摘要：基于充電站建設(shè)維護(hù)成本及車輛抵達(dá)充電站的旅途成本兩個(gè)目標(biāo)維度，構(gòu)建了一個(gè)多目標(biāo)規(guī)劃模型，并設(shè)置了電網(wǎng)負(fù)荷約束、充電站定容、應(yīng)急行駛時(shí)間約束等多種約束，以長(zhǎng)沙市某規(guī)劃區(qū)路網(wǎng)情況為實(shí)例，運(yùn)用遺傳算法進(jìn)行優(yōu)化求解，得出了該規(guī)劃區(qū)內(nèi)設(shè)置充電站的最優(yōu)解。通過(guò)這一模型，能精確地優(yōu)化充電站位置、充電樁數(shù)量等資源配置問題，可應(yīng)用于包括長(zhǎng)沙在內(nèi)的其他城區(qū)電動(dòng)汽車充電站規(guī)劃，有利于市內(nèi)路網(wǎng)情況下電動(dòng)汽車充電站的建設(shè)。

關(guān)鍵詞：電動(dòng)汽車；充電站選址；多目標(biāo)規(guī)劃；遺傳算法

中圖分類號(hào)：U469.79" " "收稿日期：2025-03-03" " "DOI：10.19999/j.cnki.1004-0226.2025.04.005

Research on the Allocation of Resources in Electric Vehicle

Charging Stations in Changsha City

Yang Wei Zhou Letian Yang Ting Yang Weijian Wang Jia

1.Public Department，Shaoyang Polytechnic，Shaoyang 422000，China

2.School of Computer Science and Engineering，Jishou University，Jishou 416000，China

3.Baimatian School，Shaoyang 422000，China

Abstract：This paper constructs a multi-objective programming model based on two objective dimensions： the construction and maintenance cost of charging stations and the travel cost of vehicles arriving at charging stations. Multiple constraints are set， including grid load constraints， charging station capacity constraints， and emergency travel time constraints. Taking the road network situation in a planning area in Changsha as an example， genetic algorithm is used for optimization and solution， and the optimal solution for setting up charging stations in the planning area is obtained. Through this model， the resource allocation problems such as the location of charging stations and the number of charging piles can be accurately optimized， which can be applied to the planning of electric vehicle charging stations in other urban areas， including Changsha， and is conducive to the construction of electric vehicle charging stations under the urban road network.

Key words：Electric vehicles;Location selection of charging stations;Multi-objective planning;Genetic algorithm

1 前言

隨著全球環(huán)境污染加劇和能源短缺問題日益嚴(yán)重，新能源汽車作為一種節(jié)能減排的交通工具，受到了廣泛的關(guān)注與推崇[1]。新能源汽車銷售量的激增，使得電動(dòng)汽車充電站資源配置問題愈發(fā)重要[2]。為了滿足不同地區(qū)和時(shí)間段的電動(dòng)汽車充電需求，降低碳排放，并推動(dòng)可持續(xù)發(fā)展，對(duì)電動(dòng)汽車充電站進(jìn)行合理規(guī)劃變得至關(guān)重要[3]。

本文以電動(dòng)汽車充電站資源配置問題的實(shí)施路徑及策略為研究主線，旨在通過(guò)優(yōu)化充電站的位置、充電樁數(shù)量等資源配置，實(shí)現(xiàn)用戶充電成本的最小化[4]。依據(jù)長(zhǎng)沙市某區(qū)域內(nèi)電動(dòng)汽車充電站的若干個(gè)用戶聚集區(qū)方位坐標(biāo)及其車輛數(shù)[5]，若干個(gè)充電站預(yù)備點(diǎn)的方位坐標(biāo)，以及可選的若干個(gè)規(guī)模級(jí)別充電站的服務(wù)能力及其建立成本數(shù)據(jù)，對(duì)這一區(qū)域內(nèi)電動(dòng)汽車充電站的資源配置問題進(jìn)行了深入的研究和分析，并提出了相應(yīng)的優(yōu)化方案。

2 長(zhǎng)沙市內(nèi)電動(dòng)汽車充電站選址特征

電動(dòng)汽車充電站作為電動(dòng)汽車運(yùn)行的關(guān)鍵支撐設(shè)施，其核心作用不容忽視。隨著電動(dòng)汽車市場(chǎng)的蓬勃發(fā)展，充電站承載著為電動(dòng)汽車提供電力補(bǔ)給的重要任務(wù)，確保車輛能夠持續(xù)行駛。在城市的不同區(qū)域，如商業(yè)中心、居民住宅區(qū)、交通樞紐及工業(yè)園區(qū)等地設(shè)立的充電站，為電動(dòng)汽車用戶提供了便捷、高效的充電服務(wù)[6]。

除了基本的電力補(bǔ)給功能外，電動(dòng)汽車充電站還在優(yōu)化能源結(jié)構(gòu)方面發(fā)揮著關(guān)鍵作用[7]。相比于傳統(tǒng)燃油汽車，電動(dòng)汽車采用電能作為動(dòng)力源，實(shí)現(xiàn)了零排放或低排放，對(duì)于改善城市空氣質(zhì)量、降低溫室氣體排放具有顯著效果。此外，充電站的建設(shè)和運(yùn)營(yíng)還推動(dòng)了相關(guān)產(chǎn)業(yè)的發(fā)展，包括電氣設(shè)備制造、建筑工程、電力工程以及增值服務(wù)產(chǎn)業(yè)等，為城市經(jīng)濟(jì)多元化發(fā)展注入了新的活力。

同時(shí)，電動(dòng)汽車充電站還促進(jìn)了城市交通的智能化發(fā)展。通過(guò)物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)手段，充電站能夠?qū)崟r(shí)采集和傳輸充電設(shè)備的運(yùn)行狀態(tài)、用戶充電數(shù)據(jù)等信息，為城市交通管理提供了有力的數(shù)據(jù)支持[8]。這些數(shù)據(jù)有助于交通管理部門更精準(zhǔn)地掌握電動(dòng)汽車的分布和運(yùn)行規(guī)律，從而優(yōu)化交通規(guī)劃和管理策略，提高城市交通的運(yùn)行效率和安全性。

綜上所述，電動(dòng)汽車充電站不僅承擔(dān)著為電動(dòng)汽車提供電力補(bǔ)給的基本任務(wù)，還在優(yōu)化能源結(jié)構(gòu)、推動(dòng)產(chǎn)業(yè)發(fā)展以及促進(jìn)城市交通智能化等方面發(fā)揮著重要作用。

3 長(zhǎng)沙市內(nèi)電動(dòng)汽車充電站選址模型

本研究旨在將總成本降至最低，涵蓋修建充電站的固定成本、充電站維護(hù)的費(fèi)用以及用戶駛向充電站過(guò)程中所花費(fèi)的旅途成本，并以年為單位表示。于是該目標(biāo)函數(shù)表示為：

該模型屬于混合整數(shù)非線性規(guī)劃模型，本文將通過(guò)遺傳算法進(jìn)行求解。而在實(shí)際應(yīng)用中，還需要考慮到更多的實(shí)際因素，如電網(wǎng)接入能力、土地使用成本、交通便利性等，這將作為額外的成本因素加入模型中[9]。

4 算法構(gòu)建與優(yōu)化策略

本文將設(shè)計(jì)并改進(jìn)遺傳算法以求解電動(dòng)汽車應(yīng)急充電站選址定容模型[10]。

4.1染色體編碼方案

在算法的開始階段，需要對(duì)染色體進(jìn)行編碼。本文中的變量分為布爾變量和整數(shù)變量?jī)深?，變量總?shù)為[21+IK]。本文采用十進(jìn)制整數(shù)編碼方法，這種編碼方式便于編程實(shí)現(xiàn)，并能清晰地表示出是否在某候選點(diǎn)建設(shè)充電站、充電站的充電樁數(shù)量、需求點(diǎn)車輛選擇哪個(gè)充電站充電以及前往各充電站的車輛數(shù)等關(guān)鍵信息。

4.2 適應(yīng)度函數(shù)設(shè)定

遺傳算法中，適應(yīng)度函數(shù)用于評(píng)估個(gè)體的優(yōu)劣。在本文中，由于目標(biāo)函數(shù)是求最小值問題，因此直接將目標(biāo)函數(shù)作為適應(yīng)度函數(shù)。這樣，算法在迭代過(guò)程中就能不斷趨向于更優(yōu)的解，即有：

4.3 種群初始化策略

種群初始化是遺傳算法的重要步驟之一。本文設(shè)計(jì)了考慮變量耦合特性的種群初始化算法。該算法能夠確保變量之間的邏輯關(guān)系在初始化階段就得到體現(xiàn)，從而提高了算法的求解效率和準(zhǔn)確性。

4.4 遺傳算子設(shè)計(jì)

遺傳算子包括選擇、交叉、變異和精英策略等[11]。本文采用輪盤賭方法進(jìn)行個(gè)體選擇，隨機(jī)交叉和變異操作來(lái)生成新個(gè)體，并引入精英策略來(lái)保留優(yōu)秀個(gè)體。這些操作共同構(gòu)成了算法的核心部分，推動(dòng)著種群不斷向最優(yōu)解進(jìn)化。

5 算例分析

為了檢驗(yàn)所提出的電動(dòng)汽車充電站選址與定容模型及其求解方法的有效性，本研究構(gòu)建了以下算例以進(jìn)行測(cè)試驗(yàn)證[12]。

長(zhǎng)沙某區(qū)域路網(wǎng)固定時(shí)間內(nèi)電動(dòng)汽車保有量為3 978輛。區(qū)域中有8個(gè)充電需求區(qū)域點(diǎn)Ci（i=1，2，…，8），篩選出12個(gè)可用于建設(shè)充電站的備選站址Ek（k=1，2，…，12），根據(jù)區(qū)域配電網(wǎng)最大負(fù)載能力確定可建設(shè)充電站為3個(gè)。

為確保車輛能在電量告急時(shí)抵達(dá)應(yīng)急充電站充電，設(shè)定最大響應(yīng)時(shí)間為Tmax=15 min，規(guī)定行程時(shí)間需符合Tik≤15 min的條件。

參考相關(guān)文獻(xiàn)[13]，充電站基本參數(shù)如表1所示。

各充電站候選位置的建設(shè)成本（按服務(wù)周期折算為年度平均值）及維護(hù)成本詳見表2。

在確保時(shí)間為15 min的前提下，在MATLAB中運(yùn)用遺傳算法對(duì)4.1所設(shè)模型進(jìn)行優(yōu)化求解運(yùn)算，模型結(jié)果收斂狀況良好，求得模型最優(yōu)解，求解結(jié)果詳見表3。

根據(jù)模型運(yùn)算結(jié)果，建議在E1、E3、E8三個(gè)位置設(shè)立電車充電樁，這一策略不僅能夠?qū)崿F(xiàn)路網(wǎng)全覆蓋，而且可以最小化建設(shè)與維護(hù)成本，預(yù)計(jì)總成本為113萬(wàn)元/年。

6 結(jié)語(yǔ)

本文圍繞電動(dòng)汽車充電站資源配置問題展開了深入的研究，特別針對(duì)長(zhǎng)沙市城區(qū)內(nèi)的電動(dòng)汽車充電站選址與定容問題進(jìn)行了探討。通過(guò)優(yōu)化充電站位置、充電樁數(shù)量等資源配置，并綜合考慮多個(gè)目標(biāo)指標(biāo)，為電動(dòng)汽車充電基礎(chǔ)設(shè)施的有效規(guī)劃和管理提供了科學(xué)依據(jù)。這些研究成果有望推動(dòng)電動(dòng)汽車產(chǎn)業(yè)的可持續(xù)發(fā)展，同時(shí)改善城市交通和環(huán)境狀況。未來(lái)，將繼續(xù)深入研究電動(dòng)汽車充電站資源配置問題，以期為實(shí)現(xiàn)更加高效、環(huán)保的城市交通體系做出更大的貢獻(xiàn)。

參考文獻(xiàn)：

[1]徐辰，李偉績(jī).新能源汽車分類[J].國(guó)外電子測(cè)量技術(shù)，2017，36（5）：1-3.

[2]Wang Xiumin，Yuan C，Hasren N，et al.Electric vehicle charging station placement for urban public bus systems[J].IEEE Transactions on Intelligent Transportation Systems，2017，18（1）：128-139.

[3]張琭璐.新能源電動(dòng)汽車充電站選址定容優(yōu)化研究[D].蘭州：蘭州理工大學(xué)，2022.

[4]Parent L P，Carvalho M，Anjos F M，et al.Maximum flow‐based formulation for the optimal location of electric vehicle charging stations[J].Networks，2024，84（2）：109-131.

[5]吳雨，王育飛，張宇，等.基于改進(jìn)免疫克隆選擇算法的電動(dòng)汽車充電站選址定容方法[J].電力系統(tǒng)自動(dòng)化，2021，45（7）：95-103.

[6]劉慧，張迪，冷凱君.考慮服務(wù)半徑的電動(dòng)汽車充電設(shè)施選址問題[J].計(jì)算機(jī)集成制造系統(tǒng)，2020，26（8）：2180-2189.

[7]謝筌有.智能電動(dòng)汽車行業(yè)發(fā)展階段及其影響因素分析[D].成都：電子科技大學(xué)，2024.

[8]劉嘉彥，李祖坤，李暢，等.電動(dòng)汽車與電力—交通耦合網(wǎng)互動(dòng)：綜述與展望[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2024，39（5）：12-24.

[9]孟濤，郭紅戈，張春美.電動(dòng)汽車充電站智能選址定容方法研究[J].太原科技大學(xué)學(xué)報(bào)，2024，45（4）：342-347.

[10]彭國(guó)財(cái)，鄧玉珍，張鄰.基于遺傳算法的電動(dòng)汽車充電站選址定容研究[J].科學(xué)技術(shù)創(chuàng)新，2024（2）：1-4.

[11]黃子晴，林兵，盧宇，等.面向多目標(biāo)優(yōu)化的充電站選址定容方法[J].福建師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，40（2）：23-35.

[12]何敏藩，王玥.資金約束條件下高速公路充電樁選址與定容優(yōu)化[J].重慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，35（5）：17-25.

[13]劉炳勝，王朗，陳媛，等.考慮區(qū)域資源利用均衡的電動(dòng)公交充電站選址及充電路徑問題[J].系統(tǒng)管理學(xué)報(bào)，2024，33（4）：878-889.

作者簡(jiǎn)介：

楊威，男，1990年生，講師，研究方向?yàn)闄C(jī)器學(xué)習(xí)、大數(shù)據(jù)分析與統(tǒng)計(jì)建模。