三网融合下的电动汽车充电站规划方案综合评价

曾颖娇， 张 邻， 徐家楠， 艾 昊， 杨文静

（1.南昌航空大学 经济管理学院， 江西 南昌 330063；2.南昌航空大学土木建筑学院， 江西 南昌 330063）

0 引言

随着经济的快速发展和城市化进程的不断加快，人们对私家汽车的需求日趋旺盛，城市汽车保有量迅速激增，由此带来的环境污染问题持续加重。电动汽车可以减少汽车尾气排放、节约燃油成本、缓解能源危机，因此越来越受到各国政府的重视。但续航不足，充电基础设施不完善等问题阻碍了电动汽车的推广和发展。电动汽车充电站的规划不仅影响充电站的运营效益、用户的使用体验，还涉及交通路网流量分布、电网运行稳定性等多方面因素，甚至影响电动汽车产业的可持续发展前景。因此，在考虑实际条件的基础上，必须采用科学的方法对充电站的规划方案进行评估和决策。

电动汽车通过充电站进行能源补给，同时参与配电网与交通网的运行。充电站的位置、容量等特性可以改变充电用户的充电决策和出行路径，进而对电网和交通产生影响[1]。

一方面，电动汽车在城市道路中行驶，其路径规划和充电决策可能会改变交通网络的车流分布。考虑到充电服务网和交通网络的相互作用，文献[2]为满足不同地点的电动汽车充电需求，运用动态交通网络思想，考虑充电者和充电站两者的成本，建立多目标充电站选址模型。文献[3]构建充电站双层规划模型，上层是对充电站的位置进行优化，使充电站的服务量最大化；下层是在电动汽车续航里程有限的约束下研究用户路径选择均衡问题。另一方面，电动汽车接入配电网充电可能会改变配电网的运行特性。考虑到充电服务网和配电网的关联性，文献[4]以充电桩数量和用电配额共同衡量充电站的服务能力，建立充电站选址的整数规划模型。在文献[5]中，确定充电站候选站址模型的优化目标是最小化充电站的总成本和配电网网损成本。

在充电站的规划前期涉及的主体和因素众多，既要考虑电动汽车的特性、配电网的接纳能力、交通运输网的通行能力，也要考虑充电站、配电网、交通网的目标。文献[6]建立了充电站选址规划的多目标模型，充电站方面的目标为充电站服务量最大化，配电网方面的目标为配电网网损最小化和节点电压偏移最小化。文献[7]刻画出行者、路网交通状态和充电设施三者间的互动关系。文献[8]对交通路网结构、配电网络结构和容量等方面进行研究，分析了以上因素对充电站规划的影响。文献[9]考虑了电动汽车交通运输和移动负载的双重特性，在电动汽车出行途中提供路径规划和充电导航策略。文献[10]主要根据配电网和充电服务网的特性选取指标，构建了基于层次分析法的充电站规划方案多因素综合评估体系。文献[11]综合考虑了电动汽车的充电需求与各个充电站的容量，以此来对充电站运营服务网络的能力进行仿真评估。文献[12]考虑电动汽车充电需求变化和城市交通流量的特点，以配电网网络损耗最小为目标，对电动汽车充电站的选址进行合理的规划。文献[13]在总结了以往研究中充电站规划评价指标后，基于模糊物元评价法，提出充电服务网络规划综合评价指标体系。

因此，从充电站服务网、交通网和配电网三个维度考虑电动汽车充电站的规划布局是必然的。通过充电站选址规划和充电站服务网、交通运输网和配电网的相互影响进行分析，建立多维度综合评价指标体系，并基于云重心理论对电动汽车充电站的选址进行规划评估，以此探究方法的可行性。

1 充电站规划评价指标体系

电动汽车及其充电设施是交通网和配电网的重要组成部分。电动汽车在交通网中通行会改变交通流量的分布，同时交通网的特性也会限制充电设施的规划布局。电动汽车通过充电站接入电网会改变配电网运行特性，同时充电设施的规划也受到配电网容量的约束。以电动汽车和充电站为连接的纽带，充电服务网络、配电网络、交通网络的关系更加紧密，相互耦合，相互依存，三者转化为高度融合的网络系统。建立三网融合的多维度综合评价指标体系，为充电服务网的规划建设，交通网和配电网的有序运行提供依据。

由充电服务网、配电网、交通网的特性分析，综合考虑多方面因素，构建充电站规划评价指标体系。如图1 所示，从电站服务指标、配电网指标和交通网指标等3 个角度出发，包含3 个层次共9 个指标。

图1 充电站规划评价指标体系

1.1 充电网特性分析

充电服务网的特性包括电动汽车充电站的地理位置、容量大小、客户到达的便利性与服务时长、运营商的投资成本以及收益等[14]。建立以下指标对充电服务网的特性进行分析。

1.1.1 充电便利性

充电基础设施就是为电动汽车的充电更加便利，为电动汽车的出行提供能源支撑。对于充电用户而言，趋于选择便利更易到达的充电站补充电量。充电便利性是指电动汽车处于任意位置时前往合适的充电站补充电量的便利程度。假设电动汽车在满电时的最大续航里程是固定的，为B，电动汽车在满电时前往位置A的路程距离为La，由位置A至合适充电站i的距离为li。则电动汽车位置A时的可行驶里程为B-La，当li小于B-La时，充电便利性由电动汽车行驶至充电站i时所剩的行驶里程B-La-li决定；当li大于B-La时，电动汽车无法到达充电站i，此时充电便利性为0。令充电便利性为δ，则有

由公式（1）可知，随着li逐渐增大，电动汽车行驶至合适充电站的难度增加，充电便利性随着减小；当li大于时B-La，即电动汽车无法到达合适的充电站进行充电，此时充电便利性为0。

1.1.2 充电等待时间

单位时间内到达充电站的电动汽车和各充电桩的充电服务是随机且相互独立的，因此，到达充电站充电的电动汽车数量符合泊松分布，每个电动汽车接受充电桩充电服务时间服从负指数分布。假设充电站i内有n个充电桩可以为电动汽车提供充电服务，单位时间内到达充电站的电动汽车为λ，单位时间内充电桩服务的电动汽车为μ。则充电用户在充电站的排队过程为M|M|n的排队系统，根据排队论，电动汽车在充电站的平均等待时间为：

式中：P0为没有一辆电动汽车到达充电站的概率；ρ为充电站排队系统的服务强度；λ为单位时间内到达充电站充电的电动汽车平均数量；μ为单位时间内每个充电桩服务的电动汽车平均数量。

1.1.3 运营收益

充电站是具有营业性质的场所，只有充电站投资运营商从中获得收益才会继续增加投资建设充电站，从而促进电动汽车产业的健康发展。充电站主要是通过以合适价格向电力公司购电，收取用户充电费用获得收益，投资者运营充电站获得的年运营收益E为：

式中：Ti为充电站的年负荷利用小时数；csi和cpi分别为充电站向充电用户售电的价格和向电力公司购电的价格。

1.1.4 建设成本

充电站建设成本主要包含充电桩，变压器和其他基础建设费用。忽略不同地点的地价区别，令充电站建设成本为C，p2为单个充电桩的成本及安装费用，ui为充电站i的变压器数量，p3为变压器的单价，w为基础建设费用，充电站的年建设成本C可表示为：

式中：y为充电桩使用年限；r为贴现率。

1.2 配电网特性分析

对于充电服务网，配电网对实时充电负荷的支撑能力约束着充电站落点与容量，从而制约着电动汽车的发展。因此对于充电服务网与配电网的交互关系，需要结合配电网本身的运行指标以及服务网的特性指标来评估充电服务网配置的合理性。

1.2.1 电网损耗

充电站所在位置一般情况下属于配电网中重要的负荷节点。电网运行经济性以总网损间接反应，具体表示为：

式中：Ri为节点的电阻；Pi和Qi分别为由节点向网络注入的有功功率、无功功率；Ui为节点i的电压。当充电站接入电网后，不同的规划方案对应的网损不同，一般认为网损较高的方案不经济。

1.2.2 潮流裕度

潮流裕度以线路的平均负载率衡量，具体表示为：

式中：为第i条线路的平均负荷；SiN为第i条线路的最大载容量。

1.2.3 谐波污染

大量电动汽车的充电负荷接入已成为我国未来电网的重要特征，同时也会对电网造成严重的谐波污染。分析电动汽车产生的谐波特性是保证供电可靠性和电网安全稳定的前提。总谐波畸变率是对电网中谐波总含量的表征。以电流总谐波畸变率衡量谐波污染，电流总谐波畸变率具体表示如下式：

式中：I1为基波电流；Ih为h次谐波的电流。

1.3 交通网特性分析

与加油站一样，充电站也是城市中的基础设施，其具体的选址布局会受到现实条件的限制。充电站的规划布局应与交通路网、城市总体建设相协调，以充电服务网络总体布局规划为宏观调控依据[15]。同时，充电需求产生在电动汽车行驶途中，与交通流量密切相关，但又受到电动汽车的行驶里程，交通路网的路况等因素的制约。充电站的规划布局应与城市的交通网络相匹配，减少电动汽车前往充电站过程中对路网的影响。

1.3.1 交通流量

体现路段上交通流特性的三个指标分别是速度、流量和密度。车流量为单位时间内通过道路上某一断面的车辆数，车流密度是指单位距离车辆数。三者之间的关系可表示为：

式中：K为道路的车流密度；V为道路上行驶车辆的平均速度。

1.3.2 进站率

进站率指单位时间内进入充电站进行充电的车辆占从电动汽车前经过的车辆的比例。由公式和公式可知单位时间内到达充电站充电的电动汽车平均数量为，单位时间内通过道路上某一断面的车辆数为，则电动汽车进站率可表示为：

2 基于云重心的充电站规划评估模型

云理论主要集成事物的模糊性和随机性特征，可以实现定性语言和定量数值之间的相互转换[16]。云模型利用3 个数字特征：期望Ex，熵En和超熵He，将事物的模糊性和随机性集成，形成定性和定量相互间的映射和转化。其中，期望是云的重心位置，反映定性概念的中心值；熵En是定性概念不确定性的度量；超熵He是熵的不确定性度量。云重心的数学表达为T=a×b，a是期望值，表示云重心的位置，反映所评价对象不确定概念的中心值，b是权重，表示云重心的高度，反映某一指标在综合评价体系中的地位。对云重心的位置和高度的变化情况进行研究，可以衡量一个云重心系统的状态变化。

云重心评价法的具体步骤如下：

2.1 根据评价目的建立评价指标体系

上述评价体系具有多层结构，令U={U1，U2，…，Un}，Ui（i∈[1，n]）其中为一级指标中的第i个指标；Ui={Ui1，Ui2，…，Uin}，其中Uij（i∈[1，m]），是Ui第j个指标。

2.2 确定指标权重

指标权重是以定量方式反映各项指标在整个指标体系中所占的比重，根据评价指标的特征，采用AHP 法[17-18]确定指标权重。

2.3 构建评语云模型

设置专家评语集，使得专家评判不再是单一数值而是定性语言，提高专家评价的客观性。采用双边约束评语，其计算公式如下：

设定S所对应的数域为[0，100]，评语值对应的数域变化区间如表1 所示。

表1 各评语的数域变化区间

2.4 云模型指标计算

2.4.1 定量指标云模型表示针对选址评价指标体系中的定量指标，获得n组样品组成决策矩阵，则这些数值指标用一个云模型表示为：

式中：Ex1～Exn分别为各指标的量值。

2.4.2 定性指标云模型表示

对于定性指标，各评判专家按照评语集用语言描述给出评语。某一定性指标可获得n位专家的评语，根据评语云模型公式求出期望和熵Ex，n组指标值用一个云模型表示为：

2.3.4 计算加权综合云的云重心向量

假设评价指标体系中有m个指标，可以用m个云模型表示，则m个指标所反映的系统状态可用1个m维综合云描述。当指标变化时，m维综合云的形状随之变化，云重心也会改变。m维综合云的重心表示为：

式中：Ti=ai×bi，i=1,2，…，m；a为云重心的位置向量；b为云重心的高度向量，当系统状态发生变化时，综合云的重心变为T′，T′=（T1′，T2′，…，Tm′）。

2.4.5 计算云重心的加权偏离度

假设在理想状态下，评价系统的m维综合云重心向量为，其中，云重心位置向量，云重心高度向量对云重心向量进行归一化处理，得到，其计算公式为：

经过归一化处理后，表示云重心系统状态的综合云重心向量均为有大小、有方向、无量纲的值。在这里引入加权偏离度θ，判别评价对象分别在理想状态和实际情况下综合云重心的变化和差异，加权偏离度θ越小，表明二者偏离程度越不明显。将归一化后的向量值乘以权重值，再求和，得到加权偏离度θ 的值，即

式中：0≤θ≤1，Wi为第i个指标归一化权重值。

2.4.6 系统评价结果分析

对于电动汽车充电站的选址规范方案评语集分为差、较差、一般、良好和好5 个类别，将各级评语用云模型表示，置于二维坐标尺上，形成一个定性评测的云发生器如图2 所示。将得到的加权偏离度值输入定性测评云发生器中，从而确定具体的评语。

图2 定性测评云发生器

3 算例分析

应用所提出的充电站选址指标体系和基于云重心评判法的充电站选址规划方案评估方法，对某地区高速公路上的5 个电动汽车充电站选址进行评判。

为便于评判分析，采用百分制作为评分标度，设置每个三级指标的隶属函数如表2 所示。

表2 各指标的评价标准

根据充电站、电网和交通的数据进行仿真计算，得到的指标数值根据表2 进行规范化处理，具体见表3。

表3 各指标的规范化定量数据

根据AHP 法确定每个指标的权重，由式可求得充电站站址的加权偏离度，充电站选址1 的加权偏离度如表4 所示，各候选站址的综合加权偏离度如表5所示。

表4 充电站选址1 的加权偏离度

表5 各候选站址的综合加权偏离度

将各个备选站址的综合加权偏离度输入至云发生器，生成的云图如图3 所示。

图3 充电站选址规划的评估云图

由图3 可知，充电站候选站址从好到差排序为1、5、2、3、4。候选站址4 在良好和好之间，且由表5 可知其综合加权偏离度最小，是最优的建站选址。

4 结论

国家政策的扶持推动了电动汽车产业的发展，但充电站的规划仍然面临许多挑战。对电动汽车充电站规划进行科学的评价，能够避免后续充电站运营期间出现问题。因此，在充电服务网、交通网和配电网三网融合的背景下，建立充电站规划评价指标体系，提出了基于云重心理论的充电站规划评价方法。在电动汽车充电站规划初期以一个多元化的视角看待选址方法，提供了一种全新的定量分析思路。通过5 个不同容量和位置的充电站候选站址的方案比较，验证所提出的综合评价体系的有效性和合理性。通过充电服务网、交通网和配电网三个层面的指标分析，可以筛选充电站初期选址方案，科学指导电动汽车充电站的选址规划，促进三网融合。