電動(dòng)汽車充電站選址淺析

王首達(dá)

（云南民族大學(xué)電氣信息工程學(xué)院，云南 昆明 650500）

1 電動(dòng)汽車充電站類型分類

1.1 電動(dòng)汽車充電樁分類

充電樁的類型分為以下幾類：公共充電樁、專用充電樁和私人充電樁。在城市統(tǒng)一的充電站、公共停車場(chǎng)和高速的服務(wù)區(qū)；專用充電樁公司企業(yè)內(nèi)部停車場(chǎng)內(nèi)設(shè)置的充電樁、出租車共享汽車等運(yùn)營(yíng)類車輛、公交車充電樁等；私人充電樁主要在小區(qū)內(nèi)的停車場(chǎng)。按照建設(shè)的規(guī)模，充電設(shè)施可分為：分散式充電樁和集中式充電站。

（1）分散式充電樁。主要指專用充電樁、私人充電樁和分散式公共充電樁。文獻(xiàn)[1-2]提到此類充電樁大都建設(shè)在停車場(chǎng)內(nèi)，規(guī)劃此類只需要根據(jù)需求計(jì)算所需建設(shè)的充電樁數(shù)量。文獻(xiàn)[3]將充電站分為兩種類型：小區(qū)內(nèi)充電樁和公共快速充電樁。小區(qū)內(nèi)充電樁參考電動(dòng)汽車的保有量來(lái)決定建設(shè)數(shù)量；公共充電樁則根據(jù)各地區(qū)用戶的充電需求和距離，決定最佳建站地點(diǎn)以及充電站的覆蓋率。文獻(xiàn)[4]通過(guò)對(duì)比分析各類型的電動(dòng)汽車日充電需求和日最大接入數(shù)，進(jìn)而求得各類型充電站的需求量，然后根據(jù)區(qū)域內(nèi)各區(qū)域的需求系數(shù)，確定最終充電樁建設(shè)數(shù)量。

（2）專用充電樁。專用充電樁主要為具有特定充電需求的電動(dòng)汽車提供充電服務(wù)，例如：電動(dòng)環(huán)衛(wèi)車、電動(dòng)出租車、電動(dòng)公交車、電動(dòng)共享汽車等。現(xiàn)有的專用充電站主要包括：電動(dòng)的公交車充電站和出租車充電站。公交車充電站的建設(shè)規(guī)劃，需要根據(jù)其充電需求特性來(lái)對(duì)其進(jìn)行合理規(guī)劃。文獻(xiàn)[5]從運(yùn)營(yíng)商的角度考慮，建立了充電設(shè)施需求模型，并確定了合適的充電樁建設(shè)數(shù)量。文獻(xiàn)[6-8]研究綜合根據(jù)道路交通網(wǎng)的結(jié)構(gòu)、出租車的充電行為特性、配電系統(tǒng)結(jié)構(gòu)及容量約束的規(guī)劃模型。文獻(xiàn)[9-10]研究了電動(dòng)出租車的充電行為特性，在保證充電便利性的前提下，同時(shí)還綜合考慮到不影響配電網(wǎng)的安全運(yùn)行，最終建立了面向電動(dòng)出租車的最優(yōu)充電站規(guī)劃模型。

（3）公共充電樁。主要包括高速公路公共充電樁和城市公共充電樁[11]。文獻(xiàn)[12]考慮電動(dòng)汽車在高速公路上的行駛距離和電池續(xù)航，來(lái)確定充電站選址。同時(shí)使建站、運(yùn)維等成本最小化確定最優(yōu)化的選址定容。文獻(xiàn)[13]考慮電量分布情況，充電站選址定容的目標(biāo)為：電動(dòng)汽車數(shù)量期望值最大化，充電站運(yùn)維和用戶等待時(shí)間成本最小化。文獻(xiàn)[14]分析了交通流量的時(shí)空分布和充電站內(nèi)電動(dòng)汽車的到達(dá)率。建立了用戶等待時(shí)間最小，充電站運(yùn)維成本最低的高速公路電動(dòng)汽車充電站多目標(biāo)優(yōu)化模型。

2 電動(dòng)汽車充電站選址目標(biāo)函數(shù)與約束條件

2.1 運(yùn)營(yíng)商

對(duì)于電動(dòng)汽車充電站運(yùn)營(yíng)商來(lái)說(shuō)，經(jīng)濟(jì)性和利潤(rùn)率是其主要目標(biāo)。運(yùn)營(yíng)商對(duì)電動(dòng)汽車充電站站址的合理選擇，不僅可以獲得大量的利潤(rùn)，同時(shí)也會(huì)吸引更大量的投資，從而帶動(dòng)整個(gè)電動(dòng)汽車產(chǎn)業(yè)更好更快發(fā)展。充電站的運(yùn)營(yíng)商需要為客戶提供便捷的服務(wù)，在保證符合電網(wǎng)安全運(yùn)行范圍內(nèi)，滿足用戶充電需求。同時(shí)也要顧及道路交通網(wǎng)流量的約束。文獻(xiàn)[15-18]考慮到充電站覆蓋范圍，進(jìn)行電動(dòng)汽車數(shù)量和區(qū)域內(nèi)分布情況的預(yù)測(cè)。建立了建設(shè)成本、運(yùn)營(yíng)成本、充電成本最小的多目標(biāo)優(yōu)化模型。文獻(xiàn)[19-20]采用了全壽命周期成本理論，將道路交通網(wǎng)流量，用戶充電需求，電網(wǎng)提供的能源質(zhì)量為約束條件，以充電站建站、運(yùn)維、保修成本最小為目標(biāo)，建立優(yōu)化模型。文獻(xiàn)[21]以充電站的收入利潤(rùn)最大為目標(biāo)，綜合考慮建站投資、運(yùn)營(yíng)、網(wǎng)損等費(fèi)用，建立電動(dòng)汽車充電站優(yōu)化模型。

2.2 電動(dòng)汽車用戶

用戶一般會(huì)將充電便利性最高、時(shí)間費(fèi)用等各項(xiàng)成本最低作為電動(dòng)汽車充電站選址布局的主要目標(biāo)。以用戶需求放在首位的動(dòng)汽車充電站選址規(guī)劃問(wèn)題，主要考慮的是用戶到充電站行駛距離、充電站的充電價(jià)格、用戶排隊(duì)時(shí)間等因素。充電站合理的選址不僅可以滿足用戶的充電需求，還可以提升用戶充電便利性，提升服務(wù)體驗(yàn)。電動(dòng)汽車用戶主要受到電動(dòng)汽車?yán)m(xù)航里程、充電功率等約束。文獻(xiàn)[22]在用戶充電行為特性做出相應(yīng)的分析基礎(chǔ)上，引入了排隊(duì)論模型，將充電站建設(shè)投資費(fèi)用和用戶排隊(duì)等待時(shí)間成本兩者之和最小為目標(biāo)，建立了充電站配置模型，即可保證充電站內(nèi)已建設(shè)的充電樁的利用率，同時(shí)也可以保證用戶的滿意度在用戶接受度范圍內(nèi)。文獻(xiàn)[23]應(yīng)用出行鏈理論，將用戶一周的充電行為提取出來(lái)，并給予分析?？紤]了建站位置對(duì)用戶充電需求的影響，以電動(dòng)汽車用戶充電排隊(duì)等待時(shí)間最小、充電樁使用率最大為目標(biāo)建模。

3 電動(dòng)汽車充電站選址規(guī)劃模型及求解算法

在獲取電動(dòng)汽車充電需求的時(shí)空分布，同時(shí)滿足配電網(wǎng)和道路交通網(wǎng)的相關(guān)約束的前提下，最優(yōu)化電動(dòng)汽車充電站的站址和容量配置，是我們研究的核心內(nèi)容。目前已經(jīng)有很多非常優(yōu)秀的相關(guān)研究成果已經(jīng)涌現(xiàn)，可以說(shuō)在這一問(wèn)題上已有很大進(jìn)展和突破。電動(dòng)汽車充電站的建設(shè)地點(diǎn)，大多選擇在小區(qū)內(nèi)停車場(chǎng)和城市公共停車場(chǎng)。而電動(dòng)汽車充電站選址規(guī)劃模型求解的步驟大概分為：充電站的站址確定、充電站容量計(jì)算、最優(yōu)站址建設(shè)地點(diǎn)篩選幾個(gè)步驟。

3.1 充電站站址的確定

確定充電站的建站地址不僅需要考慮電網(wǎng)約束、路網(wǎng)約束、充電服務(wù)覆蓋率約束、建站環(huán)境約束，同時(shí)還需要考慮線路長(zhǎng)度約束等。文獻(xiàn)[24]歸納總結(jié)了影響電動(dòng)汽車充電站站址確定的各類因素，包含外因和內(nèi)因兩大類。外因包括地理環(huán)境、社會(huì)條件、政策因素等；內(nèi)因包含經(jīng)濟(jì)因素、用戶出行規(guī)律、交通流量等因素。首先通過(guò)外因確定可選的建站地址，再用內(nèi)因來(lái)進(jìn)一步排除，最終得出最佳選址地點(diǎn)。文獻(xiàn)[25]用數(shù)據(jù)挖掘的方式將提取出來(lái)的大量電動(dòng)汽車出行數(shù)據(jù)進(jìn)行分析，最終獲取到電動(dòng)汽車充電需求產(chǎn)生位置的分布圖。最后將規(guī)劃區(qū)域進(jìn)行網(wǎng)格化處理，把充電需求大的網(wǎng)格選擇出來(lái)，作為電動(dòng)汽車充電站的站址。

3.2 充電站選址模型

現(xiàn)存的電動(dòng)汽車充電站選址布局模型主要分為兩類：基于點(diǎn)需求和基于流量需求?；邳c(diǎn)需求的充電站選址模型主要分為三種：①p-median模型，該模型選擇確定p個(gè)充電站建站地址，讓所有的充電需求點(diǎn)到充電站的加權(quán)距離之和最小；②pcenter模型，該模型在充電站的數(shù)量確定的前提下，使任意一個(gè)充電需求點(diǎn)到與其相距最近的充電站的最大距離最??；③覆蓋模型，分為集覆蓋模型和最大覆蓋模型。

文獻(xiàn)[26]采用K-means聚類方法劃分指定區(qū)域范圍內(nèi)的電動(dòng)汽車具有充電的需求的點(diǎn)，使各充電需求點(diǎn)到聚類中心點(diǎn)的距離之和最小，通過(guò)這樣的方式可以最終確定充電站點(diǎn)坐標(biāo)及充電服務(wù)區(qū)域。文獻(xiàn)[27]采用了改進(jìn)的P中心定位模型，以使道路網(wǎng)絡(luò)中所有產(chǎn)生充電需求的點(diǎn)到充電站距離，與用戶充電需求大小乘積之和最小為目標(biāo)，這樣來(lái)確定充電站建站的位置。文獻(xiàn)[28]采用Voronoi圖對(duì)充電站服務(wù)區(qū)域進(jìn)行劃分，并通過(guò)計(jì)算充電站服務(wù)半徑，來(lái)代表服務(wù)范圍。以各充電站服務(wù)半徑最大為目標(biāo)確定充電站布局方案。文獻(xiàn)[29]在充電站的服務(wù)范圍內(nèi)采用加權(quán)Voronoi圖劃分區(qū)域，以服務(wù)范圍內(nèi)用每年用戶在行駛到充電站去充電的過(guò)程中所損耗的成本和充電站每年在線路上的投資之和最小為目標(biāo)對(duì)充電站進(jìn)行選址。文獻(xiàn)[30]運(yùn)用基于加權(quán)Voronoi圖的免疫算法來(lái)選擇充電站的站址，在滿足充電站的充電覆蓋率足夠大的前提下，盡可能地縮短充電需求點(diǎn)和充電站的距離，最大化地滿足更多數(shù)量的電動(dòng)汽車用戶的充電需求。文獻(xiàn)[31]用到了基于用戶平衡的交通流量配置模型。對(duì)電動(dòng)汽車充電站所截獲的交通流量進(jìn)行相關(guān)分析，將截獲的交通流量最大作為充電站布局選址的目標(biāo)。文獻(xiàn)[32]參考服務(wù)站在交通規(guī)劃中的選址辦法，利用截獲的交通流量的選址模型對(duì)充電站建站地址進(jìn)行約束，以使充電站的服務(wù)效果更佳。

3.3 電動(dòng)汽車充電站選址模型與求解算法

在確定電動(dòng)汽車充電站選址的情況下，在充電站定容的時(shí)候主要需要考慮的有：充電站內(nèi)充電樁的使用率、建站投資成本、充電站服務(wù)率等因素，常用的充電站定容方法包括基于排隊(duì)論原理的方法、交通流量計(jì)算法、概率預(yù)測(cè)法等。文獻(xiàn)[33]利用M/M/C排隊(duì)模型，以電動(dòng)汽車用戶充電時(shí)間成本最小，充電樁平均利用率最大為目標(biāo)建立充電站選址模型，以實(shí)現(xiàn)資源的合理利用。文獻(xiàn)[34]根據(jù)電動(dòng)汽車充電需求的概率統(tǒng)計(jì)模型，通過(guò)蒙特卡洛法仿真，得到這一概率統(tǒng)計(jì)模型期望值的解析解，并以此模型的最大期望值確定充電站的容量。在確定備選站址的而沒(méi)有確定最終站址的條件下對(duì)充電站進(jìn)行選址定容時(shí)，充電站站址與容量作為決策變量，確定建站站址的相應(yīng)目標(biāo)及約束條件在可行域內(nèi)尋求最優(yōu)解?，F(xiàn)有文獻(xiàn)采用很多智能算法，例如：遺傳算法及其改進(jìn)算法、粒子群算法及其改進(jìn)算法、免疫算法、蟻群算法、蜂群算法、螢火蟲算法等對(duì)充電站進(jìn)行選址和定容。文獻(xiàn)[35]考慮了電動(dòng)汽車充電為電網(wǎng)帶來(lái)的負(fù)荷，及充電站站址的離散性，提出了一種混合離散粒子群算法，來(lái)求解充電站的選址定容問(wèn)題。在模型中規(guī)劃問(wèn)題的解是由粒子的位置所代表，規(guī)劃目標(biāo)作為適應(yīng)度函數(shù)對(duì)粒子的位置進(jìn)行評(píng)價(jià)，通過(guò)粒子尋找全局最優(yōu)位置來(lái)尋求規(guī)劃的最優(yōu)解。文獻(xiàn)[36]對(duì)充電站的站址和容量進(jìn)行二進(jìn)制編碼，生成初始種群，通過(guò)選擇、交叉、變異等操作尋求適應(yīng)度最高的個(gè)體作為全局最優(yōu)解即最優(yōu)選址與定容。

4 結(jié)語(yǔ)

隨著汽車行業(yè)的發(fā)展進(jìn)步和電動(dòng)汽車保有量的增加，電動(dòng)汽車充電為電網(wǎng)帶來(lái)的負(fù)荷壓力也在增大。電動(dòng)汽車充電需求分布具有時(shí)空隨機(jī)性的特點(diǎn)，同時(shí)也受電動(dòng)汽車電池、功率等性能約束和路網(wǎng)約束。因此在解決充電站選址問(wèn)題時(shí)，需要對(duì)電動(dòng)汽車充電帶來(lái)的負(fù)荷進(jìn)行合理分析與預(yù)測(cè)。同時(shí)還需綜合考慮電動(dòng)汽車用戶、電網(wǎng)公司、充電站運(yùn)營(yíng)商等多方的需求。云計(jì)算、人工智能、大數(shù)據(jù)等技術(shù)的發(fā)展與進(jìn)步為充電站選址布局問(wèn)題的研究提供了重要的數(shù)據(jù)與分析方法，對(duì)于此問(wèn)題的未來(lái)研究，也可以應(yīng)用這些新方法來(lái)解決此類充電站布局問(wèn)題。