新能源公交充电场站的区域供需平衡模型

刘磊

摘要：本文提出一个基于贪心算法的公交充电场站空间优化模型，核心是将充电站的相对空间距离、单个充电站的供需情况（以充电负荷度表示）和公交车充电调度最长距离作为约束条件，在工作量可控的前提下，寻找最佳充电站组合方案，以实现区域内充电站的供需平衡最大化。本文的研究成果面向实际工作，可以直接应用于对现有公交场站和相关车辆线路的调度优化工作，具有良好的普适性和可操作性。

关键词：新能源公交;充电场站;供需平衡

1 研究背景

公交场站的空间布局是编制公共交通专项规划中的基础工作，布局的确定通常结合城市发展、客流预测、出行特征、用地条件等综合考虑，其基础是构建公交网络化模型追求最大化广义出行价值。近年来对其改进研究，主要集中在多个方面：多目标的空间优化，如与其他交通系统的空间协调，具体以城市轨道交通系统为主;对场站优化的理论模型改进，如采用改进的网络优化算法来求解场站布局;约束条件限定下的空间优化，如针对特定区域（如老城）、特定公交类型（如快速公交）的场站空间布局优化。此外，对无人驾驶、共享汽车新业态等带有准公交场站性质的充电场站的研究，也是近年来的热点。

以公交场站的空间布局优化为目标，把交通需求与能源供给进行系统考虑，运用成熟方法论解决实际项目问题的研究或创新方法论的理论研究——即使对产业主体和管理部门（如城市规划和交通运输管理部门）具有重要的现实意义，在现阶段却是较为缺乏的。基于此，本研究提出一种区域平衡的公交充电场站空间布局优化方法，一方面可用于对现有公交场站和车辆的运营优化;另一方面可用于对供需薄弱区域进行综合判定，辅助决策下一阶段增量建设的重点区域。

2 案例及模型构建

截至2020年10月底，某市区已建成公交充电站共计82个，目前在建及规划公交充电站60个，总计142个充电场站。根据前期研究成果，单个充电站的日充电能力S和日需电量D已知，针对单个场站，引入单个场站用电负荷度θ的概念：

θ=D / S（1）

式中：S为单个充电站的日充电能力;D为日需电量;θ为单个充电站的充电负荷度。

很显然，当单个场站负荷度θ > 1，意味着该场站的供电能力供不应求（属于亏电场站），该场站的车辆需要到其他富电场站（θ ≤ 1）借电。这时，借电公交车辆需要越站行车一定距离。根据相关企业的调研结果，考虑到公交车运营经济性，本研究取5 km作为借站充电的空驶里程临界值。也就是说，单个场站与公交车辆/线路有一一对应的关系，但如果本站车辆由于某些原因，需要去其他场站充电，其越站行驶距离不超过5 km，否则就是不经济的。

在本研究中，确定一个近期时点进行场站负荷度预测，得到结论是有115处场站的充电供给充足或者基本平衡（θ ≤ 1），而有27处场站供给不足（θ > 1）。

按照前文所述，需要将上述148个场站进行空间组合聚类，引入区域用电负荷度σ的概念：

式中：σ为区域用电负荷;Si、Sj、Sk和Di、Dj、Dk分别为i、j、k充电站的供电能力和需电量。

同样的，当区域负荷度σ > 1，意味着该场站的供电能力不足，反之则是供电充足。由于148个站点的空间坐标已知，其两两之间相对位置也就确定，空间关系可以抽象为一个148×148的距离矩阵。

3 模型计算和结果分析

模型中核心步骤是寻找最优的场站组合，本案例中共有27个亏电场，因而有27！个亏电场站组合，每种组合中针对每个亏电场站还有若干种子组合，子组合全部计算判定后需要回到上一层组合，计算量极大。穷举法计算的数量级大约在1030～1035，常规运算时间非常长，人工计算则更不可能。

考虑到巨大的样本和逻辑关系，本研究使用的算法是贪心算法。顾名思义，贪心算法是在每一步运算中均作出在当前看来是最好的选择，因而贪心算法并不是从整体最优考虑，而是通过多个局部最优解推导出最终结果。当然，通过穷举的办法确定所有运算顺序可优化贪心算法，使得最终结果更接近于整体最优解。

具体步骤如下：

（1）对n个亏电场站进行排序，共有n！种排序组合，此时的排序集合为第一层组合集合。本例中，亏电场站共27个。因此，n=27。

（2）针对n！种组合的某一种排序组合，按照前述条件，计算第1个亏电场站与富电场站的子组合顺序，即第二层组合集合。按顺序计算该子组合的区域负荷度σ，并优选σ ≤ 1的方案且最接近于1的σ值的方案。注意此步骤中富电场站一旦被前序亏电场站选择，则后续亏电场站将无法选择。

（3）仍然针对该特定排序组合，计算第2个亏电场站与富电场站的子组合顺序，基本步骤重复步骤2，注意前序已选择的富电场站不再进入选择集。

（4）重复步骤3，直至该种排序中全部亏电场站均已选择富电场站或已无富电场站与之匹配。此时满足将σ > 1的区域（场站组合）数量即为前文所述的λi。

（5）回到步骤1，按照第一层组合集合中的其他n！–1种排序组合重复步骤（2）、（3）、（4），直至所有排序组合全部完成。将所有λ排序，取λ最小所对应的组合方案。

4 结语

当然，本研究重點在于构建模型逻辑框架以及核心算法求组合最后解，部分内容还可以在下阶段研究中继续深化。如：本例中考虑的越站充电的5 km距离限制取的是欧氏距离;为简化计算引入部分限制条件，规定每个区域组合仅能包括一个亏电场站。下一步可采用路径距离替代欧氏距离、算法优化等策略，进一步提高计算效率，提高模型精度。此外，本研究关注公共交通场站，而相较于相对固定的公共交通服务，社会车辆的充电供需研究会更加复杂。然而，对于空间布局的资源优化问题以几个场站统筹考虑的优化思路是一致的。实际中如果公交场站充电设施不足，也可以考虑使用社会资源，如综合能源站（加油加气站今后逐渐改为综合能源站）等。因此，本文是在公交场站布局基础上做的简化的模型，其模型方法做适当修改后，同样可以运用于综合能源站、社会车辆在城市充电站、高速公路充电站等场景。

参考文献

[1]国家发展改革委.“十四五”循环经济发展规划[R].北京：国家发展改革委，2021.

[2]交通运输部，中央宣传部，国家发展改革委，等.绿色出行行动计划（2019—2022年）[R].北京：交通运输部，2019.

[3]刘华胜.城市轨道交通与常规公交协调优化关键方法研究[D].吉林：吉林大学，2015.