基于ArcGIS空间分析技术的电动汽车充电站选址渐进优化布局研究

毛 薇，谢莉莉

（杭州电子科技大学 管理学院，浙江 杭州 310018）

1 引言

环境保护是国家当前和今后工作的重点。十九大报告指出：“推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系。”积极推动电动汽车发展，有利于减少汽车尾气排放，促进节能减排，全面向汽车强国迈进。为此我国相继颁发了《电动汽车充电基础设施发展指南》（2015-2020年）（《指南》）、《关于“十三五”新能源汽车充电基础设施奖励政策及加强新能源汽车推广应用的通知》等一系列相关政策逐步推进新能源电动汽车的发展。

完善的充电基础服务设施体系是推动新能源电动汽车发展的重要保障。在对新能源电动汽车保有量进行预测并分析其发展的影响因素[1]基础上，相关学者主要从以下几方面对电动汽车充电服务设施选址问题进行了研究：在模型构建方面，相关学者构建了动态空间[2]、充电站运营商和用户充电损耗成本最小化[3-4]、新能源电动汽车快速充电站建站成本和用户整体绕行成本之和最小的双层整数规划[5]、绕行成本最小化和出行频率最大化的新型双目标充电站优化等选址模型[6]。在约束条件方面，学者综合考虑电动汽车充电排队时间和里程约束[7]；基于云重心理论[8]，综合考虑了充电站服务半径[9-10]、服务容量[11-12]等因素对充电服务设施选址的影响。在运用方法方面，学者运用差分进化粒子群算法[13]、遗传算法[14-15]、蝙蝠算法[16]对充电服务设施选址建设进行布局规划，并结合Delphi 法和灰色层次分析法（GAHP）对其选址进行评价[17]。在地区规划方面，学者对南京市[18]、莆田市[19]等地区的充电服务设施选址建设进行了深入研究。

综上所述，相关学者主要从充电服务设施选址建设的模型构建、约束条件、运用方法、地区规划等方面进行了深入探讨。然而，基于服务半径的电动汽车充电站选址建设还有待深入研究。为此，本文将综合考虑基于道路网络的服务半径对充电服务设施选址建设优化布局的影响，并对其选址建设进行服务水平评价。

2 电动汽车充电站选址建设模型构建

2.1 位置分配模型理论

位置分配理论最早是在1963年由Cooper[20]提出的，主要为某种设施布局提供优化配置方案，其原理是在限制条件内，使得所需设施数量和配置达到最优化。基于上述理论针对充电站选址建设问题，综合考虑电动汽车充电距离成本最小化同时满足充电站建设成本最小化目标研究充电站建设数量最小化。运用ArcGIS10.6 的空间分析技术[21]构建最小化阻抗模型和最小化设施点模型对充电站选址建设渐进优化布局进行研究。

2.2 电动汽车充电站选址建设特征

充电站的选址建设应在满足各出行兴趣点处的充电需求基础上进行渐进优化，同时兼顾充电站的建设成本最小化。

（1）充电站选址布局应顾及合理的充电服务半径。在相关文献研究基础上，综合考虑电动汽车的行驶里程及充电站建设规划等对充电站服务半径的影响，设定电动汽车平均行驶速度约为20km/h，当产生充电需求时可在10min内行驶到充电站进行充电，电动汽车在道路行驶过程中其道路曲折系数大约在1.1-1.3之间，文中设定为1.1。则充电站的服务半径R计算公式[22]如下：

（2）充电站选址建设应以电动汽车保有量为基础。充电站的选址建设应在满足电动汽车充电需求基础上适当进行超前扩建，以应对逐渐增加的电动汽车保有量产生的充电需求。对不同等级的充电站选址布局应优先满足充电需求量较大的区域，且按照建设顺序应优先建设大型充电站，并在此基础上继续建设中小型充电站。

（3）充电站选址建设应构成完善的服务网络体系。由于电动汽车充电行驶里程的限制并结合区域内已有的道路网络，充电站的选址建设应构成充电服务网络体系，为电动汽车保有量的持续增长提供充电服务便利性。

2.3 电动汽车充电站建设数量测算

电动汽车充电站的建设规模通常是根据总充电需求及充电站的总服务能力共同决定的，两者共同反映了该区域各充电站服务水平，并以此来验证充电站的选址建设是否合理。

2.3.1 充电站的充电服务供求条件关系。充电站候选点的总服务能力要满足各出行兴趣点处用户充电总需求量。计算公式如下：

式中，α为电动汽车充电需求比例数；β为道路曲折系数，假设为1.1；Nt、Ns为各出行兴趣点处电动出租车和电动私家车的保有量；Dt、Ds为各出行兴趣点电动出租车和电动私家车产生的充电需求；Mb、Mm、Ms为大、中、小型充电站建设数量；为快充和慢速模式下充电站服务能力；为大型充电站不同模式下充电桩数量；同分别为中、小型充电站不同模式下的充电桩数量[23]。

2.3.2 充电站服务能力测算。大、中、小型充电站都以充电桩为基础服务设施进行充电[23]，每个充电桩服务能力为：

依据现有充电站建设规模，大、中、小型充电站分别设有20、8 和4 个充电桩。为提高充电效率，假定各充电站全部建设快充模式，依据《指南》中建设比例，假定充电站可提供区域内70%的充电需求，且按照建设顺序优先建设大型充电站。

3 基于ArcGIS10.6空间分析技术的电动汽车充电站选址渐进优化布局

首先，本文以服务半径3km的中断距离，建立基于道路网络的最小化阻抗模型，求得使用户的充电行驶距离成本最小的充电站建设数量；其次，建立基于充电站建设成本最小化的最小化设施点模型，得到充电服务设施点在最大化覆盖范围内需要建设的最小化充电站数量；最后，综合以上模型求解可得到该区域内充电站建设渐进优化选址仿真结果。

在ArcGIS10.6 中可采用空间距离的地理可达性来测量用户充电便利性。运用网络空间分析技术在各出行兴趣点图层上做叠加分析，统计各出行兴趣点处的总充电需求量；采用充电需求和距离的权重最小，可生成各出行兴趣点到充电站接受充电服务分布图，并对权重进行汇总统计。

3.1 某区域地理概况与数据源

以某区域的充电站建设为例，该区域总面积为63.62km2，道路总长为37.66km。在该区域内选取94个出行兴趣点和32 个充电站候选点，基于Arc-GIS10.6的空间分析技术确定充电站建设的最优数量及位置，如图1所示。所用数据源具体如下：

图1 94个用户出行兴趣点和32个充电站建设候选点分布

（1）行政规划区域及道路交通网络。将该区域内道路划分为主干路、次干路和支路3 个等级，同时记录每段道路的长度，以Shapefile 的格式存储，运用ArcGIS10.6建立道路网络数据集，进行拓扑检查和修改，以保证城市道路网络连通性。假设电动汽车在各级道路上保持直线匀速行驶，且电动汽车在道路交汇处允许转弯、掉头。

（2）电动汽车用户的出行兴趣点。不同出行兴趣点即不同类型设施点的位置数据与城市的空间分布有关[24]，电动汽车用户出行兴趣点主要考虑已有的不同行业商业机构、交通设施、旅游景点等。在各用户出行兴趣点处统计出电动出租车和电动私家车保有量及所产生的充电需求量。

（3）充电站建设候选点。在已建成充电站基础上，对该区域内充电站选址建设渐进优化分析。据上述充电站的服务能力测算公式，现设定大型充电站的服务能力为1 800辆/天，并通过综合性分析将充电站候选点初步分为3类，具体数据见表1。

①候选站（20个）。为一般选址对象，可选，也可不选。

②已建站（3 个）。已建成的充电站处于重要交通枢纽主干路附近，车流量较大。

③不可建站点（9个）。受电网传送、地理位置等自然条件限制，不宜建设充电站，原则上不选。

3.2 最小化阻抗模型

在最小化阻抗模型[25]中出行兴趣点处到各充电站的所有加权成本之和最小，即每个出行兴趣点处到充电站充电的平均充电成本最小。在ArcGIS10.6中建立该区域内充电站最小化阻抗模型，依次增建充电站建设数量，可得到不同数量充电站选址建设分布图（如图2所示），并将结果汇总在表2中。

图2 不同数量充电站所服务的出行兴趣点情况

表2 不同充电站选址建设情况汇总

据已建成的3座大型充电站位置可知，在3km的服务半径内并不能完全满足各出行兴趣点处电动汽车用户的充电需求。通过最小化阻抗模型仿真结果得知，至少需要6座大型充电站才能完全满足全部各出行兴趣点的充电需求。

3.3 最小化设施点模型

在充电站的3km 服务半径内，使尽可能多的用户出行兴趣点被分配到充电站的服务半径内，同时保证覆盖出行兴趣点的充电站建设数量最小化[23]。在ArcGIS10.6中，构建基于3km的服务半径建立大型充电站建设的最小化设施点模型，具体如图3所示。

图3 大型充电站建设分布及所覆盖的出行兴趣点个数

由3km的服务半径建立的最小化设施点模型得知，该区域内至少需要建设6座大型充电站才能满足最大化覆盖范围内各出行兴趣点处的充电需求，这与最小化阻抗模型分析得出的结果一致。从上述构建的最小化阻抗模型和最小化设施点模型的分析结果可知，该区域内需再增建3 座大型充电站才能在3km 的服务半径内满足各出行兴趣点处的全部充电需求。

4 电动汽车充电站建设网络服务水平评价

运用充电站的充电服务率和覆盖面积服务率2个评价指标对上述仿真结果中6 座大型充电站选址建设进行服务水平评价，以此验证该仿真结果的合理性。具体如下：

在ArcGIS10.6 中，以各充电站位置为充电服务中心，结合区域内道路网络状况，生成服务半径3km的服务覆盖面；并与行政边界图层叠加，裁去范围外的多余的区域，获得各充电站的有效服务覆盖面积；最后与各出行兴趣点图层叠加，得到充电站在各服务覆盖面内所服务的出行兴趣点个数，具体见表3。

表3 各充电站服务水平分析情况

由表3可知，在3km服务半径内6座大型充电站的各覆盖面积较为均衡，总服务覆盖面积占该区域总面积的98.65%，满足各出行兴趣点处电动汽车的全部充电需求。根据各出行兴趣点处电动汽车总充电需求及充电站的服务能力，各充电站的服务效率从高到低依次为6、29、5、19、3、20。

5 结束语

通过运用ArcGIS10.6 软件的网络空间分析技术对该区域内充电站选址建设渐进优化分析，得出需在已建充电站的基础上依次增建编号为6、19、20的3座大型充电站可满足各出行兴趣点处的电动汽车产生的全部充电需求，总服务面积覆盖率可达到总区域面积的98.65%。然而，随着电动汽车保有量的逐渐增长，现有的充电站总服务能力不能完全满足电动汽车逐步增长的充电需求。为了进一步提升充电站的服务能力、缩小充电站的服务半径或逐步增建充电站数量来满足电动汽车的充电需求，后续将在此基础上扩建中小型充电站。