万志宏

摘 要：随着科学技术的进步，新能源汽车已经成为未来发展的趋势，新能源汽车作为绿色交通工具对环境保护具有重要意义。在新能源汽车的发展过程中，汽车充电站是必不可少的基础设施，对新能源汽车的发展具有重要推动作用，因此做好新能源汽车充电站的设计规划显得尤为重要，文章主要针对新能源汽车发展中充电站的选址及布局进行探讨，以此为新能源汽车的发展提供理论依据。

关键词：电动汽车；充电站选址；布局优化

中图分类号：TM910.6 文献标识码：A 文章编号：1006-8937（2016）29-0061-02

电动汽车属于新能源车，能够有效的缓解空气污染，新能源汽车也是未来汽车发展的主要方向。但是，就目前而言电动汽车基础设施跟不上，尤其是电动汽车充电站较少，而且投入成本相对较大，这就使得提高电动汽车充电站的布局显得尤为重要。优化空间布局不仅能够节省充电站设备，提高设备利用率，而且能够最大限度的满足消费者的需求。

1 电动汽车充电站的选址措施

对新能源电动汽车充电站进行选址要考虑一些基本因素，由于电动汽车充电站建设的影响因素较多，本文主要从几个主要的影响因素出发对其进行分析，这些因素主要包括经济性、电网安全性、交通便利性、区域发展性四个方面。

1.1 交通便利性

交通便利主要是指在充电站选址的过程中要考虑附近的道路状况，车流量以及车道状况，这些直接关系到充电站未来的利用率。

一般情况下需要选择交通便利、车流量大的地方作为充电站站址。

在选址的过程中，需要充分的考虑当地周边的交通状况及车流量，车流量大的地方通常情况下未来电动车的数量也会较大，车流量大就需要提供完善的充电设备，这些都是未来电动汽车发展的基础条件，对于充电站而言也会提高使用率增加经济效益。

1.2 运行经济性

在电动汽车充电站建设的前期需要一定资金投入，初期资金往往用于初期建设的选址勘察、施工、设计、管理等，这些都是电动汽车站建设的前期投资成本。

在建设初期，电动汽车充电站需要进行环境分析、土地预审、地质检测以及可行性分析、水土检测等，这些都属于充电站建设的前期投入。

另外，在运营过程中还需要考虑维护问题，所谓运营维护是指在充电站运行后需要消耗的成本，包括用电费用、维护费用、充电机的损耗、人工成本等。

1.3 区域发展性

所谓区域发展性是指充电站建成后的发展潜力，这是建设初期需要考虑的问题，毕竟充电站的建设是为以后新能源电动车的发展提供服务，对于区域性的发展有以下几个影响因素：

1.3.1 人口数量

人口因素往往是也影响充电站区域发展的关键因素，因为人口越多未来电动车的数量也就越多，电动车数量增多对充电站的需求也就越大，这些人口都是未来充电站发展的潜在客户。

1.3.2 居民消费习惯

居民消费习惯主要反映居民对未来消费品的需求能力，一般情况下比较发达的区域居民的消费水平相对比较高，尤其是一些大型商业区域，这些区域的人均消费水平高，消费意识较高，具有超前消费的能力，该区域居民往往容易受到新鲜事物的影响，冲动性购物欲望比较强烈，因此这些区域的居民更容易购买未来比较盛行的新能源电动汽车，这就是所谓的居民消费对充电站选址的影响。

1.4 电网安全性

因为电动汽车充电站对电力的需求较大，所以在选址的同时要考虑电网安全因素，因为一旦选择好地址就要考虑电网的负荷状况，如果当地电网负荷较低的话就难以承受充电站的电力供应，会影响整个电力系统，甚至会对电网带来安全问题。所以在选择好充电地址后，要增加电网的更新设置，通过增加配电网、改善电路设备来提高充电站的供电需求。

另外，当充电站接入电网后，就意味着充电机接入了电网，充电机内含有大量非线性负荷，这些负荷会产生谐波，谐波会对电网产生一定的污染，如果不及时控制会对整个电网产生不利影响。

2 电动汽车充电站的布局优化措施研究

在电动汽车充电站的选址研究中，涉及的因素较多，这就需要根据专家评选标准进行选址，并且将选址出来的地址进行综合评价，并从这些选址的地址中进行优化选址，找出更加适合的地址，本文就针对这些问题进行了向量机选址探讨，希望通过该模式能够选址较好的充电站位置。

2.1 基于向量机的模型构思

由于目前电动汽车的发展规模还较小，因此电动汽车充电站的数量也比较少，这在进行样本分析的时候就难以有效的分析出最终结果，因此根据这一特点文章选用了向量机的模型进行选址评价，该模式主要能够根据小样本的特征进行样本数据分析评估，还能够将充电站选址评价指标映射到高维特征空间，以解决充电站选址影响因素的非线性赋权问题，从而准确体现评价指标与结果之间关系，如图1所示。

选址该模型时首先需要确定数据样本，包括测试样本和训练样本，当然对样本进行评估的指标将近30项左右，选择的时候不可能将每一项指标都用上，那样会浪费大量时间和精力，这个时候就需要缩减工作量，从众多指标中选择主成分指标进行分析，通过对电动汽车充电站选址评价指标体系进行主成分的提取，达到降维的目的。

2.2 基于向量机模型布局优化分析

2.2.1 数据的收集和主要成分分析

收集数据是相对复杂的环节，只有完善的数据信息才能为选址做出相对准确的分析。

应用电动汽车充电站选址评价指标体系，采用主成分分析法对指标进行缩减，这种方法能够有效的对评价指标进行信息处理，能够减小各个指标间的关联性，有效简化问题。釆用SPSS17.0对充电站选址影响因素进行主成分分析，提炼出主成分特征值所对应的特征向量。

2.2.2 选址模型求解

采用支持向量机（Support Vector Machine，SVM）对给出的电动汽车充电站站址进行排序，将计算出的数据分为训练样本和测试样本。

为了评价结果能够更加精确，可以将数据中的前几组进行向量机样本检验，然后将结果作为测试样本，并用训练样本进行测试，得出相应的回归函数以及参数，最后通过支持向量机测试样本，得出的数据来衡量优劣状况。

2.2.3 定容模型计算

根据以上模型可以看出，通过数据分析得出较为有利的充电站站址，然后通过需求理论得出充电站的容量，再对该区域内的电动车状况进调查了解，最后得出实际充电的需求数据。

对实际规划区内各电动汽车的位置进行统计，并对各个电动汽车按照充电需求点的划分原则进行划分，然后对需求点的位置进行确定，并求出每个需求点对应的充电车数量，最后根据具体的情况设定为不同的需求点。

3 结 语

新能源电动汽车是未来的发展趋势，对于新能源汽车而言基础设施建设是其发展的必要条件，新能源汽车充电站设施建设能够有效的推动新能源汽车的发展，本文主要从新能源汽车充电站选址的角度出发，对充电站选址进行了综合的评述，文中提出了运用向量机模式进行指标评判，然后寻找最优方案，通过各种模式进行样本分析，根据样本分析得出比较优质的场地，较好地解决了神经网络训练易陷入局部最优的问题，因此该模型对电动汽车充电站进行选址评价具有较好的实用性。

参考文献：

[1] 寇凌峰，刘自发，周欢.区域电动汽车充电站规划的模型与算法[J].现代 电力，2010，（27）.

[2] 张国亮，李波，王运发.多等级电动汽车充电站的选址与算法[J].山东大 学学报（工学版），2011，（41）.

[3] 刘志鹏，文福拴，薛禹胜，等.电动汽车充电站的最优选址和定容[J].电力 系统及自动化，2012，（36）.

[4] 何战勇.电动汽车充电站规划方法及运营模式研究[D].北京：北京交通 大学，2012.