首页 > 论文范文 > 工程工业论文 > 重工业论文 > 汽车工业 > 新能源汽车城市公共充电设施空间合理布局的策略

新能源汽车城市公共充电设施空间合理布局的策略

2021-06-22 310 上传者：管理员

摘要：为进一步提高城市新能源汽车用户车辆使用便捷性和充电设施综合利用效率,选取典型城市为研究对象,根据城市道路信息、地区人口分布、居民出行特征、已建充电设施等信息,结合交通流量模型,构建了新能源汽车充电需求模型,优化设计了典型城市公共充电基础设施优化布局,为城市充电系统合理配置提供了有效解决方案。

关键词：
仿真研究
优化布局
充电基础设施
充电需求模型
新能源汽车
加入收藏

中国是全球新能源汽车产业第一大国，但“充电难”仍是行业发展面临的主要难题之一。城市公共充电设施是新能源汽车充电服务体系中的关键一环，其合理布局直接影响到用户车辆使用便捷性和充电设施综合利用效率。

国外关于电动汽车充电设施布局选址的研究主要包括两大方面：第一，以经典选址模型为基础，考虑多方面影响因素建立数学模型进行充电站选址规划；第一，基于实测数据、行为仿真实验得到的模拟数据对充电需求、充电行为进行统计学分析，在此基础上进行充电站的选址规划[1,2,3,4]。而国内的电动汽车充电设施选址研究起步不久，大多数是从运营收益、配电网影响等方面进行研究，建立选址模型时比较缺乏交通因素的考虑。在充电需求预测方面，基于实际出行数据分析方面的研究较少，更多的是应用国外统计数据进行预测，或者通过传统燃油汽车对汽油的需求来推测电动汽车的充电需求[5,6,7,8]。

本研究根据城市居民出行特征数据，分析新能源汽车充电需求逻辑，建立新能源汽车充电需求模型，计算新能源汽车充电需求，从而合理确定公共领域快充桩的建设地点。建立的充电需求逻辑和充电需求模型，适用于全国范围内城市或城市群，对于公共领域充电设施建设合理布局具有指导意义。

1、优化布局计算方法

1.1 主要计算逻辑

公共领域内充电基础设施应建设在新能源汽车的充电需求点。即：当电池电量报警灯亮起时，新能源汽车将改变原来的路径转向去最近的快速充电站充电[9,10]。基本逻辑可描述为：

(1）根据城市居民出行特征，在道路路网地图中标定起点和目的地；

(2）以行驶过程中时间最短为标准，规划居民出行路径；

(3）设定新能源汽车特性参数，沿既定路径从起点正常行驶出发；

(4）当电池残余量低于某一阈值时，考虑移动至充电站；

(5）当目的地相对充电站较近时，将直接前往目的地；否则，前往公共充电站进行充电。

新能源汽车充电基础设施合理配置逻辑图1所示。

1.2 关键影响因素

公共领域内充电基础设施应设置在行驶中的新能源汽车需要充电的位置。影响基础设施布局的客观基础信息涉及大量调研数据和统计数据。包括：数字地图信息、主要道路信息、人口统计数据、交通流量数据、私家车出行特征数据。

1.2.1 道路地图信息

道路地图主要由城市道路数据组成，具体包括国道、高速公路、快速路、支路、干路以及行政边界、海岸线、河流、建筑物等。城市道路地图信息可通过公开网站进行下载。如OpenStreetMap[11]等可提供部分城市或地区范围内道路地图信息。

1.2.2 车辆出行特征数据及其来源

车辆出行时空轨迹主要有三种渠道可以获取：一是通过安装GPS设备的智能终端按一定的时间频率直接采集数据，多用于出租车出行领域。二是基于交通主管部门交通普查。该方式为随机抽样入户访问，普查获取数据后借助交通仿真软件进行规划路径和数据拼接处理，进而获取出行空间特征数据。三是基于手机等通信信号移动变化获取的交通出行数据。其特点是不区分移动出行方式、信号更新及时，一般由中国移动、中国联通和中国电信掌握。此类数据需借助交通仿真模拟进行加工和拼接后使用。所获取的数据包括：车辆24小时内的经纬度信息，居民出行次数、居民出行时耗、居民出行距离、居民出行方式特征等。

基于数据的可获取性、及时性和可靠性，本研究采用基于移动通讯工具获取车辆24小时出行时空轨迹。

1.3 充电需求算法

当新能源汽车中的电量小于报警阈值时，车辆能耗报警等将亮起，新能源汽车将决定是否沿既定的路线前往目的地还是前往最近的充电站进行充电。选择的依据依赖于到达目的地的时间和到达最近充电站的时间。当到达最近充电站的时间小于到达目的地的时间的时候，新能源汽车将前往最近的充电站进行充电。充完电之后，新能源汽车将继续前往目的地。计算过程中剩余电量模型和能源消耗模型如式（1）、式（2）。

式中，Eichrg(t）为新能源汽车锂离子电池剩余的电量；SOCiEV(t）为电池电量状态；SOCistart为新能源汽车出发点时的电量状态；Eichrg(0）为新能源汽车出发时电池中电量；Ci为电池的容量；Eiloss(t）为电量的消耗；Lfm为单位电量行驶的公里数；Pac为附件装置空调的耗电量；tirun(t）为新能源汽车运行的累计时间；LiEV(t）为新能源汽车运行的累计距离；Eiadd(t）为新能源汽车在充电站或者用其他充电设备再次充的电量。

计算过程中，模型取值主要根据典型区域内主流车型及车主调研结果，具体见表1。

2、充电需求模拟

2.1 路网信息简化及交通仿真

以天津市为例，开展城市公共充电设施需求模拟计算。在兼顾计算速度和模拟精度的前提下，进行城市道路网路简化，如图2所示。基于NeXTA(NetworkEXplorerforTrafficAnalysis）软件进行车辆移动的动态仿真和路径规划，批量化处理车辆轨迹数据信息侯，运用新能源汽车充电需求模型进行计算车辆的充电需求点，并在三维地图中进行点的标记和视频输出。

2.2 数据来源及样本量

项目组基于17万条手机移动出行数据进行筛选，选取长距离出行2396条交通需求数据模拟新能源汽车日常出行。处理后数据出行距离分布如图3所示，其中出行者日出行距离20至50公里区间占据多数，占总样本量比例为65%。

由车辆出行时间统计结果可知，车辆出行呈现“早高峰”和“晚高峰”的“双峰通勤”特征，早高峰时间从6:00开始，道路交通流量在7:00-8:00之间达到第一个高峰，并于10:00结束；晚高峰于16:00开始，并在一个小时之内道路交通流量达到第二个峰值，并于20:00结束。同时，约五成的车辆每日出行两次，即上下班通勤。车辆日均出行次数为2.54次。

2.3 情景及参数设定

基于城市新能源汽车车型结构及车辆实际续驶里程，项目组设定了三种车型情景设置（150km、220km和300km），具体参数见表2。其中，不同续航里程对应车型携带的电池电量为18kWh、33kWh和48kWh，充电需求阈值数据分别参考车辆提示充电警告值和消费者调研获取，车辆空调等附件功率数值通过访问新能源汽车测试专家获取。

2.4 模拟结果及结论

随着车辆续航里程的增加，充电需求点急剧减少。当车辆续航里程在150km时，充电需求点发生数量为505个；当续航里程增加47%，增至220km时，充电需求发生点数量减少近93%，降至38个；当车辆续航里程继续增加36%，增至300km时，降至5个。

车辆续航里程不同，充电需求点位置分布差距较大；随车辆续航里程的增加，充电需求发生点由中心城区向环城区、远郊县区转移。

充电需求点发生时间呈现两个峰值，第一个峰值发生在上午9:00至12:00之间，此区间内充电需求点发生数量占全部充电需求点发生数量的25%；第二个峰值发生在下午17:00至21:00之间，此区间内充电需求点发生数量占比为42.3%。

3、优化布局建设方案设计

3.1 建设比例

通过充电需求点和辖区面积的比例关系，得到各辖区充电需求点密度。不同辖区内公共充电桩的建设数量，可参考辖区内充电需求发生点数量之间的比例进行配置。即，中心城区:滨海新区:东丽区:宁河区:西青区:蓟州区:津南区:北辰区:宝坻区:武清区:静海区=43:153:26:70:26:72:19:21:49:50:17。

3.2 空间分布

根据充电需求发生点的分布确定天津市各辖区内公共充电桩的建设方案如下：

3.2.1 中心城区

建议在“(1)红旗南路-黑牛城道-昆仑路”和“(2)地铁1号线北段和地铁5号线南段”布局充电设施。具体如图5所示。

3.2.2 滨海新区

建议在“(1)G2501滨保高速沿线”、“(2)海滨高速-中央大道”、“(3)长深高速-滨石高速”、“(4)塘承高速-津滨公路”和“(5)津港高速”布局充电设施。具体如图6所示。

3.2.3 其他辖区

城市其他辖区（东丽、宁河、西青、蓟州、津南、北辰、宝坻、武清、静海）新能源汽车充电基础设施空间布局方案如图7所示。

4、结束语

本研究选取典型城市为研究对象，根据城市道路信息、地区人口分布、居民出行特征、已建充电设施等信息，结合交通流量模型，构建了新能源汽车充电需求模型，优化设计了典型城市公共充电基础设施优化布局，为城市充电系统合理配置提供了有效解决方案。充电需求模拟结果表明：

(1）随着车辆续航里程的增加，充电需求点急剧减少。当典型车辆续航里程设定为150km时，充电需求点为505个；当续航里程增至300km时，充电需求点降至5个。

(2）车辆续航里程对充电需求点空间位置布局影响较大。随车辆续航里程的增加，充电需求发生点由中心城区向环城区、远郊县区转移。