郭 棟，李嬌嬌，鄭春燕，馬鵬程，張同慶，李超超

（1.山東理工大學交通與車輛工程學院,山東省淄博市 255000；2.山東理工大學管理學院,山東省淄博市 255000）

0 引言

電動汽車以其清潔高效的突出優(yōu)勢與關鍵技術的快速發(fā)展完備,同時在國家戰(zhàn)略的推進和政策的大力支持下［1］,實現了快速發(fā)展和廣泛應用。但當前電動汽車續(xù)駛里程不足、充電設施發(fā)展不完善、充電形式單一等問題嚴重影響著電動汽車出行范圍和用戶的使用體驗。此外,近40%的駕駛員經歷過道路拋錨、充電不便以及需緊急充電的情形［2］。因此,在加強基礎設施建設的同時,還應豐富充電形式以滿足用戶多樣化的充電需求與充電情景,加快應急充電與便捷充電的發(fā)展,進一步促進充電設施與電動汽車的協調快速發(fā)展。

充電需求預測的研究是設施布局規(guī)劃的重要前提,研究人員基于數學模型建立電動汽車出行的概率模型,蒙特卡洛法［3］、出行鏈理論［4］、累積前景理論［5-6］、灰色預測模型［7］、滾動預測［8］等都應用于充電需求預測。已有許多研究考慮用戶充電行為選擇［9］、城市功能區(qū)劃分［10］、動態(tài)交通流［11］等普通場景下的多樣充電需求預測,缺少缺電拋錨時應急充電需求、短時補電需求、偏遠地區(qū)零散充電需求等特殊充電場景的單獨研究。移動充電作為新的充電形式,以其靈活方便、占用資源少等獨特優(yōu)勢彌補充電范圍及便捷性,現有Mobi Charger、Spark Charge、大眾移動充電機器人等成熟產品。針對移動充電的研究有:基于光伏-儲能-充電供應鏈,結合物流網絡,提出考慮配送時間與綜合成本的移動充電配送路徑優(yōu)化模型［12］；考慮服務效率與服務成本,引入時間窗與多模式服務的移動充電服務模型［13］；基于靜態(tài)車輛路徑規(guī)劃和調度的移動充電研究［14］。目前,針對移動充電的研究基本為充電速率或路徑規(guī)劃方面的研究,而對于移動充電相關設施點的布局研究較少,成為規(guī)?；瘧眯碌淖璧K點。充電設施布局作為電動汽車補能的核心基礎設施［15］,基本目標是盡可能滿足多樣化充電需求,主要研究有:基于電動汽車出行特征與需求響應的多目標充電站布局模型［16］；基于充電站成本及用戶充電行駛成本和充電時間成本最小的充電站選址定容模型［17］；多目標下充電站容量的優(yōu)化配置［18-19］。綜上所述,目前缺少針對應急充電需求的獨立分析預測研究,以及基于應急充電需求時空分布特性、考慮多種影響因素的應急充電設施優(yōu)化布局研究。

為滿足電動汽車應急充電需求、偏遠零散充電需求以及短時便捷補電需求,本文提出一種基于車、樁、路信息交互,應急電源配送與設施優(yōu)化布局相結合的新型應急充電模式。首先,通過出行鏈理論及蒙特卡洛法對應急充電需求時空分布進行分析預測；然后,考慮應急充電需求時空特性與現有充電站分布特征,結合配送服務特點,利用遺傳算法優(yōu)化的Voronoi 圖建立應急充電設施布局模型；最后,通過算例分析驗證了應急充電需求的滿足率及模型的有效性,實現了覆蓋全面可靠、服務快速及時、充電便捷經濟的應急充電。

1 電動汽車應急充電需求分析及預測

1.1 應急充電需求場景

應急充電需求主要指電動汽車因電量不足而具有較高道路拋錨風險或短時間內急需補電情景下的充電需求,主要由于駕駛員對充電時刻的誤判或對未來行程中電量不足的擔憂而產生,屬于特定條件下的充電需求,主要針對場景為:1）車輛面臨拋錨場景,即電動汽車因剩余電量不足無法到達充電目的地；2）碎片化時間充電場景,即利用短暫停留時間滿足便捷補電需求。

考慮電動汽車剩余行駛里程、距離充電站距離等影響因素,應急充電需求條件為:

式中:Saim為電動汽車與最近充電站的距離；Sremain為電動汽車剩余行駛里程,根據汽車的單位里程內耗計算；SD為電動汽車與當前行程目的地的距離；Sremain,k-1為電動汽車在目的地k-1 時的剩余行駛里程；Sk為目的地k-1 與目的地k的距離；Tw,k為目的地k的停留時間；tmax和tmin分別為停留時間上下限閾值。

1.2 應急充電需求預測模型的建立

電動汽車應急充電需求的主要影響因素包括電動汽車出行規(guī)律、行駛規(guī)律和駕駛員充電決策。

1.2.1 電動汽車出行規(guī)律模型

電動汽車出行規(guī)律可用出行時刻、出行目的地、出行距離及目的地停留時長進行描述［20］。基于出行鏈理論分析出行者在時間和空間上的活動規(guī)律。

電動汽車首次出行時刻t0服從正態(tài)分布,其首次出行時刻概率密度函數為:

式中:μT、σT分別為電動汽車首次出行時刻均值、標準差,具體參數取值可參考文獻［20］。

電動汽車出行距離近似為對數正態(tài)分布:

式中:fD（d）為出行距離的概率密度；d為出行距離；μD為平均出行距離；σD為出行距離標準差,參數取值可參考文獻［21］。

出行目的地分為工作商務、日常生活和休閑娛樂3 類,不同類型區(qū)域停車時長滿足廣義極值分布［22］,式（5）、式（6）分別為工作區(qū)域、其他區(qū)域停留時長概率密度函數:

式中:f(?)表示概率密度函數；x1為工作區(qū)域電動汽車停留時長；x2為其他區(qū)域電動汽車停留時長；z1、z2為相應區(qū)域停留時長標準化后的值。

1.2.2 電動汽車行駛規(guī)律模型

電動汽車行駛規(guī)律主要考慮電池容量、初始電池荷電狀態(tài)（state of charge,SOC）、單位里程能耗的影響。

不同類型的電動汽車電池容量滿足伽瑪分布:

式中:Cp（l）為l類電動汽車的電池容量,由于本文研究對象是電動私家車,因此l=1；Γ(?)表示伽瑪函數；伽瑪分布參數αl、βl具體取值可參考文獻［23］。

電動汽車首次出行時刻的SOC 服從正態(tài)分布N（0.8,0.1）［24］。

電動汽車單位里程能耗基于平均車速的不同道路等級能耗因子模型進行計算,采用文獻［25］提供的基于平均車速的不同道路等級能耗因子模型作為電動汽車單位里程能耗模型,如式（8）—式（11）所示。

式中:Ea、Eb、Ec、Ed分別為快速路、主干路、次干路和支路的能耗因子,單位為（kW·h）/km；v為路段平均速度,單位為km/h。

1.2.3 駕駛員充電決策

駕駛員充電決策主要表現為對充電起始時刻和充電結束時刻的選擇［26］,充電起始SOC 和充電終止SOC 分別服從式（12）、式（13）所示的概率分布:

式中:x3為充電起始SOC；x4為充電終止SOC；μC、σC分別為電動汽車充電起始SOC 的均值、標準差,具體數值參考文獻［27］。

1.2.4 基于蒙特卡洛法的應急充電需求模擬

一般充電需求預測模型為無差別的充電需求預測,沒有針對充電需求類型進行細致研究,而電動汽車應急充電需求針對緊急缺電情形所產生的需求進行研究。兩者雖大多采用蒙特卡洛進行模擬,但應急充電需求不具有普適性,此需求的產生是由于駕駛員對充電時刻的誤判或對接下來行程電量不足的擔憂,應急充電需求是在充電需求的基礎上產生,是充電需求中的一部分特殊情況。

運用蒙特卡洛方法模擬電動汽車用戶出行,獲得電動汽車應急充電需求的時空分布,具體流程如圖1 所示。假設城市日均電動汽車出行數量為N,且電動汽車用戶日出行目的地不超過3 個（最終目的地為家）,并將家設為用戶出行起始點與最終目的地。模型適用說明:模擬出行規(guī)律的數據來源為電動私家車數據,因此模型僅適用于電動私家車,不適用電動公交車、電動出租車和電動公務車等的出行類型。

圖1 蒙特卡洛法模擬應急充電需求流程圖Fig.1 Flow chart of simulation of emergency charging demand based on Monte Carlo method

圖1 所涉及的預估路程行駛時間ttravel和到達目的地時間tarrival計算如下:

式中:Stravel,f為出行距離,取決于式（4）；f取值為1 至4,分別代表快速路、主干路、次干路和支路；vf為對應道路的行駛速度；tfirst-travel為首次出行時間,取決于式（3）；tstay為停留時長,取決于式（5）和式（6）。

2 電動汽車應急充電設施布局規(guī)劃模型

考慮應急充電需求時空分布特點、現有充電站分布、服務質量及綜合成本,提出精準配送網絡與應急充電設施布局網絡優(yōu)化結合的充電方案。

2.1 應急充電服務流程

近年來,城市配送行業(yè)運用線上線下結合、點對點配送模式迅速崛起,即用戶線上下單、配送員線下點對點配送,具有便捷、靈活、高效等突出優(yōu)勢,且業(yè)務具備良好的可拓展性。本文提出了一種采用專員配送應急電源的應急充電服務模式,服務流程如圖2 所示,電動汽車產生應急充電需求后,用戶線上發(fā)起訂單,系統依據需求點位置選取最合適的應急充電設施,并由服務專員將應急電源配送至需求點以提供充電服務,充電完成后由專員將應急電源送回原設施處,結束全部流程。

圖2 電動汽車應急充電服務流程Fig.2 Process of emergency charging service for electric vehicles

應急充電設施主要由應急電源、光伏發(fā)電系統及監(jiān)控管理系統組成,其中供電系統采用分布式并網光伏發(fā)電系統。應急充電設施通過光伏發(fā)電與儲能為應急電源供電,實現光儲充一體化,體現“新能源車充新能源電”。相較于傳統充電站,應急充電設施具有成本低、建設難度小、占地面積小等突出優(yōu)勢,可與充電站配合以充分發(fā)揮其獨特功能。

2.2 應急充電設施布局規(guī)劃模型的建立

電動汽車應急充電設施布局主要考慮選址及定容問題。選址主要滿足可靠性、及時性、經濟性,突出與現有公共充電站的協調關系；定容主要考慮應急電源工作周期與需求數量的關系。

2.2.1 目標函數的建立

建立結合配送模式的應急充電設施布局規(guī)劃模型,首先做出以下假設:1）不考慮路網中道路坡度和交叉口的影響；2）服務專員對路網及充電需求點位置完全了解且選取耗時最短的配送路徑；3）各應急充電設施中應急電源數量保持相對恒定,即應急電源使用后歸還至原設施或各設施間相互交換數相同。

應急充電設施布局規(guī)劃目標為以盡可能高的服務水平滿足應急充電需求,服務水平以用戶等待時間成本表示,并同時兼顧設施的建設運行成本。因此,以用戶等待時間成本和應急充電設施建設運行成本作為目標函數:

式中:F為應急充電設施綜合成本；C1為用戶等待時間成本；C2為應急充電設施建設運行成本；α1、α2為權重系數,根據經濟性與服務水平綜合選取。本文主要考慮服務水平,取α1=1.2,α2=0.8。

1）用戶等待時間成本

用戶等待時間包括應急電源的配送時間和充電時間,其成本為:

式中:dij為應急充電設施j到其服務范圍內充電需求點i的行駛距離；vD為平均行駛速度；Tec為應急充電平均服務時間,主要受用戶主觀選擇和應急電源電池容量影響；ω為城市出行單位時間成本；ny為使用年數,主要受應急電源使用壽命影響；J為備選應急充電設施集合,j∈J；δj為應急充電設施j服務范圍內的充電需求點集合。

2）應急充電設施建設運行成本

應急充電設施建設成本包括應急電源成本和設施成本,其中設施成本主要為光伏系統成本,運行成本主要包括設備維護和人工成本。年運行成本通常為建設成本的20%。因此,應急充電設施建設運行成本為:

式中:fp為工商業(yè)分布式光伏電站造價,單位為萬元/kW；qj為單個設施內應急電源數量；Pw為單個應急電源所需的光伏發(fā)電功率；fe為單個應急電源價格。

2.2.2 選址及定容約束

應急充電設施的布局約束主要考慮選址約束與定容約束。選址約束主要包括與充電站等基礎充電設施的相對位置約束、各應急充電設施間的距離約束、應急充電需求點與最近應急充電設施的最大距離約束。定容約束主要考慮每個應急充電設施服務范圍內的最大應急充電需求數與應急電源工作周期關系約束。

1）應急充電設施與充電站相對位置約束

應急充電設施應與充電站相配合,需對應急充電設施與充電站的相對位置關系進行約束,確保電動汽車在完成應急充電服務后,剩余電量能夠到達附近充電站或目的地進行電量補給,且應保證兩者具有一定距離,以充分發(fā)揮設施功能。充電站、應急充電設施和應急充電需求點滿足如下關系式,示意圖見附錄A 圖A1。

式中:r為應急充電設施服務半徑；R為應急充電設施與最近充電站的最大距離；dstr為電動汽車與應急充電設施的直線距離；L為電動汽車與充電站的直線距離；m為充電站與應急充電設施間的直線距離；ζ為城市道路非直線系數,路網的平均非直線系數一般為1.15～1.2［28］。

當應急充電需求點與充電站的距離最遠,即m=R、L=R+r時,滿足車輛應急充電后可到達充電站,則滿足所有應急充電需求。從而,有:

2）各應急充電設施間的距離約束

為保證布局的可靠性,需滿足應急充電需求全覆蓋,即任意應急充電需求i都存在應急充電設施j為其服務:

為滿足布局的可靠性與經濟性,相鄰應急充電設施間距應具有如下約束:

式中:r1、r2為相鄰兩個設施的服務半徑；D為兩個相鄰設施間的距離。

3）應急充電需求點與最近應急充電設施的最大距離約束

為保證布局的及時性,需對每個應急充電需求點與最近應急充電設施的最大距離進行約束,本文采用服務專員按一定平均速度配送,可轉化為最大配送時間約束:

式中:Tij為服務專員從應急充電設施j到其范圍內的應急充電需求點i的時間；Tmax為最大配送時間。

4）應急充電設施定容約束

應急電源的服務能力受應急電源工作周期Tp（接受訂單至充電結束為一個周期）的限制。為保證任意時刻應急電源數量都不少于該時刻發(fā)生的應急充電需求數量,根據應急充電需求的時空分布獲得在Tp內應急充電需求最大數量GT,應急電源的配置數量Nm應滿足Nm≥GT。

應急電源工作周期包括配送響應及路程耗時TD、充電服務時間Tsc、送回響應及返程耗時Tr和應急電源自身充電時間Tc,其中,配送耗時和返程耗時可視作相同,即TD=Tr。因此,有

若某個應急充電設施服務范圍內,GT=3,則其最少需配置3 個應急電源。例如,恰有3 次應急充電需求發(fā)生時,其使用關系見附錄A 圖A2。

此外,考慮設備故障等特殊原因,在最大需求數量上額外增加10%,單個應急充電設施內應急電源配置數量qj為:

2.2.3 基于Voronoi 圖和遺傳算法的求解策略

應急充電設施布局關鍵是確定應急充電設施服務范圍內的應急充電需求數量。本文以應急充電設施位置為生長點生成Voronoi 圖,得到各應急充電設施服務范圍,同時將Voronoi 圖與遺傳算法結合以提高全局搜索能力。具體流程如圖3 所示。

圖3 基于Voronoi 圖和遺傳算法的求解流程圖Fig.3 Flow chart of solving based on Voronoi diagram and genetic algorithm

在使用Voronoi 圖和遺傳算法進行求解時,遺傳算法初始參數設置為:種群規(guī)模P=2 000,遺傳迭代數Gmax=200,交叉概率CCP=0.9,變異概率MP=0.01,適應度值為年綜合成本的倒數（1/F）。將每種應急充電設施布局方案作為個體,應急充電設施的位置和數量作為個體的基因。

應急充電設施數量Ne預估:

式中:Nmax、Nmin分別為應急充電設施的最大和最小數量；| |I為規(guī)劃區(qū)域一天內應急充電需求數量；Qmax、Qmin分別為應急電源最大和最小配置數；μ為平均服務速率,即每個應急電源單位時間完成服務的車輛數；Ts為應急電源平均每天有效充電服務時間；表示向上取整。

3 算例分析

本文以中國山東省淄博市張店區(qū)為例進行仿真分析,驗證模型的有效性并為其他城市未來應急充電需求的研究及設施建設布局提供參考。

3.1 應急充電需求分析

3.1.1 電動汽車出行仿真

對電動汽車出行進行模擬仿真,獲取始發(fā)地、目的地及行駛速度等信息。通過Python 獲取各居民小區(qū)信息（具體見附錄B 表B1）,作為出行始發(fā)地和最終目的地；通過百度地圖應用程序編程接口（application programming interface,API）獲取各類型興趣點（points of interest,POI）數據及其位置,POI 數據點類型主要包括:充電站、工作商務、日常生活、休閑娛樂,數據點空間分布見附錄A 圖A3；通過百度地圖API 實時路況獲取各路段擁堵信息,得到不同擁堵程度下各等級道路平均車速,具體見附錄B 表B2。

3.1.2 出行仿真結果及分析

根據張店區(qū)電動汽車發(fā)展趨勢預測,設置5 年后電動汽車樣本數量為8 萬輛［29］。運用蒙特卡洛法依據上述流程對全部電動汽車進行一天的出行仿真,共產生1 851 條應急充電需求（如附錄A 圖A4所示）,應急充電需求主要出現在各類POI 點的集中區(qū)域、商業(yè)經濟中心和車流密集區(qū)。充電需求時間分布圖如圖4 所示,應急充電需求數量為先升再降、再升再降過程,出現“雙高峰”現象,與用戶出行高峰期相吻合。

圖4 應急充電需求時間分布Fig.4 Time distribution of emergency charging demand

應急充電需求數據中,多數為用戶碎片化時間場景充電,占69.5%；23.4%的應急充電需求為道路應急場景產生,主要是由于用戶最低充電SOC 值偏好過低。因此,最低充電SOC 值偏好是產生應急充電的重要影響因素,當最低SOC 值偏好為5%～10%時最易產生應急充電需求,其具體關系見附錄A 圖A5。剩余應急充電需求的產生主要與用戶的長距離出行和偏遠充電需求有關,但本次仿真區(qū)域較小,用戶產生長距離出行的可能性較低或無充電站覆蓋的偏遠點較少。因此,此類應急充電需求比較低,僅占7%。

3.2 應急充電設施布局規(guī)劃分析

3.2.1 模型參數設置

首先,對張店區(qū)路網拓撲化,具體拓撲圖見附錄A 圖A6。應急充電需求位置分布見附錄A 圖A7。

設工商業(yè)分布式光伏電站造價fp為6 元/W；應急電源單價為0.2 萬元/個；服務專員平均行駛速度vD為30 km/h；最大配送時間為0.167 h；應急電源平均服務速率μ為1 輛/h；應急充電單次服務時間Tec為0.16 h；應急電源平均每天有效充電服務時間Ts為1 h；城市道路非直線系數ζ為1.2；城市出行時間成本為0.003 萬元/h；單個應急電源充電所需的光伏發(fā)電功率Pw為7.2 kW/個；應急電源的電池容量為3.5 kW·h,放電功率為18 kW,充電功率為7 kW。

3.2.2 應急充電設施數量優(yōu)化

由上述仿真可知,單位時間內應急充電需求數量為19～250 個,則應急充電設施數量滿足Nmin=3,Nmax=15。使用年數n主要考慮應急電源電池的使用壽命,因此計算前5 年綜合成本。不同應急充電設施規(guī)劃數量的5 年內各成本見附錄B 表B3。

圖5 為不同應急充電設施規(guī)劃數量的5 年綜合成本曲線,隨著應急充電設施數量的增加,5 年綜合成本先減后增,當設施數量為10 座時5 年綜合成本最低,為4 625.90 萬元。其中,隨著設施數量的增加,建設運行成本不斷升高,而用戶等待時間成本呈下降趨勢,主要是由于建設運行成本隨設施數量的增加而增高,而每個設施對應的服務范圍減少,配送路程縮短,用戶等待時間成本降低。

圖5 應急充電設施5 年綜合成本曲線Fig.5 Comprehensive cost curve of emergency charging facilities for 5 years

3.2.3 應急充電設施最優(yōu)位置和容量

以S1～S10表示10 座應急充電設施,求解得到各設施選址位置和服務范圍,如附錄A 圖A8 所示。圖6 為Voronoi 圖多邊形等效圓范圍,其中:紅色圓點表示充電設施位置,以紅點為圓心,藍色圓表示服務范圍；綠色三角表示較為緊湊充電站的等效集中位置；黑色數字表示路段節(jié)點。由圖6 可知,應急充電設施位置布局均勻合理,高度契合應急充電需求的時空分布特性,與現有充電站相輔相成,實現應急充電需求的全面覆蓋,滿足可靠性原則。

圖6 Voronoi 圖多邊形等效圓范圍Fig.6 Polygon equivalent circle range of Voronoi chart

表1 為應急充電設施最終布局規(guī)劃結果,其中,應急電源平均配送時間為6.6 min,用戶平均等待時間為16.6 min,應急充電服務時間小于30 min,滿足及時性原則。特別的,應急充電設施S2、S9和S10處的應急電源數量較多,主要是由于其處于商業(yè)經濟中心,車流量密集,且周圍充電站服務范圍有限,因此,易在出行高峰期產生大量應急充電需求,此外,用戶在該區(qū)域目的地短時停留較為頻繁,易產生較多的短時便捷補電需求。

表1 應急充電設施最優(yōu)布局規(guī)劃結果Table 1 Optimal layout planning results of emergency charging facilities

3.2.4 結果驗證

加入應急充電設施布局建立新的充電網絡,以相同仿真條件再次對電動汽車出行進行仿真,以進一步驗證模型的有效性和結果的合理性。仿真共產生了1 675 個應急充電需求,其中31 個未滿足,在保證服務水平的基礎上,應急充電需求滿足率為98.15%,驗證結果如表2 所示,未滿足的應急充電需求分布見附錄A 圖A9。應急充電設施布局可有效滿足應急充電需求,應急充電設施布局模型具有一定的有效性和合理性。

表2 應急充電設施規(guī)劃模型仿真驗證結果Table 2 Simulation verification results of emergency charging facility planning model

表2 中部分設施存在應急充電需求率非100%,導致少量未滿足應急充電需求的主要原因是:應急充電設施布局優(yōu)化中是以滿足絕大多數區(qū)域應急充電需求而建立,針對區(qū)域邊緣的零散應急充電需求再建立應急充電設施是不合理的；從應急電源數量與單位時間最大需求數來看,部分時段出現了應急充電設施服務范圍內單位時間產生的應急充電需求超過了配置的應急電源數量,導致無移動電源可進行配送服務,如S1、S2、S4、S9和S10。

4 結語

當前電動汽車充電設施發(fā)展不完善,有關電動汽車充電研究較少考慮緊急、短時、便捷等特殊充電需求,無法滿足電動汽車應急充電需求、偏遠地區(qū)零散充電需求以及短時便捷補電場景。為解決以上問題,本文開展了以下工作:

1）提出了基于出行鏈理論和蒙特卡洛法的應急充電需求時空分布預測方法?？紤]電動汽車行駛規(guī)律、出行規(guī)律和駕駛員充電決策,對應急充電需求時空分布進行分析預測。研究發(fā)現,應急充電需求的空間分布高度契合POI 數據點分布,時間分布吻合用戶出行時間規(guī)律,曲線亦呈現“雙高峰”。

2）采用應急電源精準配送與設施布局優(yōu)化相結合的新型充電模式。利用應急電源獨立供電和可移動性的優(yōu)點,并充分發(fā)揮現有精準配送服務模式點對點的優(yōu)勢,將應急電源精準配送與設施布局優(yōu)化相結合,提出了一種具有便捷、經濟、靈活等特點的應急補電模式,可與充電站相協調形成更加優(yōu)化的電動汽車補電網絡。

3）兼顧應急充電設施服務水平和建設運行成本,建立以設定綜合成本最少的應急充電設施布局模型,提出精準配送網絡與應急充電設施布局網絡優(yōu)化結合的充電方案。本文建立的優(yōu)化布局模型能夠有效覆蓋區(qū)域內產生的應急充電需求,提出的配送服務模式可有效緩解應急充電問題,且能實現短時到達要求,彌補應急場景下的碎片化補電需求。

本文主要考慮私家車的出行過程,未考慮出租車、網約車和公共用車的出行特征,電動汽車的出行過程還會受到出行日期的影響。今后研究工作中可擴展研究對象以及其他出行場景,更好地為新能源汽車提供應急充電服務。

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。