近年來,圍繞新能源汽車的話題不斷:新能源車的免購置稅、新能源車將有專門車險,持續(xù)上漲的銷售量、新能源車車牌搖號……我國新能源汽車產(chǎn)業(yè)正處于快速發(fā)展階段,其中純電動汽車的發(fā)展更為迅猛。
據(jù)統(tǒng)計,2018年中國純電動汽車銷量為98.4萬輛,比上年同期增長50.8%,已經(jīng)連續(xù)四年保持純電動汽車銷量世界第一。截至2019年上半年,我國純電動汽車保有量達到281萬輛,占新能源汽車總量的81.74%。
目前,主流電動汽車的續(xù)航里程已經(jīng)達到450km水平,而且在2019年將會有續(xù)航超過500km,甚至600km的車型上市。根據(jù)中國充電聯(lián)盟發(fā)布的數(shù)據(jù),截至2019年6月,我國充電樁保有量已超過100萬臺,同比增長69.3%。其中,國內(nèi)各企業(yè)建設的公共充電樁超過41萬臺,私人充電樁保有量超過59萬臺,車樁比達到3.5:1。
一輛電動汽車,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以上的充電時間;如果要跑長途,還得計劃好路線、計算好路程并了解沿途充電樁的情況。因此,電動汽車用戶的主要關注點不外乎是續(xù)航里程、電量衰減、充電樁分布、充電速度等。
電動汽車充電設施布局是否合理,將直接影響用戶的充電滿意度,進而影響未來電動汽車產(chǎn)業(yè)的發(fā)展。針對電動汽車充電需求時空分布的復雜性,目前已經(jīng)有很多專家學者做了相關理論的研究,如利用馬爾科夫鏈模擬電動汽車運行規(guī)律,得到充電需求的時空分布特征;利用交通出行矩陣和云模型預測充電負荷時空分布;基于出行鏈的電動汽車充電負荷預測方法等,但這些都沒有考慮電動汽車的多樣性,也忽略了交通路況對充電需求的影響。
精確的電動汽車充電需求預測是充電樁/站規(guī)劃的前提,但目前在對充電樁/站規(guī)劃時,鮮有專家學者考慮充電需求在路網(wǎng)上的時空分布問題。基于此,鄭州大學電氣工程學院的姜欣、馮永濤等,國網(wǎng)湖北省電力有限公司電力科學研究院的熊虎,提出了一種基于城市路網(wǎng)特征和電動汽車出行概率矩陣的電動汽車充電站規(guī)劃模型。
首先,基于城市道路拓撲結(jié)構(gòu)和改進速度-流量關系模型模擬電動汽車行駛特征。在此基礎上,通過構(gòu)建電動汽車出行概率矩陣,采用蒙特卡洛方法預測電動汽車快充需求的時空分布。然后,從便于用戶友好充電的角度出發(fā),以充電站建設運行成本和用戶充電途中行駛成本最小為目標,基于出行概率矩陣建立了電動汽車充電站選址定容模型:采用Voronoi圖劃分充電站服務范圍,通過改進粒子群算法確定充電站最優(yōu)位置,利用排隊論優(yōu)化各充電站容量,得到統(tǒng)計意義上更為合理的結(jié)果。
最后,他們以某市中心城區(qū)電動汽車充電站規(guī)劃為例進行了仿真分析,結(jié)果表明:這一模型和方法是可行和有效的。有關研究成果已發(fā)表于2019年《電工技術(shù)學報》增刊1上,論文題目為“基于出行概率矩陣的電動汽車充電站規(guī)劃”。
學者們認為,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汽車出行特征,通過改進速度-流量實用關系模型,能夠更加精確地預測電動汽車充電需求時空分布特征;該充電站最優(yōu)規(guī)劃模型,無需給出規(guī)劃區(qū)域充電站數(shù)量、待選站址。該模型可以根據(jù)充電需求時空分布,自動生成充電站最優(yōu)數(shù)量、位置、容量和服務范圍,所得結(jié)果可以作為實際充電設施規(guī)劃的參考依據(jù)。
他們表示,下一階段需要進一步研究的是:考慮紅綠燈位置、數(shù)量和電動汽車用戶個人實際行駛習慣等影響因素,優(yōu)化充電需求預測模型;充電站規(guī)劃時考慮站間聯(lián)系,這樣用戶可以自發(fā)選擇到空閑的充電站進行充電等。