電動汽車充電站選址的多層次模糊綜合評估方法*

鞠 晨, 奚培鋒, 李亞楠

[1.上海聯聯睿科能源科技有限公司, 上海 200063;2.上海電器科學研究所(集團)有限公司, 上海 200063]

0 引 言

近年來,社會經濟快速發展,電動汽車作為一種優良的節能環保通行方式受到廣泛關注和應用,而電動汽車充電網絡的完善程度還遠不及燃油車加油站網絡布局。因此,里程焦慮和不合理的充電站布局仍然是阻礙電動汽車進一步普及的重要因素[1-5]。在這樣的背景下,如何去合理布局電動汽車充電站、提高投資收益等是一個非常重要的問題。專家學者針對充電站選址問題開展了一系列研究,如針對提升充電站選址服務效益、降低用戶充電成本和電網成本的充電站選址方法[6-11],考慮電動汽車用戶出行習慣和充電需求的充電站選址方法[12-16],以及考慮城市充電站整體布局規劃優化的充電站選址優化方法[17-21]。

雖然目前電動汽車充電站選址規劃已經有諸多研究工作與成果,但仍存在以下問題:① 沒有建立從供應與需求側出發的、準確完整的充電站選址體系;② 缺乏對實際充電需求的考慮,無法按需求大小匹配建站規模;③ 缺失周邊競爭情況分析,導致運營成本提高、獲客難度大等一系列不確定因素。針對以上問題,本文提出一種電動汽車充電站建站選址的多層次模糊綜合評估方法,從充電站選址目標區域網格內的充電樁供應情況出發,結合區域內的興趣點(POI)數據分析目標區域網格的潛在充電需求,綜合考慮目標區域內的充電設施的實際供應和當前充電需求現狀,建立多層次模糊評估模型,在上海市真實充電數據上進行算例,驗證了模型的可行性與有效性,為城市電動汽車充電站科學建站選址提供決策參考。

1 目標位置需求側評估

本文介紹一種電動汽車充電站建站選址的多層次模糊綜合評估方法,旨在研究區域內電動汽車充電站點的選址建站可行性,以及投建充電場站的充電樁規模,給出選址建站的綜合評估結果。首先,通過第三方地圖服務商API接口采集目標區域網格內的POI數據,通過標準化處理得到區域的POI數據集,對標準化的數據集進行模型化分析得出區域內潛在的充電需求大小。其次,依托公共充電樁大數據挖掘區域內目前已建公共直流快充槍密度和實際的單槍日均充電量大小,準確評估出區域內的現有充電需求及需求滿足情況。最后,將區域內潛在充電需求與實際的供應側快充充電樁建設數據及運營情況相結合,評估出區域內建設新充電站的可行性和可投建的充電樁數量規模,給出建站的綜合評估結果。

(1) 目標區域的服務范圍設定。先將上海全域地圖網格化劃分,單位網格為邊長500 m的正方形,每個單位網格的覆蓋面積為0.25 km2。選取目標區域所處的單位網格為中心點,從中心點往四周分別輻射四個網格,最終形成由81個邊長為500 m的正方形構成的總邊長為4.5 km的正方形,以此作為目標區域的服務覆蓋范圍,目標區域的覆蓋服務面積約為20.25 km2。明確了服務覆蓋范圍,為數據采集框定了范圍與界限,才能準確地反映目標區域的實際區位條件與當前建站情況。

依據目標區域的服務范圍,通過高德地圖API接口提取目標區域服務范圍內的POI數據。選取了對交通出行、充電需求具有較大吸引力的十項一級分類的POI數據,包含商務住宅、交通設施服務、購物服務、醫療保健服務、餐飲服務、道路附屬設施、住宿服務、科教文化服務、體育休閑服務、風景名勝。本實施方案中除選取高德地圖POI數據的10項一級分類外,還篩選出了其下設的67項二級分類數據,235項三級數據分類。

(2) POI數據綜合評分體系。將采集到的POI數據,依據一級分類的屬性,按照對交通需求吸引的大小差異,配比不同的權重值。POI類別權重如表1所示。商務住宅、交通設施服務、購物服務、醫療保健服務、餐飲服務權重配比均為0.15,這5類能帶來的潛在交通需求以及充電需求較大;道路附屬設施、住宿服務、科教文化服務、體育休閑服務、餐飲服務權重配比均為0.05,這5類能帶來的潛在交通需求以及充電需求次之。將采集到的POI數據進行歸一化處理,處理方法可定義為如下公式:

表1 POI類別權重

(1)

R值越高代表目標區域潛在充電需求越高。目標區塊POI模糊綜合評估評語集如表2所示。

表2 目標區塊POI模糊綜合評估評語集

(3) POI數據聚類分析。為了能挖掘POI數據特征,進一步采用K-means聚類算法,聚類算法將繁雜的POI分類數據用聚類的方法把具有相似特征的目標地塊聚合為同一簇類,每個地塊簇的POI數據特征相似,不在同一個地塊群集的地塊POI數據特征差異性大,結合地塊簇和POI綜合評分,為最終的建站策略提供分析依據。K-means的核心目標是將給定的數據集劃分成K個簇(K是超參數,可根據經驗值設定,根據聚類結果調整),并計算出每個樣本數據對應的中心點。具體計算方法分為3步。

② 各個樣本距離所屬簇中心點的誤差平方和,定義為模型的損失函數,具體如下:

(2)

式中:xi——第i個樣本點坐標;ci——xi所屬的簇;μci——簇對應的中心點;M——樣本總數。

③ 令t為迭代步數,t=0,1,2,…,重復如下過程直到J滿足收斂條件。

對于每一個樣本xi,將其分配到距離最近的中心:

(3)

對于每一類中心k,重新計算該類的中心:

(4)

通過K-means聚類分析后,選用了4類POI數據特征相似的地塊簇,即K=4。擬采用地理位置特征分別將4類地塊簇命名為熱點區域、高潛力區域、較低潛力區域、低潛力區域,記為Q值。POI數據聚類分析模糊綜合評估評語集如表3所示。

表3 POI數據聚類分析模糊綜合評估評語集

2 目標位置供應側評估

目標區域覆蓋服務范圍內競爭情況提取。本實施方案中依托接入上海市公共充電樁市級平臺的眾多運營商靜態數據,計算出目標區域服務范圍內的單位平方公里的公共直流充電槍數量,已投建運營的充電槍的數量多少代表了實際目標區域內的市場競爭強弱,記為U值。單位平方公里直流充電槍數量模糊綜合評估評語集如表4所示。單位平方公里大于30個直流槍代表區域內市場競爭強,單位平方公里直流槍10～30個代表競爭較強,單位平方公里直流槍為1～10個直流槍,代表競爭小,單位平方公里直流槍為0個代表空白區域沒有競爭。

表4 單位平方公里直流充電槍數量模糊綜合評估評語集

目標區域覆蓋范圍內實際充電需求現狀評估。依托接入上海市公共充電樁市級平臺的眾多運營商的充電訂單數據,選取近半年內滿足連續運營場站,并排除離群值。依據采集到的運營數據測算出目標區域服務范圍內直流充電槍的單槍日均充電量。單槍日均充電量能夠直接、準確地反映出單位充電槍的運營效率、實際的充電需求大小,是計算回本周期的關鍵指標之一。單槍日均充電量模糊綜合評估評語集如表5所示。

表5 單槍日均充電量模糊綜合評估評語集

站點直流充電槍的單槍功率為60 kW時,充電槍單槍日均充電量大于165 kW·h,代表充電場站運營效果良好,回本周期短,能夠拿到最高的充電站運營補貼,且如果時間利用率大于20%,那么代表站點部分時段存在充電排隊等待的情況,同時滿足兩個條件的目標地塊評級為A+。評為A+的地塊表示其周邊充電需求足夠且穩定,在這樣的地塊投建充電場站,不會給區域內已建成運營的充電場站帶來太大沖擊,進而造成惡性競爭。

單槍日均充電量介于130～165 kW·h之間,代表充電場站運營效果尚可,回本周期較短,區域內已建成運營的充電場站總體滿足現有充電需求,這類地塊評級為A。評為A級的地塊代表了充電需求尚可,但與A+級地塊有一定差距,在這樣的地塊投建充電場站,需要有一定的競爭力,如靈活的運營策略、良好的充電環境、配套設施齊全等。

單槍日均充電量介于90～130 kW·h,代表充電場站運營效果一般,整體回本周期較慢,這類地塊評級為B。評級為B級的地塊代表了區域內的充電需求較少,這類地塊暫時不建議投建新場站。

單槍日均充電量介于1～90 kW·h,代表充電場站運營效果較差,回本周期較長,這類地塊評級為C。評級為C級的地塊代表了充電需求極少,這類地塊暫時不建議投建新場站。

沒有公用場站或者沒有直流充電槍這類地塊評級為D。這類地塊屬于空白區域,還需結合POI數據的分析結果,判斷區域內是否有潛在可挖掘的充電需求,最終評估潛在需求大小是否值得投建充電場站,補充空白區域的充電資源,并制定建站策略。

將單槍日均充電量的評級結果記為E值。依據目標區域內的各項指標值計算綜合得分,綜合分值記為P。本發明中4項指標權重系數設為同一值,綜合分值計算公式如下:

P=0.25×R+0.25×Q+0.25×U+0.25×E

本發明綜合考慮目標區域的需求預估、實際直流充電槍密度以及最重要的實際產生的充電量大小,全面衡量綜合因素,最終得出目標區域是否合適建站以及可建站的規模大小。

3 算例分析

選取上海地區的585個目標點位作為基礎,繪制地圖,目標地塊地區分布圖如圖1所示。

圖1 目標地塊地區分布圖

確定這些目標地塊的服務范圍。所有目標地塊的服務范圍如圖2所示,每個藍色方塊代表1個地塊的服務范圍,也是之后數據選取的依據。

圖2 所有目標地塊的服務范圍

目標地塊的POI數據提取,共選取了10項一級分類,包含商務住宅、交通設施服務、購物服務、醫療保健服務、餐飲服務、道路附屬設施、住宿服務、科教文化服務、體育休閑服務、風景名勝。共查詢采集到10項一級分類,67項二級分類,235項三級分類,涵蓋了585個目標地塊服務范圍內的463 466條相關POI分類數據。

依據POI數據綜合評分標準,匯總所有地塊的評星結果,得知585個目標地塊中,5星地塊有62個,占比10.60%,4星地塊有227個,占比38.80%,3星地塊有134個,占比22.91%,2星地塊有101個,占比17.26%,1星地塊有61個,占比10.43%。通過綜合分析各星級占比,得知所有地塊的整體星級偏高,3星及3星以上的地塊數量占比70%以上,其中3星、4星地塊數量最多,占比約為總量的60%以上。

通過聚類分析的方法,將所有地塊進行聚類分析評估。各地塊POI數據聚類分析結果如圖3所示。擬采用地理位置特征分別將4類地塊簇命名為熱點區域、高潛力區域、較低潛力區域、低潛力區域。其中熱點區域的地塊集群,代表了周邊區域條件優越,各類POI眾多。高潛力區域的地塊簇代表了區域條件次優,屬于POI較多的地塊。較低潛力區域的地塊簇代表了區域資源配置等條件普通,POI較少的地塊。低潛力區域的地塊簇代表了目標區域的商業資源與住宅密度較小,為POI稀少的地塊。

圖3 各地塊POI數據聚類分析結果

目標地塊周邊競爭分析。經過測算,目標地塊服務范圍內每平方公里直流充電槍密度如圖4所示。所有目標地塊中,每平方公里直流充電槍數量大于30個的目標地塊有57個,占比全量的9.7%,這類地塊充電資源豐富,直流充電槍非常密集,市場競爭非常激烈;每平方公里10～30個直流充電槍的目標地塊有217個,占全量的37.1%,這類地塊充電資源相對較為豐富,直流充電槍較為密集,市場競爭激烈;每平方公里1～10個直流充電槍的目標地塊有265個,占比全量的45.3%,這類地塊數量最多,表現為充電資源較少,直流充電槍較為稀疏,市場競爭相對較小;每平方公里0個直流充電槍的目標地塊有46個,占比全量的7.9%,這類目標地塊服務范圍內沒有直流充電槍,直流快充資源匱乏,基本不存在市場競爭。

圖4 目標地塊服務范圍內每平方公里直流充電槍密度

目標地塊服務范圍內單槍日均充電量分布如圖5所示,585個目標地塊中A+類地塊有36個,占比全量的6.2%,A類地塊有60個,占比全量的10.3%,B類地塊有180個,占比全量的30.8%,C類地塊有224個,占比全量的38.3%,D類地塊有85個,占比全量的14.5%。最后結合需求側、供應側多角度、多層次的分析,最終得出每個目標地塊的建站策略。

圖5 目標地塊服務范圍內單槍日均充電量分布

4 結 語

本文采用層次分析法與模糊綜合評估法,綜合考慮潛在的需求預估與目標區域內實際建設現狀,引入了充電站服務范圍即目標區域,限定了充電站實際的服務范圍,構建了一個四層綜合評估模型,從供需兩個層面對選址地進行綜合評估,得出與目標區域實際情況相匹配的充電站投建策略,并在選址建站咨詢項目中驗證了方法的有效性。通過需求側與供應側的全方法評估與分析,能極大地降低了投資風險,縮短了投資回本周期,并且合理利用公共電力網絡資源,避免部分區域由于盲目建站導致有限的資源浪費。