電動汽車充電網絡規劃研究

馮海俊，林淑英，張璐達

（國網浙江嵊泗縣供電公司，浙江 舟山 202450）

0 引 言

結合目前的規劃發展需要與現實情況來看，電動汽車的數量不可避免地會進入一個快速增長的階段，當大量電動汽車集中充電時，電網會受到這部分充電負荷的較大影響，同時充電站的選址也關系到充電效率和經濟性問題。

相關研究利用蒙特卡洛法對電動汽車充電需求和出行時間進行了相關性分析，得出充電需求概率模型。在此基礎上，可進行相應的電動汽車充電站選址工作。國內外研究人員重點是從實際數據提取和建立模型預測兩方面來對充電站的選址進行優化。文獻[1]對實際的出租車GPS數據進行提取與加工，對相關所需部分進行分析，獲得具有時空屬性的充電需求，并建立相應的時空需求模型討論充電站最佳選址。文獻[2]提出了考慮流量的選址模型，以通過選址地的目標流量最大化為目標，構建流量捕獲選址模型。文獻[3]以滿足區域內電動汽車充電需求最大量和充電站服務半徑為條件，以目標年綜合費用最小為目標，基于變權Voronoi圖，采用混合離散粒子群算法，對充電站最優選址進行優化搜尋，提高了選址的準確性。有關研究從多個角度建立充電網絡多目標規劃，提高模型的實用性[4,5]。

本文從社會效率的角度建立了電動汽車充電站選址模型，充分考慮了充電消耗的總時間成本、充電站的固定投入成本和運維成本，并采用遺傳算法進行求解。

1 電動汽車充電站選址模型

因出租車本身特有的運營方式，時間成本的大小是影響出租車盈利多少的重要因素。電動出租車的載客運營時間越長，前往充電站充電、充電完成前往尋客的時間越短，所得盈利相應越多，此過程可以通過數學公式來表達。本模型以電動汽車充電站年總成本最低為目標，綜合考慮了充電站年固定投入與車輛充電時間行為成本，具體關系為：

式中，T代表充電行為總體時間消耗成本；Cc代表充電站年固定投入成本；Cv代表充電站年運維成本。

電動汽車充電站的數量選取是一項基本的工作，在實際情況中，電動汽車充電站的建設需要考慮的因素有很多。如充電站需要有足夠的地塊大小來安裝充電設施、供車輛停車等待，充電站建設用地的選擇還受到交通路網、居民出行、建設用地規劃的影響，不可能將充電站在每個點位都進行建設。在本文中，充電站數量選取的策略是根據區域內電動汽車充電功率總需求來進行規劃。在電動汽車總數量NEV，所選車型電池額定容量W已知的情況下，可計算得出區域內電動汽車充電需求的總量。再結合充電站最高容量限額Smax與最低容量限額Smin，可得充電站數量選取范圍為：

式中：Nmin為區域內電動汽車充電站最小規劃數；Nmax為區域內電動汽車充電站最大規劃數，充電站規劃數Nmin≤Nmax。

充電時間總體時間消耗成本由3個部分組成，分別為從當前位置前往充電站的時間成本，在充電站內等待與充電的時間成本，充電完成后從充電站到達首個搜尋乘客節點位置的時間成本。出租車駕駛員在日常運營過程中會綜合考慮上述3個時間成本的影響，選擇總體時間成本最小的運營路線。本文所建立的目標函數就是衡量前往充電站時間成本，在充電站內等待與充電、充電完成后從充電站到達首個搜尋乘客節點位置的時間成本的總和大小，給出相應最優解。目標函數為：

式中，A為交通節點的集合，i,j∈A；M為充電站位置節點的集合；Ni為從節點i到充電站節點的出租車數量；Pik為從交通節點i到充電站位置k進行充電的概率；tik為從交通節點i到充電站位置k的最短通行時間；tk1為電動汽車在充電站內等待與充電時間。

充電站固定成本由兩部分組成，分別為充電站年固定投入成本與年運維成本。年固定投入成本主要用于充電設施、輔助設備、土地購買與租賃等方面的投入，年運維成本由員工工資、設備維護費用等部分組成。

充電站年固定投入成本為：

式中，充電站配置的配變數量為ni；所配置的配變單位造價為a；充電站內充電樁數量為mi；充電樁單價為b；用于充電站基礎投資的費用為ci；貼現率為r0，設計運行年限為z。

運維成本包含員工工資、設備維護費用、設備折舊費用等，這些成本的影響因素的波動較大，通常無法找到統一的規律來進行準確的數學表達，可人為設定一個比例因子η來對年運維成本進行表達即：

2 基于遺傳算法的充電網絡規劃方法

遺傳算法可以處理較為復雜的約束條件，同時能夠對較難解的公式解題提供一個全新的思路，因此遺傳算法廣泛運用于現代復雜規劃問題。（1）可以作為遺傳算法的適應度函數，根據式（2）確定好充電站數量后，初始化隨機充電站的坐標，進行編碼后作為求解變量。

3 算例分析

以浙江某地區一地塊進行分析，在此區域內進行電動汽車充電站建設規劃。該區域路網如圖1所示，該區域有著62.5 m2的面積，72個路網節點。

圖1 規劃區路網

電動出租車型號選擇比亞迪E6，該車型的電池容量為60 kW·h，車輛平均行駛速度為30 km/h，充電站內每臺充電機的功率為120 kW，充電站最多安裝30臺充電機，最少安裝10臺充電機，充電機充電同時率為0.9，出租車司機的空駛時間成本為14.32元/小時，遺傳算法的迭代次數設置為100次，貼現率為0.08，設計運行年限為20年。

由式（2）可計算出，充電站最小規劃數Nmin=4，充電站最大規劃數Nmax=12。可得如圖2所示充電站年總成本與充電站數量的關系圖，當充電站規劃數為9 h時，年總成本最低。

圖2 充電站年總成本與充電站數量的關系

選擇9個坐標為電動汽車充電站的初始位置坐標，再通過遺傳算法，對上述坐標選址進行優化，所得優化后的充電站位置坐標位置如圖3所示。

圖3 優化后的充電站選址

從圖3選址位置可知，充電站位置分布較為均勻，沒有產生在某個區域內過于密集或過于稀疏的情況；充電站的位置更傾向于分布在車輛密度較大的區域，選擇在車輛密度較大的區域能增大充電站的服務覆蓋率，提升輻射范圍。

4 結 論

因出租車本身運營方式比較具有代表性，本文選擇電動出租車為研究對象。時間成本的大小是影響出租車盈利多少的重要因素，綜合考慮出租車時間成本與充電站建設、運營成本進行建模分析，利用遺傳算法最終得到模擬結果。實驗結果表明對電動汽車充電站進行科學的站址規劃可以有效降低用戶時間成本，減少對充電站的過分不必要投資，提高充電站利用率。