基于供-需關系的成熟街區交通工具充電點規劃研究

摘" 要：為了提高景區電動自行車利用率、經濟性，降低該片區配電的峰谷差，文章提出一種基于供-需關系與區域負荷峰谷差的成熟街區交通工具充電點規劃法。該方法首先考慮到片區演化的進程，利用Empire colonization算法對Disney規劃算法進行改進;其次，有針對地進行充電點配置，并考慮相應電力負荷區域的峰谷差情況，合理的優化各充電點的分布位置與規模，以達到盡可能適配負荷峰、谷差的需求。仿真結果顯示，文章算法可降低區域負荷峰、谷差達61.2%，明顯優于文章用于對比的其他算法，具備現實意義與推廣性。

關鍵詞：電動自行車;Disney規劃;帝國殖民;配電峰谷差;充電點優化;經濟性

中圖分類號：TM74" " " " 文獻標志碼：A" " " " "文章編號：2095-2945（2021）13-0060-05

Abstract： In order to improve the utilization rate and economy of electric bicycles in the scenic area， and reduce the peak-to-valley difference of power distribution in the area， this paper proposes a mature street transportation charging point planning method based on the supply-demand relationship. This method first considers the evolution of the area and uses the Empire colonization algorithm to improve the Disney planning algorithm; secondly， the charging point configuration is targeted， and the peak-to-valley difference of power distribution is considered， and the charging point is reasonably optimized， so as to meet the requirements of adapting load peaks and valleys as much as possible. The simulation results show that the algorithm in this paper can reduce the regional load peak and valley difference by 61.2%， which is significantly better than other algorithms used in this paper for comparison， and has practical significance and value of popularization.

Keywords： electric bicycles; Disney planning; empire colonization; peak-to-valley difference of power distribution; optimization of charging points; economic efficiency

以古城或其他已規劃完全區域為基礎發展的片區，如景區等，出于對交通安全、環保以及占地面積等問題的考慮，往往嚴禁在相應區域內使用各種動力的四輪交通工具[1]。但這類區域往往占地面積大，道路系統復雜，步行難以滿足多數行人的需求[1]。對此，部分區域通過引入電單車來解決這一問題。

目前的電單車多采用蓄電池作為動力源，在夜間等時間段存在閑置導致了資源浪費。因此，將電單車蓄電池作為分散在全區域的分布式微型儲能站，對于調節區域用電負荷、削峰填谷有積極作用，能有效提高周邊電力網絡的穩定程度[2-3]。

就儲能站而言，充電點位置對于其發揮削峰填谷作用并沒有本質上的影響，但對于代步效率影響巨大。為兼顧充電點與儲能站的作用，合理規劃充電點分布情況有其必要性。對此，本文提出基于供-需關系的成熟街區交通工具充電點規劃法，該方法首先利用Disney規劃算法[4-6]基于區域內行人流量數據對區域內人流聚集情況進行模擬和初步規劃。在此基礎上，引入Empire colonization算法[7]對規劃方式進行改進，通過“同化”“反轉”“合并”過程模擬古城演化，進而確定主、輔充電點的位置與規模。最終，基于區域用電負荷數據，引入充電點輻射能力的概念，以實現對該片區充電點分布的推演與規劃，并合理配置充電點。

1 基于片區發展的規劃算法

1.1 Disney-Geluopeisi規劃法

Disney設計師Geluopeisi根據游客在草坪上自由行走導致的路徑設置人行道，并根據路徑寬度劃分主、輔道[8]。該方法根據人類行為趨勢，兼顧個體與群體的概念，強化二者出現利益共同點（行人多-路寬）和沖突（行人少-路窄）導致的結果，以此為最優解設置建設標準[8]。

本文基于這一方法，根據共享電單車在不同停車點的停放總時間作為區分利益共同點和沖突的衡量標尺，對西南某古城的充電點進行規劃。

定義？子、？籽、M分別指代停車點、殘留率、使用頻次，在停車點投入使用初期，其規模設置為[9]：

？子（0）=？子max。 （1）

第一次投入使用后，后續行人可根據前次使用者停放電單車的情況自行判斷停車，由于從眾心理，本文認為前次停車量大的區域吸引二次停車的概率更高，經N次發展后，停車點規模可表示為：

式中：Δτ為另一個停車點。

利用公式（2）計算得到的主充電點和輔充電點位置與數量。設ai、bj分別為主充電點、輔充電點數量，則基于主充電點充電樁的電能Pi和輔充電點充電樁的電能Qi的古城片區電動車規劃模型OT可表示為：

式中：pi、qj分別為主、輔充電點的電單車數量，ti、tj分別為主、輔充電點充電時間。

僅以此模型模擬行人行為，會忽略景區不同片區發展導致的人流密集情況變化，導致后期充電樁使用率不均，供需失調。同時，該模型忽略電力峰、谷差的問題，影響該片區電單車經濟性。為此，本文通過Empire colonization算法[9]對Disney-Geluopeisi規劃法進行改進，以達到適應人流變化和實現電力負荷削峰填谷的目的。

1.2 Empire colonization算法改進Disney規劃法

Empire colonization算法以群體隨機優化搜索為方針，通過初始化帝國、帝國同化反轉、帝國競爭、帝國合并四個步驟實現全局優化。本文利用帝國同化反轉和競爭的思想模擬因人流變化導致主、輔充電點角色轉變的過程，并將該過程分為充電點“擴增同化”、充電點“競爭”和充電點“滅亡”三部分[9-10]。

帝國競爭在古城的同化過程即景區內特定區域對行人吸引力的增大，從而帶動周邊地區的人流量增加。設該片區同化進程為A，不同區的同化擴增距離x和同化方向θ如下：

式中：β為差分進化系數，d為不同片區之間的距離，0lt;γlt;π為同化方向。

將某人流量有限區域因出現增長點導致人流量增加，或該片區存在較大負荷峰、谷差，需要通過電單車蓄電池發揮削峰填谷作用的情形描述為競爭過程B，原先的輔充電點將和主充電點關系將形成轉化關系，主、輔角色互換：

式中：impn是第n個充電樁，T.C.n為配置第n個充電樁后的充電點輻射范圍，0lt;？孜lt;1決定新的吸引點對整個古城發展的影響程度。

而一旦某些片區因缺乏吸引力導致人流量不斷減低，甚至歸零時，該片區的主、輔充電點將處于滅亡階段[11]。設該片區滅亡過程為C，則利用Empire colonization算法改進后的Disney-Geluopeisi規劃法如下：

（6）

（8）

1.3 基于約束的改進Empire colonization-Disney規劃法

與此同時，為了降低電力負荷峰谷差，本模型將需要調節的負荷峰、谷差作為約束條件，設E′為峰谷差，則峰谷差較大片區的主充電點規劃為1+m個主充電點，公式（6）將修改為：

（9）

式中：E為該片區的設計容量。

加入約束條件與采用Empire colonization算法改進后，相比Disney規劃法，本文方法更多的將特定區域因外部因素變化導致的區域變化納入模型進化更迭中，貼合實際情況。

2 模擬仿真與成果分析

本文模擬對象，即古城的電力潮流情況如圖1所示。10kV變電站容量為1.25MW，電單車電池滿電量為1.3kW·h，單個充電樁充電功率為1.1kW，主充電點配置的充電樁數為30，輔充電點配置的充電樁數為10。根據古城開放時間段與人流量的關系，設置電單車向配網反向充電時間為09：00～22：00，配網于22：00～09：00（次日）向電單車充電。

圖2分別展示了該區域負荷峰谷差最大與最小的10kV變壓器一周內的負荷-時間曲線。如圖2（2）可知，該變壓器谷值出現在周三03：00～04：00，為0.778MW，而峰值出現于同日15：00～16：00，為1.131MW，峰谷差最大達到0.353MW。

以圖2（2）號10kV變壓器服務的負荷片區進行仿真分析。根據第1章描述的算法，分別采用Disney規劃法、Empire colonization-Disney規劃法，以及本文改進Empire colonization-Disney規劃法對該片區仿真，得到的主、輔充電點數如表1所示。

結合圖3所示古城旅游服務中心提供的該片區主、輔停車點各時段的電單車平均使用率，本文制訂如下電單車用途策略：配置如圖4電單車使用率比例的電單車量供行人使用，剩余的閑置車輛按20%留待可能出現的行人需求，80%則用于反向供電網功能。

基于上述投用、備用與充電的策略，本文可達到如下效果。在得知如表2所示電單車充電功率的基礎上，經過Disney規劃法、Empire colonization-Disney規劃法和本文改進Empire colonization-Disney規劃法的電單車充放電仿真結果如圖4所示，圖5為各方案下充電樁對區域負荷削峰填谷的效果。從圖5可知，本文方法規劃的充電樁在白天通過電單車反向充電的方式對配網進行補電，負荷峰值由原來的1.131MW降為1.115MW，而夜間通過配網向電單車從主網下電的方式將原來的谷值由原來的0.778MW升為0.978kW，峰谷差由原來的0.353MW降為0.137MW，相比于Disney規劃法的0.207MW、Empire colonization-Disney規劃法的0.169MW與現狀的0.189MW相比，本文改進Empire colonization-Disney規劃法削峰填谷能力明顯更優。

此外，考慮到南方因極寒天氣頻繁出現電力超負荷的情況，該充電點還可以作為應急電源以供斷電情況下使用。在此情況下，電單車全部停止使用，假設電池電量為滿值，此時不同規劃方式下電池供電能力如表2所示。此時，電單車儲能電池可提供的應急供電時長如圖6所示，本文規劃的應急供電平均時間為6.05min，明顯比Disney規劃法的4.15min、實際情況的4.67min、Empire colonization-Disney規劃法的5.16min時間更長。故本文規劃模型不僅能改善片區峰、谷差較大的情況，而且作為應急電源可提高該片區供電的可靠性。

3 結論

對土地分配已經形成成熟規劃的片區，電單車集中停放區域的按需規劃對于引導行人流動、輻射周邊配電網和削峰填谷穩定負荷有重要的意義。為了探索新式充電點-儲能站方案的效果，本文提出使用Empire colonization算法改進Disney規劃算法，基于區域人流量數據與用電負荷數據，模擬城區發展并獲取人流聚集情況，以此為基礎規劃充電點分布位置與規模。同時引入充電點輻射能力這一概念作為約束，進一步優化算法以貼合實際情況。

根據模擬結果可發現，在配置一定數量的電單車及配套設施后，景區采用本文改進規劃算法模擬的結果，可以減小相應區域的電力負荷峰、谷差值達61.2%，優于Empire colonization-Disney規劃法、實際情況和Disney規劃法的52.1%、46.5%與41.4%，調節負荷效果明顯。同時，通過將儲能電池作為特殊情況下的供電電源，該儲能站還能起到短時向重要負荷供電的作用。總體而言，本文所推薦的方案具備較強實際推廣意義。

參考文獻：

[1]張端鴻，史一煒，馮冬涵，等.含多類型充電設施的城市電動汽車充電站群協同規劃方法[J].電測與儀表，2020，57（20）：60-66+80.

[2]汪天允，張浩.基于人工魚群算法的電動汽車優化充電策略[J/OL].電測與儀表：1-6[2021-01-22].http：//kns.cnki.net/kcms/detail/23.1202.th.20210118.0959.002.html.

[3]陳曉江，葉運球，蔣道環，等.基于邊緣計算技術的智能集中器多元負荷管理設計[J/OL].電測與儀表：1-18[2021-01-22].http：//kns.cnki.net/kcms/detail/23.1202.th.20210115.1230.008.html.

[4]閆海濤.迪士尼產業化運營的成功之道[J].傳媒，2020（15）：48-50.

[5]左晶晶，唐蕙沁.智慧旅游建設對游客滿意度的影響——基于上海迪士尼樂園的研究[J].消費經濟，2020，36（5）：79-89.

[6]查曉莉，徐雨晨，陸林，等.上海迪士尼國內旅游流地理分布與流動特征[J].旅游學刊，2019，34（6）：58-73.

[7]鄒晨露，崔雪，周斌，等.低碳環境下計及柔性負荷和電鍋爐的電熱聯合系統優化調度[J].電測與儀表，2019，56（18）：34-40+56.

[8]周聰惠，鄭振婷，束蕓.美國境外迪士尼樂園規劃特征比較分析[J].規劃師，2016，32（8）：136-140.

[9]雷德明，操三強，李明.求解約束優化問題的新型帝國競爭算法[J].控制與決策，2019，34（8）：1663-1671.

[10]李明，雷德明.基于新型帝國競爭算法的高維多目標柔性作業車間調度[J].控制理論與應用，2019，36（6）：893-901.

[11]廖宇飛，楊耿杰，高偉，等.基于AD-CNN算法的配電網內部過電壓識別技術[J].高電壓技術，2019，45（10）：3182-3191.