基于粗糙集的電動汽車充電站規(guī)劃綜合評價

劉 廣，曾成碧，苗 虹

(四川大學電氣信息學院，四川成都 610065)

0 引 言

近年來，為滿足社會對電動汽車不斷增長的需求，合理規(guī)劃電動汽車充電站成為實現(xiàn)電動汽車及充電站可持續(xù)發(fā)展的前提和保障。

目前國內(nèi)外學者對電動汽車充電站選址和定容規(guī)劃[1-5]進行了較多研究，形成不同的規(guī)劃方案，而充電站建設直接與成本、效益、配電網(wǎng)、交通網(wǎng)、電動汽車用戶和環(huán)境等因素密切有關，因此，在建設充電站之前如何綜合評價這些規(guī)劃方案的合理性變得尤為重要。文獻[6]針對充電站選址的整體經(jīng)濟性進行評價，采用充電站負荷率、投資回收期、充電行駛里程、綜合滿意度4類評價指標進行研究；文獻[7]利用層次分析與模糊評判法建立充電站能效評價指標體系，為充電站建設的能效提升提供支持；對于充電站選址評價中出現(xiàn)的影響因素多、層次多、灰色信息多等問題，文獻[8]結合德爾菲法和灰色層次分析法綜合評價選址最優(yōu)決策，具有一定的實用性；文獻[9]通過分析電動汽車充電站規(guī)劃特征建立評價指標體系，利用灰色關聯(lián)分析法確定充電站規(guī)劃方案。但是目前電動汽車充電站選址規(guī)劃方案的評價體系不能解決評價指標間相關信息造成的重復問題，并且指標體系的構建存在一定的局限性，評價影響因素的權重確定具有主觀性。

本文以電動汽車充電站選址規(guī)劃方案作為評價對象，通過分析影響充電站規(guī)劃的各種因素，構建完備的綜合評價指標體系。采用能有效融合主客觀信息，并對處理不確定、不完全指標信息具有一定處理能力的粗糙集評價法[10]，有效減少綜合評價指標權重計算量，利用粗糙集理論和遺傳算法進行指標屬性約簡，保留必要評價指標信息，并確定評價指標權重，建立充電站選址規(guī)劃兩級多指標綜合評價模型。由于充電站規(guī)劃綜合評價體系中兩級指標緊密相聯(lián)、層層遞進，因此在實例分析中，對兩級指標分別進行約簡并評價，確保了綜合評價的全面及嚴密。

1 電動汽車充電站規(guī)劃綜合評價指標體系建立

電動汽車充電站規(guī)劃方案評價指標體系的建立是綜合評價的關鍵，直接關系到充電站選址規(guī)劃方案的客觀性和有效性。在構建綜合評價指標的過程中，往往會出現(xiàn)指標體系結構不合理、不全面、冗余度過高等問題，為了使充電站規(guī)劃方案評價的更加全面有效，在決定充電站選址的過程中，須以電力行業(yè)和電動汽車充電站現(xiàn)行的執(zhí)行標準[11]為根本，充分考慮充電站接入配電網(wǎng)的影響[12-14]、交通因素對充電站規(guī)劃的重要性[15-18]以及電動汽車用戶在規(guī)劃中的作用[19-20]，并且兼顧充電站總體成本效益[21-22]，為建立更加全面的評價體系奠定基礎。

在電動汽車充電站規(guī)劃評價過程中，堅持評價的客觀性、全面性、完整性，綜合考慮充電站運營部門、用戶、電網(wǎng)公司普遍關注的各項運行指標要求，本文主要選擇環(huán)境工程、技術設備、經(jīng)濟效益、建設管理、安全防護、可持續(xù)發(fā)展等6個方面作為具體的評價指標，每個評價指標由多個二級指標組成，全面地對充電站的選址規(guī)劃方案進行評定，以實現(xiàn)綜合效益最優(yōu)。如表1所示。

2 基于粗糙集的充電站規(guī)劃綜合評價模型

2.1 粗糙集基本理論

粗糙集理論是一種處理不一致、不精確、不完整信息的新數(shù)學工具[23]。

對于一個給定的決策表S，存在B?A，定義一個不可分辨的二元關系IND(B)，即

IND(B)={(xi,xj)∈U2|b∈B,f(xi,b)=

f(xj,b)}

(1)

表1 電動汽車充電站規(guī)劃評價指標體系

圖1 粗糙集示意圖

在分析過程中可以用正域來衡量某一模糊對象的屬性，常用知識依賴度來表示屬性知識依賴正域的程度。因此在決策表中，決策屬性D對條件屬性C的依賴度可表示為

(3)

式中：0?γC(D)?1。

而條件屬性C中的屬性元素Ci對決策屬性D的重要程度又可表示為

ρD(Ci)=γC(D)-γC-Ci(D)

(4)

顯然，ρD(Ci)的數(shù)值越大，屬性元素Ci的重要性越高，且0≤ρD(Ci)≤1。

另外,所有屬性集C的約簡的交集稱為C的核，記作CORE(C)。

2.2 粗糙集與遺傳算法結合的評價指標約簡算法

為保證遺傳算法的收斂性，本文采用最優(yōu)個體保存策略，在運算過程中選取每代中適應度值最大的個體，直接復制到下一代的種群中，直至連續(xù)t代后最優(yōu)個體的適應度值不再提高，即找到近似的最優(yōu)解。在Matlab中具體運行步驟如下：

Step1 構建電動汽車充電站綜合評價決策表。其中決策屬性D表示的是規(guī)劃方案實施的可行程度，評價因素Ci(i=1,2,…,n)為一級指標條件屬性，Cij(i=1,2,…,n;j=1,2,…,m)為二級指標條件屬性，具體指標如表1所示；

Step2 計算決策屬性D對條件屬性C的依賴度γC(D)；

Step3 計算每個屬性Ci對決策屬性D的重要程度ρD(Ci)且令屬性C的約簡為非空集。逐一去除掉屬性Ci，若γC(D)≠γC-Ci(D)，那么核為CORE(C)；若γC(D)=γCORE(C)(D)，那么CORE(C)為評價指標體系最小約簡，否則進行step4。

Step4 將充電站評價指標隨機組成初始種群，對核中的屬性其對應位取值為1，否則隨機取0或1，根據(jù)依賴度γC(D)計算初始種群中每個個體的適應度值。

Step5 通過輪盤賭選操作選擇個體，根據(jù)交叉概率Pc和變異概率Pm產(chǎn)生新一代群體，并將適應度值最大的個體復制到下一代種群中。

Step6 根據(jù)最優(yōu)個體保存策略保存最優(yōu)個體，判斷是否經(jīng)過連續(xù)t代后，最優(yōu)個體適應度不再提高，如果是則終止計算，否則轉step5。

通過屬性約簡去除充電站規(guī)劃冗余的指標屬性和重復信息，進而得到簡化的評價指標體系信息表。

2.3 確定評價指標權重

在電動汽車充電站規(guī)劃方案評價指標體系中，指標權重確定的合理性直接關系到規(guī)劃評價結果的客觀性、全面性。本文充分利用粗糙集理論來確定充電站規(guī)劃影響因素的權重，使得權重確定更加合理。

根據(jù)公式(4)單個屬性的重要性，運用歸一化處理得出第i個條件屬性的權重系數(shù)：

(5)

2.4 充電站選址規(guī)劃方案的綜合評價過程

本文以電動汽車充電站選址規(guī)劃方案為評價對象，將評價指標體系各指標數(shù)據(jù)進行離散化處理并構建原始評價決策表，通過結合上述的粗糙集理論和遺傳算法約簡評價指標體系，來綜合評價適宜充電站選址的方案，最后根據(jù)必要條件屬性的權重值得出各個待評價對象ηi的綜合評價結果：

(6)

式中：Va代表決策表中各級指標對應的離散化數(shù)據(jù)。

具體實施步驟如圖2所示。

圖2 電動汽車充電站規(guī)劃綜合評價實施示意圖

3 實例分析

計劃建設電動汽車充電站，根據(jù)當?shù)貙嶋H配電網(wǎng)和交通網(wǎng)現(xiàn)狀，規(guī)劃設計者制定出6種不同的規(guī)劃選址方案，擬從中選取一個最優(yōu)方案。

算例中論域U為6種不同的方案，利用粗糙集評價法首先處理一級指標，令決策屬性D為規(guī)劃方案的綜合評價指標體系，充電站規(guī)劃綜合評價指標體系中各一級指標Ci為條件屬性集，參照文獻[25]中指標值域的范圍對6種不同方案各個指標進行打分，并對數(shù)據(jù)進行離散化預處理。確定各屬性x的值有

(7)

式(7)中h表示規(guī)劃選址方案中各指標對應的分數(shù)；數(shù)據(jù)1～3分別表示各評價指標在規(guī)劃中的所占比重，分值越高代表重要性越大；決策屬性用1或2表示方案可行程度，分值越高說明實施可行程度越大。由此可以構建評價原始決策表，如表2所示。

表2 電動汽車充電站規(guī)劃評價一級指標原始決策表

依據(jù)遺傳算法對原始決策表進行約簡，剔除冗余指標信息。在遺傳算法中，取交叉概率Pc=0.8、變異概率Pm=0.01，MAX{Gen}=50，遺傳約簡后得到最優(yōu)解為{111001}，此二進制字符串中1表示包含對應的條件屬性，因此C1，C2，C3，C64個條件屬性保留，這些屬性因素為評價的最優(yōu)解，約簡后的決策表如表3所示。

表3 電動汽車充電站規(guī)劃評價一級指標約簡后決策表

根據(jù)表3約簡后的決策表，計算決策屬性對條件屬性的依賴度γC(D)以及屬性元素對決策屬性的重要程度ρD(Ci)，進而計算其對應的指標權重，以此對各個方案進行綜合評價。

當剔除環(huán)境工程評價指標C1時：

U/IND(C2,C3,C6)={{1，3},{2},{4},{5},{6}}

由此可得出C的C-C1的正域是：

posC-C1(D)={{2},{4},{5},{6}}

同理可得出：

有posC-C2(D)≠posC(D)，posC-C3(D)≠posC(D)，posC-C6(D)≠posC(D)，所以技術設備評價指標、經(jīng)濟效益評價指標、可持續(xù)性評價指標為綜合評價指標體系中必要的知識屬性，只需計算這3個子指標權重就可以。

由此對各個規(guī)劃方案進行綜合評價有：

因此通過技術設備評價指標、經(jīng)濟效益評價指標、可持續(xù)性評價指標在方案1-6中所占權重，得出各個方案關于電動汽車充電站規(guī)劃的綜合評價結果為：方案4=方案5>方案2>方案1=方案3>方案6。經(jīng)過以上分析可見，通過利用粗糙集首先處理6個規(guī)劃選址方案中各一級指標得到方案4或方案5為最優(yōu)方案。

為進一步從6個規(guī)劃選址方案中確定最優(yōu)規(guī)劃方案，算例利用粗糙集評價法對綜合評價指標體系中各二級指標Cij進行評價，將各方案中的25個二級指標屬性參數(shù)離散化處理，并利用Matlab遺傳約簡后保留屬性C12、C23、C26、C32、C34、C38、C52、C63，約簡后決策表如表4所示。

由此可得Cij-C12、Cij-C23、Cij-C26、Cij-C32、Cij-C34、Cij-C38、Cij-C52、Cij-C63、Cij的正域：

posCij-C12(D)={{2},{3},{5},{6}}

posCij-C23(D)={{2},{3},{5},{6}}

posCij-C26(D)={{3},{5},{6}}

posCij-C32(D)={{2},{5}}

posCij-C34(D)={{2},{3},{5},{6}}

posCij-C38(D)={{3},{6}}

posCij-C52(D)={{2},{3},{5},{6}}

posCij-C63(D)={{2},{3},{5},{6}}

posCij(D)={{2},{3},{5},{6}}

有posCij-C26(D)≠posCij(D)，posCij-C32(D)≠posCij(D)，posCij-C38(D)≠posCij(D)，所以電能質(zhì)量、建設投資成本、投入運營收入為規(guī)劃評價二級評價中必要的知識屬性。

表4 電動汽車充電站規(guī)劃評價二級指標約簡后決策表

即通過評價各二級指標得到，方案5>方案4=方案1>方案3>方案2>方案6，方案5為規(guī)劃選址方案各二級指標評價的最優(yōu)方案。

4 結束語

本文主要是對電動汽車充電站選址規(guī)劃方案進行綜合評價，建立一種全面有效的評價模型，完善充電站選址策略，提高現(xiàn)有規(guī)劃的合理性。通過建立充電站規(guī)劃評價指標體系，完善充電站選址規(guī)劃綜合評價模型，利用粗糙集理論和遺傳算法對兩級指標分別進行屬性約簡，篩選必要的評價指標，計算指標權重。通過實例仿真，證明本文所提的綜合評價方法能夠合理的對充電站選址規(guī)劃方案進行評估。

[1]PazoukiS,MohsenzadehA,ArdalanS,etal.SimultaneousplanningofPEVchargingstationsandDGsconsideringfinancial,technical,andenvironmentaleffects[J].CanadianJournalofElectricalandComputerEngineering, 2015, 38(3): 238-245.

[2]ShojaabadiS,AbapourM,NahavandiA.Optimalplanningofplug-inhybridelectricvehiclechargingstationindistributionnetworkconsideringdemandresponseprogramsanduncertainties[J].IETGeneration,Transmission&Distribution, 2016, 10(13): 3330-3340.

[3]SheppardC,HarrisA,GopalA.Cost-effectivesitingofelectricvehiclecharginginfrastructurewithagent-basedmodeling[J].IEEETransactionsonTransportationElectrification, 2016, 2(2): 174-189.

[4] 劉柏良, 黃學良, 李軍,等. 含分布式電源及電動汽車充電站的配電網(wǎng)多目標規(guī)劃研究[J]. 電網(wǎng)技術, 2015, 39(2): 450-456.

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

[6] 張成, 滕歡. 電動汽車充電站規(guī)劃模型及評價方法[J]. 電力系統(tǒng)及其自動化學報, 2014, 26(1): 49-52.

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

[8] 馮超, 周步祥, 林楠,等.Delphi和GAHP集成的綜合評價方法在電動汽車充電站選址最優(yōu)決策中的應用[J]. 電力自動化設備, 2012, 32(9):25-29.

[9] 譚洋洋, 楊洪耕, 徐方維,等. 電動汽車充電站規(guī)劃方案的模糊物元評估方法[J]. 電力建設, 2016 (9): 36-42.

[10]李遠遠. 基于粗糙集的指標體系構建及綜合評價方法研究[D]. 武漢：武漢理工大學, 2009.

[11]深圳市發(fā)展與改革委員會.SZDB/Z148-2015深圳市電動汽車立體充電站設計施工規(guī)范[S]. 深圳：深圳市市場監(jiān)督管理局，2015.

[12]杜愛虎, 胡澤春, 宋永華, 等. 考慮電動汽車充電站布局優(yōu)化的配電網(wǎng)規(guī)劃[J]. 電網(wǎng)技術, 2011, 35(11): 35-42.

[13]高賜威, 張亮. 電動汽車充電對電網(wǎng)影響的綜述[J]. 電網(wǎng)技術, 2011, 35(2): 127-131.

[14]郭建龍, 文福拴. 電動汽車充電對電力系統(tǒng)的影響及其對策[J]. 電力自動化設備, 2015, 35(6):1-9.

[15]趙書強, 李志偉, 黨磊. 基于城市交通網(wǎng)絡信息的電動汽車充電站最優(yōu)選址和定容[J]. 電力自動化設備, 2016, 36(10): 8-15.

[16]王輝, 王貴斌, 趙俊華,等. 考慮交通網(wǎng)絡流量的電動汽車充電站規(guī)劃[J]. 電力系統(tǒng)自動化, 2013, 37(13):63-69.

[17]葛少云, 馮亮, 劉洪,等. 考慮車流信息與配電網(wǎng)絡容量約束的充電站規(guī)劃[J]. 電網(wǎng)技術, 2013, 37(3):582-589.

[18]LiuGuang,ZengChengbi.Locationplanningofchargingstationforelectricvehiclebasedonurbantrafficflow[C]//ElectricityDistribution(CICED), 2016ChinaInternationalConferenceon.IEEE, 2016: 1-5.

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

[20]徐青山, 蔡婷婷, 劉瑜俊,等. 考慮駕駛人行為習慣及出行鏈的電動汽車充電站站址規(guī)劃[J]. 電力系統(tǒng)自動化, 2016(4):59-65.

[21]黃小慶, 楊夯, 陳頡,等. 基于LCC和量子遺傳算法的電動汽車充電站優(yōu)化規(guī)劃[J]. 電力系統(tǒng)自動化, 2015(17):176-182.

[22]張程嘉, 劉俊勇, 劉友波,等. 計及全壽命周期成本的兩階段電動汽車充電網(wǎng)絡規(guī)劃模型[J]. 電網(wǎng)技術, 2016, 40(12):3722-3731.

[23]WuQE,WangT,HuangYX,etal.Topologytheoryonroughsets[J].IEEETransactionsonSystems,Man,andCybernetics,PartB(Cybernetics), 2008, 38(1): 68-77.

[24]鄭學敏. 一種基于粗糙集理論的多指標綜合評價方法[J]. 統(tǒng)計與決策, 2010, 2010(5): 37-39.

[25]蔡子龍, 束洪春, 謝靜,等. 電動汽車充換電站選址規(guī)劃的可拓評價研究[J]. 數(shù)學的實踐與認識, 2013, 43(21): 72-81.