電動(dòng)汽車充電站運(yùn)營服務(wù)評價(jià)建模研究

畢 軍，張 偉，王永興，楊 超，張 廷

(1.北京交通大學(xué) 交通運(yùn)輸學(xué)院，北京 100044； 2.北京城市交通協(xié)同創(chuàng)新中心，北京 100044)

?

電動(dòng)汽車充電站運(yùn)營服務(wù)評價(jià)建模研究

畢 軍1,2，張 偉1，王永興1，楊 超1，張 廷1

(1.北京交通大學(xué) 交通運(yùn)輸學(xué)院，北京 100044； 2.北京城市交通協(xié)同創(chuàng)新中心，北京 100044)

為了科學(xué)地評價(jià)充電站的運(yùn)營服務(wù)，在綜合考慮電動(dòng)汽車充電站運(yùn)營的各種影響因素基礎(chǔ)上，從充電站運(yùn)行狀況、充電站用戶、對電網(wǎng)和交通的影響3個(gè)方面，提出了包括15個(gè)評價(jià)指標(biāo)的電動(dòng)汽車充電站運(yùn)營評價(jià)指標(biāo)體系。然后，建立了基于熵權(quán)法和灰色關(guān)聯(lián)分析的綜合評價(jià)模型，確定了各評價(jià)指標(biāo)的熵權(quán)以及各評價(jià)對象的關(guān)聯(lián)度排序。最后，對北京市來自不同運(yùn)營商的5個(gè)具有代表性的電動(dòng)汽車充電站進(jìn)行實(shí)證研究。結(jié)果表明，所提出的電動(dòng)汽車充電站運(yùn)營評價(jià)指標(biāo)體系和評價(jià)模型具有良好的實(shí)用性和可行性。

電動(dòng)汽車；充電站；熵權(quán)法；灰色關(guān)聯(lián)分析；運(yùn)營服務(wù)；評價(jià)

近年來,全球環(huán)境和能源形勢日益嚴(yán)峻，使用電能替代石油作為動(dòng)力源的電動(dòng)汽車能夠?qū)崿F(xiàn)車輛尾氣的“零排放”，對節(jié)能減排和環(huán)保有重要作用。電動(dòng)汽車充電站是電動(dòng)汽車基礎(chǔ)設(shè)施的重要組成部分，同時(shí)充電站的全面覆蓋是電動(dòng)汽車未來大規(guī)模應(yīng)用的必要前提[1]。根據(jù)《電動(dòng)汽車充電基礎(chǔ)設(shè)施建設(shè)規(guī)劃》草案可知，到2020年國內(nèi)充換電站數(shù)量將達(dá)到1.2 萬個(gè)，充電樁達(dá)到450 萬個(gè)，電動(dòng)汽車與充電設(shè)施的比例接近標(biāo)配的1∶1[2]。預(yù)計(jì)未來5年國內(nèi)電動(dòng)汽車充電站的直接市場規(guī)模有望達(dá)到1 200多億元[3]。

隨著我國電動(dòng)汽車充電站建設(shè)的飛速發(fā)展，電動(dòng)汽車充電網(wǎng)絡(luò)日趨形成和完善，電動(dòng)汽車充電站的運(yùn)營管理面臨更高的要求和挑戰(zhàn)。但同時(shí)也存在一些新問題，例如停車費(fèi)收費(fèi)不合理造成充電成本增加；燃油機(jī)動(dòng)車違規(guī)占用充電站充電車位；充電站存在火災(zāi)、漏電等安全隱患；充電站電樁利用率低等。目前國家電網(wǎng)等能源供應(yīng)企業(yè)、相關(guān)科研單位和充電站運(yùn)營商在電動(dòng)汽車能源供應(yīng)設(shè)施建設(shè)、標(biāo)準(zhǔn)制訂、運(yùn)行服務(wù)模式探索等方面已取得了一批成果[4-11]。文獻(xiàn)[9]提出了充電站規(guī)劃模型及規(guī)劃方案的評價(jià)方法。文獻(xiàn)[10]提出了基于層次分析法和模糊評價(jià)法的電動(dòng)汽車充電站能效評估方法。文獻(xiàn)[11]對電動(dòng)巴士充電設(shè)施經(jīng)濟(jì)性評價(jià)進(jìn)行了建模分析，結(jié)果表明充電設(shè)施有較長投資回收期，需要政府補(bǔ)貼支持。文獻(xiàn)[12]提出了一種基于客戶滿意度的充電站運(yùn)營狀態(tài)評估方法，但是該評價(jià)方法主觀性較強(qiáng)。

現(xiàn)階段國內(nèi)外對電動(dòng)汽車充電站運(yùn)營服務(wù)的評價(jià)研究較少。為此，筆者從政府部門管理者的角度，建立基于熵權(quán)法和灰色關(guān)聯(lián)分析法的充電站運(yùn)營評價(jià)模型，對涉及到充電站運(yùn)營服務(wù)的各方面進(jìn)行綜合評價(jià)，為電動(dòng)汽車充電站建設(shè)、監(jiān)控、服務(wù)等工作的標(biāo)準(zhǔn)化和科學(xué)化提供科學(xué)依據(jù)，提高電動(dòng)汽車充電站運(yùn)營管理水平和服務(wù)水平，并為提升客戶滿意度指明服務(wù)的改善方向。

1 電動(dòng)汽車充電站評價(jià)指標(biāo)體系的建立

1.1 評價(jià)指標(biāo)確定

由于影響電動(dòng)汽車充電站運(yùn)營的因素眾多且來自不同方面，因此筆者首先對評價(jià)指標(biāo)進(jìn)行初選。然后，在專家咨詢和理論分析基礎(chǔ)上剔除冗余指標(biāo)[13]。最后，以充電站運(yùn)營的參與者(充電站、用戶、環(huán)境、電網(wǎng)、交通等)角度出發(fā)，從充電站運(yùn)行狀況、充電站用戶和對電網(wǎng)和交通的影響3個(gè)方面，提出了包括15個(gè)評價(jià)指標(biāo)的電動(dòng)汽車充電站運(yùn)營評價(jià)指標(biāo)體系，如圖1所示。

圖1 電動(dòng)汽車充電站運(yùn)營服務(wù)評價(jià)指標(biāo)體系

1.2 部分指標(biāo)詮釋

鑒于部分指標(biāo)含義簡單易懂和篇幅限制的原因，筆者只對部分指標(biāo)進(jìn)行詮釋：①充電站電樁利用率是指單位電樁在工作時(shí)間內(nèi)的使用效率，即充電站運(yùn)營期間電樁被使用的時(shí)間和電樁工作時(shí)間之比。該指標(biāo)反映了充電站的使用效率，其大小取決于充電站的位置、容量、規(guī)劃和管理水平。②電樁平均周轉(zhuǎn)率是指單位電樁的平均使用次數(shù)，表示充電站的電樁使用強(qiáng)度。③電樁車位違規(guī)占用率反映了機(jī)動(dòng)車違規(guī)占用電樁車位的情況，其大小取決于充電站的運(yùn)營管理水平、充電站位置等因素。④充電站可達(dá)性能夠反映充電站位置的合理性和周邊交通狀況。⑤平均充電費(fèi)用是指充電站用戶平均每次充電需要的費(fèi)用，包括電費(fèi)、服務(wù)費(fèi)和停車費(fèi)。⑥服務(wù)滿意度是指充電站用戶對充電站服務(wù)的滿意程度，包括對員工服務(wù)態(tài)度、附加服務(wù)、投訴處理等。該指標(biāo)采取問卷打分法進(jìn)行量化處理。⑦對電網(wǎng)的影響是指充電站運(yùn)營對接入電網(wǎng)的影響程度，包括充電站對電網(wǎng)諧波污染、充電高峰給電網(wǎng)帶來的用電壓力，其取決于充電站的容量、電樁性能、用電配置水平及輔助設(shè)施。⑧對交通的影響是指充電站運(yùn)營對周邊交通的影響，包括大量充電車輛聚集導(dǎo)致交通擁堵、交通事故等。

2 電動(dòng)汽車充電站評價(jià)模型的建立

2.1 權(quán)重計(jì)算方法的確定

電動(dòng)汽車充電站評價(jià)指標(biāo)體系建立后，分析各指標(biāo)對總目標(biāo)的影響程度，并給出指標(biāo)層的權(quán)重。確定指標(biāo)權(quán)重的方法可分為主觀賦權(quán)法和客觀賦權(quán)法，常見的主觀賦權(quán)法有專家打分法、層次分析法等，客觀賦權(quán)法包括信息量熵權(quán)法、灰色關(guān)聯(lián)分析等[14]。雖然主觀賦權(quán)法能很好地傳達(dá)主觀偏好的評價(jià)，但權(quán)重指標(biāo)缺乏客觀性和可靠性。不同于受評判者主觀偏好影響較大的主觀賦權(quán)法，客觀賦權(quán)法使用的數(shù)據(jù)是各指標(biāo)的實(shí)際數(shù)據(jù)，確定的權(quán)重較為客觀，不受評判者偏好的影響。因此筆者將采納客觀賦權(quán)法中的熵權(quán)法來確定各項(xiàng)評價(jià)指標(biāo)的權(quán)重。

2.2 基于灰色關(guān)聯(lián)分析法的綜合評價(jià)模型建立

灰色關(guān)聯(lián)分析法優(yōu)點(diǎn)在于對樣本量多少和樣本規(guī)律性無苛刻要求，并且使用方便、計(jì)算量小。因此，采用灰色關(guān)聯(lián)分析法建立評價(jià)模型是比較合理的選擇。評價(jià)模型的建立分為4個(gè)步驟:建立評價(jià)指標(biāo)矩陣；評價(jià)指標(biāo)的標(biāo)準(zhǔn)化；計(jì)算熵權(quán)；建立基于灰色關(guān)聯(lián)分析的評價(jià)模型。由于電動(dòng)汽車充電站運(yùn)營的影響因素眾多，因此筆者只選取最重要的多個(gè)指標(biāo)，較全面地反映了充電站運(yùn)營服務(wù)的情況。

2.2.1 建立評價(jià)指標(biāo)矩陣

假設(shè)有m個(gè)評價(jià)指標(biāo)，n個(gè)評價(jià)對象，根據(jù)得到的各指標(biāo)數(shù)據(jù)構(gòu)造評價(jià)指標(biāo)矩陣X，元素xij表示第j個(gè)被評價(jià)對象的第i個(gè)指標(biāo)值：

(1)

2.2.2 評價(jià)指標(biāo)的標(biāo)準(zhǔn)化

在評價(jià)過程中，各項(xiàng)評價(jià)指標(biāo)間存在量綱、內(nèi)容及取值標(biāo)準(zhǔn)等方面的差異，為了避免這些差異對評價(jià)結(jié)果造成較大影響，有必要將各項(xiàng)指標(biāo)值轉(zhuǎn)化為相對統(tǒng)一的尺度，這個(gè)過程稱為評價(jià)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化。假設(shè)對X=(xij)m×n進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理后得到R=(rij)m×n，其中rij∈[0,1]。標(biāo)準(zhǔn)化處理方法有以下3種情況[14]：

當(dāng)指標(biāo)數(shù)據(jù)越大越好，即該指標(biāo)為正指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

(2)

當(dāng)指標(biāo)數(shù)據(jù)越小越好，即該指標(biāo)為逆指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

(3)

當(dāng)指標(biāo)數(shù)據(jù)越接近某一值越好，該值記為ri，即該指標(biāo)為適度性指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

(4)

2.2.3 計(jì)算熵權(quán)

熵權(quán)是指各項(xiàng)評價(jià)指標(biāo)的相對重要程度，即評價(jià)指標(biāo)的權(quán)重，其計(jì)算公式為[15]：

(5)

式中：wi為第i個(gè)評價(jià)指標(biāo)的熵權(quán)；Hi為信息熵；當(dāng)fij=0時(shí)， fijlnfij=0。

2.2.4 建立基于灰色關(guān)聯(lián)分析的評價(jià)模型

基于灰色關(guān)聯(lián)分析的綜合評價(jià)模型為：

(6)

式中：P為n個(gè)被評價(jià)對象的評價(jià)結(jié)果向量；pj為第j評價(jià)對象的灰色關(guān)聯(lián)度；E為關(guān)聯(lián)系數(shù)矩陣，如式(7)所示。

(7)

其中，εij為第j個(gè)被評價(jià)對象的第i個(gè)指標(biāo)與第i個(gè)最優(yōu)指標(biāo)的關(guān)聯(lián)系數(shù)，是以各項(xiàng)評價(jià)指標(biāo)為元素構(gòu)成的數(shù)據(jù)列對參考數(shù)列的關(guān)聯(lián)程度。εij越大，兩個(gè)數(shù)列在第i個(gè)指標(biāo)上的關(guān)聯(lián)程度越大。具體計(jì)算步驟如下所示。

(2)規(guī)范化處理指標(biāo)矩陣。根據(jù)式(2)～式(4)對矩陣D進(jìn)行處理，得到規(guī)范化矩陣R：

(9)

(3)計(jì)算灰色關(guān)聯(lián)系數(shù)?；疑P(guān)聯(lián)系數(shù)的計(jì)算公式為：

(10)

其中， ρ為分辨系數(shù)，ρ∈[0，1]，可以減少極值對計(jì)算的影響，提高關(guān)聯(lián)系數(shù)之間的差異性。ρ越小，分辨率越大。在實(shí)際使用，分辨系數(shù)通常取0.5。

(4)計(jì)算關(guān)聯(lián)度。關(guān)聯(lián)系數(shù)只能對照比較數(shù)列和參數(shù)數(shù)列在某一指標(biāo)上的關(guān)聯(lián)程度，信息過于分散和片面。為了能從總體上把握數(shù)列間的關(guān)聯(lián)程度，需要把關(guān)聯(lián)系數(shù)集中為一個(gè)值，筆者采用關(guān)聯(lián)度作為評價(jià)結(jié)果的參考。那么比較數(shù)列對于參考數(shù)列的關(guān)聯(lián)度為：

(11)

(5)排序。若關(guān)聯(lián)度pj最大，則說明Rj與最優(yōu)指標(biāo)R*最接近，即第j個(gè)被評價(jià)對象優(yōu)于其他被評價(jià)對象。因此根據(jù)關(guān)聯(lián)度pj從大到小將被評價(jià)對象進(jìn)行排序。

3 實(shí)證分析

為了驗(yàn)證理論模型的實(shí)踐應(yīng)用性和可操作性，對提出電動(dòng)汽車充電站評價(jià)指標(biāo)和評價(jià)模型進(jìn)行實(shí)證分析。筆者選擇了北京市5個(gè)具有代表性的電動(dòng)汽車充電站為研究對象，其來自不同運(yùn)營商，分布在不同區(qū)域。

3.1 數(shù)據(jù)的獲取

筆者于2015年9月到2016年4月間通過點(diǎn)面結(jié)合方式進(jìn)行數(shù)據(jù)收集。2015年9月到2016年3月，對北京市國家電網(wǎng)、普天、特來電、富電科技等多家公共充電站運(yùn)營商開展面上調(diào)研，取得公共充電站綜合評價(jià)指標(biāo)征詢表。同時(shí)對北京市901個(gè)充電站進(jìn)行實(shí)地調(diào)研，獲得充電站的位置數(shù)據(jù)、電樁基本數(shù)據(jù)、停車費(fèi)、充電費(fèi)和充電站照片等大量數(shù)據(jù)。為更直觀地了解電動(dòng)汽車公共充電站的管理運(yùn)營現(xiàn)狀，掌握其基礎(chǔ)資料，2016年4月，調(diào)研組分別對北京市瑞海大廈富電小易電動(dòng)汽車公共充電站(充電站A)、華貿(mào)公寓電動(dòng)汽車公共充電站(充電站B)、北京理工大學(xué)公共充電站(充電站C)、清華科技園公共充電站(充電站D)、大紅門公共充電站(充電站E)5個(gè)充電站，采用問卷調(diào)查、電話咨詢，收集有關(guān)規(guī)劃資料、統(tǒng)計(jì)資料等方式進(jìn)行實(shí)地調(diào)研工作，獲取電動(dòng)汽車公共充電站評價(jià)指標(biāo)數(shù)據(jù)，將其作為客觀評價(jià)電動(dòng)汽車充電站的基本依據(jù)。并通過專家咨詢和實(shí)地調(diào)研，取得500多份公共充電站調(diào)查問卷和專家問卷。經(jīng)過整理計(jì)算后得到5個(gè)充電站的各項(xiàng)評價(jià)指標(biāo)值，如表1所示。其中評價(jià)指標(biāo)安全性、充電站可達(dá)性、服務(wù)滿意度、對電網(wǎng)的影響和對交通的影響的量化比較復(fù)雜，筆者采取專家打分法來量化這些評價(jià)指標(biāo)。

表1 充電站各項(xiàng)評價(jià)指標(biāo)值

3.2 評價(jià)指標(biāo)權(quán)重的確定

為確定評價(jià)指標(biāo)權(quán)重，筆者針對15個(gè)評價(jià)指標(biāo)和5個(gè)評價(jià)對象，首先建立指標(biāo)評價(jià)矩陣。然后依據(jù)式(2)～式(4)對該指標(biāo)評價(jià)矩陣進(jìn)行標(biāo)準(zhǔn)化處理。其中充電站電樁利用率、電樁平均周轉(zhuǎn)率、充電樁個(gè)數(shù)、電樁日均收入、安全性、充電站可達(dá)性、電池充滿率、服務(wù)滿意度為正指標(biāo)，電樁車位違規(guī)占用率、電樁故障率、平均充電等待時(shí)間、平均充電費(fèi)用、對電網(wǎng)的影響、對交通的影響為逆指標(biāo)，快充樁個(gè)數(shù)占比是適度性指標(biāo)。再根據(jù)式(5)計(jì)算各評價(jià)指標(biāo)的熵權(quán)，具體結(jié)果為：W=(0.045，0.079，0.098，0.103，0.072，0.038，0.068，0.042，0.150，0.042，0.045，0.036，0.069，0.059，0.054)T。

3.3 運(yùn)用灰色關(guān)聯(lián)分析模型進(jìn)行綜合評價(jià)

基于表1中各項(xiàng)評價(jià)指標(biāo)值，構(gòu)造最優(yōu)指標(biāo)集：X*=(0.991，13.333，100，0.500，522.688，0.010，0.010，4.600，4.500，0.080，39.936，0.980，4.800，2.400，3.500)T，并對矩陣進(jìn)行標(biāo)準(zhǔn)化處理。當(dāng)所有數(shù)據(jù)標(biāo)準(zhǔn)化后，根據(jù)式(10)計(jì)算灰色關(guān)聯(lián)系數(shù)，具體數(shù)值如表2所示。最后，利用各項(xiàng)指標(biāo)權(quán)重和灰色關(guān)聯(lián)系數(shù)，根據(jù)式(11)求得5個(gè)充電站的灰色關(guān)聯(lián)度P=(0.665 47，0.599 91，0.569 80，0.495 33，0.540 63)T，可見按灰色關(guān)聯(lián)度由大到小依次為充電站A、充電站B、充電站C、充電站E、充電站D。

表2 充電站各指標(biāo)的灰色關(guān)聯(lián)系數(shù)

3.4 充電站運(yùn)營評價(jià)結(jié)果分析

從實(shí)例結(jié)果可以看出：充電站A在充電樁個(gè)數(shù)、電樁故障率、電樁車位違規(guī)占用率、安全性、快充樁個(gè)數(shù)占比、平均充電等待時(shí)間、電池充滿率、平均充電費(fèi)用和服務(wù)滿意度方面具有較高優(yōu)勢，使得其運(yùn)營服務(wù)水平最高；充電站B由于沒有安裝快充樁以至于充電等待時(shí)間長，故其運(yùn)營服務(wù)水平較充電站A差，排在第二位；充電站C因?yàn)殡姌秱€(gè)數(shù)較少、故障率較高、安全性一般、電池充滿率低等原因，所以充電站運(yùn)營服務(wù)一般，排在第三位；充電站E因?yàn)殡姌抖际强斐錁?，所以電樁日均收入高、周轉(zhuǎn)率較高、充電費(fèi)用低且等待時(shí)間短，但是由于電樁車位違規(guī)占用率、對交通和電網(wǎng)的影響、安全性方面較差，因此充電站E的運(yùn)營服務(wù)水平低；無人值守的充電站D因?yàn)榭蛻羯俸腿狈芾恚瑔栴}最多，運(yùn)營服務(wù)水平最低。

3.5 充電站運(yùn)營評價(jià)指標(biāo)優(yōu)選

根據(jù)對評價(jià)結(jié)果分析可知，部分評價(jià)指標(biāo)數(shù)據(jù)在不同充電站差距不大，對評價(jià)結(jié)果的影響較小。為了簡化評價(jià)流程，降低評價(jià)復(fù)雜度，筆者在保證評價(jià)結(jié)果的合理性、全面性、針對性、科學(xué)性的基礎(chǔ)上，對充電站優(yōu)點(diǎn)評價(jià)指標(biāo)進(jìn)行篩選。選擇充電站可達(dá)性、快充樁個(gè)數(shù)占比、充電樁個(gè)數(shù)、電樁平均周轉(zhuǎn)率、電樁日均收入、服務(wù)滿意度、電樁故障率、對電網(wǎng)的影響和對交通的影響9個(gè)評價(jià)指標(biāo)作為主要評價(jià)指標(biāo)。

4 結(jié)論

筆者以政府部門管理者的角度，從充電站運(yùn)營服務(wù)的各方面對北京市5個(gè)具有代表性的電動(dòng)汽車充電站進(jìn)行綜合評價(jià)。首先通過調(diào)查分析選出15個(gè)充電站評價(jià)指標(biāo)，并基于熵權(quán)法，確定各項(xiàng)指標(biāo)的權(quán)重。然后采用灰色關(guān)聯(lián)分析方法建立評價(jià)模型。通過實(shí)際調(diào)研和實(shí)證分析，了解到5個(gè)充電站的實(shí)際運(yùn)營情況與筆者的評價(jià)分析結(jié)果一致，說明該評價(jià)模型在實(shí)際應(yīng)用中是可行的。

[1] ZHANG C, TENG H. Planning model and evaluation method for electric vehicle charging station[J]. Proceedings of the CSU-EPSA,2014,68(11):87-88.

[2] 佚名.國家標(biāo)準(zhǔn)助力電動(dòng)汽車產(chǎn)業(yè)化發(fā)展[J].電器工業(yè),2015(8)：71-72.

[3] 蘇建軍.充電樁投資引發(fā)資本追逐[J].小康財(cái)智,2015(7):52-53.

[4] 陳良亮,張浩,倪峰,等.電動(dòng)汽車能源供給設(shè)施建設(shè)現(xiàn)狀與發(fā)展探討[J].電力系統(tǒng)自動(dòng)化,2011,35(14):11-17.

[5] 何戰(zhàn)勇.電動(dòng)汽車充電站規(guī)劃方法及運(yùn)營模式研究[D].北京：北京交通大學(xué),2012.

[6] MIAO Y, JIANG Q, CAO Y. Operation strategy for battery swap station of electric vehicles based on microgrid[J]. Automation of Electric Power Systems,2012(15):37-45.

[7] 劉志鵬，文福拴，薛禹勝，等.電動(dòng)汽車充電站的最優(yōu)選址和定容[J].電力系統(tǒng)自動(dòng)化,2012,36(3):54-59.

[8] TIMPNER J, WOLF L. Design and evaluation of charging station scheduling strategies for electric vehicles[J]. IEEE Transactions on Intelligent Transportation Systems,2014,15(2):579-588.

[9] 張成,滕歡.電動(dòng)汽車充電站規(guī)劃模型及評價(jià)方法[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2014,28(1):49-52.

[10] 李鳴慎，楊帆，楊夯，等.基于層次分析與模糊評判的電動(dòng)汽車充電站能效評估[J].電測與儀表,2013,50(9):69-73.

[11] WANG N, LI Y, LIU Y. Economic evaluation of electric bus charging infrastructure[C]∥International Conference on Intelligent Transportation Systems.[S.l.]:IEEE,2014:2799-2804.

[12] 黃小慶,楊夯,肖波,等.考慮客戶滿意度的電動(dòng)汽車充電站運(yùn)營狀態(tài)評估[J].電力自動(dòng)化設(shè)備,2014,34(10):96-101.

[13] 虞曉芬，傅玳.多指標(biāo)綜合評價(jià)方法綜述[J].統(tǒng)計(jì)與決策,2004(11):119-121

[14] 樊娟娟.北京市和諧交通評價(jià)指標(biāo)體系的構(gòu)建和實(shí)證分析[D].北京：北京交通大學(xué),2010.

[15] 杜棟.現(xiàn)代綜合評價(jià)方法與案例精選[M].北京：清華大學(xué)出版社,2005：125-130.

BI Jun:Prof.; School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044,China.

Research on the Evaluation Model of the Operation Service of Electric Vehicle Charging Station

BIJun,ZHANGWei,WANGYongxing,YANGChao,ZHANGTing

In order to scientifically evaluate operation service of charging stations, the paper comprehensively considers the influencing factors on EV charging stations operation to propose the evaluating index system including 15 evaluation indexes in terms of charging station operation status ,charging station consumers and the surrounding environment. Then, based on the index system, a comprehensive evaluation model based on entropy weight method and grey relational analysis is established. The evaluation index entropy weight and the correlation degree of each evaluation object are determined. Finally, five representative EV charging stations coming from different charging station operators in Beijing is applied in the case study. The results show that the evaluation index system and the evaluation model are of good practicability and feasibility.

electric vehicle; charging station; entropy weight method; grey relational analysis; operation service; evaluation

2095-3852(2016)05-0602-05

A

2016-05-12.

畢軍(1973-)，男，北京人，北京交通大學(xué)交通運(yùn)輸學(xué)院教授.

中央高?；究蒲袠I(yè)務(wù)費(fèi)資金項(xiàng)目(T15JB00150).

U469.72；N945.16 DOI：10.3963/j.issn.2095-3852.2016.05.018