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

姚 龍

(華北電力大學 經濟管理學院，河北 保定 071000)

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

姚 龍

(華北電力大學 經濟管理學院，河北 保定 071000)

針對當今電動汽車充電站選址采用的方法存在考慮因素的不完整性，筆者提出將層次分析法和模糊評價法兩種方法結合起來，構建評價指標體系以及模糊層次評價模型，然后對擬定的兩個備選電動汽車充電站地址進行綜合評價，實現最優選址。實踐證明，該方法具有高度的精確性。

電動汽車；充電站；層次分析法；模糊評價法；評價指標體系

近年來，中國的能源危機在不斷加深，而且環境污染嚴重，如重金屬冶煉、化工和煤礦企業等廢氣排放造成的霧霾天氣，給人類帶來了極大傷害。面對這樣日益緊張的環境和資源的雙重壓力下，電動汽車作為新能源汽車的典型代表，因其具有零排放、低能耗的特點而被廣大汽車行業及各界人士看好。

雖然電動汽車行業在中國還處于起步階段，但是中國汽車行業研發人員以及各界學者已經對電動汽車充電站選址進行了一定程度的理論研究。文獻[1]建立了一種考慮多因素的電動汽車充電站選址定容模型，采用自適應粒子群算法進行求解，并通過一個算例驗證了該模型的可行性。文獻[2]建立了一種電動汽車充電站選址定容的最優費用模型，采用粒子群算法對一假設算例進行優化求解，結果表明該模型具有一定的可行性。該模型的缺陷在于用層次分析法確定權重的精度不高。文獻[3]建立了基于用戶分類的電動汽車充電站需求預測模型，為區域電動汽車充電站需求預測提供了一定的理論參考。文獻[4]充分考慮了電動公交汽車換電電量需求和充換電行為，提出了一種換電站電池充電站建設模式，并給出了相應的優化規劃方法。文獻[5]在進行選址時，主要考慮充電需求、交通條件、服務區域覆蓋、建設等條件在內的交通與使用約束條件，其缺陷在于沒有將影響因素考慮全面。文獻[6-8]在考慮了城市交通網絡布局、地段的適應性以及地價成本等地理因素以及服務半價的基礎上，確定了候選地址。但是大多只涉及到了片面選址因素，很少有文獻能將影響電動汽車充電站選址方面的多種因素包含進去，并且大多數研究文獻只用到了一種方法，因此存在一定的弊端?；谶@種情況，本文在綜合考慮了成本費用、未來規劃、電網現狀及地理情況等幾大方面因素的基礎上，提出了層次分析法和模糊評價法相結合的綜合評價方法。

1 層次分析法

1) 構造判斷矩陣。將本層次的評價要素相對于上一層次要素按重要程度進行兩兩比較，得到的矩陣如表1所示，其比較的標準是按照9級標度[9]，如表2所示。

表1 判斷矩陣

表2 9級標度值

表3 RI取值表

若滿足CR≤0.1，則判斷矩陣構造成立；反之，則需重新構造判斷矩陣。

2 模糊評價法

1) 確定影響評價結果的主要因素：

用X來表示評價因素集合，即X=(X1,X2,…,Xm)。

2) 確定描述評價結果的評語：

用Y來表示評語集合，即Y=(Y1,Y2,…,Yn)。

3) 單因素評價：

對單個因素進行評價，對每一個因素的評價結果都是Y上的模糊集合。評價結果為矩陣R。

i=1，2，…，m；j=1，2，…，n

其中，rij表示第i個因素隸屬于第j個評語的程度。

4) 確定權重：

各因素的權重用A來表示，即A=(A1,A2,…,Am)。

5) 進行綜合評價：

B表示評價結果矩陣，有B=AR，通過計算得出B=(B1,B2,…,Bn)。

3 具體算例分析

3.1 層次分析法確定各指標權重

在某個區域建一座充電站，考慮的因素應有如下幾方面：

1) 成本費用因素。成本費用主要包括投資、運行和維護成本，以及其他費用如網損費用，輔道建設費用，人員工資和配電變壓器的投資費用等。

2) 規劃因素。規劃因素主要包括交通網絡規劃，配電系統的現狀與遠期規劃，電動汽車發展規劃等。

3) 電網因素。電網因素主要包括電網承受能力、負荷平衡[13]、電能質量、供電可靠性[14]等因素。

4) 地理因素。地理因素包括人群密集度、道路路況、交通流量 、公共設施等因素。

根據以上信息，作出評價體系指標圖，如圖1所示。

圖1 評價指標體系圖

根據9級標度，得到的判斷矩陣如表4～8所示。

表4 成本費用、規劃、電網、地理等因素的判斷矩陣

Tab.4 Judgment matrix including cost, planning,power grid, geographical factors

指標分類成本費用規劃電網地理成本費用1332規劃1/3112/3電網1/3112/3地理1/23/23/21

計算得出：M0=(18,0.222,0.222,1.125)，W0=(2.060,0.686,0.686,1.030)。

歸一化得到成本費用、規劃、電網、地理等因素的相對權重分別為K0=(0.461,0.154,0.154,0.231)，λmax為4.002，CI為0.0007，RI為0.89，CR為0.0008<0.1。故通過一致性檢驗。

表5 成本費用指標下的各指標判斷矩陣

Tab.5 Judgment matrix of the indexes under cost index

指標分類投資成本運行成本維護成本其他成本投資成本1466運行成本1/413/23/2維護成本1/62/311其他成本1/62/311

計算得出：M1=(18,0.563,0.111,0.111)，W1=(2.060,0.866,0.577,0.577)。

歸一化得到投資成本、運行成本、維護成本、其他成本等因素的相對權重分別為K1=(0.632,0.158,0.105,0.105)，λmax為4.002，CI為0.0007，RI為0.89，CR為0.0008<0.1。故通過一致性檢驗。

表6 規劃指標下的各指標判斷矩陣

Tab.6 Judgment matrix of the indexes under planning index

指標分類交通網絡規劃配電系統規劃電動汽車規劃交通網絡規劃121/2配電系統規劃1/211/4電動汽車規劃241

計算得出：M2=(1,0.125,8)，W2=(1,0.595,1.682)。

歸一化得到交通網絡規劃、配電系統規劃、電動汽車規劃等因素的相對權重分別為K2=(0.286,0.143,0.571)，λmax為3.001，CI為0.0005，RI為0.5，CR為0.00025<0.1。故通過一致性檢驗。

表7 電網指標下的各指標判斷矩陣

Tab.7 Judgment matrix of the indexes under power grid index

指標分類電網承受能力負荷平衡電能質量供電可靠性電網承受能力1134負荷平衡1134電能質量1/31/314/3供電可靠性1/41/43/41

計算得出：M3=(12,12,0.148,0.047)，W3=(1.861,1.861,0.620,0.465)。

歸一化得到電網承受能力、負荷平衡、電能質量、供電可靠性等因素的相對權重分別為K3=(0.387,0.387,0.129,0.097)，λmax為4.001，CI為0.0003，RI為0.89，CR為0.0003<0.1。故通過一致性檢驗。

表8 地理指標下的各指標判斷矩陣

Tab.8 Judgment matrix of the indexes under Geography index

指標分類人群密集度道路路況交通流量公共設施人群密集度1224道路路況1/2112交通流量1/2112公共設施1/41/21/21

計算得出：M4=(16,1,1,0.063)，W4=(2,1,1,0.5)。

歸一化得到人群密集度、道路路況、交通流量、公共設施等因素的相對權重分別為K4=(0.444,0.222,0.222,0.111)，λmax為4，CI為0，RI為0.89，CR為0<0.1。故通過一致性檢驗。

3.2 模糊評價法進行綜合評價

3.2.1 一級評價

目前，在考慮這些評價指標后，共有兩處備選地址符合條件，分別為甲地址和乙地址。共有10名專家對這些評價指標按“很好”、“較好”、“一般”、“較差”四個等級來評價，結果如表9所示。

表9 專家評價結果表

根據表9可知，甲、乙備選地址的模糊評價矩陣有

則根據綜合評價公式得

B1甲=K1C1甲=(0.410,0.342,0.237,0.110)

B1乙=K1C1乙=(0.447,0.258,0.279,0.016)

B2甲=K2C2甲=(0.800,0.186,0.000,0.014)

B2乙=K2C2乙=(0.743,0.143,0.086,0.029)

B3甲=K3C3甲=(0.732,0.229,0.000,0.039)

B3乙=K3C3乙=(0.707,0.194,0.100,0.000)

B4甲=K4C4甲=(0.777,0.144,0.056,0.022)

B4乙=K4C4乙=(0.788,0.133,0.067,0.011)

由此可知，從成本費用因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.752，而乙是0.705，說明從成本費用這方面考慮，甲地址優于乙地址；從規劃因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.986，而乙是0.886，說明從規劃這方面考慮，甲地址優于乙地址；從電網因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.961，而乙是0.901，說明從電網這方面考慮，甲地址優于乙地址；從地理因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.921，而乙是0.921，說明從地理這方面考慮，甲、乙兩地址旗鼓相當。

3.2.2 二級評價

由以上可知，甲乙地址總的模糊評價矩陣為

則根據公式A=K0B得：

A甲=K0B甲=(0.604,0.255,0.122,0.079)

A乙=K0B乙=(0.611,0.202,0.173,0.014)

按專家組給出的評價對這些評語賦予權重，令“很好”為100，“較好”為80，“一般”為60，“較差”為40，即得到了兩備選地址的總分：

甲地址總分為100×0.604+80×0.255+60×0.122+40×0.079=91.28

乙地址總分為100×0.611+80×0.202+60×0.173+40×0.014=88.20

很明顯甲地址要優于乙地址，應選擇甲地址。

4 結 論

本文在綜合考慮了成本費用、未來規劃、電網現狀及地理情況等幾大方面因素的基礎上，提出了層次分析法和模糊評價法相結合的綜合評價方法。首先通過用層次分析法來確定評價體系中各指標的權重，使各指標的權重更加精確，排除了主觀因素的干擾，從而使得指標權重更加客觀。然后通過模糊評價法進行定量分析、綜合評定。實際算例表明，該方法比單獨利用層次分析法或者模糊評價法的精確度都要高，因此具有高度的有效性、可行性。

[1] 謝林偉．基于自適應粒子群算法的電動汽車充電站優化規劃[J]．陜西電力，2012(11)：34-37. XIE Linwei. Adaptive PSO algorithm based optimal planning of charging station for electric vehicle [J]. Shanxi Electric Power, 2012(11)：34-37.

[2] 寇凌峰，劉自發，周歡．區域電動汽車充電站規劃的模型與算法[J]．現代電力，2010，27(4)：44-48. KOU Lingfeng, LIU Zifang, ZHOU Huan. Modeling algorithm of charging station planning for regional electric vehicle [J]. Modern Electric Power, 2010，27(4)：44-48.

[3] 王飛龍，孫凱航，李燕青．基于用戶分類的電動汽車充電站需求預測[J]．黑龍江電力，2013，35(02)：132-134. WANG Feilong, SUN Kaihang, LI Yanqing. Demand forecast of electric vehicle charging stations based on customer classification [J]. Heilongjiang Electric Power, 2013，35(02)：132-134.

[4] 錢斌，石東源，謝平平，等．電動公交車換電站-電池充電站優化規劃[J]．電力系統自動化，2014，38(2)：64-69. QIAN Bin, SHI Dongyuan, XIE Pingping, et al. Optimal planning of battery charging and exchange stations for electric vehicl-es [J]. Automation of Electric Power Systems, 2014，38(2)：64-69.

[5] 郭春林，肖湘林．電動汽車充電基礎設施規劃方法與模型[J]．電力系統自動化，2013，37(13)：70-75. GUO Chunlin, XIAO Xianglin. Planning method and model of electric vehicle charging infrastructure [J]. Automation of Electric Power Systems, 2013，37(13)：70-75.

[6] 劉志鵬，文福栓，薛禹勝，等．電動汽車充電站的最優選址和定容[J]．電力系統自動化，2012，36(3)：54-59. LIU Zhipeng, WEN Fushuan, XUE Yusheng, et al. Optimal siting and sizing of electric vehicle charging stations [J]. Automation of Electric Power Systems, 2012，36(3)：54-59.

[7] 唐現剛，劉俊勇，劉友波，等．給予計算幾何方法的電動汽車充電站規劃[J]．電力系統自動化，2012，36(8)：24-30. TANG Xiangang, LIU Junyong, LIU Youbo, et al. Electric vehicle charging station planning based on computational geometry meth-od [J]. Automation of Electric Power Systems, 2012，36(8)：24-30.

[8] 劉自發，張偉，王澤黎．基于量子粒子群優化算法的城市電動汽車充電站優化布局[J]．中國電機工程學報，2012，32(22)：39-45. LIU Zifa, ZHANG Wei, WANG Zeli. Optimal planning of charging station for electric vehicle based on quantum PSO algorithm [J]. Proceedings of the CSEE, 2012，32(22)：39-45.

[9] 張濤．基于層次分析法的物流中心選址研究[D]．武漢：武漢科技大學，2008 ZHANG Tao. Research on the siting for logistic center based on analytic hierarchy process [D]. Wuhan: Wuhan University of Science and Technology, 2008.

[10] 廖培．AHP與模糊評價法相結合的旅游投標方案評價[J]．求索，2010(02)：15-17 LIAO Pei. Evaluation on tourism bidding scheme based on the combination of AHP and fuzzy method [J]. Seeker, 2010(02)：15-17.

[11] MEHAR,S,SENOUCI,S.M.An optimization location scheme for electric charging stations[J].Smart Communications in Network Technologies(SaCoNeT),2013International Conference on, 2013:1-5.

[12] PRAVIN KUMAR，RAJESH K.SINGH．A fuzzy AHP and TOPSIS methodology to evaluate 3PL in a supply chain[J]．Journal of Modelling in Management，2012，Vol.7(3)：287-303.

[13] 楊鐸，王淼，喬琪．基于行駛狀況的電動汽車充電負荷交通預測法[J]．黑龍江電力，2014，36(6)：539-546. YANG Duo, WANG Miao, QI Qi. Prediction method for electric vehicle charging load based on driving conditions [J]. Heilongjiang Electric Power, 2014，36(6)：539-546.

[14] 徐明宇，穆興華，張惠，等．電動汽車充電站對電網諧波影響分析[J]．黑龍江電力，2012，34(1)：41-43. XU Mingyu, MU Xinghua, ZHANG Hui, et al, CHEN Xiaoguang. Analysis of the influence of the electrical vehicle charging station to the grid harmonic wave [J]. Heilongjiang Electric Power, 2012，34(1)：41-43.

(責任編輯 郭金光)

Research on site selection for electric vehicle charging stations based on AHP and fuzzy evaluation method

YAO Long

(School of Economic and Management Administration, North China Electric Power University, Baoding 071000, China)

Aiming at the defects of the existing site selection for electric vehicle charging station, such as the incomplete consideration, the author proposes to combine the two methods, AHP and fuzzy evaluation, to establish the evaluation index system and fuzzy hierarchy evaluation model, so as to make the optimal site selection through the comprehensive evaluation on the two alternative site for electric vehicle charging station. The practice proves that the method proposed enjoys high accuracy.

electric vehicles; charging station; AHP; fuzzy evaluation method; evaluation index system

2015-01-17。

國家自然科學基金項目(71201057)。

姚 龍(1994—),男，在讀碩士研究生。

U469.72

A

2095-6843(2015)04-0313-05