2013年--外文翻譯--基于流量捕獲的巴塞羅那電動汽車充電站選址優(yōu)化的研究（譯文）

1、<p>　　中文4610字，3000單詞，15500英文字符</p><p>　　出處：Cruz-Zambrano M, Corchero C, Igualada-Gonzalez L, et al. Optimal location of fast charging stations in Barcelona: A flow-capturing approach[C]//European Energy

2、 Market (EEM), 2013 10th International Conference on the. IEEE, 2013: 1-6.</p><p>　　基于流量捕獲的巴塞羅那電動汽車</p><p>　　充電站選址優(yōu)化的研究</p><p>　　Cruz-Zambrano1, Corchero1, Igualada-Gonzalez1, Valer

3、ia Bernardo2</p><p>　　(1. 加泰羅尼亞能源研究所 巴塞羅那·西班牙 08930；2. 巴塞羅那大學(xué)</p><p>　　經(jīng)濟(jì)規(guī)劃學(xué)院巴塞羅那·西班牙 08034)</p><p>　　摘要：本文詳細(xì)的闡述了兩種電動汽車充電站選址優(yōu)化模型：一種是只考慮了汽車流動性的經(jīng)典模型；另外一種是考慮了配電網(wǎng)分布和地價(jià)情況的改進(jìn)型流量

4、捕獲選址模型。選址模型一是把快速充電站能夠最大限度捕獲交通流量作為目標(biāo)，模型二則側(cè)重考慮充電站的建設(shè)成本。通過對這兩種方法的選址結(jié)果對比分析，可知方法一成本更高。本文通過對巴塞羅那充電站選址規(guī)劃進(jìn)行案例分析。</p><p>　　關(guān)鍵詞：快速充電站，配電網(wǎng)規(guī)劃，選址規(guī)劃</p><p><b>　　1.引言</b></p><p>　　近年來電

5、動汽車已經(jīng)成為了汽車行業(yè)的戰(zhàn)略投資方向。目前已經(jīng)有很多汽車制造商開始生產(chǎn)電動汽車，主要有純電動汽車（BEV）和混合動力電動汽車（PHEV）。據(jù)報(bào)道，未來幾年大部分的汽車生產(chǎn)廠家都會計(jì)劃推出PEV模型。這可能因?yàn)椋旱谝弧⒂捎诩夹g(shù)不斷進(jìn)步和發(fā)展使得電池的生產(chǎn)成本不斷下降，再加上化石燃料價(jià)格持續(xù)上漲；第二、國際上制定了有關(guān)環(huán)境和能源政策，并且各國民眾的環(huán)保意識和可持續(xù)發(fā)展觀念也有所提高。</p><p>　　深入分析近

6、期市場行情可知，由于受到了這幾年全球經(jīng)濟(jì)形勢的影響PEV有關(guān)預(yù)期有所降低。但電動汽車仍被視為降低歐洲的能源對外依存度和城市污染一個(gè)主要替代技術(shù)。最新出版的MEMO/13/24中表明，電動汽車充電站（能量補(bǔ)給站）不僅是電動汽車有效運(yùn)行的關(guān)鍵技術(shù)，還是廣大消費(fèi)者關(guān)注的主要組成部分。歐盟委員會已經(jīng)提議每個(gè)成員國為電動汽車建設(shè)最基本的充電站個(gè)數(shù)，所建設(shè)的充電站最少有10%對公眾開放。</p><p>　　表1 快速充電站

7、的技術(shù)參數(shù)</p><p>　　公共充電設(shè)備可以被理解為私人慢速充電站（主要服務(wù)于一般家庭和辦公地點(diǎn)），其促進(jìn)電動汽車在城市和城市間的流動。公共充電站應(yīng)該提供短時(shí)間的快速充電服務(wù)，因此快速充電站作為公共充電的基礎(chǔ)設(shè)施是最好的選擇。如表1所示，快速充電技術(shù)主要包括交流快速充電、換電站、直流快速充電和感應(yīng)充電（速度最慢）。其中，直流快速充電技術(shù)最為普遍，目前一些商業(yè)快速充電插座可以同時(shí)給4臺電動汽車充電。交、直流同用

8、一個(gè)插頭的電動汽車已經(jīng)開始研究，估計(jì)在未來幾年可以實(shí)現(xiàn)。</p><p>　　構(gòu)建一個(gè)快速充電網(wǎng)對電動汽車的推廣是十分必要的，但充電站的建設(shè)位置和規(guī)模這個(gè)問題還尚未解決。由于充電站作為一個(gè)大功率負(fù)荷會對其所接配電系統(tǒng)存在影響，所以確定建設(shè)位置是非常重要的。因此我們要建立一個(gè)獨(dú)立的配電網(wǎng)絡(luò)主要對充電站、所需電力電子設(shè)備和停車場供電。改進(jìn)型傳統(tǒng)加油站規(guī)劃方法主要考慮了交通流量和人口分布情況（當(dāng)?shù)氐纳詈凸ぷ髑闆r），該

9、方法只能求解出一個(gè)滿足汽車流量的次優(yōu)解，但這些充電站的建設(shè)成本會非常高。本文將采用兩種方法求解電動汽車快速充電站最優(yōu)位置：通過對傳統(tǒng)流量需求捕獲模型進(jìn)行改進(jìn)，可得到一個(gè)快速充電站成本（配電網(wǎng)絡(luò)、充電設(shè)備、征地成本等）流量捕獲優(yōu)化模型。第一種模型優(yōu)化主要偏重充電站的服務(wù)能力最大化；第二種是把充電站的盈利最大化作為目標(biāo)。最后把所得兩種結(jié)果進(jìn)行比較，分析兩種規(guī)劃方法對總成本的影響。本文選擇巴塞羅那作為案例分析。</p><

10、p>　　2.最優(yōu)選址規(guī)劃問題</p><p>　　關(guān)于網(wǎng)狀分布的加油設(shè)施的文獻(xiàn)有很多，其中根據(jù)它背后的人性消費(fèi)假設(shè)大致可以分為兩個(gè)方向：一種是被稱之為中值模型，這個(gè)模型由HAKIMI[2]最先提出來的，之后Recelle和Swain[3]最小化了消費(fèi)者家庭到加油設(shè)備之間的距離；另一種是通量模型，該模型最大化提高了每個(gè)加油設(shè)備的所提供的燃料的質(zhì)量?？紤]到公共加油設(shè)備應(yīng)被當(dāng)作設(shè)在家庭內(nèi)和辦公場所內(nèi)的私人充電站的

11、之外的另一個(gè)選擇，通量模型似乎是最適合公共快速充電站選址規(guī)劃。 </p><p>　　利用通量方法可構(gòu)建流量捕獲選址模型（FCLM），該模型由Hodgson最先提出[4]，之后通過Berman、Larson和Fouska[5]進(jìn)一步改進(jìn)。改進(jìn)之后在沿路確定的設(shè)備建設(shè)位置可以使設(shè)備得到最大化利用，并滿足沿線消費(fèi)者的需求。Averbark、Berman、Larson和Fouska還發(fā)現(xiàn)了FCLM多個(gè)改進(jìn)方法和運(yùn)用程序

12、[6～8]。</p><p>　　考慮到非傳統(tǒng)汽車（電動汽車和氫氣汽車）的局限性，Kuby和Lim構(gòu)建了一個(gè)XX選址規(guī)劃模型（FRLM）[9]。FRLM在FCLM的基礎(chǔ)上考慮了汽車行駛能力，因此在出發(fā)地和目標(biāo)地之間必須建設(shè)綜合車站以保證汽車順利的補(bǔ)給燃料[10]。Kuby、Lim、Lines等[11～14]人對該模型進(jìn)行了研究和改進(jìn)。</p><p>　　電動汽車充電一次只能行駛150km

13、-200km。最近幾年電動汽車主要行駛在城市里行駛（每天的行駛距離大概為50-70km），所以可以運(yùn)用FCLM模型來進(jìn)行充電站的選址規(guī)劃。因此，傳統(tǒng)的FCLM選址模型可以直接運(yùn)用，等電動汽車發(fā)展到可以行駛在城市之間則需要運(yùn)用FRLM模型進(jìn)行選址規(guī)劃。</p><p><b>　　3.選址規(guī)劃模型</b></p><p>　　綜上所述，由于電動汽車本身存在一定的特殊性和

14、案例分析結(jié)果，城市內(nèi)充電站選址可以運(yùn)用流量捕獲選址模型求解。下面是根據(jù)原模型的兩種方法比較和運(yùn)用：</p><p>　　方法一：傳統(tǒng)的流量捕獲選址優(yōu)化模型</p><p>　　方法二：基于建設(shè)成本的改進(jìn)型流量捕獲選址優(yōu)化模型</p><p>　　方法一是建設(shè)充電站的個(gè)數(shù)一定時(shí)，確定充電站建設(shè)位置使其可以最大限度的捕獲汽車流量。方法二則假設(shè)捕獲汽車流量一定時(shí)，電動汽車

15、充電站的建設(shè)成本最小。在這優(yōu)化模型當(dāng)中充電設(shè)備的數(shù)量是可以優(yōu)化的，不是作為一個(gè)固定的參數(shù)引入。這兩種優(yōu)化模型對必須滿足沿路的充電需求。下面將詳細(xì)的描述這兩種優(yōu)化模型。</p><p>　?。?）方法一模型解析</p><p>　　方法一是基于傳統(tǒng)流量捕獲的選址規(guī)劃模型[4]。目標(biāo)函數(shù)（1）的目的是在使用的充電設(shè)備數(shù)量固定不變，其可以最大限度地滿足電動汽車充電需求。該模型的二元決策變量如下：

16、</p><p>　　，當(dāng)位置存在充電設(shè)備時(shí)為1，否則為0；</p><p>　　，利用二元變量表示路徑是否被捕獲，當(dāng)路徑被捕獲則為1，不能捕獲為0。</p><p>　　第一組約束方程式（2）可以確保在一條路徑當(dāng)中至少有一個(gè)公共充電設(shè)備對過往車輛進(jìn)行充電。約束方程式（3）確保了快速充電站的個(gè)數(shù)達(dá)到要求數(shù)；約束方程（4）確保在路徑當(dāng)中了一定有充電設(shè)備存在。約束方程（

17、5）防止了路徑被多個(gè)充電站重復(fù)捕獲充電。約束條件4和5用二進(jìn)制來定義決策變量。</p><p><b>　　式中：</b></p><p>　　Q 由O-D路徑組成</p><p>　　K 可以建設(shè)充電站的位置</p><p>　　在與之間的支路上的節(jié)點(diǎn)數(shù)</p><p>　　在支路上

18、車流量[輛/年]</p><p><b>　　充電站建設(shè)的數(shù)量</b></p><p>　　（1）方法二模型解析</p><p>　　模型二也是基于傳統(tǒng)流量捕獲的選址規(guī)劃模型。然而，該規(guī)劃模型目標(biāo)是在滿足最小的充電需求的基礎(chǔ)上，求解快速充電設(shè)備最小建設(shè)成本。如方法一，模型二的二進(jìn)制決策變量如下：</p><p>　　，當(dāng)

19、位置存在充電設(shè)備時(shí)為1，否則為0；</p><p>　　，利用二元變量表示路徑是否被捕獲，當(dāng)路徑被捕獲則為1，不能捕獲為0。</p><p>　　約束方程（7）充電設(shè)備必須滿足路徑中的最小充電需求；約束方程式（8）可以確保在一條路徑當(dāng)中至少有一個(gè)公共充電設(shè)備對過往車輛進(jìn)行充電；約束方程（9）確保在路徑當(dāng)中了一定有充電設(shè)備存在。約束方程（10）防止了路徑被多個(gè)充電站重復(fù)捕獲充電。約束條件9和

20、10用二進(jìn)制來定義決策變量。</p><p>　　式中，與模型一參數(shù)不相同的有：</p><p>　　之路上每年的電動汽車充電最小需求量（輛/年）</p><p>　　在k位置建設(shè)充電站的成本（歐元）</p><p><b>　　4.案例研究</b></p><p>　　選擇了巴塞羅那作為此次案例

21、分析的對象。通過分析所給的兩個(gè)原始數(shù)據(jù)矩陣的信息，構(gòu)建整個(gè)城市交通路徑和交通流量模型。一個(gè)是來自2006年巴塞羅那交通署調(diào)查交通流量數(shù)據(jù)；另外一個(gè)是加泰羅尼亞自治政府公布的道路分布情況。通過Dijkstra最短路徑算法可以估算出路網(wǎng)的交通流量[17]。</p><p>　　表2 方法1和方法2的性能比較</p><p>　　圖1 用到快速充電站最小成本選址規(guī)劃當(dāng)前的燃料站、大型超市和購物中

22、心分布情況</p><p><b>　　A. 區(qū)域信息</b></p><p>　　本項(xiàng)工作基于Autoritat交通署調(diào)查的交通流量信息之上來實(shí)現(xiàn)的。從調(diào)查的數(shù)據(jù)可知，巴塞羅那被交通署劃分成305個(gè)區(qū)域，其中63個(gè)區(qū)域在巴塞羅那城市內(nèi)。加泰羅尼亞地方政府發(fā)布了簡化版本道路圖，其中包含了被用來構(gòu)建最短路徑的63個(gè)巴塞羅那區(qū)域。此圖只是過濾與巴塞羅那的城市信息,它由94

23、0個(gè)節(jié)點(diǎn)和2552個(gè)邊緣組成。</p><p><b>　　B. 車流量假設(shè)</b></p><p>　　該數(shù)據(jù)描述了巴塞羅那城區(qū)內(nèi)與城外242各區(qū)域的私家車流動情況。本文假設(shè)巴塞羅那城區(qū)內(nèi)的電動汽車的分布是均勻的。上下班的人分配到不同的區(qū)域，他們通過搜索最近的高速公路進(jìn)去城區(qū)。</p><p><b>　　C. 建設(shè)成本</b

24、></p><p>　　電動汽車充電站的運(yùn)行成本可以根據(jù)以下標(biāo)準(zhǔn)把940個(gè)充電站建設(shè)的候選點(diǎn)分為四類：第一類充電站既可以充電還可以提供洗車服務(wù)；第二類充電站可以同時(shí)給10輛電動汽車充電；第三類充電站其同時(shí)充電數(shù)小于10，其內(nèi)部建設(shè)了超市或商場；第四類充電站和以前的充電站完全相同。為此，城市的能源補(bǔ)給站、大型超市和商場的建設(shè)位置需要選擇離網(wǎng)絡(luò)最近的候選點(diǎn)。這些能源補(bǔ)給站的相關(guān)數(shù)據(jù)都是由西班牙的工業(yè)、旅游業(yè)和商

25、業(yè)部通過網(wǎng)公布的；配電網(wǎng)的費(fèi)用、設(shè)備的費(fèi)用按市場給定的價(jià)格進(jìn)行計(jì)算，建設(shè)的征地成本按照巴塞羅那土地均價(jià)進(jìn)行計(jì)算。</p><p>　　圖2 方法1(黃色)和方法2(紅色)在捕獲50%流量情況下巴塞羅那地圖快速充電站分布網(wǎng)絡(luò)</p><p><b>　　5.計(jì)算結(jié)果</b></p><p>　　由上述可知該模型是一個(gè)整數(shù)線性問題，可使用通用數(shù)學(xué)建

26、模系（GAMS）統(tǒng)進(jìn)行求解，并且運(yùn)用CPLEX優(yōu)化準(zhǔn)則選擇求出的結(jié)果。兩個(gè)模型被用于對捕獲50%,70%和92%的巴塞羅那的年度交通流量情況下尋找最優(yōu)的位置快速充電站。最終獲得的結(jié)果是充電設(shè)施建設(shè)的最佳網(wǎng)絡(luò)節(jié)點(diǎn)位置和充電站建設(shè)的總成本。為了確保模型1的捕獲的年度交通流量可以達(dá)到50%、70%和92%，所以要不斷增加充電站的數(shù)量p直到達(dá)到所要求的捕獲值。</p><p>　　在圖2中顯現(xiàn)了兩種方法在捕獲巴塞羅那50

27、%的年度交通流量的結(jié)果。從圖中可以看出，方法1和方法2所選出快速充電站的位置有兩個(gè)是相同的。方法一求出的5個(gè)快速充電站位置中有3個(gè)處于巴塞羅那的南部地區(qū)；方法二對北部的充電站位置重新規(guī)劃了；還可知有兩條主要的公路進(jìn)入巴塞羅那城內(nèi)。除此之外，方法二還有確定了2個(gè)快速充電站位置，方法一也會確定一些與現(xiàn)有加油站不重合的電動汽車充電站建設(shè)點(diǎn)。兩種方法確定快速充電站位置都處于網(wǎng)絡(luò)節(jié)點(diǎn)，當(dāng)前那些位置也正在建設(shè)加油站。建設(shè)充電站位置附近存在有洗車服務(wù)

28、的加油，他們將會大大的降低配電網(wǎng)重構(gòu)的投入。</p><p>　　可以看出，運(yùn)用方法二求解捕獲的巴塞羅那的年流量50%所建設(shè)的充電站數(shù)量有所增加，比方法一要多建設(shè)兩個(gè)。然而，從表2中可以計(jì)算出方法二的總成本費(fèi)用比方法二少7%。雖然方法二最終確定的充電站的個(gè)數(shù)較多，但確定的充電站建設(shè)位置附近存在加油站、大型超市和商場。通過對原有的加油站、大型超市和商場利用，可使充電站的建設(shè)成本降低。</p><

29、p>　　表2中顯示了運(yùn)用兩種方法在不同的捕獲交通流量下，所需的電動汽車充電站的總數(shù)和充電站建設(shè)成本。可以看出，在所有參數(shù)確定時(shí)采用方法一可以減少建設(shè)充電站的數(shù)量。如果追求成本最小化，可運(yùn)用方法二使其建設(shè)成本將減少5%～10%。在其他城市應(yīng)用第二種方法所節(jié)約的成本，由建設(shè)位置附近的交通流量、加油站和共用停車場情況決定。</p><p><b>　　6.結(jié)論</b></p>

30、<p>　　可靠的充電站不僅是電動汽車運(yùn)行技術(shù)前提，還是讓消費(fèi)者接受電動汽車的重要組成部分?？紤]到電動汽車充電時(shí)間、前期建設(shè)成本和市場需求情況，快速充電站是作為共用充電基礎(chǔ)設(shè)施的最好選擇。然而，由于城市里空間狹小和配電網(wǎng)中負(fù)荷較重，導(dǎo)致充電站建設(shè)費(fèi)用增加。運(yùn)用傳統(tǒng)的流量捕獲法對快速充電站進(jìn)行選址規(guī)劃可以得到一系列的建設(shè)位置，這些點(diǎn)只專注于在充電站數(shù)量固定時(shí)最大限度的滿足消費(fèi)者充電站需求，沒有對其建設(shè)成本進(jìn)行考慮。在巴塞羅那的交

31、通網(wǎng)絡(luò)中建設(shè)快速充電站工作中需要對其成本進(jìn)行考慮。我們通過對原有的加油站、大型超市和商場利用，可使充電站的建設(shè)成本和配電網(wǎng)加固的費(fèi)用有所減少。這種選址方法可以使充電站規(guī)劃目標(biāo)有很好的可行性和項(xiàng)目資金管理更加完善，可降低5%～10%成本。這種選址規(guī)劃方法可以很容易借鑒給其他城市，但其節(jié)約的成本需要結(jié)合當(dāng)?shù)氐牡慕煌髁?、加油站和共用停車場情況來定。</p><p><b>　　參考文獻(xiàn)</b>&

32、lt;/p><p>　　Corchero, Cruz-Zambrano, Heredia等. 計(jì)及快速充電站微網(wǎng)規(guī)模規(guī)劃[J]. 2012年第9屆歐洲能源市場國際會議, 2012</p><p>　　Hakimi. 灰色關(guān)聯(lián)分析法（一個(gè)圖形）的交換中心、絕對中心和中位數(shù)的最優(yōu)定位[J]. 運(yùn)籌學(xué)，1964, (12):450-459.</p><p>　　Revelle

33、, Swain. 中心設(shè)備選址規(guī)劃[J]. 地理分析, 1970, (02):30-42.</p><p>　　Hodgson. 流量捕獲選址模型[J]. 地理分析, 1990, (22):270-279.</p><p>　　Berman, Larson, Fouska. 自行決斷的服務(wù)設(shè)備選址規(guī)劃[J]. 交通學(xué)報(bào), 1992, (26):201-211.</p><

34、;p>　　Averbakh, Berman. 定位采集單元在多計(jì)數(shù)和規(guī)模報(bào)酬遞減網(wǎng)絡(luò)中的應(yīng)用[J]. 歐洲運(yùn)籌學(xué), 1996, (91): 495-506.</p><p>　　Hodgson, Berman. 廣告牌選址模型[J]. 地理與環(huán)境模型, 1997, (01):25-45.</p><p>　　Hodgson, Rosing, Zhang.一個(gè)交通網(wǎng)絡(luò)的車輛檢查站的選址

35、規(guī)劃[J]. 地理分析, 1996, (28):299 -314. </p><p>　　Kuby, Lim. 基于流量捕捉法的新能源汽車選址規(guī)劃研究[J]. 社會經(jīng)濟(jì)規(guī)劃科學(xué), 2005, (39): 125-145</p><p>　　Upchurch, Kuby. 中位法與流量捕捉法再生能源充電站規(guī)劃模型比較[J]. 運(yùn)輸?shù)乩韺W(xué), 2010, 6(18): 750 -758.<

36、/p><p>　　Kuby, Lim. 基于流量捕捉與候選點(diǎn)分散定位再生能源站選址規(guī)劃研究[J]. 網(wǎng)絡(luò)空間經(jīng)濟(jì)學(xué), 2007, 7(02): 129-152.</p><p>　　Lim, Kuby. 基于啟發(fā)式算法的加油站和再生能源站選址規(guī)劃[J]. 歐洲運(yùn)籌學(xué)雜志, 2010, 204(01): 51-61.</p><p>　　Kuby, Lines, Schu

37、ltz等. 佛羅里達(dá)氫氣站最佳選址規(guī)劃策略, 國際氫能期刊, 2009, (34): 60456-064.</p><p>　　Kuby, Kim. 基于流量偏差的加油站網(wǎng)絡(luò)選址規(guī)劃模型[J]. 國際氫能期刊，2012,(37):5406-5420.</p><p>　　Enquesta Mobilitat Quotidiana de Catalunya (EMQ 2006). Autor

38、itat del Transport Metropolit i el Departament de Poltica Territorial i Obres Pbliques de la Generalitat de Catalunya</p><p>　　西班牙的工業(yè)、商業(yè)與旅游. http://www.mityc.es/, accessed on 2012-09-01</p><p>