【關鍵詞】新能源汽車；新基建；充電站；用電信息采集系統(tǒng)；電力大數(shù)據(jù)

引言

充電便捷是提高電動汽車競爭力的重要措施，目前，充電站建設仍以市場試錯為主，缺少充電站布局規(guī)劃的理論工具，且相關研究較少[1]。但充電站選址也需考慮用戶的里程焦慮、隨機充電需求、充電站容量限制和司機路徑偏好（偏差容忍度）[2-3]。為平衡電動汽車用戶、充電站運營方和電網企業(yè)的利益，構建全社會成本最小的雙層整數(shù)規(guī)劃模型 [4-5]，是目前從充電站使用場景角度最全面的模擬公式，為得到全局最優(yōu)解，通過改進的郊狼優(yōu)化模型，給出了全局最優(yōu)解的一種算法[6]。進一步考慮配電網的承受能力，使結果更接近事實。

另一角度，考慮到通過海量的數(shù)據(jù)直接查找或挖掘所需要的信息，來獲得被研究對象的特征、模式和規(guī)律，模擬充電需求。基于出租車停留狀態(tài)的軌跡數(shù)據(jù)，提取匹配車輛充電時長的出租車停留點，以此契合出租車充電需求。以具體區(qū)域為例，通過政府統(tǒng)計數(shù)據(jù)，挖掘有效信息，反饋至充電站規(guī)劃環(huán)節(jié)。

現(xiàn)有的文獻大多局限于對充電設施的選址思想、運行模式、里程焦慮及政府數(shù)據(jù)等方面的研究，對充電設施利用率缺乏明確的標準。本文通過用電信息采集系統(tǒng)得到海量而精確的電力數(shù)據(jù)，以用電量為數(shù)據(jù)源，將用電量、充電設施利用率與等間隔網絡地圖相關聯(lián)，預測區(qū)域充電需求。最后，以天津市濱海新區(qū)實際數(shù)據(jù)為例，驗證模型的有效性。

一、模型建立

利用經緯線，將城市或部分城區(qū)分為若干部分，在同一城市范圍內，可近似認為經緯線圍成部分為方形。方形區(qū)域中，充電站需求與用電量呈現(xiàn)正相關關系，通過用電信息采集系統(tǒng)得到用電量數(shù)據(jù)后，可通過轉換關系得到充電站需求。

N（i，j）區(qū)域用電量增加，主要由以下兩種原因導致。一是用電戶數(shù)，二是戶均用電量，而這兩者均與充電需求密切相關。用電戶數(shù)增多，車保有量增加，一般情況下，電動汽車保有量也隨之增加。戶均用電量增加，普遍來看由兩種情況導致，一是每戶人口增加，二是用電習慣較為鋪張。一般來說，家庭第二輛車基本選擇新能源汽車，而且年輕人的用電量相比老、少年人要更高。

以上推論，說明用電量比人口更能反映充電站需求，這也是電力大數(shù)據(jù)的意義。在區(qū)域N（i，j）中，電動汽車數(shù)量隨著用電量增加快速增加，此過程隨著電動汽車替代燃油汽車的過程減慢，將此過程用對數(shù)關系表示，電動汽車與用電量關系為：

z=logx m（1）

式中，m為參數(shù)。

電動汽車普及初期，因充電困難，車主在可以擁有個人充電樁的前提下再購入電動汽車可能性較大，此時電動汽車對公共充電站需求低；普及達到一定程度后，小區(qū)內部電網接近滿負荷，個人充電樁不能滿足電動車主需求，電動汽車對公共充電站需求增加，并且充電設施的增加使充電方便，形成正反饋。由上可知，隨著電動汽車增加，充電站需求增加，電動汽車普及到一定階段，充電站布局較少，A充電站不能滿足需求時，電動車主可前往附近B充電站補能，反而對A充電站所在地區(qū)而言，充電需求增速放緩。在大范圍內，充電站均接近滿負荷時，充電需求再次快速增長。在經緯線合圍且等面積區(qū)域中區(qū)域中，此過程表示為：

式中，x表示用電量，y表示充電站需求，z表示電動汽車數(shù)量，r為用電量取對數(shù)后與充電站需求的比值，a1，b1，c1，d1為參數(shù)。

通過以上可得：

即：

式中，a，b，c，d為參數(shù)。

隨著經濟轉型，電動汽車充電站建設已小有成色，充電站需求現(xiàn)有充電站用電量表示。故而，利用已布局充電站區(qū)域內總用電量和充電站用電量關系，可實現(xiàn)參數(shù)擬合，繼而可規(guī)劃整個城市充電站選址。

二、仿真流程

通過以上分析，得到問題的重點，一是通過用電信息采集系統(tǒng)獲得一定坐標的準確總用電量和充電站用電量，二是通過現(xiàn)有數(shù)據(jù)準確獲得參數(shù)。

充電站會覆蓋一定面積區(qū)域，主要為區(qū)域內用戶服務，同時，允許其他區(qū)域用戶特殊情況下跨區(qū)充電，實現(xiàn)設備利用最優(yōu)化，同時，不觸及用戶容忍上限。用N（i，j）表示區(qū)域，利用經緯線劃分區(qū)域成邊長三公里正方形，以正方形四個點緯度最小經度最小的點為基準點，在此正方形內，最大經度和最小緯度之差計算方式為：

△i=3÷111=0.027027（5）

△j=3÷（111cos φ）（6）

若為邊長0.9公里正方形，則

△i=0.9÷111=0.008108（7）

△j=0.9÷（111cos"φ）（8）

式中，Δi表示經線方向相距3或0.9公里兩點經度差，Δj表示緯度為 的緯線上相距3或0.9公里兩點的緯度差。之所以選擇這兩個數(shù)字，一是因為濱海新區(qū)政府提出核心區(qū)內兩充電站最大距離不超過0.9公里，其他區(qū)域不超過3公里，二是因為當充電站分布不足以覆蓋所有已使用的線路時，部分司機可能會繞道尋找充電機會。該充電站選址問題的目標是在有限的建設預算下，尋找一組最優(yōu)的充電站位置集合，使得所有車輛通過選擇具有必要充電機會的自尋優(yōu)路徑完成出行，同時盡量減少可能的繞行造成的整體網絡擁塞。

得到區(qū)域內總用電量和充電站用電量數(shù)據(jù)后，可借助MATLB實現(xiàn)曲線擬合，軟件提供了基本的曲線擬合函數(shù)的命令：

p=polyfit（xdate，ydate，n）（9）

其中n表示多項式的最高階數(shù)，xdate，ydate為要擬合的數(shù)據(jù)，它是用數(shù)組的方式輸入。輸出參數(shù)為擬合多項式y(tǒng)=p1xn+…pnxn+pn+1的p=[p1，…pn，pn+1]系數(shù)。

多項式在x處的值y可用下面程序計算。

y=polyval（p，x）（10）

三、算例分析

以濱海新區(qū)某供電區(qū)域為例，通過用電信息采集系統(tǒng)，可以得到區(qū)域內集中器與智能電表的用電數(shù)據(jù)。其中，不考慮線損情況下，集中器數(shù)據(jù)為臺區(qū)內電表電量數(shù)據(jù)總和。一般情況下，集中器覆蓋區(qū)域較小，與前文區(qū)域（i，j）相比，可認為集中器覆蓋區(qū)域為奇點。故采取集中器數(shù)據(jù)為基礎數(shù)據(jù)。

現(xiàn)狀下，集中器不具備定位系統(tǒng)，故無法直接從系統(tǒng)中得到集中器坐標。使用地址，從地圖軟件上查詢集中器坐標，從而可得到坐標對應用電量。

國家電網直供充電站，其用電類別統(tǒng)一為充電服務業(yè)，通過選定行業(yè)類別，可從地圖軟件上查詢集中器坐標，從而可得到坐標對應用電量。由于故障等原因，部分充電站建成后無法使用，考慮到建設成本，認為此類問題統(tǒng)一為規(guī)劃失誤，但此問題與充電需求無關。故排除用電量為零充電站，避免數(shù)據(jù)誤導。

通過以上工作，得到了臺區(qū)用電量明細和充電站用電量明細。依據(jù)獲得的最大最小經緯度，按照邊長為3公里劃分正方形區(qū)域。其中，在此供電區(qū)域內，可認為3公里對應緯度變化不變，取北緯39度數(shù)據(jù)，則：

△j=3÷（111cos"39°）=0.034777（11）

將臺區(qū)用電量匹配至劃分區(qū)域中，得到區(qū)域用電量分布圖如下：

由圖可見，3公里劃分不夠細致，不能較好預測充電需求，將邊長縮小至0.9公里，得到區(qū)域用電量圖如下：

可見，在邊長0.9公里的范圍內，得到區(qū)域用電量圖可以有效反映用電量分布，故以下均以此劃分方式下得到的數(shù)據(jù)開展分析。

本文認為，在充電站布局遠遠不足的情況下，對數(shù)底數(shù)的不同，對數(shù)據(jù)分布的影響可以忽略，其作用為，將數(shù)量級不同的區(qū)域用電量，轉化為同樣數(shù)量等級。

為

且有：

充電站需求預測數(shù)值大小與區(qū)域內充電站容量總和成正比，可據(jù)此數(shù)據(jù)合理進行充電站建設規(guī)劃。其中，充電站容量總和包括已建成充電站，若包含區(qū)域規(guī)劃充電站容量小于已建成充電站容量，則此區(qū)域內無需新建充電站。

結論

通過以上分析和計算，可知在電動汽車普及初期，充電站建設需求與區(qū)域用電量密切相關。用電量較小區(qū)域，因其附近不存在可替代充電站，故包含區(qū)域有相對用電量較大充電需求。相反，在用電量較大區(qū)域，因車主在附近進行補能，故包含區(qū)域充電需求相對用電量來說較小?？芍潆娦枨笈c電動汽車保有量正相關，隨著電動汽車保有量的增加，充電需求增速降低。

同時，在建成區(qū)范圍內，相距0.9公里建設充電站可以較好滿足居民充電需求，同時避免資源擱置，造成浪費。在其他地區(qū)，建設過多充電站并不會得到充分利用，并且在短時間內狀況不會改變，應減少充電站建設。

為提高充電站總體利用率，可通過計算得到每個充電站的合理容量，減少投資成本的同時，大力支持“新基建”項目建設，服務好經濟發(fā)展。

參考文獻：

[1] 郭磊， 王克文， 文福拴， 等. 電動汽車充電設施規(guī)劃研究綜述與展望[J]. 電力科學與技術學報，2019，34（03）：56-70.DOI：10.19781/j.issn.1673-9140.2019.03.006.

[2] 黃瑜珈， 李聰， 戴梓源， 等. 淺析新能源電動汽車充電樁的選址研究[J]. 時代汽車，2021，（11）：122-123..

[3] Lou J ，Qiu Z ，Yu J ， et al.Urban charging station location model based on multi-objective"programming[J].Journal of Physics： Conference Series，2018，1053（1）：012028-012028.

[4] Guo F ，Yang J ，Lu J .The battery charging station location problem： Impact of users’ range anxiety"and distance convenience[J].Transportation Research Part E，2018，1141-18.

[5] YILDIZ， BARIS， OLCAYTU， EVREN， SEN， AHMET. The urban recharging infrastructure design problem with"stochastic demands and capacitated charging stations[J]. Transportation research， Part B. Methodological，2019，119（Jan.）：22-44.

[6] 艾欣， 李一錚， 王坤宇， 等. 基于混沌模擬退火粒子群優(yōu)化算法的電動汽車充電站選址與定容[J]. 電力自動化設備，2018，38（9）：9-14.