三網融合下的電動汽車充電站規劃方案綜合評價

曾穎嬌， 張 鄰， 徐家楠， 艾 昊， 楊文靜

（1.南昌航空大學 經濟管理學院， 江西 南昌 330063；2.南昌航空大學土木建筑學院， 江西 南昌 330063）

0 引言

隨著經濟的快速發展和城市化進程的不斷加快，人們對私家汽車的需求日趨旺盛，城市汽車保有量迅速激增，由此帶來的環境污染問題持續加重。電動汽車可以減少汽車尾氣排放、節約燃油成本、緩解能源危機，因此越來越受到各國政府的重視。但續航不足，充電基礎設施不完善等問題阻礙了電動汽車的推廣和發展。電動汽車充電站的規劃不僅影響充電站的運營效益、用戶的使用體驗，還涉及交通路網流量分布、電網運行穩定性等多方面因素，甚至影響電動汽車產業的可持續發展前景。因此，在考慮實際條件的基礎上，必須采用科學的方法對充電站的規劃方案進行評估和決策。

電動汽車通過充電站進行能源補給，同時參與配電網與交通網的運行。充電站的位置、容量等特性可以改變充電用戶的充電決策和出行路徑，進而對電網和交通產生影響[1]。

一方面，電動汽車在城市道路中行駛，其路徑規劃和充電決策可能會改變交通網絡的車流分布。考慮到充電服務網和交通網絡的相互作用，文獻[2]為滿足不同地點的電動汽車充電需求，運用動態交通網絡思想，考慮充電者和充電站兩者的成本，建立多目標充電站選址模型。文獻[3]構建充電站雙層規劃模型，上層是對充電站的位置進行優化，使充電站的服務量最大化；下層是在電動汽車續航里程有限的約束下研究用戶路徑選擇均衡問題。另一方面，電動汽車接入配電網充電可能會改變配電網的運行特性。考慮到充電服務網和配電網的關聯性，文獻[4]以充電樁數量和用電配額共同衡量充電站的服務能力，建立充電站選址的整數規劃模型。在文獻[5]中，確定充電站候選站址模型的優化目標是最小化充電站的總成本和配電網網損成本。

在充電站的規劃前期涉及的主體和因素眾多，既要考慮電動汽車的特性、配電網的接納能力、交通運輸網的通行能力，也要考慮充電站、配電網、交通網的目標。文獻[6]建立了充電站選址規劃的多目標模型，充電站方面的目標為充電站服務量最大化，配電網方面的目標為配電網網損最小化和節點電壓偏移最小化。文獻[7]刻畫出行者、路網交通狀態和充電設施三者間的互動關系。文獻[8]對交通路網結構、配電網絡結構和容量等方面進行研究，分析了以上因素對充電站規劃的影響。文獻[9]考慮了電動汽車交通運輸和移動負載的雙重特性，在電動汽車出行途中提供路徑規劃和充電導航策略。文獻[10]主要根據配電網和充電服務網的特性選取指標，構建了基于層次分析法的充電站規劃方案多因素綜合評估體系。文獻[11]綜合考慮了電動汽車的充電需求與各個充電站的容量，以此來對充電站運營服務網絡的能力進行仿真評估。文獻[12]考慮電動汽車充電需求變化和城市交通流量的特點，以配電網網絡損耗最小為目標，對電動汽車充電站的選址進行合理的規劃。文獻[13]在總結了以往研究中充電站規劃評價指標后，基于模糊物元評價法，提出充電服務網絡規劃綜合評價指標體系。

因此，從充電站服務網、交通網和配電網三個維度考慮電動汽車充電站的規劃布局是必然的。通過充電站選址規劃和充電站服務網、交通運輸網和配電網的相互影響進行分析，建立多維度綜合評價指標體系，并基于云重心理論對電動汽車充電站的選址進行規劃評估，以此探究方法的可行性。

1 充電站規劃評價指標體系

電動汽車及其充電設施是交通網和配電網的重要組成部分。電動汽車在交通網中通行會改變交通流量的分布，同時交通網的特性也會限制充電設施的規劃布局。電動汽車通過充電站接入電網會改變配電網運行特性，同時充電設施的規劃也受到配電網容量的約束。以電動汽車和充電站為連接的紐帶，充電服務網絡、配電網絡、交通網絡的關系更加緊密，相互耦合，相互依存，三者轉化為高度融合的網絡系統。建立三網融合的多維度綜合評價指標體系，為充電服務網的規劃建設，交通網和配電網的有序運行提供依據。

由充電服務網、配電網、交通網的特性分析，綜合考慮多方面因素，構建充電站規劃評價指標體系。如圖1 所示，從電站服務指標、配電網指標和交通網指標等3 個角度出發，包含3 個層次共9 個指標。

圖1 充電站規劃評價指標體系

1.1 充電網特性分析

充電服務網的特性包括電動汽車充電站的地理位置、容量大小、客戶到達的便利性與服務時長、運營商的投資成本以及收益等[14]。建立以下指標對充電服務網的特性進行分析。

1.1.1 充電便利性

充電基礎設施就是為電動汽車的充電更加便利，為電動汽車的出行提供能源支撐。對于充電用戶而言，趨于選擇便利更易到達的充電站補充電量。充電便利性是指電動汽車處于任意位置時前往合適的充電站補充電量的便利程度。假設電動汽車在滿電時的最大續航里程是固定的，為B，電動汽車在滿電時前往位置A的路程距離為La，由位置A至合適充電站i的距離為li。則電動汽車位置A時的可行駛里程為B-La，當li小于B-La時，充電便利性由電動汽車行駛至充電站i時所剩的行駛里程B-La-li決定；當li大于B-La時，電動汽車無法到達充電站i，此時充電便利性為0。令充電便利性為δ，則有

由公式（1）可知，隨著li逐漸增大，電動汽車行駛至合適充電站的難度增加，充電便利性隨著減小；當li大于時B-La，即電動汽車無法到達合適的充電站進行充電，此時充電便利性為0。

1.1.2 充電等待時間

單位時間內到達充電站的電動汽車和各充電樁的充電服務是隨機且相互獨立的，因此，到達充電站充電的電動汽車數量符合泊松分布，每個電動汽車接受充電樁充電服務時間服從負指數分布。假設充電站i內有n個充電樁可以為電動汽車提供充電服務，單位時間內到達充電站的電動汽車為λ，單位時間內充電樁服務的電動汽車為μ。則充電用戶在充電站的排隊過程為M|M|n的排隊系統，根據排隊論，電動汽車在充電站的平均等待時間為：

式中：P0為沒有一輛電動汽車到達充電站的概率；ρ為充電站排隊系統的服務強度；λ為單位時間內到達充電站充電的電動汽車平均數量；μ為單位時間內每個充電樁服務的電動汽車平均數量。

1.1.3 運營收益

充電站是具有營業性質的場所，只有充電站投資運營商從中獲得收益才會繼續增加投資建設充電站，從而促進電動汽車產業的健康發展。充電站主要是通過以合適價格向電力公司購電，收取用戶充電費用獲得收益，投資者運營充電站獲得的年運營收益E為：

式中：Ti為充電站的年負荷利用小時數；csi和cpi分別為充電站向充電用戶售電的價格和向電力公司購電的價格。

1.1.4 建設成本

充電站建設成本主要包含充電樁，變壓器和其他基礎建設費用。忽略不同地點的地價區別，令充電站建設成本為C，p2為單個充電樁的成本及安裝費用，ui為充電站i的變壓器數量，p3為變壓器的單價，w為基礎建設費用，充電站的年建設成本C可表示為：

式中：y為充電樁使用年限；r為貼現率。

1.2 配電網特性分析

對于充電服務網，配電網對實時充電負荷的支撐能力約束著充電站落點與容量，從而制約著電動汽車的發展。因此對于充電服務網與配電網的交互關系，需要結合配電網本身的運行指標以及服務網的特性指標來評估充電服務網配置的合理性。

1.2.1 電網損耗

充電站所在位置一般情況下屬于配電網中重要的負荷節點。電網運行經濟性以總網損間接反應，具體表示為：

式中：Ri為節點的電阻；Pi和Qi分別為由節點向網絡注入的有功功率、無功功率；Ui為節點i的電壓。當充電站接入電網后，不同的規劃方案對應的網損不同，一般認為網損較高的方案不經濟。

1.2.2 潮流裕度

潮流裕度以線路的平均負載率衡量，具體表示為：

式中：為第i條線路的平均負荷；SiN為第i條線路的最大載容量。

1.2.3 諧波污染

大量電動汽車的充電負荷接入已成為我國未來電網的重要特征，同時也會對電網造成嚴重的諧波污染。分析電動汽車產生的諧波特性是保證供電可靠性和電網安全穩定的前提。總諧波畸變率是對電網中諧波總含量的表征。以電流總諧波畸變率衡量諧波污染，電流總諧波畸變率具體表示如下式：

式中：I1為基波電流；Ih為h次諧波的電流。

1.3 交通網特性分析

與加油站一樣，充電站也是城市中的基礎設施，其具體的選址布局會受到現實條件的限制。充電站的規劃布局應與交通路網、城市總體建設相協調，以充電服務網絡總體布局規劃為宏觀調控依據[15]。同時，充電需求產生在電動汽車行駛途中，與交通流量密切相關，但又受到電動汽車的行駛里程，交通路網的路況等因素的制約。充電站的規劃布局應與城市的交通網絡相匹配，減少電動汽車前往充電站過程中對路網的影響。

1.3.1 交通流量

體現路段上交通流特性的三個指標分別是速度、流量和密度。車流量為單位時間內通過道路上某一斷面的車輛數，車流密度是指單位距離車輛數。三者之間的關系可表示為：

式中：K為道路的車流密度；V為道路上行駛車輛的平均速度。

1.3.2 進站率

進站率指單位時間內進入充電站進行充電的車輛占從電動汽車前經過的車輛的比例。由公式和公式可知單位時間內到達充電站充電的電動汽車平均數量為，單位時間內通過道路上某一斷面的車輛數為，則電動汽車進站率可表示為：

2 基于云重心的充電站規劃評估模型

云理論主要集成事物的模糊性和隨機性特征，可以實現定性語言和定量數值之間的相互轉換[16]。云模型利用3 個數字特征：期望Ex，熵En和超熵He，將事物的模糊性和隨機性集成，形成定性和定量相互間的映射和轉化。其中，期望是云的重心位置，反映定性概念的中心值；熵En是定性概念不確定性的度量；超熵He是熵的不確定性度量。云重心的數學表達為T=a×b，a是期望值，表示云重心的位置，反映所評價對象不確定概念的中心值，b是權重，表示云重心的高度，反映某一指標在綜合評價體系中的地位。對云重心的位置和高度的變化情況進行研究，可以衡量一個云重心系統的狀態變化。

云重心評價法的具體步驟如下：

2.1 根據評價目的建立評價指標體系

上述評價體系具有多層結構，令U={U1，U2，…，Un}，Ui（i∈[1，n]）其中為一級指標中的第i個指標；Ui={Ui1，Ui2，…，Uin}，其中Uij（i∈[1，m]），是Ui第j個指標。

2.2 確定指標權重

指標權重是以定量方式反映各項指標在整個指標體系中所占的比重，根據評價指標的特征，采用AHP 法[17-18]確定指標權重。

2.3 構建評語云模型

設置專家評語集，使得專家評判不再是單一數值而是定性語言，提高專家評價的客觀性。采用雙邊約束評語，其計算公式如下：

設定S所對應的數域為[0，100]，評語值對應的數域變化區間如表1 所示。

表1 各評語的數域變化區間

2.4 云模型指標計算

2.4.1 定量指標云模型表示針對選址評價指標體系中的定量指標，獲得n組樣品組成決策矩陣，則這些數值指標用一個云模型表示為：

式中：Ex1～Exn分別為各指標的量值。

2.4.2 定性指標云模型表示

對于定性指標，各評判專家按照評語集用語言描述給出評語。某一定性指標可獲得n位專家的評語，根據評語云模型公式求出期望和熵Ex，n組指標值用一個云模型表示為：

2.3.4 計算加權綜合云的云重心向量

假設評價指標體系中有m個指標，可以用m個云模型表示，則m個指標所反映的系統狀態可用1個m維綜合云描述。當指標變化時，m維綜合云的形狀隨之變化，云重心也會改變。m維綜合云的重心表示為：

式中：Ti=ai×bi，i=1,2，…，m；a為云重心的位置向量；b為云重心的高度向量，當系統狀態發生變化時，綜合云的重心變為T′，T′=（T1′，T2′，…，Tm′）。

2.4.5 計算云重心的加權偏離度

假設在理想狀態下，評價系統的m維綜合云重心向量為，其中，云重心位置向量，云重心高度向量對云重心向量進行歸一化處理，得到，其計算公式為：

經過歸一化處理后，表示云重心系統狀態的綜合云重心向量均為有大小、有方向、無量綱的值。在這里引入加權偏離度θ，判別評價對象分別在理想狀態和實際情況下綜合云重心的變化和差異，加權偏離度θ越小，表明二者偏離程度越不明顯。將歸一化后的向量值乘以權重值，再求和，得到加權偏離度θ 的值，即

式中：0≤θ≤1，Wi為第i個指標歸一化權重值。

2.4.6 系統評價結果分析

對于電動汽車充電站的選址規范方案評語集分為差、較差、一般、良好和好5 個類別，將各級評語用云模型表示，置于二維坐標尺上，形成一個定性評測的云發生器如圖2 所示。將得到的加權偏離度值輸入定性測評云發生器中，從而確定具體的評語。

圖2 定性測評云發生器

3 算例分析

應用所提出的充電站選址指標體系和基于云重心評判法的充電站選址規劃方案評估方法，對某地區高速公路上的5 個電動汽車充電站選址進行評判。

為便于評判分析，采用百分制作為評分標度，設置每個三級指標的隸屬函數如表2 所示。

表2 各指標的評價標準

根據充電站、電網和交通的數據進行仿真計算，得到的指標數值根據表2 進行規范化處理，具體見表3。

表3 各指標的規范化定量數據

根據AHP 法確定每個指標的權重，由式可求得充電站站址的加權偏離度，充電站選址1 的加權偏離度如表4 所示，各候選站址的綜合加權偏離度如表5所示。

表4 充電站選址1 的加權偏離度

表5 各候選站址的綜合加權偏離度

將各個備選站址的綜合加權偏離度輸入至云發生器，生成的云圖如圖3 所示。

圖3 充電站選址規劃的評估云圖

由圖3 可知，充電站候選站址從好到差排序為1、5、2、3、4。候選站址4 在良好和好之間，且由表5 可知其綜合加權偏離度最小，是最優的建站選址。

4 結論

國家政策的扶持推動了電動汽車產業的發展，但充電站的規劃仍然面臨許多挑戰。對電動汽車充電站規劃進行科學的評價，能夠避免后續充電站運營期間出現問題。因此，在充電服務網、交通網和配電網三網融合的背景下，建立充電站規劃評價指標體系，提出了基于云重心理論的充電站規劃評價方法。在電動汽車充電站規劃初期以一個多元化的視角看待選址方法，提供了一種全新的定量分析思路。通過5 個不同容量和位置的充電站候選站址的方案比較，驗證所提出的綜合評價體系的有效性和合理性。通過充電服務網、交通網和配電網三個層面的指標分析，可以篩選充電站初期選址方案，科學指導電動汽車充電站的選址規劃，促進三網融合。