,它由 个节点和 个边缘组成。 车流量假设 该数据描述了巴塞罗那城区内 与城外 各区域的 私家车 流动情况。本文假设巴塞罗那城区内的电动汽车的分布是均匀的。上下班的人分配到不同的区域，他们通过搜索最近的高速公路进去城区。 建设成本 电动汽车充电站的运行成本可以根据以下标准把 个充电站建设的候选点分为四类第类充电站既可以充电还可以提供洗车服务第二类充电站可以同时给 辆电动汽车充电第三类充电站其同时充电数小于 ，其内部建设了超市或商场第四类充电站和以前的充电站完全相同。为此， 城市的能源补给站大型超市和商场的建设位置需要选择离网络最近的候选点。这些 能源补给站的相关数据都是由西班牙的工业旅游业和商业部 通过 网 公布 的 配电网的费用设备的费用按市 场给定的价格 进行计算 ，建设的征地成本按照巴塞罗那土地均价进行计算。 方 法 二 求 得 充 电 站方 法 求 得 充 电 站带 有 洗 车 服 务 的 充 气 站不 带 洗 车 服 务 的 充 气 站图 方法 黄色 和方法规模分钟后继续搅拌到冷却到。用约热水来溶解硫酸钙大豆干重来制备凝固剂悬浮液。准备好凝固剂添加到热豆奶中并连续搅拌，然后用分钟时间使混合物蛋白质凝固。后，这些凝乳就被转移到铺有粗滤布豆腐盘中规格为里。最后将这些粗滤布折叠起在顶部后再放置重物压在上方分钟。记录经压过后豆腐重量。豆腐在冷水下浸泡分钟冷却后再切成小块规格为。小块豆腐浸在去离子水中并放入到冰箱中隔夜后做物理化学分析。羽扇豆大豆豆腐制作将全部羽扇豆彻底清洗后在碳酸氢钠溶液中大豆重量序号大豆羽扇豆硫酸钙水参照水体积是室温下浸泡个小时。碳酸氢钠添加到里面是使得豆皮软化和减少由此产生粉状质地豆腐。这些浸泡过豆排干水后再用大豆干重十倍温水用搅拌机打成碎分钟。打碎后，这些羽扇豆凝乳被放置于混合容器中，在羽扇豆浆中加入氢氧化钠溶液使得达到来溶解蛋白质。用粗滤布使羽扇豆奶从豆浆中排除。羽扇豆豆奶和加热大豆豆奶通过表所提处理组比例进行混合。羽扇豆豆奶之所以不加热时因为加热会形成细颗粒，这是在豆腐制作中不希望出现。最后其凝固模压制品切块和储藏步骤则是与大豆豆腐制作室样。物理化学分析产量生豆豆腐产量是基于大豆中获得被压制过豆腐重量计算出来。豆腐产量是基于干重而不包括水分。然而，豆腐产量还不包括豆皮重量。其中大豆外壳重量占，羽扇豆占。水分蛋白质和脂肪含量官方分析化学家协会国际性方法被应用于确定用于实验和豆腐样品里羽扇豆和豆腐大豆里水分方法蛋白质方法和脂肪方法含量。颜色仪器法测定豆腐颜色测定使用美能达分光光度计。并且表示为光亮度，红色，绿色和黄色，蓝色。颜色坐标是通过依靠设备说明书里方法标定。这说明书装备有脉冲氙弧灯作为光源。硅光电二极管阵列探测器，其照度量度范围直径为。质地口感质地口感是使用用于负载质构分析仪来决定。生豆腐方块用个平盘子直径圆柱形探头缩减为原来重量。前测试，测试中和后测试流速次为,和。硬度内聚性弹性和咀嚼性则可通过布恩方法计算出来。感官评定感官小组是由人组成专门小组人员。四个豆腐样品分别里面含有参照组和羽扇豆成分。豆腐样品被切成方块并在油中油炸。最后这些样品要保持温度以上直至送去进行评价。最后豆腐样品被放置于用位数字标记代表这种样品塑料杯中。专门小组人员被选择去品尝有或者没有甜辣酱样品。并且被问到时要描述出对于样品感官特点组织结构风味和整体可接受性。另被分开带有编码生豆腐样品没有进行油炸过则被用作颜色测定。专门小组人员被安排到去观察生豆腐样品，并记录下他们喜欢颜色。没个样品，专门小组人员都会用九点喜好程度来记录下他们喜欢或不喜欢。代表极度不喜欢，代表非常不喜欢，代表中度不喜欢，代表稍微不喜欢，代表不喜欢也不讨厌，代表稍微喜欢，代表中度喜欢，代表非常喜欢，代表极度喜欢。数据分析数据分析则使用数据分析统计根据应用教程。单因素方差分析接着被应用于杜克显著性差异实验中来决定在处理方法中不同之处。由于感官评价数据是非参数性，因此可以使用测试来做数据分析。以数据表示意义确定在。结果与讨论羽扇豆和大豆含量羽扇豆和大豆蛋 红色 在捕获 流量情况下巴塞罗那地图快速充电站分布网络 计算结果 由上述可知该模型是个整数线性问题，可使用通用数学建模系 统进行求解，并且运用 优化准则选择求出的结果。 两个模型被用于 对捕获 ,和 的巴塞罗那的年度交通流量情况下 寻找最优的 位置快速充电站。最终获得的结果是 充电设施 建设的最佳网络节点位置和充电站建设的总成本。为了确保 模型 的捕获的年度交通流量可以达到 和 ，所以要不断增加充电站的数量 直到达到所要求的捕获值。 在图 中显现了 两种 方法在捕获巴塞罗那 的年度交通流量的结果。从图中可以看出，方法 和方法 所选出快速充电站的 位置有两个是 相同 的 。 方法求出的 个快速充电站位置中有 个处于巴塞罗那的南部地区 方法二对北部的充电站位置重新规划了还可知有两条主要的公路进入巴塞罗那城内。除此之外，方法二还有确定了 个快速充电站 位置， 方法也会确定些与现有加油站不重合的电动汽车充电站建设点 。 两种方法确定快速充电站位置都处于网络节点，当前那些位置也正在建设加油站。 建设 充电站位置附近存在有洗车服务的加油 ， 他们 将会大大的降低 配电网重构的投入 。 可以看出，运用方法二求解 捕获的巴塞罗那的年流量 所建设的充电站数量有所增加，比方法要多建设两个。然而，从表 中可以计算出方法二的总成本费用比方法二少 。 虽然方法二最终确定的充电站的个数较多 ， 但确定的充电站 建设位置附近存在加油站大型超市和商场 。通过对原有的加油站大型超市和商场利用，可 使 充电站的 建设成本 降低 。 表 中显示了运用两种方法在不同的捕获交通流量下，所需的电动汽车充电站的总数和充电站建设成本。 可以看出，在所有参数确定时采用方法可以减少建设充电站的数量。如果追求成本最小化，可运用方法二 使 其建设成本将减少 。 在其他城市应用第二种方法所节约的成本，由建设位置附近的交通流量加油站和共用停车场 情况 决定。 结论 可靠的充电站不仅是电动汽车运行技术前提，还是 让消费者接受电动汽车的重要组成部分。考虑到电动汽车充电时间前期建设成本和市场需求情况，快速充电站是作为共用 充电基础设施的最好选择。然而，由于城市里空间狭小和配电网中负荷较重， 导致 充电站建设费用 增加 。运用传统的流量捕获法对快速充电站进行选址规划可以得到系列的建设 位置，这些点只专注于在充电站数量固定时最大限度的满足消费者充电站需求，没有对其建设成本进行考虑。在巴塞罗那的交通网络中建设快速充电站工作中需要对其成本进行考虑。我们 通过对 原有的加油站大型超市和商场利用， 可 使 充电站的建设成本和配电网加固的费用有所 减少。这种选址方法可以 使充电站规划目标有很好的可行性和项目资金管理更加完善 ， 可 降低 成本。这种选址规划方法可以很容易借鉴给其他城市， 但其节约的成本需要结合当地的的交通流量加油站和共用停车场情况来定 。 参考文献 等 计及快速充电站微