趙勝霞，劉俊勇，向 月，黃 媛

（四川大學(xué) 電氣信息學(xué)院，四川 成都 610065）

0 引言

隨著環(huán)境污染、能源枯竭等問(wèn)題日益嚴(yán)重，電動(dòng)汽車(chē)由于具有減少溫室氣體排放、節(jié)約燃油成本、增加可再生能源滲透率的潛力［1-4］，受到世界各國(guó)的廣泛關(guān)注與研究［5］。

電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)是一種融合了智能電網(wǎng)、物聯(lián)網(wǎng)和交通網(wǎng)的復(fù)雜網(wǎng)絡(luò)，它是電動(dòng)汽車(chē)正常運(yùn)行的支撐系統(tǒng)。電動(dòng)汽車(chē)產(chǎn)業(yè)的推進(jìn)依賴(lài)于充換電服務(wù)網(wǎng)發(fā)展，然而長(zhǎng)期以來(lái)缺乏歷史數(shù)據(jù)與經(jīng)驗(yàn)參考，亦缺乏專(zhuān)門(mén)理論支撐與分析工具［6］，在拓?fù)浣Y(jié)構(gòu)、要素配置、功能構(gòu)成、協(xié)調(diào)優(yōu)化等方面鮮有定量分析。文獻(xiàn)［7］通過(guò)電能供應(yīng)模式和充換電需求分析設(shè)計(jì)了充換電服務(wù)網(wǎng)整體架構(gòu)，結(jié)合電動(dòng)汽車(chē)發(fā)展規(guī)劃構(gòu)建充換電設(shè)施建設(shè)規(guī)劃設(shè)計(jì)模型與算法，得出了充換電設(shè)施布點(diǎn)規(guī)劃、城際互聯(lián)網(wǎng)絡(luò)的方案。該文雖然提出了充換電服務(wù)網(wǎng)架構(gòu)、充換電服務(wù)網(wǎng)管理系統(tǒng)，但是沒(méi)有對(duì)服務(wù)網(wǎng)的結(jié)構(gòu)、功能、要素等進(jìn)行分析評(píng)價(jià)。文獻(xiàn)［8］深入介紹了充換電服務(wù)網(wǎng)的結(jié)構(gòu)體系，基于物聯(lián)網(wǎng)將其分為3個(gè)層次，利用排隊(duì)論計(jì)算得出服務(wù)時(shí)間、隊(duì)長(zhǎng)等信息。然而該方法只考慮了單一的充換電站服務(wù)內(nèi)容，沒(méi)有考慮服務(wù)網(wǎng)與配電網(wǎng)之間的關(guān)系。文獻(xiàn)［9］根據(jù)復(fù)雜網(wǎng)絡(luò)理論發(fā)展出續(xù)航風(fēng)險(xiǎn)距離、續(xù)航能量密度、網(wǎng)絡(luò)服務(wù)能力等指標(biāo)，用于體現(xiàn)換電站距離、電池分布等因素對(duì)于換電服務(wù)網(wǎng)絡(luò)整體服務(wù)能力的影響。該方法從復(fù)雜網(wǎng)絡(luò)的角度進(jìn)行換電站配置的評(píng)估，但并未考慮充電站類(lèi)型、道路阻塞、電網(wǎng)承受能力等因素。

此外，充換電服務(wù)網(wǎng)作為配電網(wǎng)增供終端推動(dòng)負(fù)荷增長(zhǎng)的同時(shí)，對(duì)配電網(wǎng)的規(guī)劃與建設(shè)有重大影響。文獻(xiàn)［10］表明大規(guī)模電動(dòng)汽車(chē)充電的集聚特性將會(huì)引起電網(wǎng)運(yùn)行的安全問(wèn)題。文獻(xiàn)［11］指出當(dāng)電動(dòng)汽車(chē)在負(fù)荷高峰進(jìn)行充電，產(chǎn)生的電量需求會(huì)使電力系統(tǒng)過(guò)載，使剩余電量?jī)?chǔ)備增加，電網(wǎng)效率降低。文獻(xiàn)［12］研究了電動(dòng)汽車(chē)充電負(fù)荷的隨機(jī)性，從而得出一種充電優(yōu)化方法。由此看來(lái)，電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)的研究不僅是定義概念、配置充換電站等，還應(yīng)該與配電網(wǎng)相交互共同研究。

因此，本文考慮道路堵塞、服務(wù)半徑、配電網(wǎng)接納能力等多重因素，建立服務(wù)網(wǎng)特性分析與充換電站配置評(píng)估體系。通過(guò)設(shè)置不同的充換電站配置方案進(jìn)行綜合評(píng)估，首先考慮配電網(wǎng)的接納能力，一旦電壓越限則將該方案舍棄；對(duì)于滿(mǎn)足電力電量平衡和安全運(yùn)行的多種方案，進(jìn)行指標(biāo)分析，這些指標(biāo)主要涉及充換電站位置、容量、客戶(hù)服務(wù)便捷程度等方面，通過(guò)計(jì)算可以得到該服務(wù)網(wǎng)的服務(wù)特性。最后利用層次分析法確定相互影響的各指標(biāo)權(quán)重，通過(guò)指標(biāo)計(jì)算綜合評(píng)分，對(duì)比不同配置方案結(jié)果。

1 充換電服務(wù)網(wǎng)

電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)是一種包含了智能電網(wǎng)、物聯(lián)網(wǎng)和交通網(wǎng)的復(fù)雜網(wǎng)絡(luò)，具備了信息化、智能化、網(wǎng)絡(luò)化等屬性。根據(jù)分層設(shè)計(jì)的理念，可將充換電服務(wù)網(wǎng)分為3層，從下到上依次為終端設(shè)備層、信息管理層、系統(tǒng)決策層，其系統(tǒng)架構(gòu)如圖1所示。系統(tǒng)決策中心根據(jù)國(guó)家政策、市場(chǎng)反饋情況制定相應(yīng)的電動(dòng)汽車(chē)運(yùn)行政策以及執(zhí)行價(jià)格等命令；信息管理層主要負(fù)責(zé)監(jiān)控、收集基礎(chǔ)設(shè)施的狀態(tài)信息，進(jìn)行實(shí)時(shí)監(jiān)控，對(duì)上下層級(jí)起到信息傳遞作用。本文主要研究在終端設(shè)備層展開(kāi)，下文中的服務(wù)網(wǎng)都只是狹義的服務(wù)網(wǎng)。

圖1 充換電服務(wù)網(wǎng)架構(gòu)Fig.1 Framework of charging／swapping service network

1.1 服務(wù)網(wǎng)與配電網(wǎng)交互

當(dāng)電動(dòng)汽車(chē)發(fā)展逐步規(guī)模化、充換電設(shè)施部署到一定數(shù)量后，必然形成一套與不同電壓等級(jí)配電網(wǎng)緊密耦合的充換電服務(wù)網(wǎng)絡(luò)。對(duì)于配電網(wǎng)而言，由于充換電負(fù)荷的間歇性、隨機(jī)性、波動(dòng)性、局部聚集效應(yīng)等問(wèn)題［13］，電動(dòng)汽車(chē)成為一種具有流動(dòng)特性的“動(dòng)態(tài)”負(fù)荷，配電網(wǎng)難以滿(mǎn)足充換電負(fù)荷的電力需求。對(duì)于充換電服務(wù)網(wǎng)，配電網(wǎng)對(duì)實(shí)時(shí)充換電負(fù)荷的支撐能力約束著充換電站落點(diǎn)與容量，從而制約著電動(dòng)汽車(chē)的發(fā)展。因此對(duì)于充換電服務(wù)網(wǎng)與配電網(wǎng)的交互關(guān)系，需要結(jié)合配電網(wǎng)本身的運(yùn)行指標(biāo)以及服務(wù)網(wǎng)的特性指標(biāo)來(lái)評(píng)估充換電服務(wù)網(wǎng)配置的合理性。

服務(wù)網(wǎng)中充換電站所在位置一般情況下屬于配電網(wǎng)里重要的負(fù)荷節(jié)點(diǎn)，因此為便于計(jì)算，本文將充換電站所在節(jié)點(diǎn)投射在配電網(wǎng)中相近的節(jié)點(diǎn)處，形成服務(wù)網(wǎng)與配電網(wǎng)交互的雙層網(wǎng)絡(luò)，如圖2所示。下層為交通道路網(wǎng)，上層為配電網(wǎng)，不同類(lèi)型的充換電站處于不同重要程度的交通節(jié)點(diǎn)位置。電動(dòng)汽車(chē)與電網(wǎng)直接關(guān)聯(lián)的就是負(fù)荷，因此將充換電站作為負(fù)荷終端落點(diǎn)，接入到配電網(wǎng)的對(duì)應(yīng)節(jié)點(diǎn)中，通過(guò)仿真計(jì)算得到不同充換電站配置方案對(duì)電網(wǎng)的影響。

圖2 雙網(wǎng)匹配圖Fig.2 Coordination between two networks

電網(wǎng)對(duì)規(guī)?；妱?dòng)汽車(chē)接入的接納能力主要通過(guò)候選對(duì)應(yīng)節(jié)點(diǎn)可能接入的最大功率注入來(lái)體現(xiàn)。由于各個(gè)節(jié)點(diǎn)的電壓有一定的約束范圍，每條線(xiàn)路有自身物理傳輸極限，不同的充換電站配置方案會(huì)引發(fā)不同的功率注入，可能導(dǎo)致相關(guān)支路潮流或節(jié)點(diǎn)電壓幅值不在約束范圍內(nèi)，系統(tǒng)無(wú)法承擔(dān)相應(yīng)新增充換電負(fù)荷的需求。因此，在不改變配電網(wǎng)結(jié)構(gòu)的情況下，需要評(píng)估充換電基礎(chǔ)設(shè)施的配置情況是否能滿(mǎn)足配電網(wǎng)的接納能力，以此充分體現(xiàn)充換電服務(wù)網(wǎng)與配電網(wǎng)之間的協(xié)調(diào)關(guān)系。故而，配電網(wǎng)接納能力［14］可以通過(guò)節(jié)點(diǎn)可能接入的功率注入集群最大值反映：

其中，Ω為充換電站接入配電網(wǎng)的節(jié)點(diǎn)集合；PLi為配電網(wǎng)中節(jié)點(diǎn)i的原始負(fù)荷；PLCi為配電網(wǎng)中節(jié)點(diǎn)i可接入的負(fù)荷量；Pi和Qi分別為由節(jié)點(diǎn)i向網(wǎng)絡(luò)注入的有功功率、無(wú)功功率；Gij、Bij、θij分別為節(jié)點(diǎn) i、 j間的電導(dǎo)、電納、相角差；Ui、Uj分別為節(jié)點(diǎn) i、j的電壓；Pij為支路潮流；Pij為支路潮流的上限［15］；φ 反映了線(xiàn)路的實(shí)際電壓U與額定電壓UN的偏差大小，偏移過(guò)大將直接影響供電電能質(zhì)量，故通過(guò)設(shè)置φmax來(lái)確定在配電網(wǎng)一定運(yùn)行方式下的電壓幅值允許波動(dòng)范圍。

通過(guò)采用式（1）—（5）預(yù)先對(duì)配電網(wǎng)一定運(yùn)行方式下的最大接納能力優(yōu)化模型進(jìn)行計(jì)算，可以獲得節(jié)點(diǎn)i的最大允許充電功率注入量。 由此，可以通過(guò)式（6）來(lái)判斷某配置方案下的充換電服務(wù)網(wǎng)絡(luò)注入功率是否滿(mǎn)足該運(yùn)行方式下的配電網(wǎng)最大接納能力要求。

其中，Pcs（i）為位于節(jié)點(diǎn) i的充換電站容量。

若給出的充換電基礎(chǔ)設(shè)施配置方案對(duì)應(yīng)的運(yùn)行情況不滿(mǎn)足式（6），即認(rèn)為該方案不滿(mǎn)足當(dāng)前配電網(wǎng)接納能力。對(duì)于滿(mǎn)足配電網(wǎng)接納能力且接入配電網(wǎng)后不影響其安全穩(wěn)定運(yùn)行的配置方案，則進(jìn)一步通過(guò)經(jīng)濟(jì)運(yùn)行指標(biāo)和服務(wù)性能指標(biāo)來(lái)比較和評(píng)估。其中配電網(wǎng)的經(jīng)濟(jì)運(yùn)行指標(biāo)φ由總網(wǎng)損間接反映，由（7）體現(xiàn)：

其中，Ri為節(jié)點(diǎn)i的電阻。當(dāng)充換電站接入配電網(wǎng)后，不同的配置方案對(duì)應(yīng)的網(wǎng)損不同，本文認(rèn)為網(wǎng)損較高的方案較不經(jīng)濟(jì)。

1.2 服務(wù)網(wǎng)特性分析

電動(dòng)汽車(chē)充換電站的地理位置、容量大小、客戶(hù)服務(wù)時(shí)長(zhǎng)、充換電方便程度等因素，都是充分反映服務(wù)網(wǎng)絡(luò)服務(wù)特性的量，因此需要建立指標(biāo)對(duì)其服務(wù)特性進(jìn)行分析。

1.2.1 電池配送效率f

集中型充電站不僅要為電動(dòng)汽車(chē)提供快速充電服務(wù)，并且要在空閑時(shí)間為換電站的電池提供充電以及配送服務(wù)。因此，需要重點(diǎn)考慮往返充電站與換電站之間的電池配送車(chē)的行駛途徑以及配送頻率。

許多文獻(xiàn)中對(duì)電動(dòng)汽車(chē)充換電路徑的選擇并沒(méi)有考慮交通道路的阻塞，因此本文采用含阻塞的有效路徑算法：EGM方法［15］。假定節(jié)點(diǎn)l上有一個(gè)信息包需要被送到節(jié)點(diǎn)j，則對(duì)節(jié)點(diǎn)l的每一個(gè)鄰居i定義一個(gè)到目的地j的有效距離：

其中，dij為從i到j(luò)的最短距離；ci為i上積壓的信息包數(shù)；h為0～1之間的一個(gè)常數(shù)。很顯然，當(dāng)h=1時(shí)，的那個(gè)節(jié)點(diǎn)作為信息包的下一個(gè)中繼站。按此步驟對(duì)i j路線(xiàn)上其他中繼站的選取做相同的處理。對(duì)于無(wú)標(biāo)度網(wǎng)，h=0.8時(shí)效果最優(yōu)。

由上述方法可以計(jì)算出充電站i與換電站j之間考慮道路阻塞的最短路徑Lij，配送車(chē)的平均速度為v，則配送效率為：

1.2.2 行駛可達(dá)性δ

行駛可達(dá)性是指電動(dòng)汽車(chē)在任意位置想要到達(dá)最合適的充換電站補(bǔ)充電量的容易程度。電動(dòng)汽車(chē)充滿(mǎn)電后可供行駛的最大距離為B，從車(chē)所在點(diǎn)a到最合適的充換電站i的距離為li（該距離為考慮了道路阻塞后的距離），令行駛可達(dá)性為δ，則有：

其中，L為充滿(mǎn)電后的電動(dòng)汽車(chē)到達(dá)a點(diǎn)時(shí)所行駛的距離。由式（10）可知，隨著li的增大，行駛可達(dá)性δ逐漸減小，意味著該車(chē)越難到達(dá)合適的充換電站進(jìn)行電量補(bǔ)充；當(dāng)li大于等于剩余行駛距離B-L時(shí)，行駛可達(dá)性為0，即電動(dòng)汽車(chē)在消耗完自身電量時(shí)沒(méi)能到達(dá)充換電站。

1.2.3 服務(wù)可供性ξ

不同地點(diǎn)的充換電站因其容量不同，因此對(duì)該站點(diǎn)附近電動(dòng)汽車(chē)提供服務(wù)的能力也不同。已知一臺(tái)電動(dòng)汽車(chē)的電池容量為q，能行駛的最大距離為B，充電站的容量為Qi，換電站的容量為Qj，汽車(chē)從充滿(mǎn)電到現(xiàn)在行駛的距離為D，則服務(wù)可供性ξ為：

其中，Q為Qi、Qj的總稱(chēng)；表示向下取整。由此可知，充換電站的容量越大，其服務(wù)能力越大，即能為該片區(qū)更多的車(chē)提供充換電服務(wù)。設(shè)該區(qū)域的電動(dòng)汽車(chē)密度為p，則各個(gè)充換電站的服務(wù)半徑：

當(dāng)電動(dòng)汽車(chē)充滿(mǎn)電后行駛的距離D越小，即剩余的電量越充足，到達(dá)某一充換電站充電后，該充換電站剩余容量能夠覆蓋的服務(wù)面積就越廣。

1.2.4 服務(wù)效率η

服務(wù)效率是指電動(dòng)汽車(chē)到達(dá)充換電站時(shí)接受充換電服務(wù)的快慢。這里利用排隊(duì)論M／M／s／∞模型［16］，即設(shè)顧客單個(gè)到達(dá)，相繼到達(dá)時(shí)間間隔服從參數(shù)為λ的負(fù)指數(shù)分布，系統(tǒng)中共有s個(gè)服務(wù)臺(tái)（服務(wù)臺(tái)數(shù)根據(jù)交通網(wǎng)絡(luò)里節(jié)點(diǎn)的度來(lái)決定），每個(gè)服務(wù)臺(tái)的服務(wù)時(shí)間相互獨(dú)立，且電動(dòng)汽車(chē)接受充換電服務(wù)的時(shí)間服從參數(shù)為μ的負(fù)指數(shù)分布。

（1）平衡條件下顧客數(shù)為n的概率：

（2）顧客到達(dá)系統(tǒng)需要等待的概率：

（3）平穩(wěn)時(shí)平均排隊(duì)長(zhǎng)：

平均隊(duì)長(zhǎng)：

（4）平均逗留時(shí)間：

平均等待時(shí)間：

其中，s為服務(wù)臺(tái)數(shù)量；λ為顧客平均到達(dá)率；ρ=λ／μ為系統(tǒng)的服務(wù)強(qiáng)度；ρs=ρ／s為充電設(shè)施利用率。對(duì)于接受充換電服務(wù)的電動(dòng)汽車(chē)客戶(hù)而言，充換電站里的設(shè)施多、充換電時(shí)間短、平均隊(duì)長(zhǎng)短，則顧客等待的時(shí)間短，顧客前來(lái)接受服務(wù)的概率就大。因此本文的服務(wù)效率定義如下：

即顧客等待的概率越小，則該充換電站的服務(wù)效率越高。

2 綜合評(píng)估框架

以服務(wù)網(wǎng)特性分析與充換電服務(wù)網(wǎng)基礎(chǔ)設(shè)施配置評(píng)估為目的，包含服務(wù)網(wǎng)和配電網(wǎng)的各種指標(biāo)，建立如圖3所示的綜合評(píng)估框架。通過(guò)設(shè)置不同的充換電站配置方案（其不同在于地理位置和容量上的差異），接入配電網(wǎng)中進(jìn)行綜合評(píng)估。

圖3 綜合評(píng)估框架Fig.3 Framework of comprehensive assessment

首先，考慮配電網(wǎng)的接納能力，接納能力主要通過(guò)候選對(duì)應(yīng)節(jié)點(diǎn)可能接入的最大功率注入來(lái)體現(xiàn)，其中還包括根據(jù)潮流計(jì)算判斷配置方案是否滿(mǎn)足電壓約束與支路潮流約束，一旦電壓越限則表明電網(wǎng)不能接納該位置或該容量的充換電站，應(yīng)將該方案舍棄。但配電網(wǎng)本身可以升級(jí)或?qū)ζ溥\(yùn)行方式進(jìn)行調(diào)整，如引入主動(dòng)管理技術(shù)，從而使配置方案滿(mǎn)足電網(wǎng)接納能力。本文為簡(jiǎn)單起見(jiàn)，暫且不考慮這種通過(guò)配電網(wǎng)調(diào)整得到的類(lèi)似于“非網(wǎng)絡(luò)解”的充換電站配置方案。其次，對(duì)于滿(mǎn)足電力電量平衡和安全運(yùn)行的多種方案，進(jìn)行指標(biāo)分析。該指標(biāo)包括配電網(wǎng)中的經(jīng)濟(jì)運(yùn)行指標(biāo)和服務(wù)網(wǎng)中的服務(wù)性能指標(biāo)，通過(guò)計(jì)算可以得到該服務(wù)網(wǎng)的特性數(shù)據(jù)。由于這些指標(biāo)從不同的方面對(duì)服務(wù)網(wǎng)展開(kāi)分析，因此需要對(duì)所有指標(biāo)進(jìn)行一個(gè)綜合評(píng)估，利用層次分析法［17］確定相互影響的各指標(biāo)權(quán)重，以服務(wù)能力最大化為目標(biāo)，得到綜合指標(biāo)評(píng)估模型：

其中，k 為候選方案序號(hào)；w1、w2、w3、w4、w5分別為各個(gè)指標(biāo)的權(quán)重。

該綜合評(píng)估指標(biāo)考慮了網(wǎng)損φ、電池配送頻率f、行駛可達(dá)性δ、服務(wù)可供性 ξ和服務(wù)效率η的綜合效果。令σ=1／φ，以與綜合指標(biāo)最大化優(yōu)化趨勢(shì)匹配，σ越大，即候選的配置方案網(wǎng)損越小。由于各個(gè)指標(biāo)的數(shù)量級(jí)不同，需要將其分別進(jìn)行數(shù)量級(jí)歸一化處理。以電池配送效率指標(biāo)f的歸一化為例，采用下式進(jìn)行數(shù)量級(jí)轉(zhuǎn)化：

其中，fk為第k個(gè)充換電基礎(chǔ)設(shè)施配置方案的電池配送效率值，為fk的歸一化值；fmin、fmax分別為所有候選方案的f指標(biāo)最小值和最大值。其他指標(biāo)歸一化值同理可得。通過(guò)式（21）的綜合指標(biāo)評(píng)估模型可以篩選出較優(yōu)方案。

本文提出評(píng)估框架的目的在于結(jié)合充換電服務(wù)網(wǎng)和配電網(wǎng)的耦合關(guān)系所具有的特性，對(duì)候選規(guī)劃方案進(jìn)行性能計(jì)算評(píng)估。該框架融合多方面因素進(jìn)行綜合評(píng)估，使得篩選出的結(jié)果各個(gè)方面性能均衡。

3 算例分析

某地交通路網(wǎng)如圖4所示，該網(wǎng)共有45個(gè)節(jié)點(diǎn)、65條邊。其中，最大度數(shù)為5，是15號(hào)節(jié)點(diǎn)；度數(shù)為4的有3個(gè)節(jié)點(diǎn)，分別為4、7、17號(hào)節(jié)點(diǎn)；度數(shù)為3的有31個(gè)節(jié)點(diǎn)；度數(shù)為2的有10個(gè)節(jié)點(diǎn)。通過(guò)設(shè)置不同的充換電站容量和位置，設(shè)計(jì)了3個(gè)算例進(jìn)行對(duì)比分析，從而可以得到該充換電服務(wù)網(wǎng)的整體評(píng)估情況。

圖4 交通路網(wǎng)Fig.4 Traffic network

算例1選擇將換電站放置在7號(hào)和37號(hào)節(jié)點(diǎn)，將充電站放置在15號(hào)和17號(hào)節(jié)點(diǎn)，取同時(shí)充電率為0.3，即接入配電網(wǎng)的充換電站負(fù)荷量為30%。算例2充換電站的位置與算例1相同，但設(shè)定最?lèi)毫忧闆r，即接入配電網(wǎng)的充換電站負(fù)荷量為100%。算例3中的集中型充電站設(shè)置情況與算例1相同，將換電站放置在11號(hào)和22號(hào)節(jié)點(diǎn)，快充站放置在16號(hào)和45號(hào)節(jié)點(diǎn)，接入配電網(wǎng)的充換電站負(fù)荷量為30%。

配電網(wǎng)采用54節(jié)點(diǎn)系統(tǒng)，線(xiàn)路參數(shù)與負(fù)荷參數(shù)詳見(jiàn)文獻(xiàn)［18］。 由式（1）—（5）可計(jì)算出配電網(wǎng)的最大接納能力，即待加入充換電站的18號(hào)和42號(hào)節(jié)點(diǎn)最大可接入負(fù)荷為 6.32MW，4、8、15、16、23、24、37、38號(hào)節(jié)點(diǎn)最大可接入負(fù)荷分別為3.8MW、3.12MW、4.2MW、3.236MW、2.544MW、5.3MW、0.91MW、1.1MW，如圖5所示。

算例1中各個(gè)充換電站的負(fù)荷小于待接入負(fù)荷節(jié)點(diǎn)的最大可接入負(fù)荷量，且電壓都在安全運(yùn)行范圍內(nèi)，接入充換電站前的網(wǎng)損為0.805MW，而接入充換電站后的網(wǎng)損為0.965MW。

算例2中，根據(jù)式（6）可知，配電網(wǎng)38號(hào)節(jié)點(diǎn)接入的負(fù)荷量超過(guò)該節(jié)點(diǎn)最大可接入負(fù)荷，且有2個(gè)節(jié)點(diǎn)的電壓超過(guò)了5%的閾值，其中越限最多的是33號(hào)節(jié)點(diǎn)，其電壓偏移達(dá)到-5.41%，如圖6所示（電壓為標(biāo)幺值）。接入充換電站后的網(wǎng)損為1.483MW，由此可知算例2的充換電站接入配電網(wǎng)后不僅經(jīng)濟(jì)性低，而且影響配電網(wǎng)的安全穩(wěn)定運(yùn)行。因此，應(yīng)當(dāng)舍棄算例2中的充換電配置方案，不用進(jìn)行服務(wù)性能指標(biāo)計(jì)算。

圖5 最大可接入負(fù)荷能力Fig.5 Maximum load accommodation capability

圖6 接入充換電站后的配電網(wǎng)電壓分布情況Fig.6 Node voltages of distribution network with charging／swapping stations

算例3因其充換電站位置不同，接入的配電網(wǎng)位置也不同，其接入的負(fù)荷量在節(jié)點(diǎn)最大可接入負(fù)荷量范圍內(nèi)，且接入配電網(wǎng)后的電壓也在安全運(yùn)行的范疇內(nèi)，網(wǎng)損為0.953MW。由此可知，算例1和算例3經(jīng)計(jì)算都滿(mǎn)足供電能力安全運(yùn)行指標(biāo)。

對(duì)于服務(wù)網(wǎng)服務(wù)性能指標(biāo)計(jì)算，以比亞迪E6為例，已知其續(xù)航里程為300 km，電池容量為61.5 kW·h［19］。 考慮當(dāng)前交通路網(wǎng)車(chē)流情況（見(jiàn)表 1），根據(jù)式（8）計(jì)算考慮阻塞的最短路徑，并且取配送車(chē)在城市里的平均速度為35 km／h，得到電池配送信息如表2所示。

假設(shè)該車(chē)從充滿(mǎn)電出發(fā)到某一節(jié)點(diǎn)，共行駛了200 km。且已知一組電池箱的額定電壓是80 V，電池組容量為 60 A·h［20］，則一個(gè)電池組的容量為 4.8 kW·h。單臺(tái)充電機(jī)的充電功率為96 kW［21］。通過(guò)含阻塞的有效路徑算法可以得到各個(gè)點(diǎn)到任意充換電站的行駛可達(dá)性如表3所示。

表1 道路車(chē)流量信息Table1 Information of vehicle flow

表2 電池配送計(jì)劃Table2 Battery distribution plan

表3 行駛可達(dá)性Table3 Reachabilities

根據(jù)各個(gè)充換電站的容量設(shè)置情況（見(jiàn)表4），由式（13）、（14）可以計(jì)算出充換電站的服務(wù)可供性和服務(wù)半徑，其中調(diào)查收集到該區(qū)電動(dòng)汽車(chē)的密度為30輛／km2，計(jì)算結(jié)果如表5所示。同時(shí)圖7顯示了各個(gè)充換電站的服務(wù)覆蓋面積，由圖可知，充換電站的容量越大，能夠服務(wù)的車(chē)輛也就越多，其覆蓋的面積越廣。

設(shè)定電動(dòng)汽車(chē)按Poisson流［16］到達(dá)，汽車(chē)充換電時(shí)間服從負(fù)指數(shù)分布，根據(jù)節(jié)點(diǎn)度的大小，設(shè)定度為5的充換電站平均每分鐘到達(dá)3輛汽車(chē)，度為4的充換電站平均每分鐘到達(dá)2輛汽車(chē)，度為3的充換電站平均每分鐘到達(dá)1輛汽車(chē)?？斐湔镜钠骄潆姇r(shí)間為5min，換電站的平均換電時(shí)間為2min。通過(guò)計(jì)算得到的各個(gè)充換電站服務(wù)效率指標(biāo)如表6所示。綜合各個(gè)充換電站平均顧客必須等候概率可得算例1的服務(wù)效率為0.917，算例3的服務(wù)效率為0.988。

表4 充換電站信息Table 4 Information of charging／swapping stations

表5 服務(wù)可供性Table 5 Service availabilities

圖7 各個(gè)充換電站服務(wù)半徑Fig.7 Service radius of charging／swapping stations

表6 服務(wù)效率指標(biāo)Table6 Service efficiencies

由上可知，位于節(jié)點(diǎn)度數(shù)大的充換電站因該點(diǎn)交通繁忙、需要服務(wù)的車(chē)輛多且充電時(shí)間長(zhǎng)，所以充換電設(shè)備的空閑概率低，電動(dòng)汽車(chē)到達(dá)該充換電站后需要排隊(duì)等候的概率大。所以為了降低排隊(duì)概率、提高服務(wù)效率，需要增加充換電設(shè)施，或者對(duì)需要充換電的電動(dòng)汽車(chē)進(jìn)行控流處理。

對(duì)整個(gè)電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)，利用層次分析法計(jì)算各個(gè)指標(biāo)，得到指標(biāo)權(quán)重如表7所示。對(duì)用來(lái)計(jì)算指標(biāo)權(quán)重的判斷矩陣進(jìn)行了一致性檢驗(yàn)，一致性指標(biāo)CI=0.095，查找相應(yīng)的平均隨機(jī)一致性指標(biāo)［22］可以得到RI=1.12，因此可以計(jì)算出一致性比例CR=CI／RI=0.0847<0.1，即判斷矩陣符合一致性要求，也即該指標(biāo)的權(quán)重分析合理。

表7 指標(biāo)權(quán)重Table 7 Index weights

由圖8的指標(biāo)權(quán)重分布圖可知，配電網(wǎng)的性能指標(biāo)和服務(wù)網(wǎng)的性能指標(biāo)對(duì)整個(gè)服務(wù)網(wǎng)的影響程度各不相同，但就單個(gè)指標(biāo)而言，行駛可達(dá)性和服務(wù)可供性2個(gè)指標(biāo)占的比重最大，表明在充換電服務(wù)網(wǎng)的建設(shè)中，在滿(mǎn)足配電網(wǎng)的接納能力約束范圍內(nèi)，需要重點(diǎn)考慮電動(dòng)汽車(chē)充換電的便捷程度以及充換電站容量等問(wèn)題。

圖8 各指標(biāo)權(quán)重分布圖Fig.8 Weight distribution of indexes

根據(jù)上文電池配送效率、服務(wù)可供性指標(biāo)數(shù)值計(jì)算結(jié)果大小，取綜合各項(xiàng)指標(biāo)評(píng)估得分可得如表8所示結(jié)果。

由表8可知，3個(gè)算例中，由于算例2的負(fù)荷超過(guò)了配電網(wǎng)的最大可接入負(fù)荷量，因此該方案直接被舍棄；余下的2個(gè)算例中，經(jīng)過(guò)指標(biāo)的綜合性分析，算例1的綜合評(píng)分最高，即算例1中的充換電站配置方案使得服務(wù)網(wǎng)的服務(wù)能力更大。

為了對(duì)比分析本文評(píng)估框架的綜合效果，采用文獻(xiàn)［9］的方法計(jì)算本文算例，結(jié)果如表9所示。

表8 算例性能指標(biāo)Table8 Calculated performances for cases

表9 基于文獻(xiàn)［9］的網(wǎng)絡(luò)服務(wù)能力指標(biāo)評(píng)估計(jì)算結(jié)果Table9 Results of assessment based on network service ability indexes of reference［9］for cases

文獻(xiàn)［9］實(shí)質(zhì)通過(guò)復(fù)雜網(wǎng)絡(luò)理論提出網(wǎng)絡(luò)服務(wù)能力概念，并建立相應(yīng)指標(biāo)進(jìn)行評(píng)估決策。根據(jù)表9可以得知算例1比算例3的網(wǎng)絡(luò)服務(wù)能力強(qiáng)，即根據(jù)文獻(xiàn)［9］的方法，算例1的配置方案較優(yōu)。該結(jié)果與本文的計(jì)算結(jié)果一致，充分反映了本文方法的有效性。此外，本文還考慮了配電網(wǎng)的接納能力、道路阻塞、充電站類(lèi)型等多方面因素進(jìn)行綜合評(píng)估。故而，本文的評(píng)估框架更加充實(shí)、全面。

綜上，對(duì)于電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)的建設(shè)而言，選擇交通流量大的節(jié)點(diǎn)進(jìn)行充換電站建設(shè)必定能為更多車(chē)輛提供服務(wù)，但在現(xiàn)有的充換電設(shè)施數(shù)量上，整個(gè)充換電服務(wù)網(wǎng)的服務(wù)效率并不高。因此，需采納加大快充站的充電機(jī)功率、增加充換電設(shè)備數(shù)量、提升換電站的換電效率、加強(qiáng)配電網(wǎng)的供電能力等措施，使得整個(gè)充換電服務(wù)網(wǎng)絡(luò)的服務(wù)能力得到提高，從而滿(mǎn)足電動(dòng)汽車(chē)快速發(fā)展的需求。

4 結(jié)論

電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)的研究具有重要意義，根據(jù)研究結(jié)果一方面可以選擇較好的充換電站建設(shè)方案，促進(jìn)電動(dòng)汽車(chē)的快速增長(zhǎng)；另一方面還可以充分調(diào)整電網(wǎng)配置，從而降低配電網(wǎng)的投資成本和損耗。本文考慮充換電服務(wù)網(wǎng)與配電網(wǎng)的交互關(guān)系，通過(guò)考慮配電網(wǎng)的接納能力來(lái)初步分析服務(wù)網(wǎng)基礎(chǔ)設(shè)施配置方案的安全可行性，并且提出了配送效率、行駛可達(dá)性、服務(wù)可供性等系列指標(biāo)來(lái)評(píng)估服務(wù)網(wǎng)的服務(wù)性能。通過(guò)3個(gè)不同容量、位置的充換電站設(shè)置方案的計(jì)算，以及與已有方法的對(duì)比分析，驗(yàn)證了該綜合指標(biāo)評(píng)估框架的可行性與有效性。綜上，通過(guò)配電網(wǎng)接納能力約束和服務(wù)網(wǎng)的服務(wù)性能指標(biāo)分析，可以為服務(wù)網(wǎng)提供初步規(guī)劃方案的快速篩選，并且能為已有服務(wù)網(wǎng)進(jìn)行評(píng)估，從而更好地指導(dǎo)電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)的發(fā)展。

［1］CHEN Changsong，DUAN Shanxu.Microgrid economic operation considering plugin hybrid electric vehicles integration ［J］.Clean Energy，2015，3（2）：221-231.

［2］WANG Lei，JR COLLINS E G，LI Hui.Optimal design and realtime control for energy management in electric vehicles［J］.IEEE Transactions on Vehicular Technology，2011，60（4）：1419-1429.

［3］MULLAN J，HARRIESD，BRAUNL T，et al.The technical，economic and commercial viability of the vehicle-to-grid concept［J］.Energy Policy，2012，48：394-406.

［4］蘇粟，孫曉明，羅敏，等.面向居于配電網(wǎng)的電動(dòng)汽車(chē)充電控制系統(tǒng)［J］. 電力自動(dòng)化設(shè)備，2014，34（2）：19-23.SU Su，SUN Xiaoming，LUO Min，et al.Charging control system of electric vehicles orientating to local distribution network ［J］.Electric Power Automation Equipment，2014，34（2）：19-23.

［5］劉俊勇，向月，楊威，等.充換電服務(wù)網(wǎng)絡(luò)及其與配電網(wǎng)協(xié)同規(guī)劃關(guān)鍵技術(shù)分析與研究［J］. 電力建設(shè)，2015，36（7）：47-55.LIU Junyong，XIANG Yue，YANG Wei，et al.Key technology analysis and study for charging and swapping service network and its coordinated planning with distribution network［J］.Electric Power Construction，2015，36（7）：47-55.

［6］ADOMATO B，PATIL R，F(xiàn)ILIPI Z.Characterizing naturalistic driving patterns for plug-in hybrid electric vehicle analysis［C］∥IEEE Vehicle Power and Propulsion Conference.Dearborn，Michigan，USA：IEEE，2009：655-660.

［7］劉群峰.電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)絡(luò)規(guī)劃研究［D］.北京：華北電力大學(xué)，2013.LIU Qunfeng.Research on the electric vehicle charging service network planning［D］.Beijing：North China Electric Power University，2013.

［8］XU Xiaohui，YAO Liangzhong，ZENG Pingliang，et al.Archtitecture and performance analysis of a smart battery charging and swapping operation service network for electric vehicles in China［J］.Clean Energy，2015，3（2）：259-268.

［9］薛飛，雷憲章，張野颷，等.基于復(fù)雜網(wǎng)絡(luò)的電動(dòng)汽車(chē)智能充換電服務(wù)網(wǎng)絡(luò)評(píng)估方法［J］. 電網(wǎng)技術(shù)，2012，36（9）：20-24.XUE Fei，LEI Xianzhang，ZHANG Yebiao，et al.A complex network-based method to evaluate smart charging and swapping network for electric vehicles［J］.Power System Technology，2012，36（9）：20-24.

［10］鄭競(jìng)宏，戴夢(mèng)婷，張曼，等.住宅區(qū)式電動(dòng)汽車(chē)充電站負(fù)荷集聚特性及其建模［J］. 中國(guó)電機(jī)工程學(xué)報(bào)，2012，32（22）：32-38.ZHENG Jinghong，DAI Mengting，ZHANG Man，et al.Load cluster characteristic and modeling of EV charging station in residential district［J］.Proceedings of the CSEE，2012，32（22）：32-38.

［11］李俄收，吳文民.電動(dòng)汽車(chē)蓄電池充電對(duì)電力系統(tǒng)的影響及對(duì)策［J］. 華東電力，2010，38（1）：109-113.LI Eshou，WU Wenmin.Influence and countermeasure of electric vehicle battery charging to power systems［J］.East China Electric Power，2010，38（1）：109-113.

［12］楊秀菊，白曉清，李佩杰，等.電動(dòng)汽車(chē)規(guī)?；尤肱潆娋W(wǎng)的充電優(yōu)化［J］. 電力自動(dòng)化設(shè)備，2015，35（6）：31-36.YANG Xiuju，BAI Xiaoqing，LI Peijie，et al.Charging optimization of massive electric vehicles in distribution network［J］.Electric Power Automation Equipment，2015，35（6）：31-36.

［13］郭建龍，文福拴.電動(dòng)汽車(chē)充電對(duì)電力系統(tǒng)的影響及其對(duì)策［J］.電力自動(dòng)化設(shè)備，2016，35（6）：1-9.GUO Jianlong，WEN Fushuan.Impact of electric vehicle charging on power system and relevant countermeasures ［J］.Electric Power Automation Equipment，2016，35（6）：1-9.

［14］XIANG Yue，LIU Junyong，TANG Shuoya，et al.A traffic flow based planning strategy for optimal siting and sizing of charging stations［C］∥IEEE PES 2015 Asia-Pacific Power and Energy Conference.Brisbane，Australia：IEEE，2015：1-5.

［15］何大韌，劉宗華，汪秉宏.復(fù)雜系統(tǒng)與復(fù)雜網(wǎng)絡(luò)［M］.北京：高等教育出版社，2009：210-211.

［16］胡運(yùn)權(quán)，郭耀煌.運(yùn)籌學(xué)教程［M］.北京：清華大學(xué)出版社，2007：306-327.

［17］周黎莎，于新華.基于網(wǎng)絡(luò)層次分析法的電力客戶(hù)滿(mǎn)意度的模糊綜合評(píng)價(jià)［J］. 電網(wǎng)技術(shù)，2009，33（17）：191-197.ZHOU Lisha，YU Xinhua.Fuzzy comprehensive evaluation of power customer satisfaction based on analytic network process［J］.Power System Technology，2009，33（17）：191-197.

［18］艾圣芳，林湘寧，萬(wàn)云飛，等.考慮V2G模式的含多個(gè)電動(dòng)汽車(chē)充電站有源配電網(wǎng)規(guī)劃研究［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2013，33（34）：122-128.AI Shengfang，LIN Xiangning，WAN Yuanfei，et al.Study of the active distribution network planning considering multiple electric vehicle charging stations participating in V2G application［J］.Proceedings of the CSEE，2013，33（34）：122-128.

［19］國(guó)仁. 國(guó)產(chǎn)電動(dòng)汽車(chē)與特斯拉差多少？［EB／OL］. （2014-02-27）［2016-02-19］.http：∥zhangguoren.baijia.baidu.com／article／5426.

［20］張偉華.電動(dòng)汽車(chē)充換電服務(wù)網(wǎng)絡(luò)構(gòu)成研究［D］.北京：華北電力大學(xué)，2012.ZHANG Weihua.Electric vehicle charging and replacement of the battery service network constitute research［D］.Beijing：North China Electric Power University，2012.

［21］馮亮.電動(dòng)汽車(chē)充電站規(guī)劃研究［D］.天津：天津大學(xué)，2013.FENG Liang.Electric vehicle charging station planning ［D］.Tianjin：Tianjin University，2013.

［22］劉新憲，朱道立.選擇與判斷——AHP決策［M］.上海：上?？茖W(xué)普及出版社，1990：25.