近年來(lái),圍繞新能源汽車的話題不斷:新能源車的免購(gòu)置稅、新能源車將有專門車險(xiǎn),持續(xù)上漲的銷售量、新能源車車牌搖號(hào)……我國(guó)新能源汽車產(chǎn)業(yè)正處于快速發(fā)展階段,其中純電動(dòng)汽車的發(fā)展更為迅猛。
據(jù)統(tǒng)計(jì),2018年中國(guó)純電動(dòng)汽車銷量為98.4萬(wàn)輛,比上年同期增長(zhǎng)50.8%,已經(jīng)連續(xù)四年保持純電動(dòng)汽車銷量世界第一。截至2019年上半年,我國(guó)純電動(dòng)汽車保有量達(dá)到281萬(wàn)輛,占新能源汽車總量的81.74%。
目前,主流電動(dòng)汽車的續(xù)航里程已經(jīng)達(dá)到450km水平,而且在2019年將會(huì)有續(xù)航超過(guò)500km,甚至600km的車型上市。根據(jù)中國(guó)充電聯(lián)盟發(fā)布的數(shù)據(jù),截至2019年6月,我國(guó)充電樁保有量已超過(guò)100萬(wàn)臺(tái),同比增長(zhǎng)69.3%。其中,國(guó)內(nèi)各企業(yè)建設(shè)的公共充電樁超過(guò)41萬(wàn)臺(tái),私人充電樁保有量超過(guò)59萬(wàn)臺(tái),車樁比達(dá)到3.5:1。
一輛電動(dòng)汽車,需要每天回到家或到單位給車插上電,或者每300km要去找充電樁并等待30min以上的充電時(shí)間;如果要跑長(zhǎng)途,還得計(jì)劃好路線、計(jì)算好路程并了解沿途充電樁的情況。因此,電動(dòng)汽車用戶的主要關(guān)注點(diǎn)不外乎是續(xù)航里程、電量衰減、充電樁分布、充電速度等。
電動(dòng)汽車充電設(shè)施布局是否合理,將直接影響用戶的充電滿意度,進(jìn)而影響未來(lái)電動(dòng)汽車產(chǎn)業(yè)的發(fā)展。針對(duì)電動(dòng)汽車充電需求時(shí)空分布的復(fù)雜性,目前已經(jīng)有很多專家學(xué)者做了相關(guān)理論的研究,如利用馬爾科夫鏈模擬電動(dòng)汽車運(yùn)行規(guī)律,得到充電需求的時(shí)空分布特征;利用交通出行矩陣和云模型預(yù)測(cè)充電負(fù)荷時(shí)空分布;基于出行鏈的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)方法等,但這些都沒(méi)有考慮電動(dòng)汽車的多樣性,也忽略了交通路況對(duì)充電需求的影響。
精確的電動(dòng)汽車充電需求預(yù)測(cè)是充電樁/站規(guī)劃的前提,但目前在對(duì)充電樁/站規(guī)劃時(shí),鮮有專家學(xué)者考慮充電需求在路網(wǎng)上的時(shí)空分布問(wèn)題。基于此,鄭州大學(xué)電氣工程學(xué)院的姜欣、馮永濤等,國(guó)網(wǎng)湖北省電力有限公司電力科學(xué)研究院的熊虎,提出了一種基于城市路網(wǎng)特征和電動(dòng)汽車出行概率矩陣的電動(dòng)汽車充電站規(guī)劃模型。
首先,基于城市道路拓?fù)浣Y(jié)構(gòu)和改進(jìn)速度-流量關(guān)系模型模擬電動(dòng)汽車行駛特征。在此基礎(chǔ)上,通過(guò)構(gòu)建電動(dòng)汽車出行概率矩陣,采用蒙特卡洛方法預(yù)測(cè)電動(dòng)汽車快充需求的時(shí)空分布。然后,從便于用戶友好充電的角度出發(fā),以充電站建設(shè)運(yùn)行成本和用戶充電途中行駛成本最小為目標(biāo),基于出行概率矩陣建立了電動(dòng)汽車充電站選址定容模型:采用Voronoi圖劃分充電站服務(wù)范圍,通過(guò)改進(jìn)粒子群算法確定充電站最優(yōu)位置,利用排隊(duì)論優(yōu)化各充電站容量,得到統(tǒng)計(jì)意義上更為合理的結(jié)果。
最后,他們以某市中心城區(qū)電動(dòng)汽車充電站規(guī)劃為例進(jìn)行了仿真分析,結(jié)果表明:這一模型和方法是可行和有效的。有關(guān)研究成果已發(fā)表于2019年《電工技術(shù)學(xué)報(bào)》增刊1上,論文題目為“基于出行概率矩陣的電動(dòng)汽車充電站規(guī)劃”。
學(xué)者們認(rèn)為,根據(jù)OD出行概率矩陣,并結(jié)合Dijkstra最短路徑算法可以模擬電動(dòng)汽車出行特征,通過(guò)改進(jìn)速度-流量實(shí)用關(guān)系模型,能夠更加精確地預(yù)測(cè)電動(dòng)汽車充電需求時(shí)空分布特征;該充電站最優(yōu)規(guī)劃模型,無(wú)需給出規(guī)劃區(qū)域充電站數(shù)量、待選站址。該模型可以根據(jù)充電需求時(shí)空分布,自動(dòng)生成充電站最優(yōu)數(shù)量、位置、容量和服務(wù)范圍,所得結(jié)果可以作為實(shí)際充電設(shè)施規(guī)劃的參考依據(jù)。
他們表示,下一階段需要進(jìn)一步研究的是:考慮紅綠燈位置、數(shù)量和電動(dòng)汽車用戶個(gè)人實(shí)際行駛習(xí)慣等影響因素,優(yōu)化充電需求預(yù)測(cè)模型;充電站規(guī)劃時(shí)考慮站間聯(lián)系,這樣用戶可以自發(fā)選擇到空閑的充電站進(jìn)行充電等。