基于灰色局势决策的电动汽车换电站选址研究*

2022-04-21 04:41:30马成影董洪锋
九江学院学报(自然科学版) 2022年1期
关键词:蜀山区测度电站

吴 昊 马成影 董洪锋

(马鞍山学院智造工程学院 安徽马鞍山 243100)

随着环境污染问题的不断加剧和化石能源的日益枯竭.新能源电动汽车,作为一个新生事物,基本无排放,节能清洁,受到国家政府和汽车企业的青睐,但较短的续航里程限制了人们自由方便的使用电动汽车.换电设施[1]是打断新能源汽车续航堵点的新型基础设施,相较于普通充电设施,换电设施所用的时间更短更高效,有助于提升车主的体验,推动新能源汽车产业发展.如何合理规划和建设换电站基础设施[2],兼顾用户出行便捷充电的需求和设施建设的合理布局,从而达到资源配置的最优化是所需要研究的方向.新能源电动汽车在国内发展较晚,最初对电动汽车换电站的选址研究较少.

研读选址规划相关文献,一些学者采用特定的模型和算法进行新能源汽车的换电站选址,能在一定程度上优化传统人工选址结果.刘光辉[3]提出了一种结合云模型的基于PRMOETHEE评价法的综合评价模型.刘慧等[4]利用基约束鲁棒优化方法提出基于用户路径流量不确定的换电站选址鲁棒模型.杨珺等[5]采用带有两种交换准则的禁忌搜索算法设计换电站设施的选址.栗然等[6]结合城市交通网络和配电网系统两方面对选址问题进行了分析,构建了综合考虑用户和电网双方利益的规划模型,并利用NSGA-Ⅱ进行求解.张迪[7]考虑电动汽车充/换电设施选址中存在的不同类型问题建立不同模型和算法分别进行分析研究.综上所述,相关换电站选址方面的研究主要存在对于空间信息的分析.以强大空间分析能力著称的GIS可以根据用户或服务对象的需求和具体设施布局的要求,完成最佳位置的选择.文章从社会、自然、规划3个维度建立换电站选址指标体系,以合肥市蜀山区为研究区域,分析该研究区域指标体系权重值,同时利用GIS平台实现数据的可视化,最后构建多目标灰色局势模型来进一步确定最终选址点.

1基于AHP-GIS新能源电动车换电站选址

1.1选址影响因素

换电站选址的评价指标[8]应基于“统筹规划、贴近需求、节约资源、差异分区、分散设置、方便使用”的原则上进行考虑.

1.1.1社会指标 ①服务半径:服务半径太小可能会造成资源的浪费,服务半径太大会造成电能补给的不便.②道路连通度:是指电动汽车充电站周围的交通运输情况,包括主干道数量、公路、高速公路等,交通的便利性直接影响到顾客数量和服务质量.③分布间距:其中包括换电站与换电站之间的位置距离,同时换电站的理想距离还应尽可能的靠近变电站.

1.1.2自然指标 ①地形坡度:地形中的坡度影响土地的使用和建筑的布局,是空间选址的重要影响因素.②植被保护:虽然电动汽车的普及会为生态环境作出很大贡献,但换电站从土地开发到建设运营的整体过程也会给环境造成一定的影响.换电站的选址应尽量避开自然保护区、植物繁多的地方.

1.1.3规划指标 ①与城市发展规划的协调性:换电站在满足电动汽车用户出行需求的同时,还要考虑周围环境配套服务设施是否齐备以达到相互作用、相互反馈.②可利用土地资源:研究区域内,不同性质和开发强度的土地利用,换电站的选址应选择合适的土地类型.

1.2 AHP方法选址的实现

1.2.1构建综合评价指标体系 本节对上述指标进行整合,构成具有递阶关系的层次结构指标体系,将选址影响因素分为社会指标、自然指标和规划指标三类,其中社会指标里的影响因子包括服务半径、交通连通度和分布间距.自然指标的影响因子包括地形坡度和植被保护,规划指标的影响因子包括与城市发展规划的协调性和可利用土地资源,具体如图1所示.

1.2.2构建判断矩阵及一致性检验 在阅读文献,听取专家意见的基础上,依照判断矩阵标度(1-9),通过对指标的两两比较,按描述重要性的标度,构建判断矩阵,结果如表1所示.

表1 A-B判断矩阵

Λmax=3.0858,CI=0.0429,CR=0.0825<0.1.对表1所示的判断矩阵进一致性检验.通过计算A—B矩阵的一致性CR小于阈值0.1,符合一致性要求,则该判断矩阵符合检验,符合要求,后续表格计算同理.详见表2~表4

表2 B1-C判断矩阵

表3 B2-C判断矩阵

表4 B3-C判断矩阵

图1 综合评价指标体系

通过计算,构建的所有判断矩阵都通过了一致性检验,所得的结果可以被接受.

1.3 GIS方法选址的实现

1.3.1数据的收集 为了使研究结果更加符合实际,从OSM地图上获取蜀山区的行政区划数据以及相关的主要道路数据,在地图上爬取居民点、景区以及有关建筑的经纬度等数据,从地理空间数据云上获取蜀山区DEM数据,以便后续分析计算.

图2 蜀山区城市轮廓及道路

1.3.2数据的整理和分析

(1)服务半径量化标准和空间分析.随着新能源电动车的快速发展,逐渐实现了3km“电区房”的目标,所以按照距离居民点、景区的距离划分为0~2.5km,2.5~5km,5~7.5km,7.5~10km,10~12.5km,赋值5、4、3、2、1.先将矢量数据转化为栅格数据,然后进行欧氏距离分析以及重分类分析.结果如图3所示.

图3 服务半径重分类分析

(2)交通连通度量化标准和空间分析.通过评价城市道路网的连通度可以来反映新能源电动车出行难易程度.假设车辆平均行驶速度为60km/h,基于道路距离计算出行驶时间,然后运用反距离权重法对所有起点(即终点)进行插值运算,对运算结果以9min、18min、27min、36min、45min为间隔,赋值1、2、3、4、5,并进行栅格重分类,结果如图4所示.

图4 交通连通度重分类分析

(3)分布间距量化标准和空间分析.换电站之间应具有合适的距离来保持服务覆盖范围的最大化,通过获取现有换电站坐标数据,按照距离现有换电站的距离划分为0~7.8km、7.8~15.6km、15.8~23.4km、23.4~31.2km、31.2~39km,赋值1、2、3、4、5.先进行欧式距离分析,然后运行栅格重分类.结果如图5所示.

图5 分布间距重分类分析

(4)地形坡度量化标准和空间分析.通过获取的蜀山区DEM数据,运用工具提取坡度数据,根据蜀山区实际坡度情况,按照坡度大小划分为0~7度、7~14度、14~21度、21~28度、28~35度,赋值5、4、3、2、1,最后进行重分类分析.结果如图6所示.

图6 地形坡度重分类分析

(5)植被保护量化标准和空间分析.蜀山区作为合肥市第一大区,辖区内的大蜀山省级森林公园、紫蓬山省级地质公园属于国家级保护区域,因此在选址时需要避免在保护区域.为此按照距离公园的距离划分为0~8km、8~16km、16~24km、24~32km、32~40km,赋值1、2、3、4、5.先进行欧氏距离分析,再运行栅格重分类,结果如图7所示.

图7 植被保护重分类分析

(6)当地发展规划量化指标和空间分析.在OSM地图中获取蜀山区建筑设施坐标数据,按照距离建筑设施的距离划分为0~1.6km、1.6~3.2km、3.2~4.8km、4.8~6.4km、6.4~8km,赋值5、4、3、2、1.通过欧氏距离对数据分析,再进行栅格重分类,结果如图8所示.

图8 当地发展规划重分类分析

(7)可利用土地资源量化标准和空间分析.对蜀山区土地类型进行分析,可将其主要类别归纳为人造地表、耕地、草地、湿地、森林、水体六大类.由于无法在水体上建设换电站,筛选去除水体,对剩余类型土地分别赋值5、4、3、2、1.最后栅格重分类进行空间分析,结果如图9所示.

图9 可利用土地资源重分类分析

最终,在ArcGis 10.6软件中将所有的选址指标因子进行加权总和,即第i个指标因子的得分与其权重因子相乘,并将相同栅格上的结果进行总和,获得综合适宜性评价结果.将结果划分为5个等级,低适宜,较低适宜,中适宜,较高适宜,高适宜,如图10所示.

图10 备选地址分布

1.4结果分析

通过软件分析结果,得到五个建设待选场地,通过图10 可以发现,待选场地1位于高刘村,沪陕高速穿村而过,周围有在建道路高洪路及瓦乐路,服务设施较为齐全.待选场地2位于大柏社区,长江西路贯穿通过,车辆流量较大,但没有丰富的基础设施.待选场地3位于小庙镇,同样长江西路通过境内,居民点居多,经济基础较好.待选场地4位于小蜀山附近,附建有大型停车场的安徽省公墓之一,有助于利用现有资源建设电动汽车换电站.待选场地5位于侯店村,周围交通条件较好,在发展的合肥创新产业园3期未来可以带动其经济的发展.

2基于多目标灰色局势决策精确选址模型

灰色局势决策是灰色决策的一种,它是基于事件、对策、目标统一的前提下,就某个事件采取何种对策,并量化后,按照事件与对策构成的一个二元组合进行决策.而文章所研究的事件是唯一的,即事件a1为新能源电动车换电站的选址决策.

2.1确定目标与极性

通过1.4的分析可以得出,蜀山区新能源电动车换电站选择对策分别为:b1高刘村、b2大柏社区、b3小庙镇、b4小蜀山、b5侯店村.

基于上述选址指标基础上,综合考虑经济方面对选址的影响,来进行换电站的选址决策.因此,新能源汽车换电站精确选址决策的目标与极性如下:

目标1:P=1,换电站建设的总投资,越少越好,极性:最小值,记为n;

目标2:P=2,换电站运营的净利润,越多越好,极性:最大值,记为m;

目标3:P=3,换电站运营的内部收益率,越高越好,极性:最大值,记为m;

目标4:P=4,换电站建设的投资回收期,越小越好,极性:最小值,记为n.

各方案样本数据统计如表5所示.

表5 样本数据统计

2.2计算效果测度

为了定量分析不同局势的实际效果及其与决策目标P间的比较,进行效果测度计算,计算公式如下所示:

(1)上限效果测度:

(1)

其中,μij—局势Sij的实测效果,μmax—局势Sij的全部实测效果的最大值.

(2)中心效果测度:

(2)

其中,μ0—样本的参考的.

3)下限效果测度

(3)

其中,μmin—局势Sij的全部实测效果的最小值.根据公式(1)到(3)进行计算,所有效果测度值见表6.

表6 效果测度值

2.3决策分析

针对所选取的4个目标(换电站建设的总投资、运营的净利润、运营的内部收益率和换电站建设的投资回收期),经过专家分析,每个目标的的重要性是相等的,因此综合效果测度计算结果如下所示.

(1)综合效果测度:

(2)事件a1的综合测度空间:

=(0.73, 0.68, 0.985, 0.865, 0.9925)

3)决策:

表明j*=5,因此S1j*=S15=(侯店村,方案5)为满意局势,方案4为满意对策.

因此,该次选址决策最终选址为选址五区域(侯店村).

3结语

选址问题在生活中广泛应用,选址的恰当性对选址对象及周边设施可持续发展具有重要意义,新能源电动汽车换电站作为一种新型基础设施,其选址更应受到关注.影响电动汽车换电站选址的因素众多,文章以合肥市蜀山与为研究区域,综合社会、自然和规划3个影响方面构建评价指标体系,确定影响因子权重值.同时运用地理信息系统实现选址指标数据的可视化,最后通过多目标灰色局势建模方法对换电站的选址决策问题进行深入的研究分析,获取满意局势和满意对策,确定最终选址点(侯店村).该研究为各方进行选址的选择提供一定的参考与借鉴.

猜你喜欢
蜀山区测度电站
三个数字集生成的自相似测度的乘积谱
R1上莫朗测度关于几何平均误差的最优Vornoi分划
三峡电站再创新高
合肥蜀山区夜景
江淮法治(2020年21期)2020-12-30 02:47:28
非等熵Chaplygin气体测度值解存在性
Cookie-Cutter集上的Gibbs测度
浅论如何打造群众文化活动品牌——以合肥市蜀山区为例
活力(2019年19期)2020-01-06 07:35:06
合肥蜀山区举办思想政治学科德育课程研讨会
低影响开发(LID)在光伏电站中的应用
阿木·波特