新能源物流車充電站設施選址評價模型研究

, ,

(華北電力大學經濟與管理學院, 北京 102206)

0 引 言

近年來，中國多個城市陷入“霧霾危機”。汽柴油燃燒產生的尾氣已成為城市占比最高的污染源，尤其是貨運業的原油消費量驚人，發展新能源貨運勢在必行。在“2016年全國貨運行業年會”上，眾多專家討論了物流電動化的發展現狀及趨勢。隨著環境污染加劇和電商快遞業務轉型升級，新能源物流車(electric logistics vehicle，ELV)逐漸成為物流公司的首選[1-2]。科學合理的充電站選址對于ELV能否滿足客戶個性化配送服務來說至關重要，對物流企業降低運輸成本、提高規模效益具有現實意義。

國內外針對電動汽車充電站設施選址研究的文獻較多，主要集中于對選址評價、布局規劃、定容優化策略等方面。文獻[3]建立了基于空間聚類和多層次模糊評估的電動汽車充電站選址模型。文獻[4]研究了直覺模糊環境下社區電動汽車充電站選址決策優化。文獻[5-6]分別考慮削峰填谷和計及碳排放，構建了電動汽車充電站多目標選址定容規劃模型。此外，文獻[7-8]提出基于云重心理論的電動汽車充電站選址規劃評估方法，將定量和定性指標進行處理并建立了云模型。上述研究雖對電動汽車充電站構建了不同的選址模型，但未涉及具體應用場景研究，前期也缺少對充電站選址合理性的綜合評價分析。

鑒于此，在前人工作的基礎上開展了將電動汽車充電站選址問題應用于ELV的研究。首先，考慮經濟、社會等因素，構建了充電站設施選址的評價指標體系。其次，通過定性與定量相結合的分析，建立了基于層次分析法(analytics hierarchy process，AHP)、熵值法、最小二乘法組合賦權的ELV充電站選址評價模型。最后，通過某物流企業的備選充電站址的相關數據進行了算例驗證，對各備選方案進行了對比分析。

1 構建評價指標體系

1.1 指標選取思路

針對ELV充電站設施選址研究，在保證物流車自身充電需量的前提下，滿足客戶個性化配送服務的需求。充電站在選址時需要考慮經濟、社會等因素的影響，具體解釋如下。

1)經濟因素。該因素是指充電站建設總費用和投資回收期，包括土地投入、工程建設、運行維護等成本。選取建設運維成本A11、投資回收期A12作為經濟因素的評價指標。

2)社會因素。對ELV充電站選址產生影響的普遍因素，主要包括土地資源利用A21、交通便利度A22、服務半徑和能力A23。

3)技術因素。主要考慮電能質量和用電量是否能滿足ELV的充電需求，設備利用率是否能降低車輛充電時間成本。選取電能質量和用電量A31、充電站設備利用率A32作為技術因素的評價指標。

4)規劃因素。充電站選址的定容規劃會受到路網、電網和城市整體規劃等限制，選取與城市規劃協調性A41作為規劃因素的評價指標。

1.2 指標體系設計

綜合考慮上述影響因素，從中選取了8項指標構建了充電站選址評價指標體系，如表1所示。

2 基于組合賦權法的電站選址評價模型

通過定性與定量相結合的分析，綜合AHP法、熵值法、最小二乘法進行權重組合優化，建立ELV充電站選址評價模型。

表1 充電站選址最優決策A評價指標體系

2.1 AHP法

AHP法是一種將與決策有關的元素分解成目標、準則、方案等層次權重決策的分析方法，既包含了專家對指標重要性的主觀判斷，又遵循了指標間的客觀關系[9]。具體步驟如下：

1)在考慮上、下層邏輯關系的基礎上，將每一個上層元素與下層元素之間進行兩兩判斷，并構造出判斷矩陣B=(bij)n×m。

(3)檢驗判斷矩陣的隨機一致性比例RC是否滿足RC<0.1，若滿足則通過一致性檢驗。RC=IC/IR，且IC=(λ1j-n)/(n-1)，其中，IC為一致性檢驗指標，IR為平均隨機一致性指標，n為判斷矩陣的階數。

4)利用同一層次單排序的結果，從上到下逐層進行排序。

2.2 熵值法

熵值法是根據各指標傳輸給決策者的信息量大小來確定權重的方法。如果評價指標的信息熵越小，則該指標提供的信息量越大，權重應該越高。具體步驟如下：

1)假設m為評價指標個數，n表示備選站址數量，xij是樣本i(i≤n)相對于評價屬性j(j≤m)的預設值，指標數據矩陣為X=(xij)n×m。

3)分別求解m個評價指標的條件熵Ej，并對其進行歸一化處理，得到關于各評價指標重要性的熵值e(dj)=(1/lnn)Ej。

2.3 最小二乘法

考慮到上述主觀與客觀賦權下的指標權值偏差越小越好，采用最小二乘法對權重進行綜合優化，構成組合賦權模型。

(1)

(2)

式中：Z(ω)為主客觀權重偏差；ωj為最小二乘法綜合優化后的組合權重。

2.4 求解流程

基于已建立的ELV充電站選址評價模型，對評價指標進行確定和量化分析。具體求解流程基于地市級進行配網投入產出綜合評價，并進行效益對比分析：

1)為便于比較，消除指標間的單位和量級差異的影響，對指標矩陣進行規范化處理。

2)進行組合賦權。通過AHP法和熵值法分別計算評價指標權值，采用最小二乘法進行綜合優化得出組合權重。

3)確定指標的隸屬度函數類型。參數間的函數關系可采用二次函數、指數函數以及對數函數等形式擬合分析。其中，三次函數的擬合程度最高，二次與三次函數的擬合程度相近。考慮到ELV充電站選址的評分關系的復雜性，采用二次函數y=a1x2+a2x+a3作為備選方案與評價指標的評分函數。其中，y為評價得分，x為評價指標值，a2、a1分別為一、二次項系數，a3為隨機誤差項。

4)計算備選方案評價得分。根據評分函數對各備選方案指標進行打分，并加權求出每層指標得分。按照評價指標組合權重得出城區內各備選站址的整體得分。

3 算例分析

3.1 基礎數據

為驗證所提模型的實用性，選取某市物流企業擬選ELV充電站址作為研究對象，對備選方案的實際指標數據進行綜合評價。基礎數據如表2所示。

表2 擬選方案評價指標基礎數據

3.2 算例求解與結果分析

基于建立的充電站選址評價指標體系，通過綜合賦權法計算權重系數，權值結果如表3所示。

表3 評價指標組合權重計算結果

由表3可知，交通便利度、服務半徑和能力、電能質量和用電量這3個指標的權重較大，土地資源利用所占權重最小，這與物流企業配送中心選址和ELV充電站選址所考慮的實際原則相一致。

對基礎數據進行無量綱化處理，基于組合權重計算結果，求得各評價指標值。根據確定評分函數曲線y=a1x2+a2x+a3的系數，計算充電站選址評價指標得分，計算結果如表4所示。

為分析比較各備選方案指標間的差異，采用雷達圖對備選方案評價得分進行進一步說明，如圖1所示。

表4 充電站選址評價指標得分(a1≈76; a2≈36; a3≈69)

圖1 備選方案評價得分

顯然，方案C的整體評價較為均衡，但各項指標得分普遍較低。方案A的物流服務半徑和能力、與城市規劃協調性兩項指標得分值相對較高，表明該方案將有效迎合城市規劃和滿足客戶服務需求，但建設成本較大。方案B雖在土地資源利用方面得分最低，但該方案建設成本少、投資回收期短、交通便利且年用電量最高，這說明方案B更能滿足企業利益需求。

4 結 語

針對ELV充電站設施選址評價問題，提出了一種基于組合賦權法的充電站選址評價模型。在充分考慮經濟、社會等4個因素的基礎上，從中選取了建設與運維成本、交通便利度等8項指標構建了評價指標體系。通過算例實證發現，科學合理的ELV充電站選址評價研究可以降低企業的建設成本，有效滿足客戶配送服務需求和城市規劃布局要求。算例結果驗證了所提出方法的有效性，為物流企業更好地進行ELV充電站選址評價提供了決策支撐。