姚 龍

(華北電力大學(xué) 經(jīng)濟(jì)管理學(xué)院，河北 保定 071000)

基于層次分析法和模糊評(píng)價(jià)法的電動(dòng)汽車充電站選址研究

姚 龍

(華北電力大學(xué) 經(jīng)濟(jì)管理學(xué)院，河北 保定 071000)

針對(duì)當(dāng)今電動(dòng)汽車充電站選址采用的方法存在考慮因素的不完整性，筆者提出將層次分析法和模糊評(píng)價(jià)法兩種方法結(jié)合起來，構(gòu)建評(píng)價(jià)指標(biāo)體系以及模糊層次評(píng)價(jià)模型，然后對(duì)擬定的兩個(gè)備選電動(dòng)汽車充電站地址進(jìn)行綜合評(píng)價(jià)，實(shí)現(xiàn)最優(yōu)選址。實(shí)踐證明，該方法具有高度的精確性。

電動(dòng)汽車；充電站；層次分析法；模糊評(píng)價(jià)法；評(píng)價(jià)指標(biāo)體系

近年來，中國的能源危機(jī)在不斷加深，而且環(huán)境污染嚴(yán)重，如重金屬冶煉、化工和煤礦企業(yè)等廢氣排放造成的霧霾天氣，給人類帶來了極大傷害。面對(duì)這樣日益緊張的環(huán)境和資源的雙重壓力下，電動(dòng)汽車作為新能源汽車的典型代表，因其具有零排放、低能耗的特點(diǎn)而被廣大汽車行業(yè)及各界人士看好。

雖然電動(dòng)汽車行業(yè)在中國還處于起步階段，但是中國汽車行業(yè)研發(fā)人員以及各界學(xué)者已經(jīng)對(duì)電動(dòng)汽車充電站選址進(jìn)行了一定程度的理論研究。文獻(xiàn)[1]建立了一種考慮多因素的電動(dòng)汽車充電站選址定容模型，采用自適應(yīng)粒子群算法進(jìn)行求解，并通過一個(gè)算例驗(yàn)證了該模型的可行性。文獻(xiàn)[2]建立了一種電動(dòng)汽車充電站選址定容的最優(yōu)費(fèi)用模型，采用粒子群算法對(duì)一假設(shè)算例進(jìn)行優(yōu)化求解，結(jié)果表明該模型具有一定的可行性。該模型的缺陷在于用層次分析法確定權(quán)重的精度不高。文獻(xiàn)[3]建立了基于用戶分類的電動(dòng)汽車充電站需求預(yù)測(cè)模型，為區(qū)域電動(dòng)汽車充電站需求預(yù)測(cè)提供了一定的理論參考。文獻(xiàn)[4]充分考慮了電動(dòng)公交汽車換電電量需求和充換電行為，提出了一種換電站電池充電站建設(shè)模式，并給出了相應(yīng)的優(yōu)化規(guī)劃方法。文獻(xiàn)[5]在進(jìn)行選址時(shí)，主要考慮充電需求、交通條件、服務(wù)區(qū)域覆蓋、建設(shè)等條件在內(nèi)的交通與使用約束條件，其缺陷在于沒有將影響因素考慮全面。文獻(xiàn)[6-8]在考慮了城市交通網(wǎng)絡(luò)布局、地段的適應(yīng)性以及地價(jià)成本等地理因素以及服務(wù)半價(jià)的基礎(chǔ)上，確定了候選地址。但是大多只涉及到了片面選址因素，很少有文獻(xiàn)能將影響電動(dòng)汽車充電站選址方面的多種因素包含進(jìn)去，并且大多數(shù)研究文獻(xiàn)只用到了一種方法，因此存在一定的弊端?；谶@種情況，本文在綜合考慮了成本費(fèi)用、未來規(guī)劃、電網(wǎng)現(xiàn)狀及地理情況等幾大方面因素的基礎(chǔ)上，提出了層次分析法和模糊評(píng)價(jià)法相結(jié)合的綜合評(píng)價(jià)方法。

1 層次分析法

1) 構(gòu)造判斷矩陣。將本層次的評(píng)價(jià)要素相對(duì)于上一層次要素按重要程度進(jìn)行兩兩比較，得到的矩陣如表1所示，其比較的標(biāo)準(zhǔn)是按照9級(jí)標(biāo)度[9]，如表2所示。

表1 判斷矩陣

表2 9級(jí)標(biāo)度值

表3 RI取值表

若滿足CR≤0.1，則判斷矩陣構(gòu)造成立；反之，則需重新構(gòu)造判斷矩陣。

2 模糊評(píng)價(jià)法

1) 確定影響評(píng)價(jià)結(jié)果的主要因素：

用X來表示評(píng)價(jià)因素集合，即X=(X1,X2,…,Xm)。

2) 確定描述評(píng)價(jià)結(jié)果的評(píng)語：

用Y來表示評(píng)語集合，即Y=(Y1,Y2,…,Yn)。

3) 單因素評(píng)價(jià)：

對(duì)單個(gè)因素進(jìn)行評(píng)價(jià)，對(duì)每一個(gè)因素的評(píng)價(jià)結(jié)果都是Y上的模糊集合。評(píng)價(jià)結(jié)果為矩陣R。

i=1，2，…，m；j=1，2，…，n

其中，rij表示第i個(gè)因素隸屬于第j個(gè)評(píng)語的程度。

4) 確定權(quán)重：

各因素的權(quán)重用A來表示，即A=(A1,A2,…,Am)。

5) 進(jìn)行綜合評(píng)價(jià)：

B表示評(píng)價(jià)結(jié)果矩陣，有B=AR，通過計(jì)算得出B=(B1,B2,…,Bn)。

3 具體算例分析

3.1 層次分析法確定各指標(biāo)權(quán)重

在某個(gè)區(qū)域建一座充電站，考慮的因素應(yīng)有如下幾方面：

1) 成本費(fèi)用因素。成本費(fèi)用主要包括投資、運(yùn)行和維護(hù)成本，以及其他費(fèi)用如網(wǎng)損費(fèi)用，輔道建設(shè)費(fèi)用，人員工資和配電變壓器的投資費(fèi)用等。

2) 規(guī)劃因素。規(guī)劃因素主要包括交通網(wǎng)絡(luò)規(guī)劃，配電系統(tǒng)的現(xiàn)狀與遠(yuǎn)期規(guī)劃，電動(dòng)汽車發(fā)展規(guī)劃等。

3) 電網(wǎng)因素。電網(wǎng)因素主要包括電網(wǎng)承受能力、負(fù)荷平衡[13]、電能質(zhì)量、供電可靠性[14]等因素。

4) 地理因素。地理因素包括人群密集度、道路路況、交通流量 、公共設(shè)施等因素。

根據(jù)以上信息，作出評(píng)價(jià)體系指標(biāo)圖，如圖1所示。

圖1 評(píng)價(jià)指標(biāo)體系圖

根據(jù)9級(jí)標(biāo)度，得到的判斷矩陣如表4～8所示。

表4 成本費(fèi)用、規(guī)劃、電網(wǎng)、地理等因素的判斷矩陣

Tab.4 Judgment matrix including cost, planning,power grid, geographical factors

指標(biāo)分類成本費(fèi)用規(guī)劃電網(wǎng)地理成本費(fèi)用1332規(guī)劃1/3112/3電網(wǎng)1/3112/3地理1/23/23/21

計(jì)算得出：M0=(18,0.222,0.222,1.125)，W0=(2.060,0.686,0.686,1.030)。

歸一化得到成本費(fèi)用、規(guī)劃、電網(wǎng)、地理等因素的相對(duì)權(quán)重分別為K0=(0.461,0.154,0.154,0.231)，λmax為4.002，CI為0.0007，RI為0.89，CR為0.0008<0.1。故通過一致性檢驗(yàn)。

表5 成本費(fèi)用指標(biāo)下的各指標(biāo)判斷矩陣

Tab.5 Judgment matrix of the indexes under cost index

指標(biāo)分類投資成本運(yùn)行成本維護(hù)成本其他成本投資成本1466運(yùn)行成本1/413/23/2維護(hù)成本1/62/311其他成本1/62/311

計(jì)算得出：M1=(18,0.563,0.111,0.111)，W1=(2.060,0.866,0.577,0.577)。

歸一化得到投資成本、運(yùn)行成本、維護(hù)成本、其他成本等因素的相對(duì)權(quán)重分別為K1=(0.632,0.158,0.105,0.105)，λmax為4.002，CI為0.0007，RI為0.89，CR為0.0008<0.1。故通過一致性檢驗(yàn)。

表6 規(guī)劃指標(biāo)下的各指標(biāo)判斷矩陣

Tab.6 Judgment matrix of the indexes under planning index

指標(biāo)分類交通網(wǎng)絡(luò)規(guī)劃配電系統(tǒng)規(guī)劃電動(dòng)汽車規(guī)劃交通網(wǎng)絡(luò)規(guī)劃121/2配電系統(tǒng)規(guī)劃1/211/4電動(dòng)汽車規(guī)劃241

計(jì)算得出：M2=(1,0.125,8)，W2=(1,0.595,1.682)。

歸一化得到交通網(wǎng)絡(luò)規(guī)劃、配電系統(tǒng)規(guī)劃、電動(dòng)汽車規(guī)劃等因素的相對(duì)權(quán)重分別為K2=(0.286,0.143,0.571)，λmax為3.001，CI為0.0005，RI為0.5，CR為0.00025<0.1。故通過一致性檢驗(yàn)。

表7 電網(wǎng)指標(biāo)下的各指標(biāo)判斷矩陣

Tab.7 Judgment matrix of the indexes under power grid index

指標(biāo)分類電網(wǎng)承受能力負(fù)荷平衡電能質(zhì)量供電可靠性電網(wǎng)承受能力1134負(fù)荷平衡1134電能質(zhì)量1/31/314/3供電可靠性1/41/43/41

計(jì)算得出：M3=(12,12,0.148,0.047)，W3=(1.861,1.861,0.620,0.465)。

歸一化得到電網(wǎng)承受能力、負(fù)荷平衡、電能質(zhì)量、供電可靠性等因素的相對(duì)權(quán)重分別為K3=(0.387,0.387,0.129,0.097)，λmax為4.001，CI為0.0003，RI為0.89，CR為0.0003<0.1。故通過一致性檢驗(yàn)。

表8 地理指標(biāo)下的各指標(biāo)判斷矩陣

Tab.8 Judgment matrix of the indexes under Geography index

指標(biāo)分類人群密集度道路路況交通流量公共設(shè)施人群密集度1224道路路況1/2112交通流量1/2112公共設(shè)施1/41/21/21

計(jì)算得出：M4=(16,1,1,0.063)，W4=(2,1,1,0.5)。

歸一化得到人群密集度、道路路況、交通流量、公共設(shè)施等因素的相對(duì)權(quán)重分別為K4=(0.444,0.222,0.222,0.111)，λmax為4，CI為0，RI為0.89，CR為0<0.1。故通過一致性檢驗(yàn)。

3.2 模糊評(píng)價(jià)法進(jìn)行綜合評(píng)價(jià)

3.2.1 一級(jí)評(píng)價(jià)

目前，在考慮這些評(píng)價(jià)指標(biāo)后，共有兩處備選地址符合條件，分別為甲地址和乙地址。共有10名專家對(duì)這些評(píng)價(jià)指標(biāo)按“很好”、“較好”、“一般”、“較差”四個(gè)等級(jí)來評(píng)價(jià)，結(jié)果如表9所示。

表9 專家評(píng)價(jià)結(jié)果表

根據(jù)表9可知，甲、乙備選地址的模糊評(píng)價(jià)矩陣有

則根據(jù)綜合評(píng)價(jià)公式得

B1甲=K1C1甲=(0.410,0.342,0.237,0.110)

B1乙=K1C1乙=(0.447,0.258,0.279,0.016)

B2甲=K2C2甲=(0.800,0.186,0.000,0.014)

B2乙=K2C2乙=(0.743,0.143,0.086,0.029)

B3甲=K3C3甲=(0.732,0.229,0.000,0.039)

B3乙=K3C3乙=(0.707,0.194,0.100,0.000)

B4甲=K4C4甲=(0.777,0.144,0.056,0.022)

B4乙=K4C4乙=(0.788,0.133,0.067,0.011)

由此可知，從成本費(fèi)用因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.752，而乙是0.705，說明從成本費(fèi)用這方面考慮，甲地址優(yōu)于乙地址；從規(guī)劃因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.986，而乙是0.886，說明從規(guī)劃這方面考慮，甲地址優(yōu)于乙地址；從電網(wǎng)因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.961，而乙是0.901，說明從電網(wǎng)這方面考慮，甲地址優(yōu)于乙地址；從地理因素來考慮，甲地址隸屬于較好及以上的隸屬度為0.921，而乙是0.921，說明從地理這方面考慮，甲、乙兩地址旗鼓相當(dāng)。

3.2.2 二級(jí)評(píng)價(jià)

由以上可知，甲乙地址總的模糊評(píng)價(jià)矩陣為

則根據(jù)公式A=K0B得：

A甲=K0B甲=(0.604,0.255,0.122,0.079)

A乙=K0B乙=(0.611,0.202,0.173,0.014)

按專家組給出的評(píng)價(jià)對(duì)這些評(píng)語賦予權(quán)重，令“很好”為100，“較好”為80，“一般”為60，“較差”為40，即得到了兩備選地址的總分：

甲地址總分為100×0.604+80×0.255+60×0.122+40×0.079=91.28

乙地址總分為100×0.611+80×0.202+60×0.173+40×0.014=88.20

很明顯甲地址要優(yōu)于乙地址，應(yīng)選擇甲地址。

4 結(jié) 論

本文在綜合考慮了成本費(fèi)用、未來規(guī)劃、電網(wǎng)現(xiàn)狀及地理情況等幾大方面因素的基礎(chǔ)上，提出了層次分析法和模糊評(píng)價(jià)法相結(jié)合的綜合評(píng)價(jià)方法。首先通過用層次分析法來確定評(píng)價(jià)體系中各指標(biāo)的權(quán)重，使各指標(biāo)的權(quán)重更加精確，排除了主觀因素的干擾，從而使得指標(biāo)權(quán)重更加客觀。然后通過模糊評(píng)價(jià)法進(jìn)行定量分析、綜合評(píng)定。實(shí)際算例表明，該方法比單獨(dú)利用層次分析法或者模糊評(píng)價(jià)法的精確度都要高，因此具有高度的有效性、可行性。

[1] 謝林偉．基于自適應(yīng)粒子群算法的電動(dòng)汽車充電站優(yōu)化規(guī)劃[J]．陜西電力，2012(11)：34-37. XIE Linwei. Adaptive PSO algorithm based optimal planning of charging station for electric vehicle [J]. Shanxi Electric Power, 2012(11)：34-37.

[2] 寇凌峰，劉自發(fā)，周歡．區(qū)域電動(dòng)汽車充電站規(guī)劃的模型與算法[J]．現(xiàn)代電力，2010，27(4)：44-48. KOU Lingfeng, LIU Zifang, ZHOU Huan. Modeling algorithm of charging station planning for regional electric vehicle [J]. Modern Electric Power, 2010，27(4)：44-48.

[3] 王飛龍，孫凱航，李燕青．基于用戶分類的電動(dòng)汽車充電站需求預(yù)測(cè)[J]．黑龍江電力，2013，35(02)：132-134. WANG Feilong, SUN Kaihang, LI Yanqing. Demand forecast of electric vehicle charging stations based on customer classification [J]. Heilongjiang Electric Power, 2013，35(02)：132-134.

[4] 錢斌，石東源，謝平平，等．電動(dòng)公交車換電站-電池充電站優(yōu)化規(guī)劃[J]．電力系統(tǒng)自動(dòng)化，2014，38(2)：64-69. QIAN Bin, SHI Dongyuan, XIE Pingping, et al. Optimal planning of battery charging and exchange stations for electric vehicl-es [J]. Automation of Electric Power Systems, 2014，38(2)：64-69.

[5] 郭春林，肖湘林．電動(dòng)汽車充電基礎(chǔ)設(shè)施規(guī)劃方法與模型[J]．電力系統(tǒng)自動(dòng)化，2013，37(13)：70-75. GUO Chunlin, XIAO Xianglin. Planning method and model of electric vehicle charging infrastructure [J]. Automation of Electric Power Systems, 2013，37(13)：70-75.

[6] 劉志鵬，文福栓，薛禹勝，等．電動(dòng)汽車充電站的最優(yōu)選址和定容[J]．電力系統(tǒng)自動(dòng)化，2012，36(3)：54-59. LIU Zhipeng, WEN Fushuan, XUE Yusheng, et al. Optimal siting and sizing of electric vehicle charging stations [J]. Automation of Electric Power Systems, 2012，36(3)：54-59.

[7] 唐現(xiàn)剛，劉俊勇，劉友波，等．給予計(jì)算幾何方法的電動(dòng)汽車充電站規(guī)劃[J]．電力系統(tǒng)自動(dòng)化，2012，36(8)：24-30. TANG Xiangang, LIU Junyong, LIU Youbo, et al. Electric vehicle charging station planning based on computational geometry meth-od [J]. Automation of Electric Power Systems, 2012，36(8)：24-30.

[8] 劉自發(fā)，張偉，王澤黎．基于量子粒子群優(yōu)化算法的城市電動(dòng)汽車充電站優(yōu)化布局[J]．中國電機(jī)工程學(xué)報(bào)，2012，32(22)：39-45. LIU Zifa, ZHANG Wei, WANG Zeli. Optimal planning of charging station for electric vehicle based on quantum PSO algorithm [J]. Proceedings of the CSEE, 2012，32(22)：39-45.

[9] 張濤．基于層次分析法的物流中心選址研究[D]．武漢：武漢科技大學(xué)，2008 ZHANG Tao. Research on the siting for logistic center based on analytic hierarchy process [D]. Wuhan: Wuhan University of Science and Technology, 2008.

[10] 廖培．AHP與模糊評(píng)價(jià)法相結(jié)合的旅游投標(biāo)方案評(píng)價(jià)[J]．求索，2010(02)：15-17 LIAO Pei. Evaluation on tourism bidding scheme based on the combination of AHP and fuzzy method [J]. Seeker, 2010(02)：15-17.

[11] MEHAR,S,SENOUCI,S.M.An optimization location scheme for electric charging stations[J].Smart Communications in Network Technologies(SaCoNeT),2013International Conference on, 2013:1-5.

[12] PRAVIN KUMAR，RAJESH K.SINGH．A fuzzy AHP and TOPSIS methodology to evaluate 3PL in a supply chain[J]．Journal of Modelling in Management，2012，Vol.7(3)：287-303.

[13] 楊鐸，王淼，喬琪．基于行駛狀況的電動(dòng)汽車充電負(fù)荷交通預(yù)測(cè)法[J]．黑龍江電力，2014，36(6)：539-546. YANG Duo, WANG Miao, QI Qi. Prediction method for electric vehicle charging load based on driving conditions [J]. Heilongjiang Electric Power, 2014，36(6)：539-546.

[14] 徐明宇，穆興華，張惠，等．電動(dòng)汽車充電站對(duì)電網(wǎng)諧波影響分析[J]．黑龍江電力，2012，34(1)：41-43. XU Mingyu, MU Xinghua, ZHANG Hui, et al, CHEN Xiaoguang. Analysis of the influence of the electrical vehicle charging station to the grid harmonic wave [J]. Heilongjiang Electric Power, 2012，34(1)：41-43.

(責(zé)任編輯 郭金光)

Research on site selection for electric vehicle charging stations based on AHP and fuzzy evaluation method

YAO Long

(School of Economic and Management Administration, North China Electric Power University, Baoding 071000, China)

Aiming at the defects of the existing site selection for electric vehicle charging station, such as the incomplete consideration, the author proposes to combine the two methods, AHP and fuzzy evaluation, to establish the evaluation index system and fuzzy hierarchy evaluation model, so as to make the optimal site selection through the comprehensive evaluation on the two alternative site for electric vehicle charging station. The practice proves that the method proposed enjoys high accuracy.

electric vehicles; charging station; AHP; fuzzy evaluation method; evaluation index system

2015-01-17。

國家自然科學(xué)基金項(xiàng)目(71201057)。

姚 龍(1994—),男，在讀碩士研究生。

U469.72

A

2095-6843(2015)04-0313-05