鄭春燕，郭 棟，張 海，楊 坤，徐 藝

(山東理工大學 a.商學院;b.交通與車輛工程學院，山東 淄博 255049)

模糊物元分析的電動汽車城市充電站規(guī)劃

鄭春燕a，郭 棟b，張 海b，楊 坤b，徐 藝b

(山東理工大學 a.商學院;b.交通與車輛工程學院，山東 淄博 255049)

為了解決充電站選址決策的多準則、不相容問題，研究了一種基于模糊物元分析理論的多方案、多特征的電動汽車城市充電站選址決策方法，構建了充電站選址決策評價指標體系并確定了各指標的權重。通過建立多個充電站備選點的多維復合模糊物元矩陣，經(jīng)關聯(lián)變換將電動汽車充電站選址由不相容問題轉化為相容問題，以實現(xiàn)對多個充電站備選點的優(yōu)選。實例分析表明：針對4個備選點確定5個評價指標值，通過模糊物元分析得到備選點2的關聯(lián)度最高，為8.625。

充電站；選址；模糊物元；電動汽車；規(guī)劃

0 引言

目前，電動汽車產(chǎn)業(yè)還處于發(fā)展初期，配套充電設施的合理規(guī)劃是保障電動汽車普及和應用的重要工作。充電站的選址布局，直接關系到投資方的利益和用戶的充電便利性，對基礎建設的投資、運行的可靠性和經(jīng)濟性，以及充電站的日供電質量和容量，有著舉足輕重的作用[1]。如何實現(xiàn)電動汽車充電站選址優(yōu)化布局，已成為城市規(guī)劃及交通部門重點關注的問題。

針對電動汽車充電站選址規(guī)劃，文獻[2]預測了區(qū)域電動汽車的總量和分布情況，并依據(jù)交通流量守恒定理將動態(tài)的電動汽車數(shù)量轉換為常數(shù)，用遺傳算法將建立的年費用最小模型進行求解，確定充電站的容量和選址。文獻[3]將博弈論用到充電站選址規(guī)劃布局方案評價中，采用原對偶路徑跟蹤法求解建立的線性規(guī)劃模型,為充電站選址方案提供了理論依據(jù)。文獻[4]綜合考慮土地等建設成本及人員工資等運行成本，以充電站初始建設成本和運行成本最低為目標，建立了電動汽車充電站選址定容新模型。

充電站選址決策需要考慮的因素眾多，且各因素之間關系模糊，存在較大的不確定性，屬于典型的不相容問題。依靠傳統(tǒng)的人為主觀判斷完成充電站選址，或者借助一般的數(shù)學方法解決此不相容問題，均存在較大的局限性[5-7]。本文基于模糊物元分析理論[8-9]，通過關聯(lián)變換將充電站選址決策規(guī)劃轉化為相容問題，從而為充電站選址提供科學的指導。

1 充電站選址決策評價指標體系的確定

充電站選址決策評價指標體系的確定，應兼顧效益和安全[10-11]。參考加油站選址的原則，確立了5個指標。

(Ⅰ)建設成本。建設成本指投資建設充電站全部設施的基礎設施成本、配電設施成本及土地費用等，還包括人員培訓費等運營成本。

(Ⅱ)設計規(guī)模。設計規(guī)模按照充電站的容量來確定，一般通過設置充電樁的臺數(shù)來反映。

(Ⅲ)交通流量。交通流量是指在確定時間段內(nèi)通過道路某一地點、某一斷面或某一車道的交通實體數(shù)，其大小可以判定交通流運行狀態(tài)。

(Ⅳ)服務半徑。參照《城市道路交通規(guī)劃設計規(guī)范》[12]中對城區(qū)加油站服務半徑的相關規(guī)定，同時考慮電動汽車自身的運行特點，服務半徑應結合各區(qū)域內(nèi)電動汽車保有量、日均行駛里程和續(xù)駛里程等因素進行確定。

(Ⅴ)維護成本。維護成本指保障充電站的正常運營，每年消耗的電動汽車充電站維護成本、充電過程中的損耗成本、電網(wǎng)年損失費用及充電成本等。

表1 電動汽車充電站選址決策評價指標權重

權重大小表征不同指標在充電站選址決策中的地位與作用[13-16]。為消除主觀因素的影響，本文運用層次分析法，通過專家調(diào)查，計算得到5個電動汽車充電站選址決策評價指標的權重值，如表1所示。

2 充電站選址決策模型

針對充電站選址決策這個模糊不相容問題，建立了電動汽車充電站選址決策模型，采用模糊物元分析理論進行求解。

2.1 模糊物元矩陣構建

事物、特征、模糊量值是模糊物元分析理論用來描述事物的基本元，可表示為：

(1)

其中：M為事物；C為事物的特征；L(x)為對應于量值x特征的隸屬度。

建立j個比較事物的i維復合模糊物元矩陣，表示為：

(2)

其中：Mj為所比較的事物；Ci為所比較事物的特征；量值L(xji)中j和i分別為所比較事物及相應特征的序號。

2.2 隸屬度矩陣變換

引入從優(yōu)原則實現(xiàn)隸屬度矩陣變換，包含以下兩種模式。

模式Ⅰ：

?越大越優(yōu)。其變換公式為：

(3)

?越小越優(yōu)。其變換公式為：

(4)

?越接近某個常數(shù)越優(yōu)。其變換公式為：

(5)

式(3)～式(5)中：Xji為第j個方案i項指標的量值；Lji為相應指標的從優(yōu)隸屬度；μ0為對應于第i項指標的常數(shù)值。

模式Ⅱ：

?越大越優(yōu)。其變換公式為：

(6)

?越小越優(yōu)。其變換公式為：

(7)

?越接近某個常數(shù)越優(yōu)。其變換公式為：

(8)

根據(jù)電動汽車充電站選址決策評價指標的含義，確定設計規(guī)模(C2)、交通流量(C3)、服務半徑(C4)這3項指標為越大越優(yōu)型，建設成本(C1)和維護成本(C5)這兩項指標為越小越優(yōu)型。

觀察組患者術后6、12、24、48 h的VAS評分均顯著低于對照組同期，差異均有統(tǒng)計學意義（P＜0.05），且隨時間延長逐漸降低，詳見表1。

2.3 求解關聯(lián)度

關聯(lián)函數(shù)N(x)以x為中間元，與隸屬函數(shù)L(x)等價。

Nji=Lji，j=1,2,…,m；i=1,2,…,n，

(9)

其中：Nji為第j個方案與標準方案間第i項指標的關聯(lián)系數(shù)。

如上所述，在充電站選址決策關聯(lián)系數(shù)矩陣中，每一個選址方案都有n個關聯(lián)系數(shù)(n=5)。某個充電站備選方案n個關聯(lián)系數(shù)的集中程度用關聯(lián)度Kj表示；每個充電站備選方案各評價指標的權重用RW表示；各方案的關聯(lián)度復合模糊物元用RK表示，則有：

RK=RW*RN。

(10)

本文采用M(#,+)運算，所有權重都參與運算，關聯(lián)度包括所有因素的共同作用，即

(11)

2.4 關聯(lián)度處理

充電站選址決策的模糊物元分析，需要對求得的關聯(lián)度進行比較分析以求得最優(yōu)解，常用最大關聯(lián)度原則從各個方案的關聯(lián)度中尋找最大值，即：

K*=max (K1,K2,…,Km)，

(12)

其中： K*為對應的選址方案即充電站選址的最優(yōu)選擇。

3 實例分析

表2 環(huán)城主干路4個充電站選址備選點評價指標

依據(jù)表2中評價指標，建立復合模糊物元矩陣為：

(13)

通過隸屬度矩陣變換模式Ⅰ中 3種類型的從優(yōu)變換，得到隸屬度矩陣為：

(14)

把隸屬度矩陣Lji作為關聯(lián)系數(shù)Nji，則得關聯(lián)系數(shù)矩陣為：

(15)

所使用的權重復合物元(向量)為：

(16)

采用式(11)計算得到關聯(lián)度為:

(17)

將關聯(lián)度按大小排列，有：

K2>K4>K1>K3。

(18)

如式(18)所示，K2所對應的備選點2即為電動汽車充電站選址的最優(yōu)方案，關聯(lián)度為8.625。

4 結論

(1)綜合考慮充電站的建設成本、交通因素、充電方式和充電站的容量等影響因素，選取充電站的建設成本、設計規(guī)模、交通流量、服務半徑和維護成本共5個指標，確定了電動汽車充電站選址決策評價指標體系。

(2)應用模糊物元分析理論將充電站選址規(guī)劃轉化為相容問題，從而實現(xiàn)對電動汽車充電站的優(yōu)化選址。通過對實例的計算和分析，獲得了電動汽車充電站選址的最優(yōu)方案。

[1] 王德榮,王智源,李必鑫.基于模糊物元分析的城市加油站選址決策方法研究[J].重慶科技學院學報(自然科學版),2008,6(3):121-124.

[2] 趙書強,李志偉,黨磊.基于城市交通網(wǎng)絡信息的電動汽車充電站最優(yōu)選址和定容[J].電力自動化設備,2016,36(10):8-15.

[3] 吳麗霞,王貝貝,胡靜,等.基于熵權模糊物元的電動汽車充電站選址研究[J].公路與汽運,2016(6):45-47.

[4]CLEMENT-NYNSK，HAESENEE，DRIESENJ．Theimpactofchargingplug-inhybridelectricvehiclesonaresidentialdistributiongrid[J].IEEEtransactionsonpowersystems,2010,25(1):371-380.

[5] 王萌,劉凱,牛利勇.電動汽車充電站選址決策與評價研究[J].物流技術,2015,34(18):117-120.

[6] 張港,李明,潘浩,等.市場化的電動汽車充電站規(guī)劃布局研究[J].陜北電力,2015,43(4):40-44.

[7] 徐坤,周子昂,吳定允,等.電動汽車交流充電樁控制系統(tǒng)設計[J].河南科技大學學報(自然科學版),2016,37(3):47-52.

[8] BRADLEY T，QUINN C．Analysis of plug-in hybrid electric vehicle utility factors[J].Journal of power sources,2010,195(16):5399-5408.

[9] 周文峰,李珍萍,崔曉潔,等.電動汽車充電站選址問題研究[J].數(shù)學的實踐與認識,2016,46(11):187-194.

[10] SATHAYE N,KELLEY S.An approach for the optimal planning of electric vehicle infrastructure for highway corridors[J].Transportation research part e,2013,59:15-33.

[11] 所麗,唐巍,白牧可.考慮削峰填谷的配電網(wǎng)集中型充電站選址定容規(guī)劃[J].中國電機工程學報,2014,34(7):1052-1060.

[12] 中華人民共和國建設部.城市道路交通規(guī)劃設計規(guī)范：GB 50220—95[S].北京：中國計劃出版社，1995.

[13] 王輝,王貴斌,趙俊華,等.考慮交通網(wǎng)絡流量的電動汽車充電站規(guī)劃[J].電力系統(tǒng)自動化,2013,37(13):63-69.

[14] 邵賽,關偉,畢軍.考慮排隊時間和里程約束的競爭充電站選址問題[J].交通運輸系統(tǒng)工程與信息,2016,16(6):169-175.

[15] 楊佳俊,陳紅,段美琪,等.電動汽車充電站多階段規(guī)劃研究[J].山東電力技術,2015,42(8):18-22.

[16] 楊波,陳衛(wèi),文明浩,等.電動汽車充電站的概率負荷建模[J].電力系統(tǒng)自動化,2014,38(16):67-73.

國家自然科學基金項目(51605265,51508315);山東省自然科學基金項目(ZR2014EL036,ZR2015PE020)

鄭春燕(1983-),女,山東德州人,講師,碩士,主要從事充電站選址決策等方面的研究.

2016-12-30

1672-6871(2017)04-0039-04

10.15926/j.cnki.issn1672-6871.2017.04.009

U469.7

A