黃小慶，楊 夯，肖 波，劉易珠，曹一家

（湖南大學(xué) 電氣與信息工程學(xué)院，湖南 長(zhǎng)沙 410082）

0 引言

發(fā)展電動(dòng)汽車產(chǎn)業(yè)是應(yīng)對(duì)化石能源枯竭以及環(huán)境污染日趨嚴(yán)重的有效解決途徑［1］。電動(dòng)汽車充電站是電動(dòng)汽車配套設(shè)施的重要組成部分。未來(lái)大規(guī)模電動(dòng)汽車的運(yùn)行勢(shì)必需要大量的電能供給場(chǎng)所提供支撐作用。目前對(duì)于電動(dòng)汽車充電站的研究主要集中在電動(dòng)汽車充電站規(guī)劃［2］、電動(dòng)汽車充電站負(fù)荷建模［3］、電動(dòng)汽車充電站自動(dòng)化管理［4］、電動(dòng)汽車充電站優(yōu)化控制［5］等方面，較少?gòu)碾妱?dòng)汽車充電站運(yùn)營(yíng)管理角度分析充電站的相關(guān)問(wèn)題。對(duì)于電動(dòng)汽車充電站運(yùn)營(yíng)機(jī)構(gòu)（如電網(wǎng)公司、第三方代理公司等）提升營(yíng)銷服務(wù)水平、增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，需要有效地評(píng)估充電站的運(yùn)營(yíng)狀況，保持充電站健康、高效運(yùn)行。電動(dòng)汽車充電站運(yùn)營(yíng)狀態(tài)評(píng)估是提升充電站營(yíng)銷服務(wù)水平的前提。目前應(yīng)用較多的綜合評(píng)估方法主要有基于模糊數(shù)學(xué)理論的方法［6］、基于概率統(tǒng)計(jì)學(xué)原理的方法［7］和基于人工智能算法［8］三大類。

電動(dòng)汽車充電站運(yùn)營(yíng)尚處于起步階段，還沒(méi)有相應(yīng)的國(guó)家或行業(yè)標(biāo)準(zhǔn)和政策指導(dǎo)。在此背景下，本文根據(jù)相關(guān)研究過(guò)程中獲取的資料及經(jīng)驗(yàn)，提出了一種充電站運(yùn)營(yíng)狀態(tài)評(píng)估的指標(biāo)體系?？紤]到電動(dòng)汽車充電站的運(yùn)營(yíng)狀況與客戶服務(wù)質(zhì)量有很大關(guān)系，在指標(biāo)體系中不僅考慮了充電站本身的運(yùn)行狀況，也考慮到客戶的服務(wù)滿意度，能更好地反映充電站的運(yùn)營(yíng)狀況。

由于客戶滿意度評(píng)價(jià)具有主觀性，多個(gè)客戶對(duì)多個(gè)充電站的評(píng)估問(wèn)題，屬于不確定多屬性群決策問(wèn)題。D-S證據(jù)理論在處理不確定性問(wèn)題上具有顯著的優(yōu)勢(shì)［9］。文獻(xiàn)［10］針對(duì)不同屬性下各方案的部分偏好集結(jié)問(wèn)題，將D-S證據(jù)理論與層次分析法（AHP）相結(jié)合，提出了DS/AHP。該方法能夠較好地處理不確定多屬性決策問(wèn)題，降低了主觀因素的影響，但是存在不足。由于AHP需要建立判斷矩陣，對(duì)于一個(gè)n階矩陣，僅建立判斷矩陣就要進(jìn)行n（n-1）/2次的兩兩元素的比較判斷，計(jì)算量較大；并且AHP的正確性是建立在判斷矩陣是一致矩陣的基礎(chǔ)上的，而在實(shí)際應(yīng)用中所建立的判斷矩陣往往都不是一致矩陣［11］。因此，本文利用結(jié)合D-S證據(jù)理論及G2法的DS/G2法對(duì)充電站的運(yùn)營(yíng)狀態(tài)進(jìn)行評(píng)估，與DS/AHP相比有較快的計(jì)算速度，更加適用于工程應(yīng)用。進(jìn)一步地，為了解決群決策過(guò)程中客戶之間意見(jiàn)沖突的問(wèn)題，對(duì)各客戶意見(jiàn)在評(píng)估過(guò)程中的權(quán)重進(jìn)行了優(yōu)化。

1 電動(dòng)汽車充電站運(yùn)營(yíng)狀態(tài)評(píng)估概述

1.1 充電站運(yùn)營(yíng)狀態(tài)評(píng)估問(wèn)題的描述

客戶在電動(dòng)汽車充電站運(yùn)營(yíng)狀態(tài)評(píng)估過(guò)程中，既要表達(dá)決策者（客戶）對(duì)不同決策對(duì)象（充電站）上不同屬性（指標(biāo)）的偏好信息，又要融合不確定情況下（如評(píng)價(jià)信息不完整）的評(píng)估結(jié)果。

設(shè)需要對(duì)P個(gè)充電站進(jìn)行運(yùn)營(yíng)狀態(tài)評(píng)估，記為C=｛c1，c2，…，cP｝；需要對(duì) M 個(gè)技術(shù)指標(biāo)進(jìn)行評(píng)價(jià)，記為 Z=｛z1，z2，…，zM｝；有 N 個(gè)客戶參與評(píng)估，記為 E=｛e1，e2，…，eN｝。 客戶 ek（k=1，2，…，N）用一個(gè)語(yǔ)言評(píng)價(jià)等級(jí)給出對(duì)充電站 ci（i=1，2，…，P）在指標(biāo) zj（j=1，2，…，M）下的語(yǔ)言評(píng)價(jià)值 yk（ci，zj）。 語(yǔ)言評(píng)價(jià)等級(jí)集合表示為Y=｛優(yōu)，良，中，合格，不合格｝。

1.2 充電站運(yùn)營(yíng)狀態(tài)評(píng)估指標(biāo)體系

由于目前針對(duì)電動(dòng)汽車充電站運(yùn)營(yíng)相關(guān)的國(guó)家或行業(yè)標(biāo)準(zhǔn)及規(guī)范較少，很多指標(biāo)沒(méi)有相關(guān)的規(guī)定。本文通過(guò)對(duì)現(xiàn)有電動(dòng)汽車充電站的調(diào)研并參考相關(guān)文獻(xiàn)資料［12-14］，從電動(dòng)汽車充電站的結(jié)構(gòu)、功能角度，分析影響充電站運(yùn)營(yíng)狀態(tài)的主要因素。將充電站運(yùn)營(yíng)狀態(tài)評(píng)估分成3個(gè)組成部分：可靠性、經(jīng)濟(jì)性及客戶滿意度。其中可靠性和經(jīng)濟(jì)性反映充電站本身的運(yùn)行狀態(tài)；客戶滿意度部分是充電站的營(yíng)銷服務(wù)指標(biāo)，反映客戶對(duì)充電站運(yùn)營(yíng)的評(píng)價(jià)。對(duì)于指標(biāo)的確定，遵循了全面性、真實(shí)性、可操作性、合理性、開(kāi)放性及可比較性等準(zhǔn)則。

可靠性指標(biāo)的二級(jí)指標(biāo)主要考慮了充電站的3個(gè)主要組成部分，即供電系統(tǒng)、充電系統(tǒng)及輔助用電系統(tǒng)的可靠性。供電系統(tǒng)中主要考慮了配電變壓器、配電線路及無(wú)功補(bǔ)償裝置可靠性；在充電系統(tǒng)中主要考慮了直流充電機(jī)、交流充電樁及電池更換裝置的可靠性；輔助用電系統(tǒng)中主要考慮了監(jiān)控、照明、計(jì)量、辦公等系統(tǒng)的可靠性。

經(jīng)濟(jì)性指標(biāo)的二級(jí)指標(biāo)主要考慮了投資收益率、電能質(zhì)量及能源利用率指標(biāo)。投資收益率指充電站投資收益占投資成本的比率，反映充電站建設(shè)運(yùn)營(yíng)的經(jīng)濟(jì)效益；電能質(zhì)量指標(biāo)包括電壓偏移、頻率偏移、三相不平衡及諧波污染等；能源利用率指標(biāo)指充電站的電能等能源的有效利用量占總的能源消耗的比率。

在客戶滿意度部分，將充換電等待時(shí)間、員工服務(wù)態(tài)度、收費(fèi)合理度及售后服務(wù)質(zhì)量作為考核指標(biāo)，反映用戶對(duì)充電站運(yùn)營(yíng)服務(wù)的評(píng)價(jià)。具有3個(gè)層次的電動(dòng)汽車充電站運(yùn)營(yíng)狀態(tài)評(píng)估指標(biāo)體系如圖1所示。該體系包含1個(gè)目標(biāo)層即運(yùn)營(yíng)狀態(tài)評(píng)估，3個(gè)準(zhǔn)則層即可靠性、經(jīng)濟(jì)性和客戶滿意度，以及因素層10個(gè)指標(biāo)。該指標(biāo)體系能夠較真實(shí)、全面地反映電動(dòng)汽車充電站的運(yùn)營(yíng)水平。

圖1 充電站運(yùn)營(yíng)狀態(tài)評(píng)估指標(biāo)體系Fig.1 Index system of operating state evaluation for charging station

對(duì)于指標(biāo)體系中各個(gè)指標(biāo)的具體評(píng)價(jià)方法，限于篇幅，本文未詳細(xì)說(shuō)明。針對(duì)充電站中各個(gè)指標(biāo)的狀態(tài)評(píng)價(jià)，可以借鑒現(xiàn)有研究的一些成果，例如對(duì)于充電站供電系統(tǒng)的可靠性評(píng)價(jià)，可以參考牽引供電系統(tǒng)可靠性研究的一些成果［15-16］進(jìn)行計(jì)算和評(píng)價(jià)。

1.3 充電站運(yùn)營(yíng)狀態(tài)評(píng)估流程

充電站運(yùn)營(yíng)狀態(tài)評(píng)估的流程如圖2所示。具體步驟描述如下：

圖2 充電站運(yùn)營(yíng)狀態(tài)評(píng)估流程圖Fig.2 Flowchart of operating state evaluation for charging station

a.客戶對(duì)各充電站的客戶滿意度指標(biāo)進(jìn)行評(píng)價(jià)；

b.通過(guò)充電站狀態(tài)監(jiān)測(cè)系統(tǒng)，獲取充電站運(yùn)行狀況；

c.基于DS/G2法合成單個(gè)客戶對(duì)所有充電站所有運(yùn)營(yíng)狀態(tài)評(píng)估指標(biāo)的評(píng)價(jià)結(jié)果的量化值；

d.對(duì)多個(gè)客戶的評(píng)估結(jié)果進(jìn)行權(quán)重優(yōu)化；

e.運(yùn)用D-S證據(jù)理論的合成規(guī)則合成多個(gè)客戶的評(píng)價(jià)結(jié)果的量化值，得到所有充電站整體評(píng)估結(jié)果的優(yōu)劣比較。

2 基于DS/G2法的充電站個(gè)體評(píng)估

2.1 D-S證據(jù)理論的基本概念

D-S證據(jù)理論是一種廣義的貝葉斯推理方法。其基本思想是：將證據(jù)集合劃分成多個(gè)不相關(guān)的部分，然后基于證據(jù)合成規(guī)則，用一個(gè)抽象證據(jù)聚焦多個(gè)具體證據(jù)的共同支持點(diǎn)。證據(jù)理論已經(jīng)逐步發(fā)展為一種重要的不確定性推理方法。

在D-S證據(jù)理論中，定義人們所認(rèn)識(shí)到的可能結(jié)果的集合為識(shí)別框架，用Θ表示；將Θ內(nèi)任意子集稱為一個(gè)焦元，用β表示；對(duì)Θ內(nèi)任意β的精確信任程度用基本概率分配函數(shù)m（β）表示。對(duì)于D-S證據(jù)理論的詳細(xì)內(nèi)容可參考文獻(xiàn)［17］。

2.2 G2法的基本概念

設(shè)客戶在評(píng)價(jià)指標(biāo)集｛zi｝（i=1，2，…，M）中挑選出他認(rèn)為最（不）重要的一個(gè)指標(biāo)作為唯一參照物，記為 ziM。 將 M 個(gè)指標(biāo) z1、z2、…、zM重新標(biāo)記為 zi1、zi2、…、ziM，其中 zit為｛zi｝中的某一個(gè)指標(biāo)。

設(shè)客戶根據(jù)有關(guān)信息對(duì)評(píng)價(jià)指標(biāo)zit與指標(biāo)ziM關(guān)于某準(zhǔn)則的重要性程度之比rtM做出理性判斷［11］，即令：

其中，at＞0；aM=1。

當(dāng)at賦值準(zhǔn)確時(shí)，評(píng)價(jià)指標(biāo)zit的權(quán)重系數(shù)xt為：

2.3 基于DS/G2法的單個(gè)客戶評(píng)估過(guò)程

客戶 ei（i=1，2，…，N）根據(jù)指標(biāo) z1、z2、…、zM對(duì)充電站 c1、c2、…、cP做出偏好判斷。

DS/G2法應(yīng)用的基本步驟如下。

a.用G2法確定評(píng)估指標(biāo)的權(quán)重。

b.將客戶對(duì)所有充電站運(yùn)營(yíng)狀態(tài)評(píng)估指標(biāo)的可能評(píng)價(jià)結(jié)果的集合作為識(shí)別框架專。

c.將不同指標(biāo)下的決策與識(shí)別框架專進(jìn)行比較，并按表1給出的語(yǔ)言評(píng)價(jià)等級(jí)進(jìn)行評(píng)價(jià)。語(yǔ)言評(píng)價(jià)等級(jí)的量化值采用兩級(jí)比例法［18］并參考文獻(xiàn)［10］確定。

表1 語(yǔ)言評(píng)價(jià)等級(jí)及量化值Table 1 Levels of linguistic assessment and corresponding quantified evaluations

d.令βk表示客戶ei在指標(biāo)zj下的第k個(gè)決策（即焦元），βk由｛c1，c2，…，cP｝及其子集構(gòu)成，用 n 表示焦元的數(shù)量。bk表示βk與識(shí)別框架專比較的評(píng)價(jià)等級(jí)量化值的歸一化值，如表1所示。qij表示客戶ei下指標(biāo)zj的權(quán)重，由G2法求得。

根據(jù)G2法，將識(shí)別框架專選為唯一參照物，令at=bkqij，代入式（2），將求得的值作為客戶 ei對(duì)指標(biāo)zj各個(gè)決策（即焦元）的基本概率分配函數(shù)值：

若客戶對(duì)某指標(biāo)未給出評(píng)價(jià)等級(jí)信息，則將未知信息歸入專中，焦元專的基本概率分配函數(shù)值：

e.將不同指標(biāo)下的評(píng)估信息視為相互獨(dú)立的證據(jù)，對(duì)不同指標(biāo)下焦元的基本概率分配函數(shù)用Dempster規(guī)則合成［17］，得到一個(gè)客戶在綜合指標(biāo)下的基本概率分配函數(shù)。合成公式為：

其中，要求k滿足：

對(duì)于多個(gè)證據(jù)的合成，合成順序不受影響。

通過(guò)上述方法，即可完成單個(gè)客戶對(duì)各個(gè)充電站的運(yùn)營(yíng)狀態(tài)評(píng)估。

3 電動(dòng)汽車充電站整體運(yùn)營(yíng)狀態(tài)評(píng)估

在上節(jié)介紹單個(gè)客戶對(duì)各充電站運(yùn)營(yíng)狀態(tài)評(píng)估過(guò)程后，本節(jié)介紹融合各個(gè)客戶意見(jiàn)的充電站整體運(yùn)營(yíng)狀態(tài)評(píng)估。

3.1 充電站整體運(yùn)營(yíng)狀態(tài)評(píng)估流程

在對(duì)多個(gè)客戶的評(píng)估信息（即各焦元的基本概率分配函數(shù)）賦予權(quán)重之后，再利用式（6）所列的D-S證據(jù)合成規(guī)則進(jìn)行合成，就可得到綜合所有客戶意見(jiàn)及各個(gè)充電站所有指標(biāo)的評(píng)價(jià)結(jié)果；最后，引入D-S證據(jù)理論中信任區(qū)間［19］的概念對(duì)各充電站的運(yùn)營(yíng)水平進(jìn)行優(yōu)劣比較。

3.2 客戶評(píng)價(jià)沖突的度量

由于客戶之間在知識(shí)范疇、工作領(lǐng)域和判斷方法等方面存在差異，可能導(dǎo)致客戶在進(jìn)行評(píng)價(jià)過(guò)程中產(chǎn)生不一致的甚至相悖的評(píng)估結(jié)果，導(dǎo)致整體的評(píng)估結(jié)果受到很大的影響。因此需要解決客戶之間評(píng)價(jià)結(jié)果的一致性問(wèn)題。本文利用沖突度分析法［19］來(lái)反映客戶之間意見(jiàn)的沖突程度。

定義任意2個(gè)客戶ei和ej之間的沖突度kij為：

沖突度向量表示為：

其中，βk和βl分別為客戶ei和ej在單一客戶評(píng)估結(jié)果中的焦元。

從該沖突度的定義可以看出，證據(jù)合成過(guò)程中相互獨(dú)立的焦元之間才會(huì)產(chǎn)生沖突。相互獨(dú)立焦元的基本概率分配函數(shù)值越大，證據(jù)間的沖突程度越大。

綜合單個(gè)客戶與其他客戶間的沖突度，得到衡量單個(gè)客戶與群體間評(píng)價(jià)沖突程度的沖突度指數(shù)向量為：

其中，f為 OWA 算子［20］；ωj為與 f相關(guān)聯(lián)的加權(quán)向量ω（即下文中的位置權(quán)向量）的第j個(gè)元素；bij為集合中第 j大的元素。

3.3 多客戶評(píng)價(jià)結(jié)果融合的權(quán)重優(yōu)化

多個(gè)客戶的評(píng)價(jià)結(jié)果沖突時(shí)，應(yīng)該遵循“少數(shù)服從多數(shù)”的原則，才能得到較為準(zhǔn)確的整體評(píng)價(jià)結(jié)果。因此，賦予沖突度指數(shù)較大的客戶評(píng)價(jià)結(jié)果較小的權(quán)重，而賦予沖突度指數(shù)較小的評(píng)價(jià)結(jié)果較大的權(quán)重。

基于這種思想，引入位置權(quán)向量ω作為式（12）中的加權(quán)向量來(lái)體現(xiàn)采納大多數(shù)人意見(jiàn)的群組評(píng)價(jià)思想，計(jì)算公式如下：

設(shè) ωmax=max｛ω1，ω2，…，ωN｝，得相對(duì)權(quán)重向量ω*=（ω1，ω2，…，ωN）/ωmax；進(jìn)而得到證據(jù)的基本概率分配值的“折扣率” αi=ωi/ωmax（i=1，2，…，N）。 利用折扣率調(diào)整客戶的基本概率分配值：

根據(jù)客戶ei的沖突度指數(shù)φi的大小，將折扣率最小的值賦予沖突度指數(shù)最大的客戶，依此類推。

3.4 充電站整體運(yùn)營(yíng)狀態(tài)評(píng)估方法

在對(duì)評(píng)價(jià)結(jié)果的分析過(guò)程中，引入D-S證據(jù)理論中信任區(qū)間的概念來(lái)進(jìn)行優(yōu)劣比較。［Bel（ci），Pls（ci）］表示認(rèn)可充電站ci的運(yùn)營(yíng)水平的信任區(qū)間，其中，Bel（ci）、Pls（ci）分別稱為信度函數(shù)和似真函數(shù)。 其定義分別為：

由定義可以看出，信度函數(shù)Bel（ci）反映了證據(jù)支持充電站ci運(yùn)營(yíng)水平的精確信度的總和；似真函數(shù)Pls（ci）反映了證據(jù)不否定充電站ci的運(yùn)營(yíng)水平的信度總和。

對(duì)于充電站集合｛c1，c2，…，cP｝中任意 2 個(gè)充電站 ci、cj，設(shè)其信任區(qū)間分別為［Bel（ci），Pls（ci）］和［Bel（cj），Pls（cj）］，則充電站 ci優(yōu)于充電站 cj的程度表示為式（19）。

其中，P（ci＞cj）?［0，1］。

當(dāng) P（ci＞cj）＞0.5 時(shí)，表示充電站 ci的運(yùn)營(yíng)水平優(yōu)于充電站 cj；當(dāng) P（ci＞cj）＜0.5 時(shí)，表示充電站 cj的運(yùn)營(yíng)水平優(yōu)于充電站 ci；當(dāng) P（ci＞cj）=0.5 時(shí)，表示充電站ci與充電站cj的運(yùn)營(yíng)水平相當(dāng)。

4 算例分析

利用本文所提出的電動(dòng)汽車充電站運(yùn)營(yíng)狀態(tài)評(píng)估方法，以3位客戶對(duì)4個(gè)電動(dòng)汽車充電站10項(xiàng)運(yùn)營(yíng)狀態(tài)指標(biāo)的語(yǔ)言評(píng)價(jià)信息及充電站運(yùn)行狀態(tài)為基礎(chǔ)，進(jìn)行綜合運(yùn)營(yíng)狀態(tài)評(píng)估。

客戶的語(yǔ)言評(píng)價(jià)信息及充電站運(yùn)行狀態(tài)如表2所示。從該表可以看出，客戶對(duì)各個(gè)充電站的運(yùn)營(yíng)狀態(tài)指標(biāo)的評(píng)價(jià)結(jié)果不盡相同，部分指標(biāo)評(píng)價(jià)結(jié)果差距很大；而且有部分指標(biāo)沒(méi)有給出評(píng)價(jià)信息。

表2 客戶語(yǔ)言評(píng)價(jià)信息及充電站設(shè)備運(yùn)行狀態(tài)等級(jí)Table 2 Information of customers’linguistic assessment and operating state levels of charging station equipment

首先由客戶利用G2法確定各指標(biāo)的權(quán)重，3位客戶確定的權(quán)重如表3所示；然后以客戶e1為例介紹客戶對(duì)4個(gè)充電站的運(yùn)營(yíng)狀態(tài)評(píng)估過(guò)程。

由表2，客戶e1評(píng)價(jià)時(shí)，4個(gè)充電站“供電系統(tǒng)”可靠性分別為 2 個(gè)“優(yōu)”、1 個(gè)“良”、1 個(gè)“中”的評(píng)價(jià)。根據(jù)式（4）、（5）將相同評(píng)價(jià)結(jié)果的充電站歸入一個(gè)焦元 βk，得到：

同理，可以得到客戶e1評(píng)價(jià)時(shí)其他指標(biāo)評(píng)價(jià)情況下焦元的基本概率分配函數(shù)值。然后將10個(gè)指標(biāo)下的焦元的基本概率分配函數(shù)用式（6）進(jìn)行合成。合成后的結(jié)果為：

表3 客戶對(duì)電動(dòng)汽車充電站運(yùn)營(yíng)狀態(tài)評(píng)估指標(biāo)的權(quán)重Table 3 Weights of customers’evaluations for different operating state indexes of EV charging station

同樣地對(duì)于客戶e2、e3計(jì)算方法相同，限于篇幅，本文不再羅列。

根據(jù)3位客戶評(píng)價(jià)時(shí)的評(píng)估信息（即上文合成得到的基本概率分配函數(shù)值），利用式（8）、（9）計(jì)算客戶間的沖突度向量得到：

進(jìn)而根據(jù)式（10）—（12）得到?jīng)_突度指數(shù)向量為：

由此可知，客戶e3與整體的評(píng)估結(jié)果沖突最大，客戶e2與整體的評(píng)估結(jié)果一致度最高。分別對(duì)3位客戶的評(píng)估結(jié)果進(jìn)行權(quán)重優(yōu)化，權(quán)重向量及折扣率由式（13）—（16）計(jì)算得，結(jié)果如表4所示。

表4 各客戶評(píng)價(jià)結(jié)果的權(quán)重優(yōu)化Table 4 Optimized weights of customers’evaluations

對(duì)賦權(quán)重后的3位客戶的評(píng)估結(jié)果再次運(yùn)用式（6）進(jìn)行合成，得到充電站運(yùn)營(yíng)狀態(tài)的整體評(píng)估結(jié)果。運(yùn)用式（17）、（18），求得各充電站信任區(qū)間分別是：c1為［0.067 8，0.634 1］，c2為［0.078 1，0.668 8］，c3為［0.0809，0.6572］，c4為［0.0966，0.6697］。 運(yùn)用式（19）對(duì)各充電站進(jìn)行優(yōu)劣比較，得到比較結(jié)果為：

由此可以得到，充電站c4最優(yōu)，充電站c2、c3次之，充電站c1最差。應(yīng)當(dāng)以充電站c4明顯趨優(yōu)的指標(biāo)為標(biāo)準(zhǔn)對(duì)充電站c1、c2、c3進(jìn)行運(yùn)營(yíng)優(yōu)化，以提高充電站的運(yùn)營(yíng)水平。

5 結(jié)論

為指導(dǎo)電動(dòng)汽車充電站營(yíng)銷服務(wù)，本文提出了一種考慮客戶滿意度的充電站運(yùn)營(yíng)狀態(tài)評(píng)估方法。算例分析表明，該方法不僅能夠?qū)Χ鄠€(gè)充電站運(yùn)營(yíng)狀態(tài)的各個(gè)指標(biāo)進(jìn)行快速評(píng)估，并且在評(píng)價(jià)信息不完整的情況下較好地融合多個(gè)客戶的評(píng)價(jià)意見(jiàn)，得到一個(gè)可信度高的綜合評(píng)估結(jié)果。該方法具有一定的實(shí)際應(yīng)用價(jià)值。在充電站的服務(wù)網(wǎng)絡(luò)中，不同的充電站其運(yùn)營(yíng)水平具有差異。無(wú)論從充電站運(yùn)營(yíng)方、客戶還是電網(wǎng)公司的角度，通過(guò)對(duì)充電站的運(yùn)營(yíng)狀態(tài)進(jìn)行綜合評(píng)估，對(duì)于為充電站運(yùn)營(yíng)方提供決策指導(dǎo)、提高客戶服務(wù)質(zhì)量、減小對(duì)電網(wǎng)的沖擊等都具有重要意義。隨著電動(dòng)汽車產(chǎn)業(yè)的發(fā)展，充電站的運(yùn)營(yíng)狀態(tài)評(píng)估指標(biāo)及評(píng)估標(biāo)準(zhǔn)還需根據(jù)國(guó)家后續(xù)出臺(tái)的相關(guān)標(biāo)準(zhǔn)和政策進(jìn)行相應(yīng)的調(diào)整及優(yōu)化。