基于充电选择行为的电动汽车充电设施布局优化研究

发布时间：2020-04-29 10:34

【摘要】：电动汽车成为城市低碳交通发展的重要方向,其相对有限的续航里程却在一定程度上制约其进一步发展。为此,大力发展电动汽车充电设施,成为促进电动汽车发展的重要手段。然而,目前我国公用充电设施领域面临设施使用率低下的问题,其中主要的原因是缺乏合理考虑出行者日常出行活动的充电需求估计及充电设施布局方法。因此,有必要在综合考虑出行者出行活动和充电选择行为的基础上,研究充电需求估计方法及充电设施布局优化方法。本文首先从充电选择行为、充电需求估计和充电设施布局等方面开展了国内外研究综述,分析现有研究的进展和有待改进之处。在此基础上,本文提出了出行者充电决策过程判断逻辑,并基于意向(Statedpreference,SP)调查数据,考虑风险态度和不同的决策机理,深入分析出行者的充电选择行为机理;在出行者的既有出行活动和时间预算不变的假设前提下,以出行者的出行满足率最高为目标构建充电设施布局优化模型,并基于北京市实际出行数据和路网数据,对比分析了各种方案下的需求满足效果。具体而言,本文开展的研究工作及成果如下:(1)电动汽车充电选择行为特征分析。对电动汽车车主开展充电选择行为SP调查,通过场景实验设计、态度调查和个人社会经济属性调查等获取充电选择行为数据,并研究上述变量和充电比率之间的关系;与北京市整体人群相比,被调查者群体更加年轻且学历相对较高,群体的收入水平要低于整体人群的收入水平;对上述变量特征分析结果表明,场景变量中,车辆电池荷电状态(State of Charge,SOC)、目的地活动类型、充电费用、停车费用、富余里程等变量对于充电比率具有明显影响,风险态度指标中的最低可接受SOC及个人属性中的购买电动汽车时长等变量对于充电比率的影响较为明显。(2)电动汽车出行者充电选择模型。提出了确定性和随机性充电决策过程,并在随机性充电决策过程中,考虑采用充电选择模型估算充电概率;在变量特征分析的基础上,考虑风险态度和偏好异质性,分别采用binarylogit(BL)模型、潜在分类BL模型和引入结构方程的混合选择模型(Hybrid choice model,HCM)构建充电选择模型,同时考虑属性无视(Attribute non-attendance,ANA)的选择机理,剖析个人属性、充电状态、车辆状态、目的地状态、后续活动状态等传统影响因素和风险态度对电动汽车充电选择行为的影响,并分析不同人群的充电选择行为特点;模型结果表明,电动汽车出行者主要被划分为考虑SOC、充电费用、充电地点、停车费用等多种影响因素的风险喜好类人群和重点关注富余里程的风险规避类人群。(3)构建以最大化满足电动汽车出行者日常出行需求为目标的充电设施布局优化模型。分别构建静态充电需求和动态充电需求下布局优化模型,在模型的充电需求估算部分,结合出行者充电决策判断过程,出行者基于既定出行链、分时段充电设施满空状态等实时自主进行充电决策,同时充电设施满空状态根据出行者充电决策实时更新,实现充电决策和充电设施之间的互馈;在布局优化部分,基于出行者的日常出行链,假定不改变出行者日常出行活动和时间预算的前提下,以充电设施资源条件有限等为约束条件,量化出行者的日常出行完成度,以最大化日常出行完成度为目标,构建充电设施布局优化模型;静态充电需求下布局优化模型以小区为单位进行充电设施优化,假设小区内的充电设施足够满足其日常充电需求;进一步地,提出动态充电需求下布局优化模型,考虑充电需求随时间变化的特性,并考虑了充电设施的占用状态,在研究区域整体充电设施数量一定的情况下优化各小区各类型充电设施的数量。(4)以北京市为例分析充电设施布局优化及需求满足效果。通过实际的北京市路网数据和出行者出行链和活动数据,以北京市四环内作为研究区域,针对不同的充电设施数量限制条件提出并分析了公用充电设施布局优化方案,分析充电设施网络的空间分布情况、设施服务水平等网络指标;对现状布局和优化布局的充电需求满足效果进行了分析,并分析了不同的充电设施总量、家庭充电桩比率等场景下的充电设施网络满足效果;结果表明,优化布局相比现状布局能够有效降低出行损失总量,且能够有效增加公用充电桩利用率(由7.2%增加至15.3%);空间分布上,优化布局结果相对更为分散且更为契合充电需求的空间分布;敏感性分析结果表明,增加公用充电设施和家庭充电设施均能够有效降低出行损失,然而增加公用充电设施会导致利用率迅速下降,因此,配置充电设施网络需要兼顾充电需求的满足效果和更大规模充电设施网络可能带来的利用率低和资源浪费问题。
【图文】：

技术路线图,技术路线,论文,离散选择

Ｆｉｇｕｒｅ邋１．１邋Ｆｌｏｗ邋ｃｈａｒｔ邋ｏｆ邋ｔｈｅ邋ｄｉｓｓｅｒｔａｔｉｏｎ逡逑１．４研究方法逡逑为了实现上述研究目标和研究内容，，本文主要采用了文献研究、问卷调查、基逡逑于离散选择理论的建模方法、最优化方法等。逡逑６逡逑

充电场,示例,被调查者

逦３．１．１场景实验设计逡逑场景实验设计部分通过将充电状态、车辆状态、目的地状态和后续活动状态等逡逑因素进行组合，形成不同的场景，并让被调查者根据场景选择是否充电。图３．１表逡逑示的是两种场景实验的示例。逡逑在场景调查前，电动汽车的基本信息将会提供给被调查者，为了尽量保证实验逡逑中的变量数量不要过多，实验中假设被调查者的使用统一的电动汽车模型。本研究逡逑选取在北京市较为普及的北汽Ｅ１５０作为实验车型，该车型的续航里程大约为１５０逡逑公里，电池容量２５．６ｋＷｈ，慢充需要６至８小时，快充至８０％电量需要３０分钟以逡逑上陶。逡逑在电动汽车模型确定的情况下，通过向被调查者提供充电状态、车辆状态、目逡逑的地状态和后续活动状态等信息，获取被调查者是否在某一目的地充电的行为选逡逑择结果。图３．１展示了两个场景示例。逡逑：
【学位授予单位】：北京交通大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：U491.8

【参考文献】