一種提高電動汽車充電設施規劃質量的方法與流程
2023-05-31 07:24:01
本發明屬於電動汽車充電設施的規劃技術領域，特別是涉及一種提高電動汽車充電設施規劃質量的方法。
背景技術：
能源短缺與環境惡化已經成為全球最為關注的問題，節能減排是我國經濟持續發展迫切需要解決的問題。電動汽車具有以電代油、尾氣「零排放」等特點，是解決能源和環境問題的重要手段。大規模的電動汽車還可以作為分布式儲能裝置，可為電力系統所用。近年來，國務院、黨中央對新能源汽車推廣以及充電基礎設施建設方面賦予了前所未有的重視與熱情，部署了加快電動汽車充電基礎設施和城市停車場建設、補公共服務短板促進擴內需惠民生的提案；2015年政府工作報告中首次明確提出並制定了「網際網路+」行動計劃，試圖推動網際網路技術與現代製造業的融合，為電動汽車充電基礎設施建設提供了新的契機，推動車聯網平臺建設。
2015年底在北京、天津等城市已實現了車聯網平臺上線運行。一方面為充電設施運營提供設施接入、運行監控、充電預約和費用結算等全面服務功能，另一方面將為電動汽車用戶帶來網際網路+充電服務體驗。平臺以易充電服務網站和e充電手機app作為主要交互手段，為電動汽車用戶提供充電設施位置及狀態查詢、車輛導航、統一充電卡支付與無卡支付等充電服務，同時支撐政府實現充電服務行業監管與充電設施規劃布局，支撐充電服務行業發展，實現資源整合、互聯互通。實現通過「線上app+充電網絡+線下充電設備」的o2o閉環將人、車、樁串聯起來，從而獲得變現贏利點。
但目前，由於新能源汽車充電設施不完善，難以滿足現有新能源汽車充電續航要求，已成為當前和未來一段時期內推廣新能源汽車的主要障礙，需要加大宣傳推廣力度，並理順利益分配機制，提高相關場所管理者對充電樁的認識和接受程度，同時創新充電方式、減小用地難等建設阻力，化解建設場所難題，加快普及布設充電樁。
電動汽車的發展需要相關配套設施。充電設施對電動車就像加油站對傳統汽車一樣，是不可或缺的基礎建設。但是現階段充電設備的建設需要巨額投資和系統規劃，且需要依賴政府的資金、政策等扶持，電動汽車因配套設施不完善發展緩慢，而配套設施因電動汽車普及率低缺乏推廣動力。電動汽車發展涉及的相關利益主體較多，有供電企業、運營企業、配套企業、整車企業、電池企業等。在龐大的利益集團中缺乏統一協調機制，利益主體相互之間缺乏合力，會直接影響到電動汽車產業化進程。電動汽車充電設施是電動汽車產業推廣的前提和重要基礎，也是電動汽車商業化、產業化的重要環節。國際氣象組織對40多位電動汽車相關行業專家的訪談結果表明，充電設施建設的重要程度在電動汽車發展眾多影響因素中僅次於電池技術排名第二，充電設施的基礎性、關鍵性作用各方已達成共識。所以，在進行電動汽車充電設施規劃時，要充分考慮到電動汽車的發展階段、用戶的使用需求等，保證資金用在刀刃上，發揮充電設施的最大服務能力，提高充電的方便快捷，有助於提高電動汽車的推廣普及。
在目前的電動汽車充電設施規劃方案中，主要是估算出各類型電動汽車的數量，結合車輛行駛裡程等計算出充電次數及充電量的需求，結合充電樁的服務能力，計算出充電樁的總體數量。但缺點是未考慮建設場所及資金投入等因素，政策性較強，實用性不高。
技術實現要素：
為了解決上述問題，本發明的目的在於提供一種提高電動汽車充電設施規劃質量的方法。
為了達到上述目的，本發明提供的提高電動汽車充電設施規劃質量的方法包括按順序執行的下列步驟：
步驟1)首先確定對待評估的提高電動汽車充電設施規劃質量的方案存在影響的分類指標，稱為一級因素，由這些指標構成指標分類層，將每類指標細分成具有某種共性的多個二級因素，這些二級因素構成指標層；記作因素集u＝{u1,u2,…,un}，其中ui為因素集u中的第i個因素，ui應滿足
步驟2)構造模糊判斷矩陣：判斷矩陣的元素cij表示隸屬於同一上層元素的下層第i個元素與第j個元素之間的相對重要性，cij的取值(標度)範圍為1-9的自然數及它們的倒數，cij＝1/cji，數值越大表示第i個元素相對於第j個元素越重要，如表1所示；
表1判斷矩陣標度及其含義
三角模糊評價法應用了三角模糊數，即在判斷矩陣中使用由三個數字確定的一個三角形函數，代替一般評價法中所採用單一數值，以體現專家在兩兩比較判斷中意見的模糊性；
步驟3)計算模糊化權重：對同一組重要性比較，多位專家作出的不同的評判，應用三角模糊數的運算公式對兩個三角模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的運算，取其算數平均，將多個模糊數整合為一個，從而形成一個綜合的模糊判斷矩陣；
步驟4)去模糊化：對於兩個模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度，計算一個模糊數mj大於本層其他n-1個模糊數的可能度也即該模糊數多對應指標的權重，經過歸一化處理，可得到該指標在本層的最終權重，從而表徵本層各指標權重分配的權重向量；
步驟5)建立評價集：將評價結果分為λ個等級，λ取奇數，以反映評價者對評價對象可能做出的評價；記評價集為v＝[v1,v2,…,vλ]t；
步驟6)多層次模糊綜合評價：對最底層因素集ui(i＝1,2,…,n)中的各因素進行單因素模糊評價，根據專家打分，得到因素uij(j＝1,2,…,m)對各等級評語的隸屬度，從而可得到因素集ui的單因素模糊判斷矩陣；
利用三角模糊評價法，可得到因素集ui的權重向量wi＝[wi1,wi2,…,win]t，作一級模糊綜合評判，得因素ui對各等級評語的隸屬度；
同上，對其他各層因素集進行單因素評判，最終可得到被評判對象對各等級評語的隸屬度，從而可得評價結果。
在步驟2)中，所述的三角模糊數m定義的隸屬度函數如下：
上式中，l≤m≤u，l和u表示該三角模糊數的下界和上界，m表示隸屬度為1的中值；一般三角模糊數m可表示為(l,m,u)。
在步驟3)中，所述的兩個三個模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的運算方法如下：
m1+m2＝(l1+l2,m1+m2,u1+u2)(2)
對同一組重要性比較，多位專家作出的不同的評判，應用上述三角模糊數的運算公式，取其算數平均，將多個模糊數整合為一個，從而形成一個綜合的模糊判斷矩陣；
對第k層元素i的模糊權重di，計算公式如下
其中aij為模糊判斷矩陣中第i行第j列的三角模糊數，表示第i個元素相對於第j個元素的重要性。
在步驟4)中，所述的對兩個模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度定義為：
一個模糊數mj大於本層其他n-1個模糊數的可能度也即該模糊數多對應指標的權重為：
wcj′＝ν(m≥m1,m2,…,mn)＝minν(m≥mi)，i＝1,2,…,n(7)
經過歸一化處理，可得到該指標在本層的最終權重為
從而表徵本層各指標權重分配的權重向量即為
wi＝[w1,w2,…,wn]t(9)。
在步驟6)中，所述的因素集ui的單因素模糊判斷矩陣為：
所述的因素ui對各等級評語的隸屬度為
式中為模糊合成算子。
本發明提供的提高電動汽車充電設施規劃質量的方法的有益效果：本發明採用層次分析法，結合實際情況考慮了多重因素的影響，具有很高的理論價值和實際效果；採用模糊綜合評價方法對規劃方案進行綜合評價，確定最優的規劃方案。
附圖說明
圖1為本發明充電設施規劃的分解結構圖。
圖2為本發明提供的充電設施規劃指標體系圖。
具體實施方式
下面結合附圖和具體實施例對本發明提供的提高電動汽車充電設施規劃質量的方法進行詳細說明。
電動汽車充電設施規劃是一個複雜系統，其影響因素眾多，主要有電動汽車的類型、使用習慣、充電方式、使用電動汽車的目標期望、車主對網際網路的應用程度等等，不僅包括定性指標，而且包括定量指標，僅僅採用簡單的方法，往往很難評價各因素之間、各層次之間的優劣。因此，採用層次分析法和模糊綜合評價法相結合進行方案的規劃及評價。
將電動汽車充電設施規劃的指標進行分級、分類，構建遞階層次結構指標體系如圖1所示，在分級、分類結構的指標體系中，每類都有若干個指標，同類指標具有某種共性，不同類的指標對總目標所產生的影響不相同，因而不能同等對待。在目標與指標層之間加入一個指標分類層，使指標體系的層次結構更加清楚，更有利於對問題的分析。圖2為本發明的充電設施規劃指標體系，包括充電設施需求、技術的發展、建設場所以及資金的投入。
sg-mca(智能電網-多標準分析)是一種結合sg-mca評價法和模糊邏輯的智能電網項目的效益評價方法。多目標決策是運籌學的一個分支，是一個著名的決策領域。這種方法可以考慮重大的社會，經濟和環境影響，尤其可以在決策過程中體現多方參與者的需求。
sg-mca的基本原理是對評價系統的有關方案的各種要素分解成若干層次，形成一個遞階的有序的層次結構模型，並將每一層次的各要素相對於其上一層次某要素進行兩兩比較判斷，求出各要素的權重。根據綜合權重按最大權重原則確定最優方案。
此方法在構造判斷矩陣時考慮到了專家判斷的模糊性，使得判斷矩陣對專家意見的表徵更加合理，且避免了一致性檢驗。
如圖1—圖2所示，本發明提供的提高電動汽車充電設施規劃質量的方法包括按順序執行的下列步驟：
步驟1)首先確定對待評估的提高電動汽車充電設施規劃質量的方案存在影響的分類指標，稱為一級因素，由這些指標構成指標分類層，將每類指標細分成具有某種共性的多個二級因素，這些二級因素構成指標層；記作因素集u＝{u1,u2,…,un}，其中ui為因素集u中的第i個因素，ui應滿足
步驟2)構造模糊判斷矩陣：判斷矩陣的元素cij表示隸屬於同一上層元素的下層第i個元素與第j個元素之間的相對重要性，cij的取值(標度)範圍為1-9的自然數及它們的倒數，cij＝1/cji，數值越大表示第i個元素相對於第j個元素越重要，如表1所示；
表1判斷矩陣標度及其含義
三角模糊評價法應用了三角模糊數，即在判斷矩陣中使用由三個數字確定的一個三角形函數，代替一般評價法中所採用單一數值，以體現專家在兩兩比較判斷中意見的模糊性；
步驟3)計算模糊化權重：對同一組重要性比較，多位專家作出的不同的評判，應用三角模糊數的運算公式對兩個三角模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的運算，取其算數平均，將多個模糊數整合為一個，從而形成一個綜合的模糊判斷矩陣；
步驟4)去模糊化：對於兩個模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度，計算一個模糊數mj大於本層其他n-1個模糊數的可能度也即該模糊數多對應指標的權重，經過歸一化處理，可得到該指標在本層的最終權重，從而表徵本層各指標權重分配的權重向量；
步驟5)建立評價集：將評價結果分為λ個等級，λ取奇數，以反映評價者對評價對象可能做出的評價；記評價集為v＝[v1,v2,…,vλ]t；
步驟6)多層次模糊綜合評價：對最底層因素集ui(i＝1,2,…,n)中的各因素進行單因素模糊評價，根據專家打分，得到因素uij(j＝1,2,…,m)對各等級評語的隸屬度，從而可得到因素集ui的單因素模糊判斷矩陣；
利用三角模糊評價法，可得到因素集ui的權重向量wi＝[wi1,wi2,…,win]t，作一級模糊綜合評判，得因素ui對各等級評語的隸屬度；
同上，對其他各層因素集進行單因素評判，最終可得到被評判對象對各等級評語的隸屬度，從而可得評價結果。
在步驟2)中，所述的三角模糊數m定義的隸屬度函數如下：
上式中，l≤m≤u，l和u表示該三角模糊數的下界和上界，m表示隸屬度為1的中值；一般三角模糊數m可表示為(l,m,u)。
在步驟3)中，所述的兩個三個模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的運算方法如下：
m1+m2＝(l1+l2,m1+m2,u1+u2)(2)
對同一組重要性比較，多位專家作出的不同的評判，應用上述三角模糊數的運算公式，取其算數平均，將多個模糊數整合為一個，從而形成一個綜合的模糊判斷矩陣；
對第k層元素i的模糊權重di，計算公式如下
其中aij為模糊判斷矩陣中第i行第j列的三角模糊數，表示第i個元素相對於第j個元素的重要性。
在步驟4)中，所述的對兩個模糊數m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度定義為：
一個模糊數mj大於本層其他n-1個模糊數的可能度也即該模糊數多對應指標的權重為：
wcj′＝ν(m≥m1,m2,…,mn)＝minν(m≥mi)，i＝1,2,…,n(7)
經過歸一化處理，可得到該指標在本層的最終權重為
從而表徵本層各指標權重分配的權重向量即為
wi＝[w1,w2,…,wn]t(9)
在步驟6)中，所述的因素集ui的單因素模糊判斷矩陣為：
所述的因素ui對各等級評語的隸屬度為
式中為模糊合成算子。
本發明採用層次分析法，結合實際情況考慮了多重因素的影響，具有很高的理論價值和實際效果；採用模糊綜合評價方法對規劃方案進行綜合評價，確定最優的規劃方案。