郑春燕，郭 栋，张 海，杨 坤，徐 艺

(山东理工大学 a.商学院;b.交通与车辆工程学院，山东 淄博 255049)

模糊物元分析的电动汽车城市充电站规划

郑春燕a，郭 栋b，张 海b，杨 坤b，徐 艺b

(山东理工大学 a.商学院;b.交通与车辆工程学院，山东 淄博 255049)

为了解决充电站选址决策的多准则、不相容问题，研究了一种基于模糊物元分析理论的多方案、多特征的电动汽车城市充电站选址决策方法，构建了充电站选址决策评价指标体系并确定了各指标的权重。通过建立多个充电站备选点的多维复合模糊物元矩阵，经关联变换将电动汽车充电站选址由不相容问题转化为相容问题，以实现对多个充电站备选点的优选。实例分析表明：针对4个备选点确定5个评价指标值，通过模糊物元分析得到备选点2的关联度最高，为8.625。

充电站；选址；模糊物元；电动汽车；规划

0 引言

目前，电动汽车产业还处于发展初期，配套充电设施的合理规划是保障电动汽车普及和应用的重要工作。充电站的选址布局，直接关系到投资方的利益和用户的充电便利性，对基础建设的投资、运行的可靠性和经济性，以及充电站的日供电质量和容量，有着举足轻重的作用[1]。如何实现电动汽车充电站选址优化布局，已成为城市规划及交通部门重点关注的问题。

针对电动汽车充电站选址规划，文献[2]预测了区域电动汽车的总量和分布情况，并依据交通流量守恒定理将动态的电动汽车数量转换为常数，用遗传算法将建立的年费用最小模型进行求解，确定充电站的容量和选址。文献[3]将博弈论用到充电站选址规划布局方案评价中，采用原对偶路径跟踪法求解建立的线性规划模型,为充电站选址方案提供了理论依据。文献[4]综合考虑土地等建设成本及人员工资等运行成本，以充电站初始建设成本和运行成本最低为目标，建立了电动汽车充电站选址定容新模型。

充电站选址决策需要考虑的因素众多，且各因素之间关系模糊，存在较大的不确定性，属于典型的不相容问题。依靠传统的人为主观判断完成充电站选址，或者借助一般的数学方法解决此不相容问题，均存在较大的局限性[5-7]。本文基于模糊物元分析理论[8-9]，通过关联变换将充电站选址决策规划转化为相容问题，从而为充电站选址提供科学的指导。

1 充电站选址决策评价指标体系的确定

充电站选址决策评价指标体系的确定，应兼顾效益和安全[10-11]。参考加油站选址的原则，确立了5个指标。

(Ⅰ)建设成本。建设成本指投资建设充电站全部设施的基础设施成本、配电设施成本及土地费用等，还包括人员培训费等运营成本。

(Ⅱ)设计规模。设计规模按照充电站的容量来确定，一般通过设置充电桩的台数来反映。

(Ⅲ)交通流量。交通流量是指在确定时间段内通过道路某一地点、某一断面或某一车道的交通实体数，其大小可以判定交通流运行状态。

(Ⅳ)服务半径。参照《城市道路交通规划设计规范》[12]中对城区加油站服务半径的相关规定，同时考虑电动汽车自身的运行特点，服务半径应结合各区域内电动汽车保有量、日均行驶里程和续驶里程等因素进行确定。

(Ⅴ)维护成本。维护成本指保障充电站的正常运营，每年消耗的电动汽车充电站维护成本、充电过程中的损耗成本、电网年损失费用及充电成本等。

表1 电动汽车充电站选址决策评价指标权重

权重大小表征不同指标在充电站选址决策中的地位与作用[13-16]。为消除主观因素的影响，本文运用层次分析法，通过专家调查，计算得到5个电动汽车充电站选址决策评价指标的权重值，如表1所示。

2 充电站选址决策模型

针对充电站选址决策这个模糊不相容问题，建立了电动汽车充电站选址决策模型，采用模糊物元分析理论进行求解。

2.1 模糊物元矩阵构建

事物、特征、模糊量值是模糊物元分析理论用来描述事物的基本元，可表示为：

(1)

其中：M为事物；C为事物的特征；L(x)为对应于量值x特征的隶属度。

建立j个比较事物的i维复合模糊物元矩阵，表示为：

(2)

其中：Mj为所比较的事物；Ci为所比较事物的特征；量值L(xji)中j和i分别为所比较事物及相应特征的序号。

2.2 隶属度矩阵变换

引入从优原则实现隶属度矩阵变换，包含以下两种模式。

模式Ⅰ：

ⓐ越大越优。其变换公式为：

(3)

ⓑ越小越优。其变换公式为：

(4)

ⓒ越接近某个常数越优。其变换公式为：

(5)

式(3)～式(5)中：Xji为第j个方案i项指标的量值；Lji为相应指标的从优隶属度；μ0为对应于第i项指标的常数值。

模式Ⅱ：

ⓐ越大越优。其变换公式为：

(6)

ⓑ越小越优。其变换公式为：

(7)

ⓒ越接近某个常数越优。其变换公式为：

(8)

根据电动汽车充电站选址决策评价指标的含义，确定设计规模(C2)、交通流量(C3)、服务半径(C4)这3项指标为越大越优型，建设成本(C1)和维护成本(C5)这两项指标为越小越优型。

观察组患者术后6、12、24、48 h的VAS评分均显著低于对照组同期，差异均有统计学意义（P＜0.05），且随时间延长逐渐降低，详见表1。

2.3 求解关联度

关联函数N(x)以x为中间元，与隶属函数L(x)等价。

Nji=Lji，j=1,2,…,m；i=1,2,…,n，

(9)

其中：Nji为第j个方案与标准方案间第i项指标的关联系数。

如上所述，在充电站选址决策关联系数矩阵中，每一个选址方案都有n个关联系数(n=5)。某个充电站备选方案n个关联系数的集中程度用关联度Kj表示；每个充电站备选方案各评价指标的权重用RW表示；各方案的关联度复合模糊物元用RK表示，则有：

RK=RW*RN。

(10)

本文采用M(#,+)运算，所有权重都参与运算，关联度包括所有因素的共同作用，即

(11)

2.4 关联度处理

充电站选址决策的模糊物元分析，需要对求得的关联度进行比较分析以求得最优解，常用最大关联度原则从各个方案的关联度中寻找最大值，即：

K*=max (K1,K2,…,Km)，

(12)

其中： K*为对应的选址方案即充电站选址的最优选择。

3 实例分析

表2 环城主干路4个充电站选址备选点评价指标

依据表2中评价指标，建立复合模糊物元矩阵为：

(13)

通过隶属度矩阵变换模式Ⅰ中 3种类型的从优变换，得到隶属度矩阵为：

(14)

把隶属度矩阵Lji作为关联系数Nji，则得关联系数矩阵为：

(15)

所使用的权重复合物元(向量)为：

(16)

采用式(11)计算得到关联度为:

(17)

将关联度按大小排列，有：

K2>K4>K1>K3。

(18)

如式(18)所示，K2所对应的备选点2即为电动汽车充电站选址的最优方案，关联度为8.625。

4 结论

(1)综合考虑充电站的建设成本、交通因素、充电方式和充电站的容量等影响因素，选取充电站的建设成本、设计规模、交通流量、服务半径和维护成本共5个指标，确定了电动汽车充电站选址决策评价指标体系。

(2)应用模糊物元分析理论将充电站选址规划转化为相容问题，从而实现对电动汽车充电站的优化选址。通过对实例的计算和分析，获得了电动汽车充电站选址的最优方案。

[1] 王德荣,王智源,李必鑫.基于模糊物元分析的城市加油站选址决策方法研究[J].重庆科技学院学报(自然科学版),2008,6(3):121-124.

[2] 赵书强,李志伟,党磊.基于城市交通网络信息的电动汽车充电站最优选址和定容[J].电力自动化设备,2016,36(10):8-15.

[3] 吴丽霞,王贝贝,胡静,等.基于熵权模糊物元的电动汽车充电站选址研究[J].公路与汽运,2016(6):45-47.

[4]CLEMENT-NYNSK，HAESENEE，DRIESENJ．Theimpactofchargingplug-inhybridelectricvehiclesonaresidentialdistributiongrid[J].IEEEtransactionsonpowersystems,2010,25(1):371-380.

[5] 王萌,刘凯,牛利勇.电动汽车充电站选址决策与评价研究[J].物流技术,2015,34(18):117-120.

[6] 张港,李明,潘浩,等.市场化的电动汽车充电站规划布局研究[J].陕北电力,2015,43(4):40-44.

[7] 徐坤,周子昂,吴定允,等.电动汽车交流充电桩控制系统设计[J].河南科技大学学报(自然科学版),2016,37(3):47-52.

[8] BRADLEY T，QUINN C．Analysis of plug-in hybrid electric vehicle utility factors[J].Journal of power sources,2010,195(16):5399-5408.

[9] 周文峰,李珍萍,崔晓洁,等.电动汽车充电站选址问题研究[J].数学的实践与认识,2016,46(11):187-194.

[10] SATHAYE N,KELLEY S.An approach for the optimal planning of electric vehicle infrastructure for highway corridors[J].Transportation research part e,2013,59:15-33.

[11] 所丽,唐巍,白牧可.考虑削峰填谷的配电网集中型充电站选址定容规划[J].中国电机工程学报,2014,34(7):1052-1060.

[12] 中华人民共和国建设部.城市道路交通规划设计规范：GB 50220—95[S].北京：中国计划出版社，1995.

[13] 王辉,王贵斌,赵俊华,等.考虑交通网络流量的电动汽车充电站规划[J].电力系统自动化,2013,37(13):63-69.

[14] 邵赛,关伟,毕军.考虑排队时间和里程约束的竞争充电站选址问题[J].交通运输系统工程与信息,2016,16(6):169-175.

[15] 杨佳俊,陈红,段美琪,等.电动汽车充电站多阶段规划研究[J].山东电力技术,2015,42(8):18-22.

[16] 杨波,陈卫,文明浩,等.电动汽车充电站的概率负荷建模[J].电力系统自动化,2014,38(16):67-73.

国家自然科学基金项目(51605265,51508315);山东省自然科学基金项目(ZR2014EL036,ZR2015PE020)

郑春燕(1983-),女,山东德州人,讲师,硕士,主要从事充电站选址决策等方面的研究.

2016-12-30

1672-6871(2017)04-0039-04

10.15926/j.cnki.issn1672-6871.2017.04.009

U469.7

A