计及中等城市充电需求潜力与碳减排等效收益下的充电站规划策略.pdf

收稿日期:2 0 2 2-1 1-2 3基金项目:国家社会科学基金(1 9 B G L 2 0 8)通信作者:王守文(1 9 7 8-),男,教授,博士,博士生导师,主要研究方向为电力科技与电力市场.E-m a i l:4 2 5 4 3 2 3 6 8q q.c o mD O I:1 0.1 3 3 9 3/j.c n k i.i s s n.1 6 7 2-9 4 8 X.2 0 2 3.0 4.0 1 4引用格式:王守文,朱兆彬.计及中等城市充电需求潜力与碳减排等效收益下的充电站规划策略J.三峡大学学报(自然科学版),2 0 2 3,4 5(4):8 6-9 4.计及中等城市充电需求潜力与碳减排等效收益下的充电站规划策略王守文1,2 朱兆彬3,4(1.三峡大学 法学与公共管理学院,湖北 宜昌 4 4 3 0 0 2;2.华中科技大学 经济学院,武汉 4 3 0 0 7 4;3.三峡大学 电气与新能源学院,湖北 宜昌 4 4 3 0 0 2;4.湖北省能源股份有限公司 省级研究生工作站,湖北 宜昌 4 4 3 0 0 2)摘要:针对中等城市电动汽车充电设施过度分散、应用潜力未知等问题,构建动、静态充电需求结合的充电需求指标来分析不同区域的充电需求潜力.首先,基于区域充电需求潜力与充电站市场潜力、电动汽车用户出行数据等,提出中等城市充电需求承载力模型,结合马尔可夫链模型,构建充电需求潜力空间分布指数;其次,在考虑用户侧、充电站侧、电网侧成本与收益的基础上,构建区域充电站碳减排等效收益函数,通过免疫算法制定待选充电站选址定容方案;然后,采用熵权法改进的TO P S I S综合评价模型在保证电网接纳能力的基础上,确定相对最优规划方案;最后,选取中等城市湖北省宜昌市西陵区部分城区作为算例进行分析,通过I E E E 3 3节点系统潮流计算检验规划结果的有效性和合理性,证明充电站能够在低碳减排方面带来高收益.关键词:中等城市充电需求潜力;充电需求承载力;充电站;碳减排等效收益;选址定容中图分类号:TM 9 1 0.6 文献标志码:A 文章编号:1 6 7 2-9 4 8 X(2 0 2 3)0 4-0 0 8 6-0 9C h a r g i n g S t a t i o n P l a n n i n g S t r a t e g y C o n s i d e r i n g t h e P o t e n t i a l o f C h a r g i n g D e m a n d i n M e d i u m-s i z e d C i t i e s a n d E q u i v a l e n t B e n e f i t s o f C a r b o n E m i s s i o n R e d u c t i o nWANG S h o u w e n1,2 Z HU Z h a o b i n3,4(1.S c h o o l o f L a w&P u b l i c A d m i n i s t r a t i o n,C h i n a T h r e e G o r g e s U n i v.,Y i c h a n g 4 4 3 0 0 2,C h i n a;2.S c h o o l o f E c o n o m i c s,H u a z h o n g U n i v.o f S c i e n c e a n d T e c h n o l o g y,Wu h a n 4 3 0 0 7 4,C h i n a;3.C o l l e g e o f E l e c t r i c a l E n g i n e e r i n g&N e w E n e r g y,C h i n a T h r e e G o r g e s U n i v.,Y i c h a n g 4 4 3 0 0 2,C h i n a;4.P r o v i n c i a l G r a d u a t e W o r k s t a t i o n o f H u b e i E n e r g y C o.,Y i c h a n g 4 4 3 0 0 2,C h i n a)A b s t r a c t T o a d d r e s s t h e p r o b l e m s o f o v e r-d i s p e r s e d E V c h a r g i n g f a c i l i t i e s a n d u n k n o w n a p p l i c a t i o n p o t e n t i a l i n m e d i u m-s i z e d c i t i e s,t h e c h a r g i n g d e m a n d i n d e x e s a r e c o n s t r u c t e d b y c o m b i n i n g d y n a m i c a n d s t a t i c c h a r g i n g d e m a n d t o a n a l y z e t h e c h a r g i n g d e m a n d p o t e n t i a l o f d i f f e r e n t r e g i o n s.F i r s t l y,b a s e d o n t h e d a t a o f r e g i o n a l c h a r g i n g d e m a n d p o t e n t i a l,c h a r g i n g s t a t i o n m a r k e t p o t e n t i a l a n d E V u s e r s t r a v e l d a t a,a c h a r g i n g d e m a n d c a r r y i n g c a p a c i t y m o d e l i s p r o p o s e d f o r m e d i u m-s i z e d c i t i e s b y c o m b i n i n g M a r k o v c h a i n m o d e l a n d a c h a r g i n g d e m a n d p o t e n t i a l s p a t i a l d i s t r i b u t i o n i n d e x i s c o n s t r u c t e d.T h e n,t h e TO P S I S c o m p r e h e n s i v e e v a l u a t i o n m o d e l i m p r o v e d b y t h e e n t r o p y p o w e r m e t h o d i s a d o p t e d t o d e t e r m i n e t h e r e l a t i v e o p t i m a l p l a n n i n g s c h e m e o n t h e b a s i s o f e n s u r i n g t h e g r i d a c c e p t a n c e c a p a c i t y.F i n a l l y,a m e d i u m-s i z e d c i t y,X i l i n g D i s t r i c t,第4 5卷 第4期2 0 2 3年8月三峡大学学报(自然科学版)J o f C h i n a T h r e e G o r g e s U n i v.(N a t u r a l S c i e n c e s)V o l.4 5 N o.4A u g.2 0 2 3Y i c h a n g C i t y,H u b e i P r o v i n c e,i s s e l e c t e d a s a n e x a m p l e f o r a n a l y s i s,a n d t h e v a l i d i t y a n d r e a s o n a b l e n e s s o f t h e p l a n n i n g r e s u l t s a r e t e s t e d b y I E E E 3 3 n o d e s y s t e m c u r r e n t c a l c u l a t i o n.I t i s p r o v e d t h a t t h e c h a r g i n g s t a t i o n c a n b r i n g h i g h e r b e n e f i t s i n t e r m s o f l o w c a r b o n e m i s s i o n r e d u c t i o n.K e y w o r d s c h a r g i n g d e m a n d p o t e n t i a l i n m e d i u m-s i z e d c i t i e s;c h a r g i n g d e m a n d c a r r y i n g c a p a c i t y;c h a r g i n g s t a t i o n s;c a r b o n e m i s s i o n r e d u c t i o n e q u i v a l e n t b e n e f i t s;s i t i n g a n d c a p a c i t y s e t t i n g 新能源汽车的发展具有很大的提升空间,而充电站的合理布局是其发展的保障,合理规划充电站有利于实现更优质的经济目标1-2.但在一些中等城市,充电基础设施的不合理规划以及设施少等问题阻碍了电动汽车的发展,不能起到承接大城市、带动小城市的作用.在这一背景下,中等城市电动汽车充电站如何建设、布局是否合理将直接影响未来电动汽车产业的整体发展3-4.目前大部分学者主要从充电站建设成本收益、实际路网规划以及充电需求三方面研究电动汽车充电站的选址定容.其中充电站建设成本收益方面,主要以考虑充电站、电网收益最大或成本最低为目标来选取合适的充电站地址5-6,但存在未与实际路网相结合等问题;实际路网规划方面,为了把实际路网与充电站规划充分结合,文献7 通过采用多种群遗传算法分析充电站服务能力以及成本最小化,但未考虑充电站、电网所附带的收益;文献8 在构建充电需求散点并与实际路网相结合的基础上,建立一个综合考虑用户侧和非用户侧双方成本的多目标规划模型,但未考虑收益;充电需求方面,又包含动态充电需求和静态充电需求两小类,如文献5 和文献8 分别通过获得充电需求的时空分布确定充电位置坐标、对应时刻以及在考虑S O C状态的基础上计算电动汽车行驶里程,属于动态充电需求;文献7 忽略考虑充电站的规划范围以及电动汽车行驶距离,通过划分区域确定充电需求,属于静态充电需求.基于上述分析,可以发现大部分研究在进行充电站规划时,虽在不同需求主体方面解决了充电站选址定容应注意的问题,但考虑的影响因素不全面,没有结合实际路网的情况综合考虑充电站建设所带来的综合收益与成本,同时忽略了动静态充电需求的融合、区域用户的充电需求潜力以及充电需求满意度,缺乏对电动汽车未来低碳发展趋势的分析,且所建设的充电站选址定容模型不具备一定的普适性,未考虑不同类型城市之间的差异性,导致不同城市区域电动汽车的发展并不合理.为此,本文首先通过分析不同城市的发展特性,构建动态与静态相结合的充电需求潜力指标,分析规划区域不同地区的充电需求潜力;接着在考虑充电站建设成本、电网络损耗成本、用户充电效益(包含充电需求量与充电站距离、服务隶属度关系)的基础上,构建区域充电站碳减排等效收益函数,考虑实际路网,运用免疫算法制定待选电动汽车充电站规划方案,通过熵权TO P S I S法进行筛选;最后选取湖北省宜昌市部分城 区 作 为 中 等 城 市 的 算 例 进 行 验 证,通 过 与I E E E 3 3节点系统相结合验证所提方案的合理性.仿真结果表明,充分考虑中等城市电动汽车充电需求潜力能够促进电动汽车的发展以及在节能减排方面带来高收益.1 中等城市充电需求潜力城市等级除了以城区人口数作为划分依据外,其发展9还受到政府偏爱、市场潜力、产业政策、资源配置效率、行政中心偏向等不同方面的影响,其中政府影响城市发展的模式包含产业驱动型模式、土地驱动型模式以及产业-土地协同驱动型模式3种.电动汽车充电站的建设与电动汽车用户、产业链以及基础设施建设土地资源有关,因此研究电动汽车充电站选址定容适合第3种模式,即产业-土地协同驱动型模式.中等城市一般属于省域副中心城市,政策、资金等资源偏弱,但拥有承接企业转移、推进区域协调发展的能力,为此构建属于中等城市的充电需求潜力指标能为此类城市提供一定借鉴,同时达到承上启下的目的.当前电动汽车的充电需求分为两类.一类是静态需求:产生于固定区域,通过划分居民区、工作区以及商业区等固定地段来计算;一类是动态需求:产生于实际交通网络中,此类充电需求主要针对长距离行驶的电动汽车.静态需求忽略了电动汽车的行驶特性,动态需求1 0-1 1则忽略了电动汽车的规模变化.将静态需求与动态需求相结合有助于实现充电站的合理规划,具体两种需求应用特点与相关影响因素见表1.构建中等城市特性指标,以静态需求为基础,考虑规划区域电动汽车的行驶特性,构建动、静结合的充电需求潜力模型,以明确规划区域未来的发展潜力.从城市布局网结构出发,基于城市规划区域现有的道路将城市划分为包含住宅区、商业区以及工作区78第4 5卷 第4期 王守文,等 计及中等城市充电需求潜力与碳减排等效收益下的充电站规划策略三大类的交通网格,分析每个网格区域的充电需求潜力空间分布指数,指数包含中等城市充电需求承载力、土地驱动指标、充电站市场潜力、电动汽车用户各区域分布概率以及电动汽车行驶特性5部分.表1 静态需求与动态需求特点与影响因素类型应用特点影响因素静态需求以区域划分为依据,根据不同区域资源分布情况按比例进行充电站规划人口分 布、资 源分 布、电网潮流、产业分布等动态需求以不同类型充电汽车特性为依据,根据不同主体行驶距离、应用习惯等进行充电点的选择充电行 为、行 驶里 程、充电需求量、剩余电量等1.1 中等城市充电需求承载力中等城市各方面指标处于大城市与小城市之间,政策先行的大城市会因资源集聚等现象导致大量中小城市人口、产业等资源的流入,小城市会出现资源大量流出的现象.作为中等城市,会在大城市资源承载力达到顶峰时,引起大城市和小城市资源的二次引进,与被动虹吸型城市、资源枯竭型城市不同,此类中等城市资源承载数量能否得到提升,与当地政府政策、区域面积、人口数量以及消费观念和购买能力有关.本文研究重点为区域充电需求潜力,需要考虑中等城市的充电需求承载力,其直接影响后续充电站的使用效益.通过借鉴土地人口承载力的概念1 2,本文提出关于中等城市充电需求承载力概念,即衡量规划区域充电站建设需求潜力与人均使用水平之间的关系.充电站建设需求潜力与充电站建设期望、政府发布的关于区域发展电动汽车、充电站和能源等政策比重、规划区域高新产业生产力和人口净流入数量、电网承载力以及线路承载力有关,具体见式(1).X=EZDnprim i nXN,XL(1)式中:X为充电需求承载力;E为充电站建设期望,采用调查问卷的形式进行数据获取(包含购车补贴、充电补偿等);Z为政策比重(包含购车补贴等方面);D为高新产业生产力;np为人口净流入数量,数值为流入规划区域的人口数量(包含大城市和小城市)与流出人口数量(流入大城市的人口数量)的差值,具体数值由当地政府部门统计给出;XN为电网承载力;XL为线路承载力;ri为E V日出行比例,各指标公式具体见式(2).E=nh o p ent o t a lZ=PE V/E VAPt o t a lD=DE V/E VADt o t a lri=nF CnE VXN=Pc hE VnE Vt iKE V+PPinPiPiSc o s(1-s)XL=Pc hE VnE Vt iKE VCc o s1 /3U I (2)式中:nh o p e为愿意建设充电站的问卷数量;nt o t a l为总问卷数量;PE V/E VA为政府关于规划区域i的电动汽车和充电站以及相关产业的政策;Pt o t a l为政府下达的所有规划区域的政策;DE V/E VA为规划区域i关于电动汽车和充电站以及相关原材料产业的数量;Dt o t a l为规划区域i所有产业的集合;nF C为区域燃油车日出行次数;nE V为电动汽车日出行次数,nE V数值越大,ri越小;s为线路网损率;Pc hE V为单台E V的充电功率;nE Vt i为第i种E V的数量;KE V为同时充电的最大E V数量占nE Vt i的比例;PPi、nPi、Pi分别为规划区域i内用户的综合日负荷值、用户数量、用电需求系数;c o s、c o s1分别为电网、充电桩的功率因数;C为电动汽车充电效率,设为0.9;S、3U I分别为电网、线路的视在功率(通过与地方电网调度部门沟通获得);XN和XL取值范围均为0,1.X越大,代表规划区域充电需求承载力越大.因各指标单位不同,采用归一化的方式将各指标进行去单位操作.1.2 土地驱动指标土地驱动指标是政府通过干预土地市场来实现的,充电站作为基础设施,其发展离不开土地成交价格、区域占地面积等方面,通过当地城市发改局根据历史数据给出该指标值,具体公式见式(3).L=BR(3)式中:L为土地驱动指标;B为规划区域土地成交价格;R为不同规模充电站对应的占地面积;为修正系数.1.3 充电站市场潜力通过规划区域生产总值与城市半径的关系量化充电站市场潜力M,具体见式(4).M=AG D PiD-1i i+nj(ji)AG D PjD-1i j(4)式中:AG D Pi为区域i的生产总值指标;Di i为区域i的半径;Di j为区域i和区域j半径之和.88三 峡 大 学 学 报(自 然 科 学 版)2 0 2 3年8月1.4 电动汽车用户区域分布概率电动汽车的分布看似随机,但当电动汽车数量达到一定程度时,便具有一定的规律性.考虑到数据的可获得性,对于E V的行驶、停车的不确定性通过借鉴美国国家家庭出行调查(n a t i o n a l h o u s e h o l d t r a v e l s u r v e y,NHT S)数据拟合得到E V接入电网时间、离网时间和初始S O C状态.以NHT S 2 0 1 7年的调查数据作为参考,根据数据和文献1 3 的总结,通过拟合得到电动汽车的日行驶距离规律分布,见式(5).fD(x)=1x D2 e x pl nx-D22Df(ti n)=1i n2 e x p-(ti n-i n)222i nf(to u t)=1o u t2 e x p-(to u t-o u t)222o u t(5)式中:x、ti n、to u t分别为E V的日行驶规律分布、接入电网时间、离开时间;D、D、m、m、o u t、o u t分别表示日行驶规律分布、接入电网时间、离开时间3种规律分布函数的数学期望和标准差.根据NHT S调查结果显示,一天内有1 4%的车辆没有使用,4 3.5%的车辆日行驶距离达到2 0英里(约3 2 k m),3.7%车辆日行驶距离达到6 0英里(约9 7 k m).通过数据分析,得到汽车用户的出行各区域的分布概率,见表28.结合马尔可夫链模型的状态转移概率的渐进性质-极限概率分布8,1 4,由表2和式(5)可以进一步得到不同规划区的出行起点概率,见表3.表2 出行区域分布概率出行类型H-HH-WH-OW-HW-W概率/%1 1.8 01 0.0 82 5.9 38.8 91.3 0出行类型W-OO-HO-WO-O概率/%2.6 22 6.5 81.5 31 1.2 7 注:表中H代表居民区;W代表工作区;O代表娱乐区.其中“H-H”、“H-W”、“H-O”代表从居民区分别到居民区、工作区以及娱乐区的出行类型;“W-H”、“W-W”、“W-O”代表从工作区分别到居民区、工作区、娱乐区的出行类型;“O-H”、“O-W”、“O-O”代表从娱乐区分别到居民区、工作区、娱乐区的出行类型.表3 出行起点类型概率出行类型HWO概率/%4 7.8 11 2.8 13 9.3 81.5 电动汽车行驶特性在考虑用户区域分布概率的基础上,结合式(5)构建电动汽车动态充电需求模型,计算不同区域内电动汽车群的总充电量,见式(6)(7).EE V,i=Ed p c,i+PE ViPE Vi=CPE V,iC(6)Ed p c,i=NE V,ipi=1x CE V(7)式中:EE V,i为区域i的电动汽车群动态充电需求总量;Ed p c,i为区域i内所有电动汽车群的电动汽车行驶耗电量总和;PE V,iC为区域i的充电需求量;PE Vi为区域i的实际充电量;NE V,i为区域i电动汽车总量;p为区域i电动汽车行驶概率;x表示日行驶距离;CE V为电动汽车百公里耗电量.综上,提出中等城市充电需求潜力空间分布指数,见式(8).Ci=XLMpiEE V(8)由式(8)可以得到规划区域每个网格的充电需求潜力空间分布.2 考虑碳减排等效收益下的电动汽车充电站规划模型2.1 目标函数建设充电站不仅要考虑充电站的建设成本、运维费用、网络损耗等基础性成本,还需要与实际路网相结合,考虑用户侧的满意度1 5.本文确定各规划区域充电需求后,通过以充电站到充电需求点的需求量和距离的乘积之和最小为目标函数,结合服务需求隶属关系明确固定区域所属的充电点,乘积越小,越有利于提高用户满意度.因此建立一个综合考虑非用户侧成本收益和用户侧应用效益的多目标规划模型,目标函数见式(9).其中非用户侧目标函数F和用户侧目标函数z分别见式(1 0)和式(1 1).m i nF,z(9)m i n F=Ci n v+Cm c+CL r+CN l-Ce r-Ce s r(1 0)m i n z=iNjMiPE Vidi jZi j(1 1)式中:Ci n v为充电站建设成本;Cm c为充电站年运行维护费用;CL r为土地租金成本;CN l为网络损耗成本;Ce r为充电站的C O2减排等效收益;Ce s r为充电站售电收益;PE Vi和di j为充电站到充电需求点的实际量和距离;Zi j为服务需求隶属关系,根据用户需求选择情况选择0-1值.98第4 5卷 第4期 王守文,等 计及中等城市充电需求潜力与碳减排等效收益下的充电站规划策略1)充电站建设成本Ci n vCi n v=nE Vi=1(Cs i n v+PE V s niCt,E V)z(z+1)y(z+1)y-1(1 2)式中:Cs i n v代表单个充电站的固定投资成本,与充电站规模和不同类型的区域有关;PE V s ni代表第i个充电站安装的额定容量;Ct,E V为单位容量充电站的投资建设成本;z为贴现率;y为充电站使用年限.2)充电站年运行维护费用Cm cCm c=nE Vi=1(Cs i n v+PE C s niCo m,E V)(1 3)式中:Co m,E V为充电站单位容量的年运行维护费用;为充电站年固定运行维护费用占总年运行维护费用的比重.3)土地租金成本CL r电动汽车充电站在选址的时候,不同性质的区域以及不同占地面积对应不同的租金成本,构建的电动汽车土地租金成本见式(1 4).CL r=nE Vi=1Cu r cSa c(1 4)式中:Cu r c为充电站i的单位租金成本;Sa c为充电站占地面积.4)网络损耗成本CN l网络损耗成本为充电站工作状态下在电网中的网络损耗与电能单价的乘积,具体见式(1 5).CN l=Cw3 6 5n=1i jl i n e(I2i jRi j)(1 5)式中:Cw为电网单价;n为天数;l i n e为配电系统的支路集合;Ii j为节点i和j之间的支路电流;Ri j为节点i和j之间的电阻,通过运用前推后代法进行潮流计算得到不同充电站在配电网中的网损1 6.5)C O2减排等效收益Ce rC O2减排等效收益是指电动汽车接入充电站后,相对燃油车减少的C O2排放量以及碳排放交易市场带来的收益,具体数学表达式为Ce r=NE V,ii=1PE V t niCE Vd(1 6)式中:NE V,i为区域i电动汽车总量;PE V t ni为充电站i以及所服务范围内隶属功能区的充电需求潜力之和与其年分配电量的乘积,其中充电需求潜力之和为充电站服务范围内所有功能区的充电需求潜力之和;年分配总电量由该城市发展和改革委员会通过统计不同种类电动汽车以及年运行量求得,具体计算过程见式(1 7)(1 9);为碳排放以经济形式展现的碳交易价格;d为传统汽车与电动汽车百公里C O2排放量的差值9.年分配电量PE Vs i通过求充电站i服务的区域需求量总和得到,见式(1 7).PE Vs i=nE Vs ini=1PE Vi(1 7)式中:nE Vs i为充电站所在区域以及其所服务区域的数量总和;PE Vi为区域i的分配电量,由式(1 8)和式(1 9)求得.通过该城市发改委得到不同种类电动汽车的相关运行数据,用以构建规划区域的年总充电量,具体表达式为PE V=CE ViHnE Vt i(1 8)式中:CE Vi为不同种类电动汽车的百公里耗电量;H为不同种类的电动汽车年平均运行量;nE Vt i为不同种类电动汽车的数量,i1,5,其中1,5 分别对应出租车、物流车、旅游车、环卫车以及私家车.通过式(1 8)按照充电需求潜力的比例分配给每个区域,见式(1 9).PE Vi=CiCiPE V(1 9)根据比例关系可得出:充电需求潜力空间指数高的区域分布的电能就多.由此可求出年总充电量.6)充电站年售电收益Ce s rCe s r=nE Vi=1PE V t ni(Cs d-Cw)(2 0)式中:Cs d代表充电站充电电价.2.2 约束条件1)充电站选址约束jMiZi j=1,iNZi jhj,iN,jMijMihj=pZi j,hj 0,1,iN,jMidi js (2 1)式中:N=1,2,n 是规划区域内所有需求点集合;Mi为需求点i的距离小于s的备选充电站集合,iN,MiN;Zi j为0-1变量,表示电动汽车用户和充电站的服务需求隶属关系,当其为1时,表示需求点j的需求量由充电站j服务,否则Zi j=0;hj是0-1变量,当其为1时,表示需求点j被选为充电站,否则hj=0;di j表示从充电需求点i到离它距离最近的充电站j的距离;s为新建充电站离由它服务的充电需求点的距离上限.09三 峡 大 学 学 报(自 然 科 学 版)2 0 2 3年8月2)潮流约束Pi=ViNd nj=1Vj(Gi jc o si j+Bi js i ni j)Qi=ViNd nj=1Vj(Gi js i ni j-Bi jc o si j)(2 2)式中:Pi和Qi为节点i的注入有功功率和无功功率;Vi为节点i的电压;G和B分别为电导和电纳;i j代表支路节点i、j的电压相角差.3)节点电压约束Vm i niViVm a xi(2 3)式中:Vm a xi和Vm i ni分别为支路节点i的电压上下限.4)支路最大电流约束|Ii j|Ii jm a x(2 4)式中:Ii jm a x为支路i和j允许通过的最大电流.3 算法搭建与步骤在考虑用户满意度的情况下,充电站选址的模型是非凸和非光滑的带有非线性约束的非线性规划模型,属于N P-h a r d问题.考虑到生物免疫系统是一个高度进化的生物系统,通过构建对应模型认为生物免疫系统是一个高度并行、自适应的系统.结合免疫系统特点进行免疫算法建模,利用免疫多样性产生和维持机制来保持群体多样性,能够克服一般寻优过程难处理的“早熟”问题,通过选取适应度高的目标来作为最终的全局最优解.因此本文选取免疫算法求解该问题,该算法在求解多目标优化问题上具有良好的性能,收敛性能好.考虑到在智能算法应用下的充电站规划建设可能存不符合实际的最优解,如可能会出现充电站建设越多,最优解适应度越高、收益最大但成本不低、成本最小但收益不足、收益成本满意要求但用户满意度不高等非绝对最优解的问题,不能够为城市合理规划提供相关建议,为此设定充电站建设区间nm i n,nm a x.在运用免疫算法求得所有相对最优方案集的情况下,运用熵权法改进的TO P S I S I综合评价模型对结果进行筛选,通过构建贴近度指标1 7(贴近度为实际值与理想值之间的贴近程度,贴近度越高,说明所获得的数据越理想)与适应度1 8相结合(两者求和取最大值)来确定最终规划方案.算例流程如图1所示.4 算例分析为了验证本文所提的大、中城市充电需求特点对ax图1 充电站规划方案流程图充电站选址的影响,通过选取某大城市和宜昌两个城市并搜集相关充电需求潜力数据进行验证.以式(1 1)为目标函数(考虑到数据的可获得性,关于电网和线路承载力以及目标函数(1 0)不在此验证模型中体现,且为了方便验证充电需求潜力对不同类型城市的影响,选取相同数量规划区域,并假定一理想区域作为验证场景).验证部分不再设定充电站建设区间,以式(2 1)为充电站选址约束,仅通过免疫优化算法进行验证,得到大城市和中等城市充电站建设图,分别如图2和图3所示.图2 大城市充电站建设图 图3 中等城市充电站建设图图中横纵坐标分别代表经纬度(由于是假定区域,所以不显示具体数据),结合图2和图3可发现大城市在充电需求各指标数据都相对较大的情况下,所需要建设的充电站数量也有所增加,由此可认为本文所提充电需求潜力指标能够合理分析中等城市充电站规划方案.考虑到中等城市数据的可获得性,本文选取宜昌市部分城区作为研究对象,为中等城市建设充电站提19第4 5卷 第4期 王守文,等 计及中等城市充电需求潜力与碳减排等效收益下的充电站规划策略供一定思路.相关参数见表461 2.表4 参数设置参数数值Co m,E V/(万元MW-1)9.5C/k g(MWh)-19 1 3.5/(元k g-1)0.0 1 2Cs d/元(kWh)-10.5 8C/元(k Wh)-10.4 9Ct,E V/(万元kW-1)0.5 8D0.8 8m1.0 6o u t0.3 4参数数值z/%8y/年2 0a/%4 1P I0.2s/%3D3.2 0m2 0.8o u t0.9 5表5 不同等级电动汽车充电站相关数据充电站等级Cs i n v/万元占地面积/m216 9 01 0 8 525 2 06 9 333 1 03 3 742 1 01 6 5表6 不同类型土地用地成本土地类型HWO成本/(万元m-2a-1)0.2 10.0 70.6 94.1 充电站站址与收益-成本混合目标函数最优解的确定为保障区域划分的合理性,本文选择宜昌部分城区主交通道路作为划分城市工作区、生活区以及娱乐区的依据,结果如图4所示,共划分为3 9个区域.图中,绿色区域表示生活区,蓝色区域表示娱乐区,红色区域表示工作区,比例为2 171 1.图4 宜昌市区域划分图根据宜昌市发展和改革委员会发布的 宜昌市电动汽车充电桩基础设施专项规划(以下简称规划)相关数据预测,到2 0 2 0年电动汽车数量将达到1 1 8 0 6 7辆,宜昌市区充电桩分布比例为2/7.结合 电动汽车充电基础设施发展指南 规定,在新能源汽车推广应用城市,公共充电桩与电动汽车比例不低于17,因此宜昌市所需充电桩大约为1 6 8 6 6个,4 8个充电站.根据当地区域发展程度以及面积占比,同时考虑到规划区域现有的充电站数量,预测图4规划区域所需建设7个充电站.为了比较不同充电站数量间的优势与不足,选取建设充电站的数量区间为6,1 0.通过计算每个区域不同的低碳充电需求潜力,运用免疫算法制定待选充电站站址方案,结果如图59所示.其中绿点代表规划区域,方块点代表充电站建设区域,方块点与绿色点连线属于充电服务需求隶属关系,即连线部分的绿点用户需到方块点进行充电.图5 待建6个充电站 图6 待建7个充电站图7 待建8个充电站 图8 待建9个充电站图9 待建1 0个充电站通过观察可得,随着电动汽车充电站数量的增加,增加的充电站站址主要在宜昌市区域划分图的左下角的位置.经过调研,发现出现这种情况的主要原因一方面是由于划分区域包含了医院、高新企业以及大型商场等人流量大的公共场所;另一方面是因为规划区域内活动模式种类多,包含生活区、工作区以及娱乐区三大功能区,相对于其他充电站基本固定不变的地区,活动模式多样化对于充电站数量的规划更加频繁,因此该区域对应的电动汽车未来发展更有优势.通过免疫算法求解出不同方案下的电动汽车待选站址、相应的适应度以及求解出考虑碳排放低碳充电需求及减排收益下的电动汽车充电站规划模型后,得到总收益、成本以及网损的散点图,如图1 0所示.29三 峡 大 学 学 报(自 然 科 学 版)2 0 2 3年8月图1 0 总收益-成本-网损散点图图1 0中5个节点分别代表不同的充电站数量所对应的总收益-成本-网损.结合图1 1发现充电站适应度是递减的,所以理应选取规划方案6个充电站为最优解.但是经过对比发现,此规划模型不存在绝对最优解,即6个充电站的建设方案总收益、成本以及网损在5个 方 案 中 并 不 是 最 优 值,因 此 结 合 熵 权TO P S I S法的贴近度与免疫算法的适应度值,取其两者结合最大值确定最优方案.图1 1 充电站适应度/贴进度走势图从图1 1可以看出充电站数量的适应度以及贴近度两种标准,在保证两者都是相对最优解的情况下,充电站数量为7,结果与宜昌市发改委所撰写的关于电动汽车充电基础设施的专项规划目标相同.表7为不同数量充电站方案下的收益-成本情况.由表7可知,最优方案(7个充电站)下的收益和成本都不是最优的,但从综合收益以及综合成本两个目标来看,该方案更有优势.表7 不同数量充电站下收益-成本情况(单位:万元)充电站数量Ce rCe s rCb r vCi n cCL rCN l61 0 9 8.5 01 7 5 7.7 2 8 8 0.0 1 1 4 1.7 2 1 4 2.8 9 4 4.3 078 1 7.1 3 1 5 7 8.2 9 7 9 0.1 9 1 2 7.3 1 1 2 8.4 9 4 5.2 187 2 0.5 6 1 4 9 0.5 2 7 4 6.2 5 1 2 0.2 8 1 4 3.5 8 4 3.4 296 5 1.9 4 1 4 3 7.7 9 7 1 9.8 6 1 1 6.0 6 1 4 9.0 1 4 3.0 21 06 1 2.3 6 1 3 8 4.4 5 6 9 3.1 6 1 1 1.8 0 1 4 1.9 5 4 1.6 4 针对最优方案(7个充电站),通过将待选充电站与I E E E 3 3节点系统相结合,选取节点6、1 1、1 3、1 6、2 0、2 4以及2 9作为充电站节点,运用前推后代潮流算法进行计算,保证功率的稳定性,其接入点如图1 2所示.具体节点对应如图1 3所示.图1 2 配电网中充电站接入点图1 3 具体节点对应图结合图1 2,不同充电站规划方案下配电网节点电压幅值如图1 4所示.从图中可以看出,不同规划方案的节点电压略有变化,但是整体差别不大.通过运用熵权TO P S I S法选取的充电站规划方案对配电网电压幅值的影响较小,由此证明本文的模型从配电网角度具有合理性.图1 4 不同充电站规划方案下配电网电压幅值4.2 减排效益所带来的发展为了更好地体现在动、静态需求相