电动汽车充电站的选址定容不再是难题
参会注册
长按识别左侧二维码，登录报名网站（先注册网站会员，然后提交报名信息）
会议微信号
近年来，围绕新能源汽车的话题不断：新能源车的免购置税、新能源车将有专门车险，持续上涨的销售量、新能源车车牌摇号……我国新能源汽车产业正处于快速发展阶段，其中纯电动汽车的发展更为迅猛。
据统计，2018年中国纯电动汽车销量为98.4万辆，比上年同期增长50.8％，已经连续四年保持纯电动汽车销量世界第一。截至2019年上半年，我国纯电动汽车保有量达到281万辆，占新能源汽车总量的81.74％。
目前，主流电动汽车的续航里程已经达到450km水平，而且在2019年将会有续航超过500km，甚至600km的车型上市。根据中国充电联盟发布的数据，截至2019年6月，我国充电桩保有量已超过100万台，同比增长69.3％。其中，国内各企业建设的公共充电桩超过41万台，私人充电桩保有量超过59万台，车桩比达到3.5：1。
一辆电动汽车，需要每天回到家或到单位给车插上电，或者每300km要去找充电桩并等待30min以上的充电时间；如果要跑长途，还得计划好路线、计算好路程并了解沿途充电桩的情况。因此，电动汽车用户的主要关注点不外乎是续航里程、电量衰减、充电桩分布、充电速度等。
电动汽车充电设施布局是否合理，将直接影响用户的充电满意度，进而影响未来电动汽车产业的发展。针对电动汽车充电需求时空分布的复杂性，目前已经有很多专家学者做了相关理论的研究，如利用马尔科夫链模拟电动汽车运行规律，得到充电需求的时空分布特征；利用交通出行矩阵和云模型预测充电负荷时空分布；基于出行链的电动汽车充电负荷预测方法等，但这些都没有考虑电动汽车的多样性，也忽略了交通路况对充电需求的影响。
精确的电动汽车充电需求预测是充电桩/站规划的前提，但目前在对充电桩/站规划时，鲜有专家学者考虑充电需求在路网上的时空分布问题。基于此，郑州大学电气工程学院的姜欣、冯永涛等，国网湖北省电力有限公司电力科学研究院的熊虎，提出了一种基于城市路网特征和电动汽车出行概率矩阵的电动汽车充电站规划模型。
首先，基于城市道路拓扑结构和改进速度-流量关系模型模拟电动汽车行驶特征。在此基础上，通过构建电动汽车出行概率矩阵，采用蒙特卡洛方法预测电动汽车快充需求的时空分布。然后，从便于用户友好充电的角度出发，以充电站建设运行成本和用户充电途中行驶成本最小为目标，基于出行概率矩阵建立了电动汽车充电站选址定容模型：采用Voronoi图划分充电站服务范围，通过改进粒子群算法确定充电站最优位置，利用排队论优化各充电站容量，得到统计意义上更为合理的结果。
最后，他们以某市中心城区电动汽车充电站规划为例进行了仿真分析，结果表明：这一模型和方法是可行和有效的。有关研究成果已发表于2019年《电工技术学报》增刊1上，论文题目为“基于出行概率矩阵的电动汽车充电站规划”。
学者们认为，根据OD出行概率矩阵，并结合Dijkstra最短路径算法可以模拟电动汽车出行特征，通过改进速度-流量实用关系模型，能够更加精确地预测电动汽车充电需求时空分布特征；该充电站最优规划模型，无需给出规划区域充电站数量、待选站址。该模型可以根据充电需求时空分布，自动生成充电站最优数量、位置、容量和服务范围，所得结果可以作为实际充电设施规划的参考依据。
他们表示，下一阶段需要进一步研究的是：考虑红绿灯位置、数量和电动汽车用户个人实际行驶习惯等影响因素，优化充电需求预测模型；充电站规划时考虑站间联系，这样用户可以自发选择到空闲的充电站进行充电等。（内容来源：《电工技术学报》；编辑：刘星）