城区电动汽车充电站布局规划研究.docx

? ? 城区电动汽车充电站布局规划研究 ? ? 侯 慧，唐俊一，王逸凡，夏晓荣，王 飞，胡鹏飞，谢长君 城区电动汽车充电站布局规划研究 侯 慧1,2，唐俊一1,2，王逸凡1,2，夏晓荣3，王 飞3，胡鹏飞3，谢长君1,2 (1.武汉理工大学自动化学院，湖北 武汉 430070；2.武汉理工大学深圳研究院，广东 深圳 518000；3.国网湖北省电力有限公司荆门供电公司，湖北 荆门 448000) 电动汽车的大量推广必须以科学合理的充电设施规划为基础。提出一种城区电动汽车充电站布局规划方法。首先，在城区电动汽车快充需求分布预测基础上，以充电站内充电机数量、充电站与快充需求点间距离以及充电站间距离为约束，充电站社会年总成本最小为目标，建立兼顾充电站、电动汽车用户以及电网三方利益的充电站选址定容模型。然后，采用Voronoi图联合改进粒子群算法对模型进行求解。通过Voronoi图划分充电站服务区域，再利用改进粒子群算法进行全局寻优，得到规划区域内充电站选址定容最优方案。最后，以某城区为例进行仿真，验证了所提方法的有效性。 电动汽车充电站；选址定容；Voronoi图；改进粒子群算法 0 引言 随着当前环境的持续恶化及化石燃料的日益短缺，电动汽车(Electric Vehicle, EV)正面临广阔的应用空间[1-3]。在“碳达峰”、“碳中和”背景下，我国EV数量保持着快速上升的趋势[4-6]。截至2021年6月，我国EV保有量达到493万辆[7]。充电站作为EV的基础配套设施，影响着EV的应用水平，对其进行科学合理规划，不仅能够减少投资建设费用，减轻EV大量接入对配电网造成的冲击，还能让EV用户享受便捷的充电服务[8]，对EV产业发展有着积极促进作用，具有重要的现实意义。 目前国内外学者针对EV充电站规划[9-12]做了大量研究。文献[13]以充电站建设成本和网损成本之和最小为目标构造了充电站最优规划模型。文献[14]提出了一种基于全生命周期成本的EV充/换电站最优规划方法。文献[15]以充电站年投资成本、运行管理成本、网损成本以及电网年加固成本之和最小为目标，建立了考虑多种充电设施的充电站规划模型。但以上研究没有考虑EV用户的利益。文献[16-18]从EV用户充电需求出发，计及充电站与EV用户双方利益，构建了充电站布局规划双层模型。文献[19-20]基于EV用户出行特性建立了充电站选址模型。文献[21]提出了一种综合考虑充电站运营商利益、EV用户充电满意度、交通网通行效率及电网安全约束的充电站选址模型。文献[22]借鉴Hodgson提出的截流选址模型，考虑流量蚕食效应，以充电站截获的总路径流量最大为目标建立了城市外围快充设施选址模型。文献[23]采用K-means聚类算法生成充电需求点，建立了综合考虑用户侧与非用户侧利益的充电站多目标规划模型。但以上研究没有对充电站服务区域进行明确划分。针对上述研究不足，本文从EV快充需求分布预测入手，建立以充电站社会年总成本最小为目标的充电站选址定容模型，采用Voronoi图联合改进粒子群算法对模型进行求解，通过Voronoi图划分充电站服务区域，再使用改进粒子群算法寻找全局最优解。以某城区为例进行仿真分析，验证所提方法的有效性。 1 EV快充需求分布预测 2 EV充电站选址定容数学模型 在EV快充需求分布预测的基础上，本文提出一种EV充电站选址定容数学模型。 2.1 EV充电站选址模型 EV充电站布局规划需要同时考虑充电站运营商、EV用户以及电网公司的利益，本文以充电站年建设运行成本、用户充电途中年损耗成本、配网损耗年成本之和最小为目标[27-28]，建立充电站选址模型如式(2)—式(9)所示。 2.2 EV充电站定容模型 充电站内配备的充电机台数既与其服务区域内有快充需求的EV数量有关，还与EV用户到达充电站后能接受的前方排队车辆数有关。充电站内配备的充电机台数可表示为[26] 3 EV充电站选址定容模型求解 由于EV充电站选址定容模型中含有充电站站址、充电站与快充需求点间距离、充电站内配备的充电机数量等众多变量，使用常规方法求解该模型比较困难，因此本文选用计算速度快、全局寻优能力强的改进粒子群算法联合Voronoi图[29]对模型进行求解。 3.1 改进粒子群算法 3.2 求解流程 求解流程如图1所示，其主要分为以下几个步骤。 步骤1：根据规划区域内EV总数及各快充需求点常规电力负荷由式(1)确定各快充需求点处EV数量。 步骤3：以充电站站址为生长点作Voronoi图划定各充电站服务区域，根据服务区域内快充EV数量应用式(10)确定充电站容量。 步骤5：是否达到最大迭代次数。是，转步骤7；否，执行步骤6。 步骤6：更新粒子的速度和位置，跳转至步骤3，迭代次数加1。 步骤7：输出社会年