新能源公交充電場站的區域供需平衡模型

劉磊

摘要：本文提出一個基于貪心算法的公交充電場站空間優化模型，核心是將充電站的相對空間距離、單個充電站的供需情況（以充電負荷度表示）和公交車充電調度最長距離作為約束條件，在工作量可控的前提下，尋找最佳充電站組合方案，以實現區域內充電站的供需平衡最大化。本文的研究成果面向實際工作，可以直接應用于對現有公交場站和相關車輛線路的調度優化工作，具有良好的普適性和可操作性。

關鍵詞：新能源公交;充電場站;供需平衡

1 研究背景

公交場站的空間布局是編制公共交通專項規劃中的基礎工作，布局的確定通常結合城市發展、客流預測、出行特征、用地條件等綜合考慮，其基礎是構建公交網絡化模型追求最大化廣義出行價值。近年來對其改進研究，主要集中在多個方面：多目標的空間優化，如與其他交通系統的空間協調，具體以城市軌道交通系統為主;對場站優化的理論模型改進，如采用改進的網絡優化算法來求解場站布局;約束條件限定下的空間優化，如針對特定區域（如老城）、特定公交類型（如快速公交）的場站空間布局優化。此外，對無人駕駛、共享汽車新業態等帶有準公交場站性質的充電場站的研究，也是近年來的熱點。

以公交場站的空間布局優化為目標，把交通需求與能源供給進行系統考慮，運用成熟方法論解決實際項目問題的研究或創新方法論的理論研究——即使對產業主體和管理部門（如城市規劃和交通運輸管理部門）具有重要的現實意義，在現階段卻是較為缺乏的。基于此，本研究提出一種區域平衡的公交充電場站空間布局優化方法，一方面可用于對現有公交場站和車輛的運營優化;另一方面可用于對供需薄弱區域進行綜合判定，輔助決策下一階段增量建設的重點區域。

2 案例及模型構建

截至2020年10月底，某市區已建成公交充電站共計82個，目前在建及規劃公交充電站60個，總計142個充電場站。根據前期研究成果，單個充電站的日充電能力S和日需電量D已知，針對單個場站，引入單個場站用電負荷度θ的概念：

θ=D / S（1）

式中：S為單個充電站的日充電能力;D為日需電量;θ為單個充電站的充電負荷度。

很顯然，當單個場站負荷度θ > 1，意味著該場站的供電能力供不應求（屬于虧電場站），該場站的車輛需要到其他富電場站（θ ≤ 1）借電。這時，借電公交車輛需要越站行車一定距離。根據相關企業的調研結果，考慮到公交車運營經濟性，本研究取5 km作為借站充電的空駛里程臨界值。也就是說，單個場站與公交車輛/線路有一一對應的關系，但如果本站車輛由于某些原因，需要去其他場站充電，其越站行駛距離不超過5 km，否則就是不經濟的。

在本研究中，確定一個近期時點進行場站負荷度預測，得到結論是有115處場站的充電供給充足或者基本平衡（θ ≤ 1），而有27處場站供給不足（θ > 1）。

按照前文所述，需要將上述148個場站進行空間組合聚類，引入區域用電負荷度σ的概念：

式中：σ為區域用電負荷;Si、Sj、Sk和Di、Dj、Dk分別為i、j、k充電站的供電能力和需電量。

同樣的，當區域負荷度σ > 1，意味著該場站的供電能力不足，反之則是供電充足。由于148個站點的空間坐標已知，其兩兩之間相對位置也就確定，空間關系可以抽象為一個148×148的距離矩陣。

3 模型計算和結果分析

模型中核心步驟是尋找最優的場站組合，本案例中共有27個虧電場，因而有27！個虧電場站組合，每種組合中針對每個虧電場站還有若干種子組合，子組合全部計算判定后需要回到上一層組合，計算量極大。窮舉法計算的數量級大約在1030～1035，常規運算時間非常長，人工計算則更不可能。

考慮到巨大的樣本和邏輯關系，本研究使用的算法是貪心算法。顧名思義，貪心算法是在每一步運算中均作出在當前看來是最好的選擇，因而貪心算法并不是從整體最優考慮，而是通過多個局部最優解推導出最終結果。當然，通過窮舉的辦法確定所有運算順序可優化貪心算法，使得最終結果更接近于整體最優解。

具體步驟如下：

（1）對n個虧電場站進行排序，共有n！種排序組合，此時的排序集合為第一層組合集合。本例中，虧電場站共27個。因此，n=27。

（2）針對n！種組合的某一種排序組合，按照前述條件，計算第1個虧電場站與富電場站的子組合順序，即第二層組合集合。按順序計算該子組合的區域負荷度σ，并優選σ ≤ 1的方案且最接近于1的σ值的方案。注意此步驟中富電場站一旦被前序虧電場站選擇，則后續虧電場站將無法選擇。

（3）仍然針對該特定排序組合，計算第2個虧電場站與富電場站的子組合順序，基本步驟重復步驟2，注意前序已選擇的富電場站不再進入選擇集。

（4）重復步驟3，直至該種排序中全部虧電場站均已選擇富電場站或已無富電場站與之匹配。此時滿足將σ > 1的區域（場站組合）數量即為前文所述的λi。

（5）回到步驟1，按照第一層組合集合中的其他n！–1種排序組合重復步驟（2）、（3）、（4），直至所有排序組合全部完成。將所有λ排序，取λ最小所對應的組合方案。

4 結語

當然，本研究重點在于構建模型邏輯框架以及核心算法求組合最后解，部分內容還可以在下階段研究中繼續深化。如：本例中考慮的越站充電的5 km距離限制取的是歐氏距離;為簡化計算引入部分限制條件，規定每個區域組合僅能包括一個虧電場站。下一步可采用路徑距離替代歐氏距離、算法優化等策略，進一步提高計算效率，提高模型精度。此外，本研究關注公共交通場站，而相較于相對固定的公共交通服務，社會車輛的充電供需研究會更加復雜。然而，對于空間布局的資源優化問題以幾個場站統籌考慮的優化思路是一致的。實際中如果公交場站充電設施不足，也可以考慮使用社會資源，如綜合能源站（加油加氣站今后逐漸改為綜合能源站）等。因此，本文是在公交場站布局基礎上做的簡化的模型，其模型方法做適當修改后，同樣可以運用于綜合能源站、社會車輛在城市充電站、高速公路充電站等場景。

參考文獻

[1]國家發展改革委.“十四五”循環經濟發展規劃[R].北京：國家發展改革委，2021.

[2]交通運輸部，中央宣傳部，國家發展改革委，等.綠色出行行動計劃（2019—2022年）[R].北京：交通運輸部，2019.

[3]劉華勝.城市軌道交通與常規公交協調優化關鍵方法研究[D].吉林：吉林大學，2015.