北京市通州區(qū)電動(dòng)汽車充電電量需求分析

段晨悅

(北京物資學(xué)院 經(jīng)濟(jì)學(xué)院,北京 101149)

1 引 言

電動(dòng)汽車的發(fā)展離不開其充電基礎(chǔ)設(shè)施,只有不斷完善充電基礎(chǔ)設(shè)施的建設(shè),才能加快汽車用戶選擇電動(dòng)汽車作為代步工具的步伐。英法德等多國已宣布未來將全面停售傳統(tǒng)燃油汽車,電動(dòng)汽車必將逐步替代傳統(tǒng)燃油汽車,成為主流代步工具。我國現(xiàn)階段充電基礎(chǔ)設(shè)施尚未完全覆蓋,而區(qū)域單日充電電量可以在一定程度上反映充電基礎(chǔ)設(shè)施的建設(shè)情況,通州區(qū)作為北京市“城市副中心”,其單日電動(dòng)汽車充電電量具有一定的代表性,對其進(jìn)行研究分析對推動(dòng)我國電動(dòng)汽車的發(fā)展有著至關(guān)重要的意義。

目前,國內(nèi)關(guān)于電動(dòng)汽車充電電量需求分析的研究較少。許文超等(2011)研究了江蘇省充電站的需求,并構(gòu)建了充電站需求預(yù)測模型,主要考慮區(qū)域內(nèi)電動(dòng)汽車保有量、單次充電平均續(xù)駛里程、每公里耗電量、平均充電時(shí)間、充電次數(shù)等因素。[1]劉文霞等(2012)研究了一地區(qū)快速充電站的需求,考慮了快速充電的日需求總量、電動(dòng)汽車類型、各類電動(dòng)汽車保有量、各類電動(dòng)汽車平均百公里耗電量、各類電動(dòng)汽車日平均行駛里程等因素。[2]武中(2017)研究了不同種類電動(dòng)汽車對充電設(shè)施規(guī)劃的影響,將電動(dòng)汽車分為電動(dòng)私家車、電動(dòng)出租車、電動(dòng)公交車、電動(dòng)公務(wù)車,根據(jù)其行車特性構(gòu)建設(shè)施規(guī)劃模型,考慮了續(xù)航里程、平均日行駛里程、各區(qū)域(居住區(qū)、工作區(qū)、商業(yè)區(qū)、公共服務(wù)區(qū))停車充電比例及次數(shù)等因素。[3]這些研究對我國不同地區(qū)充電設(shè)施的需求及部分充電電量進(jìn)行了一定的研究,對未來充電規(guī)劃具有指導(dǎo)意義,但未考慮充電電量自身增長情況。

國外關(guān)于電動(dòng)汽車充電電量需求有部分研究,N.Andrenacci等(2016)研究了羅馬的充電基礎(chǔ)設(shè)施優(yōu)化配置的策略,以電動(dòng)汽車代替?zhèn)鹘y(tǒng)燃油汽車來構(gòu)建區(qū)域的能源需求,優(yōu)化設(shè)施分配建設(shè)問題。[4]Mariz B.Arias等(2017)研究了韓國首爾市區(qū)內(nèi)公共快速充電站的電動(dòng)汽車充電需求,構(gòu)建馬爾科夫鏈交通模型,利用遠(yuǎn)程傳輸方法確定電動(dòng)汽車到達(dá)率,并構(gòu)建早晨、下午、晚上三個(gè)時(shí)間段的時(shí)間空間充電需求模型。[5]HyungBin Moon等(2018)基于電動(dòng)汽車用戶偏好、充電時(shí)間、電動(dòng)汽車供電設(shè)備的種類,研究了消費(fèi)者充電需求的變化,發(fā)現(xiàn)消費(fèi)者進(jìn)行充電行為時(shí)會(huì)在完全充電時(shí)間和充電價(jià)格之間進(jìn)行權(quán)衡。[6]Guus Berkelmans等(2018)研究了阿姆斯特丹的充電需求,并構(gòu)建了交叉嵌套的回歸模型進(jìn)行預(yù)測。[7]這些研究涉及國外部分地區(qū)的充電電量需求研究,偏向于規(guī)?；芯?缺少對單日需求的影響因素的研究。

國內(nèi)外關(guān)于電動(dòng)汽車充電需求的研究主要集中在電動(dòng)汽車充電基礎(chǔ)設(shè)施建設(shè)的產(chǎn)業(yè)政策、充電基礎(chǔ)設(shè)施的布局選址、充電基礎(chǔ)設(shè)施的營運(yùn)模式等方面,區(qū)域單日充電電量需求分析的研究尚不完全,例如：僅將充電電量作為基礎(chǔ)設(shè)施研究的影響變量。文章與其他研究不同的是考慮了天氣因素、出行日類別,以及電動(dòng)汽車充電電量自身的Gompertz增長,構(gòu)建通州區(qū)電動(dòng)汽車單日充電電量的預(yù)測模型。

2 充電電量需求模型

截至2017年10月31日,北京市通州區(qū)已建成53座電動(dòng)汽車充電站,交、直流充電樁939臺(tái)。

電動(dòng)汽車充電電量局部存在波動(dòng),但整體呈現(xiàn)上升趨勢。電動(dòng)汽車充電電量的需求處于上升階段。

圖1 2016年11月至2017年10月北京市通州區(qū)電動(dòng)汽車充電電量

2.1 充電電量增長趨勢

電動(dòng)汽車作為新興產(chǎn)品,考慮產(chǎn)品生命周期,已進(jìn)入成長期,其需求呈現(xiàn)增長。而電動(dòng)汽車充電電量依附于電動(dòng)汽車的增長,結(jié)合圖1,將充電電量的增長趨勢看作符合Gompertz增長的趨勢。

Gompertz增長率公式為：

(1)

Gompertz增長模型公式為：

logω=logα+(-βe-kt)

(2)

ω=αexp{-βe-kt}

(3)

其中ω為總充電電量(每日、周、月),t為日、周、月。

令e-kt為GMt變量,即充電電量增長影響因素。

2.2 總需求模型

2.2.1 單日充電電量影響因素

影響單日充電電量的因素是多方面的,其中出行日的類別、天氣狀況、電動(dòng)汽車保有量、充電電量增長情況是最為重要的影響因素,具體包括：工作日、周末、節(jié)假日、最高氣溫、最低氣溫、風(fēng)力分級、天氣情況、保有量等。這些因素對單日充電電量的影響強(qiáng)度在后續(xù)模型中會(huì)得到驗(yàn)證。

將日期分為工作日、周末、節(jié)假日；風(fēng)力分級,5～6級或大于6級的風(fēng)為強(qiáng)風(fēng),3～4級或4～5級的風(fēng)為中風(fēng),小于等于3級的風(fēng)為弱風(fēng)；天氣情況,小雪、中雪、大雪、小雨、中雨、大雨、雷陣雨等為雨雪天氣,晴、多云、陰為溫和天氣,霾為污染天氣。具體影響因素見表1。

表1 影響因素

2.2.2 總需求模型

單日充電電量需求,不僅依賴于其自身的增長趨勢,還依賴于其他影響因素。將充電電量自身的Gompertz增長嵌入需求模型中,構(gòu)建總需求模型,即：

logωt=α+β0×e-kt+β1×Dgt+β2×Dzt+…+β12×Dbt

(4)

3 模型估計(jì)

3.1 增長趨勢中參數(shù)K估計(jì)

Smith等介紹了Gompertz增長模型及其估算過程[8],模型形式如下

(5)

其中ωt為在時(shí)間t的充電電量。式描述了充電電量隨時(shí)間的增長模式。通過構(gòu)造日、周、月,三個(gè)時(shí)間的充電總電量,利用式,估算k值。

由表2可知,當(dāng)k=0.4時(shí),模型擬合程度最優(yōu)。綜上所述,在總需求模型中,取k=0.4。

由k1,k2,k3的取值,估算k的取值范圍,可能是0～0.5。通過擬合總需求模型,確定最終的k值。

表2 k值與R^2

3.2 總需求模型估計(jì)

電動(dòng)汽車單日充電電量主要受充電交易相關(guān)數(shù)據(jù)、天氣數(shù)據(jù)、電動(dòng)汽車保有量數(shù)據(jù)等的影響,以上數(shù)據(jù)只能通過日期進(jìn)行關(guān)聯(lián)從而構(gòu)建模型,同時(shí)保有量數(shù)據(jù)無法精確到單日,如何進(jìn)行較為準(zhǔn)確的估計(jì)依賴于調(diào)整的方法選擇。其中對電動(dòng)汽車充電電量的預(yù)測,選擇構(gòu)建成熟的回歸模型；并對通過調(diào)查收集的數(shù)據(jù)進(jìn)行整理,得到具有完整性、統(tǒng)一性、真實(shí)性、標(biāo)準(zhǔn)化的結(jié)構(gòu)數(shù)據(jù)。

在總需求模型中,提到13個(gè)影響因素,其中電動(dòng)汽車保有量數(shù)據(jù),以全國年末保有量數(shù)據(jù)以及全國每月電動(dòng)汽車銷售數(shù)據(jù)為基礎(chǔ),以上一年底保有量加前n個(gè)月銷售量得n+1月的電動(dòng)汽車保有量。舉例說明,2017年1月電動(dòng)汽車保有量以2016年12月底電動(dòng)汽車保有量替代,2017年2月電動(dòng)汽車保有量以2016年底電動(dòng)汽車保有量加2017年1月電動(dòng)汽車銷售額替代。北京市電動(dòng)汽車約占全國電動(dòng)汽車的百分比為P,則對得到的全國電動(dòng)汽車月度保有量乘以P,作為北京市電動(dòng)汽車月度保有量數(shù)據(jù)。以上處理存在部分偏差,但具有一定的代表性。

對總需求模型中各影響因素進(jìn)行估計(jì)。

表3 變量t-檢驗(yàn)

續(xù)表

通過t-檢驗(yàn)剔除節(jié)假日、最高溫度、強(qiáng)風(fēng)、中風(fēng)、弱風(fēng)、雨雪天氣、溫和天氣、污染天氣8個(gè)影響因素，見表3。

對挑選出的影響因素進(jìn)行深度分析,構(gòu)建對數(shù)多元回歸預(yù)測模型,得出各影響因素的影響強(qiáng)度,具體情況見表4。

表4 參數(shù)估計(jì)值

綜上所述,對數(shù)回歸模型為：

logωt=4.910+0.110Dgt+0.216Dzt+0.02Wdt+0.365Dbt-1.730GMt

(5)

通過表5可知,模型擬合程度較好。根據(jù)上述模型,可以發(fā)現(xiàn)工作日、周末、最低氣溫以及北京市電動(dòng)汽車保有量、充電電量增長這些因素對于單日充電電量的影響最為顯著。相對于節(jié)假日來說,工作日、周末電動(dòng)汽車充電均較多,而周末充電多于工作日；最低溫度越高,電動(dòng)汽車充電電量越多；北京市電動(dòng)汽車保有量越多,電動(dòng)汽車單日充電電量越多；充電電量隨著時(shí)間推移,呈現(xiàn)增長趨勢。

4 電動(dòng)汽車充電電量預(yù)測

以下分析基于2016年11月1日至2017年10月31日的北京市通州區(qū)電動(dòng)汽車充電交易數(shù)據(jù)、天氣數(shù)據(jù)以及電動(dòng)汽車保有量數(shù)據(jù)等,經(jīng)過對數(shù)據(jù)的初步處理,構(gòu)建多元對數(shù)回歸模型,即式(5)。

為了更清晰地觀測預(yù)測結(jié)果,以2017年11月1日至2017年11月15日數(shù)據(jù)作為檢驗(yàn)數(shù)據(jù),獲得預(yù)測值和實(shí)際值的曲線圖。

圖2 北京市通州區(qū)充電電量預(yù)測結(jié)果

由圖2可知,預(yù)測結(jié)果與實(shí)際結(jié)果波動(dòng)幾乎一致,但部分存在偏差,預(yù)測的log充電電量與實(shí)際的log充電電量的誤差絕對值最大為0.31,誤差均值為0.19。解釋說明,因本月保有量以上一月度月末保有量替代,而本月中后期的實(shí)際保有量與上一月度月末保有量的差距是隨時(shí)間遞進(jìn)逐漸變

大的,導(dǎo)致每月中后期預(yù)測的充電電量與實(shí)際的充電電量的偏差。綜上所述,預(yù)測整體效果較好。

5 結(jié) 論

通過對北京市通州區(qū)充電交易數(shù)據(jù)、天氣數(shù)據(jù)、電動(dòng)汽車保有量數(shù)據(jù)的整理,借助對數(shù)多元回歸模型等方法,充分了解了通州區(qū)的充電電量需求。文章的研究對于通州區(qū)未來電動(dòng)汽車充電基礎(chǔ)設(shè)施的管理、建設(shè)具有一定的實(shí)際意義和應(yīng)用價(jià)值,隨著充電網(wǎng)絡(luò)系統(tǒng)的不斷完善及統(tǒng)計(jì)方法的不斷改進(jìn),還有更多的問題值得我們?nèi)ヌ接憽?/p>