城市充電服務(wù)網(wǎng)多維評估指標(biāo)體系與方法

王敏，向月，周椿奇，趙黃江，劉俊勇

（四川大學(xué)電氣工程學(xué)院，四川省 成都市 610065）

0 引言

發(fā)展電動汽車是應(yīng)對全球氣候變化、推動綠色發(fā)展的戰(zhàn)略舉措[1-3]。中國堅持純電驅(qū)動取向，以有效促進節(jié)能減排水平的提升。2020年發(fā)布的《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021—2035年）》[4]部署加快推動充換電基礎(chǔ)設(shè)施建設(shè)，提升與能源、交通、信息通信互聯(lián)互通水平的戰(zhàn)略任務(wù)。如今，電動汽車產(chǎn)業(yè)發(fā)展勢態(tài)持續(xù)高走，對充電基礎(chǔ)設(shè)施數(shù)量、布局、服務(wù)效率等方面提出高需求和要求。然而，現(xiàn)今的電動汽車充電樁仍存在布局不合理、利用率低、服務(wù)效率低等問題[5-9]，限制了電動汽車產(chǎn)業(yè)的發(fā)展，因此，合理評估充電設(shè)施建成后形成的充電服務(wù)網(wǎng)，提出考慮用戶、交通網(wǎng)和配電網(wǎng)多方主體的充電服務(wù)網(wǎng)綜合評價指標(biāo)體系能夠?qū)鉀Q上述問題提供保障。

當(dāng)前文獻(xiàn)結(jié)合電動汽車充電服務(wù)網(wǎng)的多重屬性，對電動汽車充電服務(wù)網(wǎng)絡(luò)進行評估。文獻(xiàn)[10]著眼于電動汽車充換電服務(wù)網(wǎng)絡(luò)的服務(wù)特性，考慮服務(wù)網(wǎng)和配電網(wǎng)的交互關(guān)系，建立配電網(wǎng)接納能力模型，對充電基礎(chǔ)設(shè)施配置進行評估；文獻(xiàn)[11]建模分析充電站的服務(wù)質(zhì)量，考慮了城市、郊區(qū)和農(nóng)村的差異；文獻(xiàn)[12]從快充站（fast charging stations，F(xiàn)CSs）運營商利潤和顧客排隊時間兩個方面對FCS的運營效果進行評價。上述文獻(xiàn)僅考慮充電站對配電網(wǎng)、用戶的影響。在此基礎(chǔ)上，文獻(xiàn)[13]進一步分析充電服務(wù)網(wǎng)與配電網(wǎng)、交通網(wǎng)建立的耦合關(guān)系，提出三網(wǎng)融合下的充電服務(wù)網(wǎng)綜合評估指標(biāo)體系；文獻(xiàn)[14]在考慮三網(wǎng)融合情況下，計及電動汽車用戶的充電體驗，分析用戶-快充網(wǎng)-交通網(wǎng)-配電網(wǎng)四者的耦合交互關(guān)系，構(gòu)建電動汽車快充網(wǎng)綜合評估指標(biāo)體系。目前，電動汽車充電站的評估方法主要有層次分析法、熵值法等[11-12,15]。其中層次分析法主要為主觀賦權(quán)，存在一定的局限性。因此，電動汽車充電服務(wù)網(wǎng)的評估應(yīng)同時考慮主觀和客觀角度評估分析。

鑒于以上分析，為彌補充電服務(wù)網(wǎng)絡(luò)評估的不精準(zhǔn)性和不全面性，本文基于組合賦權(quán)的灰色關(guān)聯(lián)度分析法對電動汽車充電站進行動態(tài)評估，考慮對配電網(wǎng)、交通網(wǎng)、用戶的影響，分析多網(wǎng)絡(luò)耦合交互關(guān)系，量化評估電動汽車充電站的發(fā)展?jié)摿臻g。通過挖掘不同區(qū)域的電動汽車充電站薄弱環(huán)節(jié)，為后續(xù)充電站持續(xù)優(yōu)質(zhì)運行提供有力保證。

1 城市充電服務(wù)網(wǎng)綜合評估指標(biāo)體系及計算模型

充電服務(wù)網(wǎng)與交通網(wǎng)、配電網(wǎng)關(guān)聯(lián)緊密，協(xié)同發(fā)展，綜合考慮城市充電服務(wù)網(wǎng)的宏觀布局和微觀運行特性，耦合分析充電服務(wù)網(wǎng)-交通網(wǎng)-配電網(wǎng)，尋求充電服務(wù)網(wǎng)與交通網(wǎng)、配電網(wǎng)內(nèi)部關(guān)聯(lián)關(guān)系。在此基礎(chǔ)上從充電服務(wù)網(wǎng)層、電動汽車用戶體驗層、道路交通網(wǎng)層和城市配電網(wǎng)層四個維度建立多維度評價指標(biāo)體系，針對每個維度提出多個下屬指標(biāo)，全面、科學(xué)、合理評價現(xiàn)有網(wǎng)絡(luò)的運行效果，為充電服務(wù)網(wǎng)的規(guī)劃提供科學(xué)參考。圖1為城市充電服務(wù)網(wǎng)綜合評估指標(biāo)體系。

圖1 城市充電服務(wù)網(wǎng)綜合評估指標(biāo)體系Fig.1 Comprehensive evaluation index system of electric vehicle charging network

1.1 充電服務(wù)網(wǎng)層

從便利性、安全性、互動性、節(jié)能性、經(jīng)濟性和合理性六個維度建立充電服務(wù)網(wǎng)層綜合評估指標(biāo)體系。

1）平均利用率。

平均利用率AU表示充電站內(nèi)設(shè)備的平均利用率，真實反映充電站內(nèi)樁的利用情況。具體計算方法如式（1）所示。

式中：N為充電站的總數(shù)量；Tu,i為第i個充電站的實際正常工作的時間；T0為總的檢測時間。

2）均衡性。

均衡性σ反映不同充電站運行水平的差異，指不同充電站利用率的離散程度。計算方法如式（2）所示。

3）平均服務(wù)半徑。

平均服務(wù)半徑R與充電站容量有關(guān)，一定程度反映充電站能覆蓋的服務(wù)面積，具體計算方法如式（3）—（4）所示。

式中：Q為充電站容量；表示向下取整；L為電動汽車充滿到現(xiàn)在行駛的距離；B為能行駛的最大距離；q為電動汽車電池容量；ρ為區(qū)域內(nèi)電動汽車的密度。將電動汽車分為電動私家車、電動出租車和電動公交車三類。

4）收益變化率。

收益變化率ΔBt,t-1反映充電站的運行經(jīng)濟性，從時間尺度上評估電動汽車充電站的收益變化。計算方法如式（5）所示。

式中：Mt,i為當(dāng)前時段充電站i的收益；Mav,i為充電站i收益的平均值。

5）充電服務(wù)網(wǎng)建設(shè)成本。

充電服務(wù)網(wǎng)建設(shè)成本Mcs是充電站建設(shè)經(jīng)濟性的直接體現(xiàn)，計算方法如式（6）—（8）所示。

式中：MC為充電機單價；Ni為充電機數(shù)量；ML為土地單價；S為單個充電機所占土地面積；MD為單位容量投資成本；P為充電機功率；ME為配電網(wǎng)擴容投資單位成本；PE,i為擴建容量；PD為充電站接入配電網(wǎng)的變壓器容量；當(dāng)PE,i≥0時，即不需擴容，ξi取值為0，反之為1。

6）電池配送效率。

集中式充電站提供換電服務(wù)時重點考慮電池配送車輛往返充電站與換電站的行駛路徑和電池配送效率。電池配送效率f的計算方法如式（9）所示。

式中：Dij是采用Dijkstra算法[10]求取的充電站i到換電站j之間最短路徑；Ve是電池配送車輛的平均速度。

1.2 電動汽車用戶體驗層

7）充電需求滿足度。

充電需求滿足度XD代表用戶的充電需求能被滿足的比例，反映充電站服務(wù)的可靠程度[14]，計算方法如式（10）—（11）所示。

式中：K為有充電需求的電動汽車用戶總量；θk為用戶k的充電服務(wù)系數(shù)。

8）充電里程增量。

充電里程增量ΔLD指用戶完成充電使行駛里程增加的量，反映了城市充電服務(wù)網(wǎng)絡(luò)為電動汽車用戶提供的服務(wù)在空間上的便利程度。

式中：LD,k為第k輛電動汽車從起點經(jīng)充電站最終到達(dá)目的地的總最短里程；LD,k,0為電動汽車從起點到達(dá)終點的最短里程。

9）充電花費時長。

用戶充電花費時長TC是指用戶完成充電的總時間，包含用戶k在站內(nèi)的排隊等待時間Tw,k和充電時間Tc,k，反映服務(wù)網(wǎng)提供充電服務(wù)的高效性，具體計算方法如式（13）所示。

10）充電成本。

電動汽車用戶的充電成本MEV反映用戶充電的花費。

式中：Mc,k和Ms,k分別為電動汽車用戶k的充電費用和服務(wù)費用。

1.3 道路交通網(wǎng)層

11）道路行程時間比變化量。

道路行程時間比（travel time index,TTI）[16]變化量可反映充電網(wǎng)對道路產(chǎn)生的影響，根據(jù)簡化的速度-流量模型[17]，獲取道路間車輛的行駛速度，TTI越大，說明道路狀況越差，即越擁堵，具體計算方式如式（15）—（17）所示。

式中：ITTI,tj為路段j在某一時間間隔t內(nèi)的行程時間比；為路段j在某一時間間隔t內(nèi)車輛行駛的平均時間；Tj0為在自由流狀態(tài)下的行程時間；Lj為路段j的距離；Vtj為路段j在某一時間間隔t內(nèi)車輛行駛平均速度；為建站前的平均行程時間；Vtj0為建站前的自由流速度。

12）道路擁堵里程變化量。

道路擁堵里程變化量ΔL從空間上反映充電網(wǎng)對交通網(wǎng)運行的影響。引入道路等級G和道路擁堵系數(shù)α，G的值越大，表明該路段擁堵程度越大，ΔL的具體計算方法如式（18）所示。

式中：αtj為時段t道路j的擁堵系數(shù)；αtj0為建站前時段t道路j的擁堵系數(shù)。

13）日運行指數(shù)變化量。

道路交通運行指數(shù)（traffic performance index,TPI）綜合反映道路交通的運行狀況。TPI變化量ΔITPI可反映充電網(wǎng)絡(luò)對交通網(wǎng)的綜合水平影響，ΔITPI具體計算方法如式（19）所示。

式中：ITPI,tj0和ITPI,tj分別為充電站運行前后的TPI值。

14）道路交通擁堵率變化量。

道路交通擁堵率（traffic congestion ratio,TCR）綜合反映特定時間段內(nèi)的交通擁堵程度，值越大，說明擁堵程度越大，具體計算方法如式（20）所示。

1.4 城市配電網(wǎng)層

15）電壓合格率。

電壓合格率χ反映充電服務(wù)網(wǎng)負(fù)荷接入引起配電網(wǎng)系統(tǒng)電壓的波動情況，χ可反映供電電能質(zhì)量，具體計算方法如式（21）所示。

式中：UN為配電網(wǎng)線路運行的額定電壓；?反映了配電網(wǎng)線路實際電壓U與額定電壓UN的偏差。

16）節(jié)點電壓越限量。

節(jié)點電壓越限量MU反映充電網(wǎng)運行前后引起配電網(wǎng)節(jié)點電壓越限的數(shù)量變化，計算方式如式（22）—（23）所示。

式中：γi0為充電網(wǎng)運行前配電網(wǎng)節(jié)點電壓越限數(shù)量；γi為充電網(wǎng)運行后配電網(wǎng)節(jié)點電壓越限數(shù)量；Ui為節(jié)點i的電壓。

17）配電網(wǎng)網(wǎng)絡(luò)損耗成本。

配電網(wǎng)網(wǎng)絡(luò)損耗成本Ploss用于評估配電網(wǎng)的經(jīng)濟運行效果，由總網(wǎng)損間接反映：

式中：Pi和Qi為節(jié)點i的有功和無功功率；Ri為支路的阻值。

18）負(fù)荷峰谷差變化量。

負(fù)荷峰谷差變化量?P反映充電服務(wù)網(wǎng)充電負(fù)荷對配電網(wǎng)負(fù)荷特性的影響。

2 基于灰色關(guān)聯(lián)綜合評價法的充電服務(wù)網(wǎng)評估

2.1 權(quán)重確定

合理的指標(biāo)權(quán)重對于綜合評價結(jié)果的準(zhǔn)確性有決定性作用[18-19]。多維指標(biāo)評估體系賦權(quán)法包括主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)易受決策者個人經(jīng)驗影響，客觀賦權(quán)可能與專家的認(rèn)識相悖。為克服上述方法的劣勢，采用組合賦權(quán)法，將層次分析法（analytic hierarchy process,AHP）和熵值法結(jié)合確定指標(biāo)層指標(biāo)的權(quán)重，準(zhǔn)則層權(quán)重基于AHP的主觀賦權(quán)法確定。式（26）為組合權(quán)重的計算方法。圖2為采用組合賦權(quán)法確定權(quán)重的流程圖。

圖2 主客觀權(quán)重確定流程圖Fig.2 Flow chart of subjective and objective weight determination

式中：wAHP,n和wE,n分別為主觀權(quán)重和客觀權(quán)重。

2.1.1 主觀權(quán)重確定

采用AHP確定主觀權(quán)重，求解步驟如下：

1）確立各層因素關(guān)聯(lián)關(guān)系和隸屬關(guān)系，建立遞階層次結(jié)構(gòu)；

2）構(gòu)造判斷矩陣；

3）求解特征值和特征向量；

4）一致性校驗。

2.1.2 客觀權(quán)重確定

采用熵值法確定客觀權(quán)重。熵值法[10]是一種依據(jù)各指標(biāo)值所包含的信息量的多少確定指標(biāo)權(quán)重的客觀賦權(quán)法，指標(biāo)的熵值越大，提供的信息量少，在綜合評價中的作用小，那么該指標(biāo)占據(jù)的權(quán)重小。運用熵值法從客觀角度計算充電服務(wù)網(wǎng)評價指標(biāo)體系準(zhǔn)則層的權(quán)重。熵值法確定客觀權(quán)重的步驟描述如下：

1）構(gòu)建具有p個對象的q項指標(biāo)的評價矩陣：

2）標(biāo)準(zhǔn)化指標(biāo)矩陣I：

3）計算各指標(biāo)的熵值En：

4）計算各指標(biāo)的權(quán)系數(shù)wE,n：

2.2 多層次灰色關(guān)聯(lián)綜合評價

基于多層次灰色關(guān)聯(lián)法確定城市充電服務(wù)網(wǎng)充電站建設(shè)方案的優(yōu)劣性，以處理系統(tǒng)信息的不完全明確性，該方法準(zhǔn)確性高[20-21]，具體步驟如下。

式中：ρ為分辨系數(shù)，取0.5。

步驟3：計算指標(biāo)層的灰色關(guān)聯(lián)評估結(jié)果。按照式（35）—（36）計算指標(biāo)層的灰色關(guān)聯(lián)分析結(jié)果Bi。

式中：w為指標(biāo)層各因素的權(quán)重向量；Ri為xi的灰色關(guān)聯(lián)系數(shù)矩陣。

步驟4：計算準(zhǔn)則層灰色關(guān)聯(lián)綜合評價結(jié)果。根據(jù)指標(biāo)層灰色關(guān)聯(lián)結(jié)果構(gòu)造灰色關(guān)聯(lián)度矩陣，權(quán)重向量，得到準(zhǔn)則層灰色關(guān)聯(lián)評價結(jié)果B。充電服務(wù)網(wǎng)評估流程如圖3所示。

圖3 充電服務(wù)網(wǎng)評估流程圖Fig.3 Flow chart of evaluation of charging service network

3 算例分析

3.1 算例描述

某地區(qū)路網(wǎng)共有28個節(jié)點，假設(shè)該地區(qū)擁有私家電動汽車10 000輛，充電站接入15 kV 54節(jié)點配電網(wǎng)如附錄A表A1所示（方案1—方案5）。采用文獻(xiàn)[22]的仿真模型獲取評估數(shù)據(jù)源，運用仿真模型數(shù)據(jù)驗證所提模型和方法的可行性，運用仿真模型數(shù)據(jù)源可計算各指標(biāo)初值如附錄A表A3所示。同時以西南地區(qū)某城市已投運的充電站作為評估對象，站內(nèi)初始數(shù)據(jù)計算值如附錄A表A2所示。以下節(jié)點均指交通網(wǎng)節(jié)點。

設(shè)置5個方案，方案1選擇將充電站放置在節(jié)點7、節(jié)點8、節(jié)點11、節(jié)點13、節(jié)點19；方案2將充電站放置在節(jié)點7、節(jié)點8、節(jié)點11、節(jié)點13、節(jié)點22；方案3將充電站放置在節(jié)點7、節(jié)點11、節(jié)點13、節(jié)點16、節(jié)點22；方案4將充電站放置在節(jié)點8、節(jié)點11、節(jié)點13、節(jié)點19、節(jié)點22；方案5將充電站放置在節(jié)點11、節(jié)點16、節(jié)點18、節(jié)點19、節(jié)點22。充電站建設(shè)方案的充電機臺數(shù)配置情況如附錄A表A1所示。交通網(wǎng)節(jié)點與配電網(wǎng)節(jié)點配對情況如附錄A表A4所示。

根據(jù)國家標(biāo)準(zhǔn)《GB/T 29107—2012 道路交通信息服務(wù) 交通狀態(tài)描述》[23]，道路等級G、道路擁堵系數(shù)α與TPI的轉(zhuǎn)換關(guān)系如表1所示。

表1 參數(shù)轉(zhuǎn)換關(guān)系表Table 1 Conversion relationship of parameters

3.2 仿真分析

采用問卷調(diào)查的方式邀請行業(yè)專家對準(zhǔn)則層和指標(biāo)層中的指標(biāo)進行兩兩對比得到相對重要性，由此構(gòu)造原始判斷矩陣，基于AHP計算各層指標(biāo)權(quán)重，準(zhǔn)則層權(quán)重計算結(jié)果如表2所示。

表2 AHP準(zhǔn)則層權(quán)重Table 2 Weights of AHP criteria level

基于AHP計算指標(biāo)層各個指標(biāo)權(quán)重，得到指標(biāo)層主觀權(quán)重結(jié)果為

基于熵值法計算指標(biāo)層權(quán)重，對由AHP計算的指標(biāo)層指標(biāo)權(quán)重進行修正，根據(jù)式（26）求得各指標(biāo)層指標(biāo)的組合權(quán)重如式（40）所示。

對充電服務(wù)網(wǎng)綜合評估模型指標(biāo)層各指標(biāo)進行單層次灰色關(guān)聯(lián)評價，計算灰色關(guān)聯(lián)度結(jié)果如式（41）—（44）所示。

將指標(biāo)層指標(biāo)的關(guān)聯(lián)度計算結(jié)果進行加權(quán)求取綜合關(guān)聯(lián)度結(jié)果如式（45）所示。

圖4為5種不同充電站建設(shè)方案在充電網(wǎng)運行、電動汽車用戶體驗、交通網(wǎng)運行和配電網(wǎng)運行4個維度的關(guān)聯(lián)分析結(jié)果，各方案的最終評分結(jié)果如式（45）所示。由分析結(jié)果可知，充電站規(guī)劃方案5較其他方案更優(yōu)，充電站規(guī)劃建設(shè)優(yōu)選方案排序為：方案5>方案2>方案3>方案1>方案4。

圖4 評估結(jié)果雷達(dá)圖Fig.4 Radar chart of assessment results

根據(jù)式（41）—（44）準(zhǔn)則層灰色關(guān)聯(lián)度計算結(jié)果，方案1在充電網(wǎng)運行水平最優(yōu)，但是綜合評估結(jié)果較差，這是由于方案1對交通運行影響較為惡劣，且?guī)Ыo用戶的體驗感較差，說明各層的運行評估結(jié)果都對最終關(guān)聯(lián)度產(chǎn)生影響；方案2在用戶體驗維度評估結(jié)果高，電動汽車用戶充電體驗較好且對配電網(wǎng)運行產(chǎn)生的影響較??；方案3在交通運行方面評估結(jié)果更優(yōu)；方案4整體評分結(jié)果差；方案5在充電網(wǎng)運行層、電動汽車用戶體驗層和配電網(wǎng)運行層的評估結(jié)果較好，為最佳規(guī)劃備選方案，但是，方案5仍會引起路段交通堵塞，在后期的充電站建設(shè)規(guī)劃中，為緩解交通壓力，可考慮在非擁堵路段建設(shè)充電站，同時，可對電動汽車用戶實施充電引導(dǎo)策略，以提升充電服務(wù)網(wǎng)整體運行的均衡性。

3.3 充電服務(wù)網(wǎng)評估診斷

根據(jù)該地區(qū)充電站運行數(shù)據(jù)，對現(xiàn)有充電站的運行進行評估診斷，以驗證模型的可實施性，并針對性提出改進措施，為該區(qū)域后續(xù)充電站的選址規(guī)劃提供參考。

選取4個充電站，分別為充電站A、B、C、D各個充電站地理位置分布如附錄B圖B1所示。選取的充電站在充電服務(wù)網(wǎng)運行層、電動汽車用戶體驗層、交通網(wǎng)運行層和配電網(wǎng)運行層的關(guān)聯(lián)結(jié)果如附錄B圖B2所示，綜合灰色關(guān)聯(lián)度評估結(jié)果如表3所示。

表3 灰色關(guān)聯(lián)度結(jié)果Table 3 Results of grey correlation degree

由表3可知，充電站C的灰色關(guān)聯(lián)度評估結(jié)果最高，其次分別為充電站A、充電站B、充電站D。充電站C的充電負(fù)荷大，充電站內(nèi)樁的利用率高，在充電網(wǎng)運行層和用戶體驗層評估結(jié)果高，綜合評價結(jié)果最優(yōu)，但是，該站在交通網(wǎng)運行維度產(chǎn)生一定影響，在后期建設(shè)中可適當(dāng)考慮增加充電機數(shù)量。充電站D在交通網(wǎng)運行維度和配電網(wǎng)運行維度關(guān)聯(lián)結(jié)果高，在充電網(wǎng)運行維度關(guān)聯(lián)度結(jié)果低，最終灰色關(guān)聯(lián)度結(jié)果評分低，說明只有各個方面相對均衡才能實現(xiàn)整體最優(yōu)?？紤]到充電站C和充電站D在充電站運行維度的差異性，可考慮通過制定充電服務(wù)差異價格引導(dǎo)部分電動汽車用戶前往充電站D充電，以此緩解充電站C的運行壓力。

4 結(jié)論

本文提出基于組合賦權(quán)的灰色關(guān)聯(lián)度分析法的城市充電服務(wù)網(wǎng)多維評估模型，結(jié)合充電服務(wù)網(wǎng)層、電動汽車用戶體驗層、道路交通網(wǎng)層和城市配電網(wǎng)層構(gòu)建多維綜合評估指標(biāo)體系，合理評估充電服務(wù)網(wǎng)運行效果，挖掘其運行不良區(qū)域與薄弱環(huán)節(jié)，為后續(xù)充電服務(wù)網(wǎng)的持續(xù)優(yōu)質(zhì)運行提供改進依據(jù)。仿真結(jié)果表明城市充電服務(wù)網(wǎng)評估模型和所提方法具有有效性和可行性，可用于對城市充電站的運行效果進行綜合評估診斷，并為城市充電站后續(xù)建設(shè)提供參考依據(jù)。

附錄A 算例參數(shù)設(shè)置及結(jié)果

表A1 充電站配置情況Table A1 Configuration of charging station

表A2 原始仿真數(shù)據(jù)Table A2 Simulation raw data

續(xù)表

表A3 充電站數(shù)據(jù)Table A3 Data of charging stations

表A4 節(jié)點對關(guān)系表Table A4 Node pair relationship

附錄B 評估診斷驗證案例

圖B2 評估結(jié)果雷達(dá)圖Fig.B2 Radar chart of assessment results