吳康利 王立曉

（新疆大學建筑工程學院，新疆 烏魯木齊 830000）

1 概述

截止2021 年3 月全國汽車保有量達2.8 億輛，機動車保有量更是高達3.78 億輛，機動車保有量的增長帶來的后果是石油資源、天然氣資源的加劇消耗，溫室氣體的巨量排放，環(huán)境氣候的不斷惡化。在交通運輸行業(yè)調整能源結構迫在眉睫，發(fā)展新能源汽車成為國家解決資源消耗、環(huán)境惡化問題的清潔可持續(xù)方案。本研究以烏魯木齊市為案例，探尋電動出租車充電站的最優(yōu)布局。

近年來，國內外的研究者對充電站選址布局問題進行了大量的研究，其中，由于浮動車軌跡數據（FCD）反映真實世界的出行活動，能提供更為準確的時間空間信息，吸引眾多研究者進行深入研究。Cai 等認為出租車在停車時是潛在的充電需求發(fā)生點，引入三個標準選擇布置充電站[1]。Asamer 等以最大覆蓋模型建模，在選址結果基礎上利用等時線進一步確定充電站的建站位置[2]。Dong 等通過使用汽車估計數據模擬司機的出行以及充電活動，在此基礎上建立預算約束下最小錯行次數的優(yōu)化選址模型[3]。Tu 等利用時空路徑工具對出租車需求、電動車出租車與充電站之間的循環(huán)交互作用進行了建模，建立電動出租車服務水平和充電站充電服務水平最大化的選址模型[4]。Zhang 等使用成都的出租車GPS 數據建立基于動態(tài)分布聚類和重心法的兩階段電動出租車充電站的布局模型[5]。胡培婷等使用廣州出租車浮動車數據，建立了基于快速充電的時空需求最大覆蓋模型，以覆蓋需求最大的充電需求為目標[6]。楊珍珍等提出一種數據驅動的電動汽車充電站選址布局方法[7]。雖然上述研究都利用海量的數據進行充電站選址，拓寬了充電站選址的視野，但是，上述研究鮮有考慮電動汽車司機的偏好因素。

鑒于此，本文基于海量浮動車數據，考慮電動出租車司機的距離偏好，建立最大化滿足充電需求與充電站建設成本最小化的多等級充電站充電選址模型。選址模型能給電動出租車充電站選址布局提供參考。

2 模型建立

考慮到現(xiàn)實情況復雜，為了簡化模型，作出如下假設：

（1）從浮動車數據中提取出的停車事件作為潛在的充電需求發(fā)生點。

（2）按照停車事件發(fā)生的時間節(jié)點先后順序安排電動出租車充電。

（3）充電站具有容量限制，且所有充電站內的充電樁總數也存在限制。

（4）出租車司機對前往的充電站的距離存在偏好，僅考慮在容忍訪問充電站最大范圍內的充電站內進行充電服務。

2.1 參數說明

i 為需求點；

j 為候選站點；

fi為0-1 變量，若需求點i 沒有被滿足，值為1，否則為0；

Fm為等級為m 的充電站的建設成本；

Xjm為0-1 變量，在候選站點j 建立等級為m 的充電站，值為1，否則為0

Zij為0-1 變量，需求點i 到候選站點j 處進行充電，值為1，否則為0；

Cm等級為m 的充電站內充電樁數；

K 最多可設置充電樁數目。

2.2 數學模型

目標函數（1）表示最小化未滿足需求點。目標函數（2）表示充電站建設總成本最小化。約束條件（3）充電需求只能在一個充電站進行充電。約束條件（4）建立充電站才能滿足充電需求。約束條件（5）充電站具有容量限制。約束條件（6）所有充電站內充電樁數量小于某一值。

3 算例分析

本文以烏魯木齊市為例，研究范圍在東經87.33°-87.77°，北緯43.6°- 44.01°之內。

3.1 研究數據

采用的浮動車數據來源于烏魯木齊市2017 年6 月5 日0:00 到2017 年6 月6 日23:59 該時段的8011 輛燃氣出租車。利用python 對原始數據進行處理，根據車牌ID 提取出租車的出行鏈，在每條出行鏈中提取出停車時間在30 分鐘到2 小時之間的停車事件。按24 小時分區(qū)對停車事件統(tǒng)計，選取停車事件最多的時區(qū)作為最終的充電需求。經統(tǒng)計，30 分鐘到2 小時之間的停車事件總數為10766 個，其中13 點到14 點時間段停車事件數量最多為885 個。將885 個停車事件賦值容忍訪問充電站最大距離，充電站容忍最大距離設定在2 公里到5 公里之間，參考以往研究中對充電站服務半徑的設定，概率分布源于馬云峰的研究中用戶到充電站距離的線性滿意度的假定[8]。

充電站等級劃分、建設費用以及充電站內充電樁數量如表1 所示。充電樁數量按照國家要求，省會等主要城市公共充電樁與電動汽車比例不低于1:12 的標準設置，本文中充電樁總量為688 臺。

表1 充電站的等級劃分

使用現(xiàn)有的加油加氣站作為候選充電站，不僅能節(jié)約社會公共資源，而且司機熟悉度高。選取烏魯木齊市142 個加油加氣站作為候選充電站。

3.2 算例結果及分析

采用NSGA-Ⅱ算法進行模型求解，運用MATLAB 軟件編譯運行，種群設置為800，迭代次數為400 次，交叉概率0.8，變異概率0.2。迭代曲線如圖1 所示，建站費用與未滿足需求數兩磨邊函數在50 次迭代之內就已經收斂。

圖1 迭代曲線圖

在求解出的多種布局方案中，滿足需求數最多布局方案如表2 所示。

表2 滿足需求數最多的布局方案

滿足充電需求最多的布局方案中，需建設18 座充電站，其中13 座一級充電站，2 座二級充電站，1 座三級充電站，1 座四級充電站。從各個充電站的需求分配上來看，僅有兩臺充電樁閑置，利用效率較高。

滿足充電需求最多的方案，建設總成本最高，建設總成本最小的方案，滿足的充電需求最少。模型求解出其余布局方案，兩目標函數處于前兩種方案目標函數之間，建設方可依據需求偏好選擇布局方案。

4 結論

在考慮用戶的距離偏好因素以及出租車的運行特性基礎上，建立最大化滿足充電需求與充電站建設成本最小化的多等級充電站充電選址模型，考慮到兩目標函數不可公度性，采用NSGA-Ⅱ算法求解，多種布局方案可供根據不同偏好選擇。