周　敏，李　淼，周　泳

(1.國網(wǎng)四川省電力公司技能培訓(xùn)中心，四川 成都　610072；2.國網(wǎng)眉山供電公司客戶服務(wù)中心，四川 眉山　620010)

?

電動(dòng)汽車充電站選址定容優(yōu)化策略探討

周敏1，李淼1，周泳2

(1.國網(wǎng)四川省電力公司技能培訓(xùn)中心，四川 成都610072；2.國網(wǎng)眉山供電公司客戶服務(wù)中心，四川 眉山620010)

積極發(fā)展電動(dòng)汽車對(duì)保障能源安全、實(shí)施節(jié)能減排、全面推動(dòng)經(jīng)濟(jì)增長方式的轉(zhuǎn)變有著舉足輕重的戰(zhàn)略意義。但目前中國充電站選址與用戶需求不協(xié)調(diào)以及配套保障措施不到位等原因限制了其發(fā)展與推廣速度。針對(duì)上述問題，利用免疫算法優(yōu)化了充電站的選址定容問題，為電動(dòng)汽車的推廣戰(zhàn)略提出了有效借鑒。

電動(dòng)汽車；充電站；選址定容

0　引　言

電動(dòng)汽車是以車載電源為動(dòng)力，用電機(jī)驅(qū)動(dòng)車輛行駛的汽車，根據(jù)GB/T 19596-2004《電動(dòng)汽車術(shù)語》，電動(dòng)汽車可劃分為純電動(dòng)汽車(battery electric vehicle，BEV)、燃料電池汽車(fuel cell electric vehicle，F(xiàn)CEV)、混合動(dòng)力汽車(hybrid electric vehicle，HEV)等。積極發(fā)展電動(dòng)汽車對(duì)保障能源安全、實(shí)施節(jié)能減排、全面推動(dòng)經(jīng)濟(jì)增長方式的轉(zhuǎn)變有著舉足輕重的戰(zhàn)略意義[1]。

目前，國家電網(wǎng)公司本著“主導(dǎo)快充、兼顧慢充、引導(dǎo)換電、經(jīng)濟(jì)實(shí)用”的原則，重點(diǎn)對(duì)公共服務(wù)領(lǐng)域的純電動(dòng)汽車推廣應(yīng)用給予充換電網(wǎng)絡(luò)的配套支持。中國在電動(dòng)汽車產(chǎn)業(yè)及其充電設(shè)施基礎(chǔ)配套產(chǎn)業(yè)方面已經(jīng)取得了相當(dāng)矚目的成就，但目前已建成的各類充換電站大多以電動(dòng)公交車、電動(dòng)環(huán)衛(wèi)車、政府部門試點(diǎn)用車為主，充電網(wǎng)絡(luò)服務(wù)能力和服務(wù)水平遠(yuǎn)遠(yuǎn)難以滿足即將到來的大量且分散的私家電動(dòng)汽車的充電需求。因此，要想促進(jìn)中國電動(dòng)汽車的推廣與發(fā)展，必須優(yōu)先發(fā)展電動(dòng)汽車充電站的服務(wù)水平，不僅要增加充電站數(shù)量，而且要盡快提升充電站的運(yùn)營服務(wù)水平。另外，充電站的選址需要給電動(dòng)汽車用戶提供最大限度的便利性、經(jīng)濟(jì)性和滿意度。

充電站的選址需要有適合的服務(wù)半徑，并考慮周邊的電動(dòng)汽車分布數(shù)量，盡可能降低與用戶間的路徑長度。故建立以用戶到充電站進(jìn)行充電路程及時(shí)間消耗最小的經(jīng)濟(jì)指標(biāo)為主要考慮的數(shù)學(xué)模型，為充電站選址提供優(yōu)化策略。

1　充電站選址定容優(yōu)化策略

1.1用戶充電路徑最短的充電站選址定容數(shù)學(xué)模型

由于實(shí)際情況下電動(dòng)汽車用戶數(shù)量眾多，城市地理結(jié)構(gòu)復(fù)雜，在缺少詳細(xì)數(shù)據(jù)的情況下對(duì)充電站的選址數(shù)學(xué)模型進(jìn)行適當(dāng)?shù)暮喕?，首先作出如?點(diǎn)假設(shè)：

1)將用戶集中的區(qū)域(如一個(gè)小區(qū)或辦公區(qū)域)的所有用戶的地理位置設(shè)為所在地的中心；

2)各個(gè)區(qū)域用戶數(shù)量處于實(shí)時(shí)變動(dòng)，為了確定充電站的最優(yōu)位置和容量，假設(shè)各個(gè)區(qū)域的用戶數(shù)量和需求保持不變；

3)由于城市路況的復(fù)雜性，在缺少所有道路信息以及實(shí)時(shí)交通流量信息的情況下，假設(shè)用戶到充電站的路徑長度與其空間直線距離成正比。

其次基于假設(shè)建立一個(gè)充電站優(yōu)化選址模型，在滿足距離上限的情況下，需要從N個(gè)模擬用戶位置中找出最合適的作為充電站的地址。該模型使得各個(gè)用戶模擬點(diǎn)中的用戶總量與其到最近充電站的路程長度的乘積之和最小，并且每個(gè)充電站的充電容量能滿足最近用戶的充電需求。模型數(shù)學(xué)描述如式(1)～式(5)所示。

目標(biāo)函數(shù)為用戶最小充電路徑總長最小：

minF=min(Ploss(Pline1,Pline2,…,PlineN))

(1)

約束條件為

(2)

Zij≤hj(i∈N,j∈Mi)

(3)

Zij,hj∈{0,1}(i∈N,j∈Mi)

(4)

系統(tǒng)運(yùn)行時(shí)能量供需平衡

(5)

式(1)至式(5)中：PL為電動(dòng)汽車用戶所需的總充電功率；Pdg是各充電站所能夠提供的總充電功率；N為模擬用戶點(diǎn)個(gè)數(shù)；M為擬建設(shè)的充電站個(gè)數(shù)iN，M?N；dij表示從用戶i到最近的充電站的線路長度；Zij為0-1的變量，表示用戶和充電站之間的服務(wù)需求分配關(guān)系，當(dāng)其為1時(shí)，表示用戶i的需求量由充電站j來提供，否則Zij=0。

1.2基于免疫算法的充電站優(yōu)化選址方法

1.2.1免疫算法概述

上節(jié)中建立的充電站選址優(yōu)化的數(shù)學(xué)模型是一個(gè)非凸和非光滑且擁有復(fù)雜約束條件的非線性規(guī)劃模型，屬于NP-hard問題，用傳統(tǒng)數(shù)學(xué)方法無法對(duì)其直接求解。這里采用免疫優(yōu)化算法對(duì)其求解并進(jìn)行了經(jīng)濟(jì)性分析。

1.2.2免疫算法優(yōu)化流程

免疫算法的求解流程如圖1所示。

免疫算法的概念與充電站選址定容優(yōu)化問題的對(duì)應(yīng)關(guān)系如表1所示。

結(jié)合圖1所示的免疫算法求解流程和表1描述的免疫算法概念與充電站選址問題的對(duì)應(yīng)關(guān)系可以確定算法的具體實(shí)現(xiàn)步驟如下所示：

圖1　免疫算法流程圖

免疫算法充電站選址定容抗原用戶位置編碼抗體充電站選址方案(安置點(diǎn)序列)抗體與抗體之間的親和力充電站選址方案中位置相同的個(gè)數(shù)比例記憶細(xì)胞充電站選址方案的可行解

1)初始抗體群的產(chǎn)生。若記憶庫非空，則初始抗體群從記憶庫中選擇生成；否則，在可行解空間隨機(jī)產(chǎn)生初始抗體群。所提免疫算法抗體編碼采用簡單編碼方式，每個(gè)充電站選址方案可形成一個(gè)長度為p的抗體(p表示充電站的數(shù)量)，每個(gè)抗體代表被選為充電站安置點(diǎn)的序列。例如，考慮整個(gè)區(qū)域包含31個(gè)集中模擬需充電用戶以及6個(gè)充電站的情況，則1，2，…，31代表用戶的序號(hào)，從中選出6個(gè)點(diǎn)作為充電站的安置地點(diǎn)?？贵w[2 8 15 23 29 18]代表一個(gè)可行解，它表示編號(hào)2、8、15、23、29、18的地址被選為充電站的安置地點(diǎn)。這種編碼方式能夠滿足約束條件式(2)。

2)解的多樣性分析。解的適應(yīng)度計(jì)算包括有抗體與抗原間的親和力計(jì)算、抗體與抗體間親和力計(jì)算、抗體濃度計(jì)算以及期望繁殖概率計(jì)算。

抗體與抗原間的親和力表示抗體對(duì)抗原的識(shí)別程度，此處針對(duì)上述充電站選址定容數(shù)學(xué)模型設(shè)計(jì)親和力函數(shù)Av。

(6)

式中Fv為目標(biāo)函數(shù)；分母中的第二項(xiàng)表示對(duì)違反距離約束的充電站選址位置解給予懲罰，B取一個(gè)比較大的正數(shù)。

抗體與抗體之間的親和力反映了不同抗體之間的相似程度。采用變形的R位連續(xù)方法來計(jì)算抗體與抗體之間的親和力，在不考慮編碼次序的情況下若兩種抗體編碼有超過R位相同，則認(rèn)為2種抗體“相同”，否則認(rèn)為兩種個(gè)體不同。這里R為親和力判定的閾值，即：

(7)式中：L表示抗體的總長度；kv,s表示抗體v與抗體s中相同編碼的數(shù)目。例如，2個(gè)抗體即2個(gè)充電站選址方案為[2 7 15 21 5 11]、[15 8 14 26 5 2]，經(jīng)比較，有3個(gè)值是相同的，即L=3。充電站總數(shù)為6，即L=6。此時(shí)可計(jì)算出抗體與抗體之間的親和度為0.5，即比較的2個(gè)充電站選址方案的相似度為50%。

抗體的濃度Cv表示群體中相似比例高于T的充電站選址方案所占的比例，即：

(8)

(9)

式中：N為抗體總數(shù)；T為預(yù)先設(shè)定的一個(gè)閾值。

所設(shè)計(jì)的免疫算法中個(gè)體的評(píng)價(jià)標(biāo)準(zhǔn)是期望繁殖率P，是由抗體濃度Cv以及抗體與抗原間親和力Av兩個(gè)部分共同決定，具體計(jì)算如式(10)所示。

(10)

式中，α為常數(shù)。由式(10)可知，期望繁殖概率P與個(gè)體適應(yīng)度成正比；期望繁殖概率P與個(gè)體濃度成反比。這樣就能夠同時(shí)鼓勵(lì)適應(yīng)度高的個(gè)體并且抑制濃度高的個(gè)體，從而保證個(gè)體的多樣性。

3)免疫操作。主要將初始計(jì)算得到的充電站選址方案通過選擇、交叉、變異產(chǎn)生的免疫操作并結(jié)合從記憶庫中取出記憶的個(gè)體，共同構(gòu)成新的充電站選址方案。新產(chǎn)生的充電站選址方案再經(jīng)過多樣性分析這一過程進(jìn)行迭代，最終經(jīng)過多次迭代之后獲得最優(yōu)方案。

2　基于免疫算法的充電站選址方法仿真分析

2.1算例介紹

本算例設(shè)計(jì)一個(gè)含有多個(gè)充電站和集中用戶的區(qū)域，區(qū)域中總共擁有31個(gè)模擬集中用戶和6個(gè)充電站，每個(gè)集中用戶的大小和位置都已知?？臻g整體規(guī)模為長寬各4 500 m，其空間坐標(biāo)位置和需求量如表2所示，表中列出了算例設(shè)置的31個(gè)集中用戶的位置以及容量參數(shù)。用戶坐標(biāo)是為了方便表述用戶的位置以及計(jì)算充電站與用戶之間的線路長度而設(shè)定，單位為m。

在Matlab中編程實(shí)現(xiàn)算例城市區(qū)域中的充電站選址定容優(yōu)化。免疫算法中：種群規(guī)模設(shè)為50，記憶庫容量設(shè)為10，迭代次數(shù)設(shè)為100，交叉概率設(shè)為0.5，多樣性評(píng)價(jià)參數(shù)設(shè)為0.95，變異概率設(shè)為0.4。

2.2仿真結(jié)果與經(jīng)濟(jì)性分析

表2　模擬城市區(qū)域內(nèi)用戶的空間坐標(biāo)及大小

免疫算法搜索過程如圖2所示。充電站的選址定容方案如圖3所示。

圖2　免疫算法收斂曲線

由圖2可知，該算法不僅是收斂的，而且在迭代40次后便搜索到了最優(yōu)解。

圖3　充電站選址方案

圖3中，圓形點(diǎn)表示用戶的分布位置，方框包圍的點(diǎn)表示充電站的配置地點(diǎn)，點(diǎn)與點(diǎn)之間的連線則表示該用戶由其所連接的充電站進(jìn)行供電。優(yōu)化后充電站選址定容方案的具體參數(shù)如表3所示。

表3　充電站選址定容方案

表3中充電站序號(hào)/用戶序號(hào)表示充電站放置的地點(diǎn)。例如，第一個(gè)充電站的選址定容優(yōu)化方案為放置位置位于序號(hào)為6的用戶處，空間坐標(biāo)為(3 326，1 556)，容量大小為196 kW。

為了分析所設(shè)計(jì)的基于免疫優(yōu)化算法的充電站配置優(yōu)化方法是否能夠減少用戶到充電站之間的距離，以提高經(jīng)濟(jì)效率，首先計(jì)算了免疫算法優(yōu)化后的用戶充電路程總長度，再用同樣的方法計(jì)算未優(yōu)化選址方案的用戶充電路程總長度，最后進(jìn)行比較分析得出結(jié)論。

1)免疫算法優(yōu)化后用戶充電線路總長度及加權(quán)值

根據(jù)表2和表3可以得出各個(gè)充電站與各個(gè)用戶之間的線路長度以及其總損耗大小，如表4所示。

表4中，線路編號(hào)代表該線路連接哪兩個(gè)用戶和充電站，例如編號(hào)1-14的線路代表線路連接的是處于14位置的充電站和1號(hào)用戶，線路的長度為1 190 m，1號(hào)用戶所需電能為8 kW；加權(quán)值由線路長度和用戶所需電量決定，表示該用戶的總損耗值。其余含義以此類推。

2)未優(yōu)化情況下用戶充電線路總長度及加權(quán)值

將6個(gè)充電站均放置在算例區(qū)域中31個(gè)用戶包圍的中心附近位置進(jìn)行計(jì)算，這里設(shè)定充電站均放置于(2 250，2 000)處。計(jì)算結(jié)果如表5所示。

表5中數(shù)字含義與表4一致。

由表5計(jì)算結(jié)果可知，充電站置于區(qū)域中心位置時(shí)，充電線路總長度為44 090 m，加權(quán)值為1 156 176。

3)充電站選址定容優(yōu)化的經(jīng)濟(jì)性分析

充電站選址優(yōu)化的目標(biāo)函數(shù)是用戶充電路徑總長最小，優(yōu)化前后的詳細(xì)經(jīng)濟(jì)性對(duì)比如表6所示。

由表6可知，充電站的位置和容量配置經(jīng)過免疫算法優(yōu)化后，用戶充電線路總長減少了74.2%，加權(quán)值減少了78.3%，這表明充電站選址優(yōu)化后電動(dòng)汽車用戶能夠大大減少去往充電站的路徑，節(jié)約了大量的時(shí)間，經(jīng)濟(jì)效應(yīng)明顯。

3　結(jié)　語

首先介紹了電動(dòng)汽車的優(yōu)勢與推廣的必要性，并針對(duì)中國現(xiàn)有充電網(wǎng)絡(luò)服務(wù)能力難以滿足即將到來的大量且分散的私家電動(dòng)汽車的充電需求問題，提出了充電站選址定容優(yōu)化策略，歸納了充電路徑最短的充電站選址數(shù)學(xué)模型，并提出運(yùn)用免疫算法對(duì)模型進(jìn)行求解的方法。最后通過設(shè)置算例并仿真驗(yàn)證了算法的有效性。從企業(yè)、政府角度為電動(dòng)汽車的推廣戰(zhàn)略提出了有效的技術(shù)借鑒。

表4　優(yōu)化后配置充電站與用戶間線路長度及加權(quán)值

表5　充電站置于區(qū)域中心時(shí)的線路長度及加權(quán)值

表6　免疫算法優(yōu)化的經(jīng)濟(jì)性分析

[1]胡澤春,宋永華,徐智威,等. 電動(dòng)汽車接入電網(wǎng)的影響與利用[J]. 中國電機(jī)工程學(xué)報(bào),2012,32(4):1-10.

[2]徐智威,胡澤春,宋永華,等. 充電站內(nèi)電動(dòng)汽車有序充電策略[J]. 電力系統(tǒng)自動(dòng)化,2012,36(11):38-43.

[3]宋永華,陽岳希,胡澤春. 電動(dòng)汽車電池的現(xiàn)狀及發(fā)展趨勢[J]. 電網(wǎng)技術(shù),2011,35(4):1-7.

[4]李巖. 智能電網(wǎng)中電動(dòng)汽車參與微網(wǎng)聯(lián)合運(yùn)行的關(guān)鍵技術(shù)研究[D].沈陽：東北大學(xué),2013.

[5]馬濱濱. 論我國電動(dòng)汽車的推廣策略[D].廈門：廈門大學(xué),2014.

Positive development of electric vehicles has a decisive strategic significance to ensure the energy security, implement the energy-saving emission reduction and promote the transformation of economic growth mode. But at present, because the location selection of charging stations in China is not coordinated with user needs and the supporting security measures are far from satisfactory, it limits the speed of its development and promotion. In view of the above problems, the immune algorithm is used to optimize the location and capacity selection of the charging stations, which provides an effective reference for the promotion strategy of electric vehicles.

electric vehicle; charging station; location and capacity selection

TM715

A

1003-6954(2016)04-0045-05

2016-02-15)