冯 超，周步祥，林 楠，徐 飞，李 阳，夏榆杭

（1.四川大学电气信息学院，成都 610065；2.四川电力职业技术学院，成都 610071）

电动汽车充电站规划的多种群混合遗传算法

冯 超1，周步祥1，林 楠2，徐 飞1，李 阳1，夏榆杭1

（1.四川大学电气信息学院，成都 610065；2.四川电力职业技术学院，成都 610071）

建立考虑充电站建设运营成本和充电者充电成本的电动汽车充电站综合成本最小模型。针对电动汽车充电站规划的特点，提出了一种新的多种群混合遗传算法（MPHGA）。该算法将标准遗传算法（SGA）与交替定位分配算法（ALA）结合，针对充电站规划的多目标性，采用多种群概念，建立多种群并进行协同进化搜索。基于地理信息系统（GIS），考虑地理信息对充电站选址的影响，通过某市充电站规划实例验证了该模型和方法的正确性和有效性。

地理信息系统；多种群；混合遗传算法；电动汽车充电站；选址定容

随着全球化石能源危机和环境污染的逐步加重，电动汽车越来越受到各个国家的重视。电动汽车充电站是电动汽车发展的基础，充电站的规划研究就显得尤其重要。

文献[1]对影响电动汽车充电站规划的相关因素做了分析，对充电站布局规划提出了原则性建议。文献[2]提出了充电方式的选择优化模型以及充电设施规划的原则、流程和模型。文献[3]运用动态交通网络思想建立了基于硬时间窗约束下的充电站布局及最佳规模确定的多目标优化模型，提出了求解该模型的两阶段启发式算法。到现阶段为止还没有一套完善的充电站规划理论可供使用。……