基于AHP的電動汽車充電站選址模糊綜合評價模型

劉銘周　肖楊

摘 要：本文結合如今出現的電動汽車充電站選址問題，利用AHP方法分析各指標權重，并與模糊綜合評價法相結合，構建一個充電站選址的評估體系，對充電站進行綜合評估，從而進行選址。

關鍵詞：電動汽車充電站；AHP；模糊綜合評價；評價指標體系

中圖分類號：TM711 文獻標志碼：A

在電動汽車不斷普及的過程中，充電站如何選址毫無疑問地成為了大家熱議的話題。基于AHP的模糊綜合評價法是基于定性與定量相結合的決策分析方法，它可以準確直觀，用人們易于理解的方法解決模糊不清的定量化的問題。

1 利用層次分析法計算各指標的權重

1.1 利用AHP建立影響因素的關系圖

由于充電站選址的影響因素中抽象性的因素居多，現將充電站選址影響因素分為3個一級指標：車流量、成本費用、方便性。車流量包括1個二級指標即道路情況；成本費用包括3個二級指標，分別為投資費用、管理費用、其他費用；方便性也包括3個二級指標即行駛速度、面積大小和路口數量，本文根據此條件建立評價指標體系。

1.2 構造兩兩比較判斷矩陣

指標層次結構建立以后，上下層次指標間的隸屬關系就確定了。構造判斷矩陣是在遞階層次結構模型中，同一層次的因素與上一層次的某個因素，相互之間做比較而形成的矩陣。判斷標度是為了將比較的結果進行定量化描述。對角線元素為aii=Bi得分，Bi的得分=1，而非對角線元素為相應的列指標得分比橫指標得分，即：aij=Bi得分=Bj的得分，其中：i為行值，j為列值，ij=1，2，3 。

1.3 計算最大特征值及特征向量

1.3.1 一級判斷矩陣的最大特征值及特征向量

通過 MATLAB 程序：[V，D]=eig（A），可以輕易地得到一級判斷矩陣的特征向量和特征值：

ω2=（0.2381，0.0476，0.7143） λmax=3.0649

將特征向量歸一化處理、得到車流量、成本費用和方便性的相對權重。

1.3.2 車流量標準下判斷矩陣的特征值及特征向量

同理，車流量指標下的特征值

λ1

max=1

將特征向量歸一化處理得到擁堵狀況的相對權重為1。

1.3.3 成本費用標準下判斷矩陣的特征值及特征向量

λ2

max=3.0385

ω2=（0.6522，0.2174，0.1304）

成本費用指標下的特征值

將特征向量歸一化處理得到投資費用、管理費用、其他費用的相對權重：

λ3

max=3

1.3.4 方便性標準下判斷矩陣的特征值及特征向量

ω3=（0.6，0.2，0.2）

方便性指標下的特征值，特征向量歸一化處理得到行駛速度，面積大小，路口數量的相對權重。

1.4 進行一致性檢驗

根據公式計算出CR。當CR小于0.10時，就可以認定判斷矩陣的一致性是可以接受的，特征向量便可以作為權重向量，否則需要調整判斷矩陣的元素取值，再次進行檢驗。以上式子所求的CR值均小于0.10，所以一致性可以接受。

2 進行模糊綜合評價

m=（m1，m2，m3，m4）根據以上指標，符合條件的充電站共有兩處，分別為甲，乙充電站。本文對電動汽車充電站選址進行評價，共分為優、良、中、差4個等級。

下面建立甲、乙充電站模糊隸屬度矩陣，如下

m1甲=（0.6 2.1 0.1 0.1） m1乙=（0.5 0.3 0.2 0.0）

將模糊隸屬度矩陣m與各指標的權重向量相乘進行綜合評價，從而選擇出更加優選的電動車充電站。根據公式可以得到：

B1甲=ω1·m1甲=（0.6，0.2，0.1，0.1）

B1乙=ω1·m1乙=（0.5，0.3，0.2，0.0）

B2甲=ω2·m2甲=（0.4870，0.2783，0.1348，0.1000）

B2乙=ω2·m2乙=（0.4000，0.3522，0.1478，0.1000）

B3甲=ω3·m3甲=（0.5000，0.2400，0.2000，0.0600）

B3乙=ω3·m3乙=（0.5000，0.3000，0.1200，0.0800）

根據以上數據可以看出，從車流量角度分析，充電站甲在4個等級的隸屬度分別為0.6000、0.2000、0.1000、0.1000，良好以上隸屬度為0.8；充電站乙在4個等級的隸屬度分別為0.5000、0.3000、0.2000、0.0000，良好以上隸屬度為0.8，所以選擇二者均可以。從成本費用角度分析，充電站甲在4個等級的隸屬度分別為0.4870、0.2783、0.1348、0.1000，良好以上隸屬度為0.7653，充電站乙在4個等級的隸屬度分別為0.4000、0.3522、0.1478、0.1000，良好以上隸屬度為0.7522，所以從成本費用角度考慮，甲優于乙；從方便性分析，充電站甲在4個等級的隸屬度分別為0.5000、0.2400、0.2000、0.0600，良好以上隸屬度為0.7400，充電站甲在4個等級的隸屬度分別為0.5000，0.3000，0.1200，0.0800，良好以上隸屬度為0.8000，所以從方便性角度考慮，乙優于甲。

Q甲=ω2·（B1甲，B2甲，B3甲）T=（0.5232，0.2323，0.1731，0.0714）

對一級標準進行綜合評估

Q乙=ω2·（B1乙，B2乙，B3乙）T=（0.4952，0.3024，0.1403，0.0621）

根據以上數據可以看出，充電站甲一級標準的隸屬度為0.5232、0.2323、0.1731、0.0714，而充電站乙一級標準的隸屬度為0.4952、0.3024、0.1403、0.0621。根據專家評審認定，優為100分，良為80分，中為60分，差為40分，則可計算出甲乙兩充電站的總評分為：甲：84.146， 乙：84.614，由上可知：乙充電站綜合評分高于甲充電站綜合評分，所以應該選擇乙充電站。

結語

實踐證明，本文很準確高效地研究了成本費用，車流量方便對充電站選址的影響。但是此類基于AHP的電動車充電站選址模糊綜合評價方法也存在一定的缺點，其方法簡單，比較粗略，受限制性大。

參考文獻

[1]鄧雪，李家銘，曾浩健，等.層次分析法權重計算方法分析及其應用[J].數學的實踐與認識，2012，42（7）：94-100.

[2]姚龍.基于層次分析法和模糊評價法的電動汽車充電站選址研究[J].黑龍江電力，2015，37（4）：313-317.