基于GPS數(shù)據(jù)的電動出租車充電樁選址定容

任 峰，向 月，雷小林，羅 超

（1. 四川大學(xué) 電氣工程學(xué)院，四川 成都 610065；2. 四川能投綜合能源有限責(zé)任公司，四川 成都 610065；3. 廣東電網(wǎng)有限責(zé)任公司韶關(guān)供電局，廣東 韶關(guān) 512028；4. 四川西昌電力股份有限公司，四川 西昌 615000）

0 引言

隨著國家和人民群眾對生活環(huán)境重視程度的逐漸提高，綠色出行受到越來越多的關(guān)注，以電動汽車為代表的新能源汽車得到了大力發(fā)展，然而關(guān)于電動汽車的充電和選址問題也日益凸顯。國家發(fā)改委、國家能源局、工信部和住建部聯(lián)合印發(fā)了《電動汽車充電基礎(chǔ)設(shè)施發(fā)展指南2015—2020 年》［1］，其中提出了“分場所的建設(shè)目標(biāo)”，即結(jié)合公交、出租、環(huán)衛(wèi)與物流等公共服務(wù)領(lǐng)域?qū)Ｓ猛＼噲鏊m當(dāng)補充獨立占地的充換電站，并規(guī)劃新建一批公交車、出租車、環(huán)衛(wèi)和物流等專用車的充換電站。在充電需求方面：個人電動汽車用戶主要考慮經(jīng)濟性和方便性，優(yōu)先選擇在居住小區(qū)充電樁進(jìn)行充電；城市運營電動公交車因為其車型占地面積較大，為了便于管理，由運營管理部門統(tǒng)一規(guī)劃集中建設(shè)充電點；電動出租車根據(jù)其目前車載電池容量和使用特性，充電次數(shù)需要一天一充甚至一天兩充并且無法采用交流慢充進(jìn)行補充電能，在此情況下完全依賴于城市內(nèi)的公共直流充電樁，所以制定切實可行的充電設(shè)施部署方案是出租車行業(yè)實現(xiàn)電動化的重要前提和基礎(chǔ)。

目前，已有諸多學(xué)者對充電樁選址定容進(jìn)行了研究。文獻(xiàn)［2］考慮在高速公路服務(wù)區(qū)修建公共充電樁，有利于電動汽車遠(yuǎn)距離出行；文獻(xiàn)［3］考慮乘客出行需求，根據(jù)充電站建設(shè)和車輛等候成本進(jìn)行選址建模；文獻(xiàn)［4］通過分析出租車停留時間，將停留時間作為充電需求，對充電站的選址提出建議；文獻(xiàn)［5］基于社交網(wǎng)絡(luò)挖掘車主的興趣區(qū)域，結(jié)合車輛停留點以滿足方便車主充電便利為目標(biāo)進(jìn)行電動汽車的充電站選址；文獻(xiàn)［6］利用電動汽車軌跡數(shù)據(jù)挖掘研究區(qū)域內(nèi)的充電需求分布，對研究區(qū)域等網(wǎng)格劃分，以充電需求大的網(wǎng)格作為充電站選址候選位置；文獻(xiàn)［7］基于深度強化學(xué)習(xí)對電動出租車載客、充電等運營信息進(jìn)行智能優(yōu)化，減少了司機充電等待時間；文獻(xiàn)［8］結(jié)合城市中各地的充電需求與充電站供給，基于改進(jìn)的多目標(biāo)粒子群優(yōu)化算法在降低固定成本的基礎(chǔ)上提高了充電站滿足需求量的能力；文獻(xiàn)［9］對出租車軌跡數(shù)據(jù)的車輛起-訖點OD（Origin-Destination）進(jìn)行分析，得出研究區(qū)域的充電需求分布，以充電站建設(shè)運營成本與車輛需要充電時到充電站最短距離為目標(biāo)函數(shù)采用遺傳算法進(jìn)行優(yōu)化求解；文獻(xiàn)［10］提出目前國內(nèi)外城市規(guī)劃研究過程中，很多都是依靠挖掘各種各樣的時空數(shù)據(jù)如興趣點數(shù)據(jù)、全球衛(wèi)星定位系統(tǒng)（GPS）數(shù)據(jù)、客流數(shù)據(jù)、手機數(shù)據(jù)、位置服務(wù)數(shù)據(jù)，進(jìn)而過濾出有用數(shù)據(jù)進(jìn)行精準(zhǔn)分析；文獻(xiàn)［11］根據(jù)出租車GPS 數(shù)據(jù)建立了車輛行駛時間、采樣時間節(jié)點的位置、行駛里程等特征值下的模型，應(yīng)用該模型可為城市的商業(yè)選址提供一定的依據(jù)。

上述研究過程中，未將電動出租車行駛軌跡、集中停靠點、進(jìn)入停車場的時序性和停車場現(xiàn)有負(fù)荷水平相結(jié)合來考慮充電樁的選址定容。為此，本文結(jié)合城市出租車的相關(guān)運行特點對電動出租車這類特殊集群所需的充電樁進(jìn)行選址定容分析，以滿足電動出租車的電量補充。

1 車輛常駐點分析

1.1 基于車輛行駛習(xí)慣的常駐點分析

充電站的選址對車主和電網(wǎng)的重要性不言而喻，它不僅是影響車輛補充電能的關(guān)鍵因素，而且直接關(guān)系到交通網(wǎng)和電網(wǎng)的通暢性，故充電站的選址成為便民服務(wù)和電網(wǎng)安全的重要因素。5G 時代的來臨，多源時空大數(shù)據(jù)的急速增長，為智能充電站選址定容提供了數(shù)據(jù)支撐，也提出了新方法、新思路。目前數(shù)據(jù)廣泛使用于各行各業(yè)，豐富的數(shù)據(jù)資源能省去以往枯燥且繁瑣的調(diào)研過程，并且數(shù)據(jù)的全面性、精準(zhǔn)性能夠使后期的分析過程更加貼合實際，可為充電站選址定容提供科學(xué)可靠的依據(jù)，避免了由于不精準(zhǔn)投放所造成的浪費。

出租車是城市交通系統(tǒng)中不可分割的一部分，無論是出租車公司的車還是網(wǎng)約車，其對交通網(wǎng)的影響都是非常大的。在迭代更新為純電出租車時，其充電位置將進(jìn)一步影響交通網(wǎng)絡(luò)，這是因為燃油車加油的時間遠(yuǎn)遠(yuǎn)低于電動汽車充電時間，更何況充電過程排隊等候時間也遠(yuǎn)長于排隊等候加油時間，所以其運行狀態(tài)、網(wǎng)絡(luò)結(jié)構(gòu)和活動空間分布對于揭示城市出行活動規(guī)律具有重要意義。出租車在固定的城市內(nèi)運行，其GPS數(shù)據(jù)廣泛覆蓋整個城市，通過分析其集聚性、時間分布性，能廣泛應(yīng)用于城市交通信息網(wǎng)的建設(shè)、城市規(guī)劃等，因此確定出租車的常駐點就成為為其設(shè)置充電樁選址定容的第一步。常駐點是指車輛經(jīng)常停靠的地方，比如車站、機場、購物中心、寫字樓等。

根據(jù)《國家電網(wǎng)公司電動汽車充電設(shè)施建設(shè)指導(dǎo)意見》［12］，成都屬于電動汽車推廣示范城市。本節(jié)通過將成都市劃分為經(jīng)緯度（0.025×0.025）小區(qū)域。暫不考慮道路交通擁堵的情況，即所有需求點到達(dá)中心點所需時間僅與距離有關(guān)。本文所分析的出租車GPS數(shù)據(jù)中均包含了如下信息：采集車輛的車牌、經(jīng)度、緯度、記錄時間、車輛載客信息。根據(jù)GPS 數(shù)據(jù)，記每個點為：

并且采集到的車輛的GPS 數(shù)據(jù)還應(yīng)該滿足最大、最小經(jīng)緯度約束，選取區(qū)域的邊界經(jīng)度、緯度如下：

1.2 電動出租車常駐點聚類

電動出租車行駛在城區(qū)所有道路，并且行駛軌跡有一定的規(guī)律性，對于城市規(guī)模比較大的地區(qū)，出租車車主會習(xí)慣性地在熟悉的地區(qū)行駛，除非接單收益很大，否則不會行駛到過遠(yuǎn)的區(qū)域。通過對行駛軌跡進(jìn)行分析，可以得到各個車輛經(jīng)常行駛的區(qū)域。

在目前運營中的出租車上裝設(shè)GPS［13］，每隔t時間采集一個經(jīng)度和緯度，同時為了更直接地獲得乘客上下車的經(jīng)緯度信息，在乘客上下車時，車輛也分別采集一次數(shù)據(jù)。在采集的大數(shù)據(jù)中剝離出合適的數(shù)據(jù)進(jìn)行聚類，能夠參與聚類的數(shù)據(jù)應(yīng)該具有如下特征：點集需要在城市主要城區(qū)。雖然會有比較少的出租車前往城市周邊，但是需要去除城市周邊的一些點集，其目的是避免后續(xù)確定精選位置時發(fā)生偏移。k-means［14］算法是一種簡單的迭代型聚類算法，采用距離作為相似性指標(biāo)，出租車行駛軌跡與其不謀而合，從而發(fā)現(xiàn)給定數(shù)據(jù)集中的K個類別，且每個類別的中心是根據(jù)類別中所有值的均值求解得到的，每個類別用聚類中心來描述。對于給定的一個包含n個D維數(shù)據(jù)點的數(shù)據(jù)集X以及要分得的類別K，選取歐氏距離作為相似度指標(biāo)，聚類目標(biāo)是使得各類別的聚類平方和最小。

給定訓(xùn)練集：

式中：xf(f=1，2，…，N)為電動出租車的經(jīng)緯度向量；N為電動出租車的數(shù)量；RM為包含經(jīng)度、緯度的2 維向量；M為2 維向量的數(shù)量。隨機選取K個聚類質(zhì)心，結(jié)合最小二乘法和拉格朗日原理，聚類中心為對應(yīng)類別中各數(shù)據(jù)點的平均值，同時為了使得算法收斂，在迭代過程中，應(yīng)使最終的聚類中心J盡可能不變，則有：

式中：uk∈RM，為隨機選取的聚類質(zhì)心。

初始質(zhì)心的選取對最終聚類結(jié)果會有影響，因此通過多次選取質(zhì)心數(shù)進(jìn)行迭代。

2 充電樁選址定容

2.1 預(yù)選址下精選充電樁安裝地址

目前電動汽車發(fā)展迅速，同時很多老城區(qū)的配電改造困難，因此本文考慮在現(xiàn)有配電設(shè)備及其負(fù)荷水平下進(jìn)行充電樁定容分析。

根據(jù)電動出租車GPS 數(shù)據(jù)得到充電站的預(yù)選址。在確定充電樁的實際選址過程中，需要考慮如下問題：①因為車輛常駐點可能是立交橋下、路口等紅綠燈處等，因此首先將常駐點附近的停車場作為擬安裝充電樁的聚類地點來進(jìn)行分析；②相鄰預(yù)選址之間的干擾。充電樁的地址、充電樁數(shù)量的不同會影響車輛充電排隊所花費的時間［15］，以及從一個充電站前往附近充電站所花費的成本，因此以最小花費成本minY為目標(biāo)，目標(biāo)函數(shù)如下：

式中：lc為兩站點之間的路程；q為每千米耗電量；α為兩站點之間直線換算成曲線的修正系數(shù)；(x，y)、(xc，yc)分別為車輛移動前、后的位置坐標(biāo)。

根據(jù)文獻(xiàn)［16］，電動出租車排隊等候模型如下：

式中：ρh=λ/(hμ)，為充電站排隊稀疏服務(wù)強度，其中λ為電動汽車的到達(dá)率，μ為充電站的平均服務(wù)率，h為充電站內(nèi)當(dāng)前可用充電設(shè)備的數(shù)量，且h≤H；z為迭代次數(shù)，直至ρh=λ/(hμ)＜1迭代終止。

考慮到2個預(yù)選址距離較近的情況，當(dāng)(|x-xc|+|y-yc|)α≤Dr時，可以將2 個充電站合二為一，以節(jié)省建造成本，其中Dr為城市規(guī)劃對充電站輻射半徑的要求。

2.2 車輛進(jìn)入精選地址的時序性

在確定車輛習(xí)慣的行駛、停靠位置后，還需要考慮車輛入場的時間。根據(jù)四川省發(fā)改委印發(fā)的《關(guān)于進(jìn)一步完善我省分時電價機制的通知》［17］，為了降低用車成本，車輛會選擇在低電價時進(jìn)行補充電量，但是目前車輛基本都是兩班倒，且電動汽車車載電池續(xù)航不足，所以一定會在白天某個時段進(jìn)行電量補充，因此記錄各時段進(jìn)入精選地址的車輛信息，該信息包含車牌、停靠時間，其數(shù)據(jù)集合為：

2.3 配電負(fù)荷約束

目前，很多充電場所是在已經(jīng)建成的停車場基礎(chǔ)上進(jìn)行相應(yīng)的升級改造，但是并不了解這些現(xiàn)有停車場停車位的利用率是否與電動出租車行駛習(xí)慣相關(guān)聯(lián)，所以應(yīng)該首先根據(jù)電動出租車行駛習(xí)慣找到車輛的常駐點，進(jìn)而對該常駐點的用電負(fù)荷進(jìn)行分析，分析該停車場是否需要改造升級，且能改造升級新增多少充電設(shè)備。根據(jù)k-means 算法找出車輛常駐點后，進(jìn)一步分析負(fù)荷情況。

得到常駐點的配電供電信息、常駐點供電線路日最大和最小負(fù)荷以及該線路允許的最大負(fù)荷，因此有以下電流約束：

式中：Ie為進(jìn)線電纜允許最大載流量；Iable-ψ為當(dāng)前（ψ時段）可用最大電流值。

式中：AQmax-ψ為當(dāng)前變壓器最大可用容量。

既要考慮電力電纜也要考慮變壓器容量的原因是在設(shè)計之初，電纜與變壓器要相匹配，但是在實際工程中也存在電力電纜的載流量過剩的情況，因此也需要考慮變壓器的可用容量，在變壓器可用容量和電力電纜可用載流量中選取較小值。據(jù)四川省發(fā)改委印發(fā)的《關(guān)于進(jìn)一步完善我省分時電價機制的通知》［17］，在峰時段用電價格較平時段上漲50%，用電尖峰時段較平時段上漲70%，因此車主不會主動選擇在用電高峰時段或者尖峰時段進(jìn)行充電。由此可知，在當(dāng)前情況下，新增加的電動汽車充電負(fù)荷在平時段。

充電樁變壓器容量計算公式如下：

式中：S為變壓器總?cè)萘?；η為?fù)載率；cosφ為功率因數(shù)；p為直流充電樁充電功率（快充）；k為快充停車位配置比例系數(shù)；kr為充電需求系數(shù)；Cy為停車場停車位數(shù)量；kδ為充電樁同時使用系數(shù)。

設(shè)每個充電樁的充電功率為v，再考慮車輛同時充電率，則在當(dāng)前負(fù)荷水平下的充電樁數(shù)量Bψ為：

在考慮未來用電負(fù)荷增加的情況下，如果僅僅按照當(dāng)前負(fù)荷計算，則可能存在如下浪費的問題：在當(dāng)前用電負(fù)荷下增加充電負(fù)荷，能滿足設(shè)備的最大容量，但是經(jīng)過r年后，隨著其他用電設(shè)備增加功耗，當(dāng)前增設(shè)的充電設(shè)備為避免過負(fù)荷引起配電設(shè)備的損害將有一部分禁止使用或者選擇增容原有設(shè)備。地下室的配電房要增容才能滿足當(dāng)前用電負(fù)荷，將更大的變壓器運輸安裝到原有配電室涉及的施工難度很大，因此本文暫不考慮此方案。

考慮每年負(fù)荷增長率為θ，進(jìn)一步計算當(dāng)前可安裝充電樁數(shù)量為：

除此之外，通過引入出租車人均擁有量來考慮該區(qū)域的充電站數(shù)量Nave為：

式中：Nmax為該區(qū)域電動出租車總數(shù)；Pmax為該區(qū)域人口總數(shù)。再按照國家能源局布置的充電樁建設(shè)任務(wù)要求，到2030年車樁比要達(dá)到2∶1，從而進(jìn)行進(jìn)一步綜合考慮。

3 算例分析

3.1 常駐點分析

以成都市出租車的運行軌跡為參考數(shù)據(jù)，對某天出租車軌跡數(shù)據(jù)進(jìn)行聚類得到結(jié)果如圖1 所示。成都市出租車主要集中活躍在中心位置。電動出租車采用吉利幾何A 型轎車，基礎(chǔ)參數(shù)如附錄A 表A1所示，并設(shè)電動出租車每行駛1 km的基準(zhǔn)耗電量為0.15 kW·h。假設(shè)當(dāng)剩余荷電狀態(tài)小于50%時充電欲望τ=50%，當(dāng)荷電狀態(tài)小于25%時充電欲望β=100%。

圖1 電動出租車可視化軌跡圖Fig.1 Visualization trajectory map of electric taxi

不同區(qū)域人口密度不同，年齡段分布不均，因此人口信息也會在一定程度上影響出租車行駛意愿。在人口密集的地區(qū)會出現(xiàn)更多的出租車，因此在該地區(qū)設(shè)置更多的充電站，有利于車輛的補給。出租車習(xí)慣性地去機場、游樂園、商業(yè)中心等地方等待接單，這些地方有足夠大的停車場，在該處增設(shè)智能充電設(shè)備，既能提高設(shè)備利用率，又能保障電動出租車出行需求。根據(jù)成都市各區(qū)國民經(jīng)濟和社會發(fā)展統(tǒng)計公報［18］得到成都市人口分布如附錄A 表A2所示。公開數(shù)據(jù)［19］表明成都平均每萬人擁有12 輛出租車，折算到各個區(qū)域，具體數(shù)據(jù)如附錄A 表A3所示。根據(jù)四川省人民政府印發(fā)的《四川省“十四五”新型基礎(chǔ)設(shè)施建設(shè)規(guī)劃》的通知［20］可以發(fā)現(xiàn)，目前成都已經(jīng)建成2.8萬個充電樁，而電動出租車有1.7萬輛，考慮還有其他私家車也會使用公共充電樁，因此目前成都的車樁比遠(yuǎn)遠(yuǎn)大于2∶1。

因此根據(jù)式（6）和式（7）以及成都市出租車集群的GPS數(shù)據(jù)對出租車進(jìn)行分類，便于尋找常駐點，進(jìn)而進(jìn)一步精選地址?；诔鲎廛嘒PS 數(shù)據(jù)共得到158個充電站預(yù)設(shè)點如附錄A圖A1所示。將所得點視為充電站預(yù)選點，可以發(fā)現(xiàn)大部分候選位置集中在成都市中心城區(qū)，且分布密集，而城市周邊區(qū)域候選點分布稀疏，甚至存在由于缺少需求點造成候選站點空缺的問題。

3.2 常駐點精選

借助仿真基于出租車GPS 數(shù)據(jù)共得到158 個充電站預(yù)選址點，根據(jù)充電站規(guī)劃指導(dǎo)相關(guān)文件提出的充電站的規(guī)劃和建設(shè)應(yīng)當(dāng)適當(dāng)超前，但是不能過度浪費，所以這158 個充電站的預(yù)選址僅僅是考慮電動出租車的結(jié)果。進(jìn)一步分析圖2 所示的聚類中心，對比圖3 所示的成都市地圖發(fā)現(xiàn)，圖2 中標(biāo)注的點的位置為成都雙流國際機場及其附近，此位置存在大量地下停車位，且由于地理位置的特殊性，常會聚集很多出租車。這驗證了上文的假設(shè)，出租車有常駐點，且在常駐點修建充電站能得到充分利用。根據(jù)最小成本計算以及實際路況信息，圖中2 個充電站預(yù)選址的交通距離約為2.4 km，所以在2 個點同時建設(shè)充電站，很有可能造成建設(shè)浪費，因此在實際工程應(yīng)用中，可根據(jù)仿真算例結(jié)果，結(jié)合實際位置進(jìn)行進(jìn)一步分析，將相近的2 個或多個充電站預(yù)選址進(jìn)行合并以減少建設(shè)浪費。

圖2 電動出租車預(yù)選址圖例Fig.2 Legend of electric taxi pre-selection location

圖3 預(yù)選址圖例對應(yīng)實際圖Fig.3 Actual map corresponding to pre-selection location legend

3.3 精選地址下充電樁數(shù)量

根據(jù)上文提出的各個時段車輛入場數(shù)量以及?？繒r間、剩余可調(diào)用電量，通過整合數(shù)據(jù)，可以得到各個時段的車輛充電需求。仿真結(jié)果如附錄A 圖A2 所示。可以發(fā)現(xiàn)，由于考慮電價因素，電動出租車車主可能選在谷時段（23:00 至次日07:00）充電，占比約為40%。出租車一般為兩班倒，因此有大約20%的車輛會在15:00—17:00 時段充電。并且同一時段下，在工作日和非工作日，車輛的充電選擇也存在差異。在非工作日的夜間谷時段，比如周日，因為第二天是工作日，車輛可能有較大充電需求，因此該時段可能是車輛充電的高峰期。故需要考慮工作日和非工作日以及不同時段車輛的需求。

由圖A2 可知，在平時段或者谷時段，車主的充電意愿都高于峰時段。再者，根據(jù)附錄A 圖A3所示的配電設(shè)備一次圖，假設(shè)基礎(chǔ)數(shù)據(jù)如下：變壓器額定容量為1 250 kV·A，電力電纜型號均為YJV-8.7／15 kV 3×120 mm2、功率因數(shù)為0.95。14:00 時刻負(fù)載率為50%，每年負(fù)載增加5%，充電樁同時使用系數(shù)為0.7，充電需求系數(shù)為0.7，直流充電樁充電功率（快充）為60 kW。計算結(jié)果為：在14:00—17:00 時段，當(dāng)前負(fù)載情況下充電樁最大可用數(shù)量為14 個，負(fù)載增加第1 年、第2 年、第5 年充電樁最大可用數(shù)量分別為12、9、6個。

考慮21:00—23:00 時段的負(fù)載率為60%，每年負(fù)載增加5%，充電樁同時使用系數(shù)為0.7，充電需求系數(shù)為0.7，直流充電樁充電功率（快充）為60 kW。計算結(jié)果為：在21:00—23:00時段，當(dāng)前負(fù)載情況下充電樁最大可用數(shù)量為13 個，負(fù)載增加第1 年、第2年、第5年充電樁最大可用數(shù)量分別為11、9、5個。

考慮23:00 至次日07:00 的負(fù)載率為30%，每年負(fù)載增加5%，充電樁同時使用系數(shù)為0.8，充電需求系數(shù)為0.7，直流充電樁充電功率（快充）為60 kW。計算結(jié)果為：在23:00—07:00時段，當(dāng)前負(fù)載情況下充電樁最大可用數(shù)量為24 個，負(fù)載增加第1 年、第2年、第5年充電樁最大可用數(shù)量分別為17、14、11個。

從計算結(jié)果可以發(fā)現(xiàn)，隨著用電負(fù)荷的增加，如果不通過改造電氣設(shè)備，則以當(dāng)前負(fù)荷水平新增充電裝置會在日后某些時段出現(xiàn)禁止使用的情況，進(jìn)而產(chǎn)生一定的過度安裝浪費。因此進(jìn)一步挖掘深層次的電動出租車行駛習(xí)慣和充電習(xí)慣，將有助于充電設(shè)施的安裝。

3.4 加權(quán)修正

為了能夠更加準(zhǔn)確地確定精選地址下充電樁數(shù)目，對常駐點車輛時序性下充電樁數(shù)目和配電網(wǎng)負(fù)荷約束下充電樁數(shù)目進(jìn)行加權(quán)修正。通過設(shè)置不同的權(quán)重，探討對充電樁數(shù)量的影響。在基礎(chǔ)算例的基礎(chǔ)上，分別設(shè)置兩者權(quán)重為3∶7、1∶1、7∶3 進(jìn)行仿真計算，所得結(jié)果如附錄A 表A4所示。從表中可以發(fā)現(xiàn)，過多考慮車輛進(jìn)入的時序修建充電樁數(shù)量會造成對應(yīng)時段的過負(fù)荷，危及電氣設(shè)備安全，所以暫時不考慮新增電氣設(shè)備的情況，應(yīng)該選擇當(dāng)前電氣設(shè)備不同時刻下最大可用負(fù)荷作為邊界條件，確保用電安全。

4 結(jié)論

本文對電動出租車行駛?？苛?xí)慣進(jìn)行分析，進(jìn)而考慮車輛?？奎c的現(xiàn)有負(fù)荷水平、車輛對該點的時序性，對電動出租車這類特殊電動汽車集群的充電樁選址定容進(jìn)行了仿真建模，通過仿真分析可得到結(jié)論如下：

1）借助出租車的歷史?？苛?xí)慣進(jìn)行軌跡挖掘，找到車輛習(xí)慣的?？奎c，進(jìn)而對?？奎c進(jìn)行精選，在考慮相鄰?fù)？奎c太近的情況下進(jìn)行優(yōu)化，為充電樁選址定容提供了選址依據(jù)；

2）在精選地址下，結(jié)合該點的負(fù)荷水平、車輛進(jìn)入的時序性進(jìn)行仿真，能有效且合理地規(guī)劃出該點需新增的充電樁數(shù)目。

目前許多城市已經(jīng)開啟純電綠色公共交通模式，隨著電動出租車越來越多，對充電樁的需求也會逐步增加，合理地規(guī)劃公共充電樁的選址定容既能夠提升電網(wǎng)安全性，又能夠平衡充電服務(wù)區(qū)壓力以及提升充電站利用率。

附錄見本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。