电动汽车充电基础设施系统优化

新电池技术的巨大进步使电动车更具吸引力和可行性。随着电池成本和重量的降低，电动汽车续驶里程不断增加，更多的个人和公司将考虑投资电动车。然而，缺点是缺乏无处不在的充电地点。大部分人会由于没有足够的充电站，限制他们的出行而不购买电动车。

为了解决这个问题，在特定的市场中，例如出租车司机，通常在大城市附近进行许多短途工作，可以使用电动汽车，并且有助于验证和建立日后他人可以使用的充电基础设施。然而电动汽车充电基础设施的投资巨大，需要对性能，成本和利益相关者目标进行分析和优化。

本文调查了满足纽约市出租车系统一部分需求的充电站位置和数量。使用纽约城市出租车数据集，开发了一种系统操作模型，可以帮助确定充电基础设施中最具吸引力的位置，以减少初始投资。采用遗传算法可以进一步减少出租车司机在采用电动汽车时所承担的收入损失。根据模型和技术假设（例如30分钟快速充电时间）参数，结果表明，优化的系统每月平均减少每个出租车司机的收入损失100美元。每月有数以万计的出租车司机和数十万班次，出租车司机的收入在燃油价格高涨的情况下迅速增长。

从出租车司机的角度来看，超过474个充电站的地点将会更好，但是当建立太多的充电地点时，这些充电站的成本会增加，而利用率会减少。只有用系统方法，包括数据融合，建模和优化才能够解释多个代理和目标的各种交互作用，以便应对系统的紧急状况。