新能源物流车充电站设施选址评价模型研究

, ,

(华北电力大学经济与管理学院, 北京 102206)

0 引 言

近年来，中国多个城市陷入“雾霾危机”。汽柴油燃烧产生的尾气已成为城市占比最高的污染源，尤其是货运业的原油消费量惊人，发展新能源货运势在必行。在“2016年全国货运行业年会”上，众多专家讨论了物流电动化的发展现状及趋势。随着环境污染加剧和电商快递业务转型升级，新能源物流车(electric logistics vehicle，ELV)逐渐成为物流公司的首选[1-2]。科学合理的充电站选址对于ELV能否满足客户个性化配送服务来说至关重要，对物流企业降低运输成本、提高规模效益具有现实意义。

国内外针对电动汽车充电站设施选址研究的文献较多，主要集中于对选址评价、布局规划、定容优化策略等方面。文献[3]建立了基于空间聚类和多层次模糊评估的电动汽车充电站选址模型。文献[4]研究了直觉模糊环境下社区电动汽车充电站选址决策优化。文献[5-6]分别考虑削峰填谷和计及碳排放，构建了电动汽车充电站多目标选址定容规划模型。此外，文献[7-8]提出基于云重心理论的电动汽车充电站选址规划评估方法，将定量和定性指标进行处理并建立了云模型。上述研究虽对电动汽车充电站构建了不同的选址模型，但未涉及具体应用场景研究，前期也缺少对充电站选址合理性的综合评价分析。

鉴于此，在前人工作的基础上开展了将电动汽车充电站选址问题应用于ELV的研究。首先，考虑经济、社会等因素，构建了充电站设施选址的评价指标体系。其次，通过定性与定量相结合的分析，建立了基于层次分析法(analytics hierarchy process，AHP)、熵值法、最小二乘法组合赋权的ELV充电站选址评价模型。最后，通过某物流企业的备选充电站址的相关数据进行了算例验证，对各备选方案进行了对比分析。

1 构建评价指标体系

1.1 指标选取思路

针对ELV充电站设施选址研究，在保证物流车自身充电需量的前提下，满足客户个性化配送服务的需求。充电站在选址时需要考虑经济、社会等因素的影响，具体解释如下。

1)经济因素。该因素是指充电站建设总费用和投资回收期，包括土地投入、工程建设、运行维护等成本。选取建设运维成本A11、投资回收期A12作为经济因素的评价指标。

2)社会因素。对ELV充电站选址产生影响的普遍因素，主要包括土地资源利用A21、交通便利度A22、服务半径和能力A23。

3)技术因素。主要考虑电能质量和用电量是否能满足ELV的充电需求，设备利用率是否能降低车辆充电时间成本。选取电能质量和用电量A31、充电站设备利用率A32作为技术因素的评价指标。

4)规划因素。充电站选址的定容规划会受到路网、电网和城市整体规划等限制，选取与城市规划协调性A41作为规划因素的评价指标。

1.2 指标体系设计

综合考虑上述影响因素，从中选取了8项指标构建了充电站选址评价指标体系，如表1所示。

2 基于组合赋权法的电站选址评价模型

通过定性与定量相结合的分析，综合AHP法、熵值法、最小二乘法进行权重组合优化，建立ELV充电站选址评价模型。

表1 充电站选址最优决策A评价指标体系

2.1 AHP法

AHP法是一种将与决策有关的元素分解成目标、准则、方案等层次权重决策的分析方法，既包含了专家对指标重要性的主观判断，又遵循了指标间的客观关系[9]。具体步骤如下：

1)在考虑上、下层逻辑关系的基础上，将每一个上层元素与下层元素之间进行两两判断，并构造出判断矩阵B=(bij)n×m。

(3)检验判断矩阵的随机一致性比例RC是否满足RC<0.1，若满足则通过一致性检验。RC=IC/IR，且IC=(λ1j-n)/(n-1)，其中，IC为一致性检验指标，IR为平均随机一致性指标，n为判断矩阵的阶数。

4)利用同一层次单排序的结果，从上到下逐层进行排序。

2.2 熵值法

熵值法是根据各指标传输给决策者的信息量大小来确定权重的方法。如果评价指标的信息熵越小，则该指标提供的信息量越大，权重应该越高。具体步骤如下：

1)假设m为评价指标个数，n表示备选站址数量，xij是样本i(i≤n)相对于评价属性j(j≤m)的预设值，指标数据矩阵为X=(xij)n×m。

3)分别求解m个评价指标的条件熵Ej，并对其进行归一化处理，得到关于各评价指标重要性的熵值e(dj)=(1/lnn)Ej。

2.3 最小二乘法

考虑到上述主观与客观赋权下的指标权值偏差越小越好，采用最小二乘法对权重进行综合优化，构成组合赋权模型。

(1)

(2)

式中：Z(ω)为主客观权重偏差；ωj为最小二乘法综合优化后的组合权重。

2.4 求解流程

基于已建立的ELV充电站选址评价模型，对评价指标进行确定和量化分析。具体求解流程基于地市级进行配网投入产出综合评价，并进行效益对比分析：

1)为便于比较，消除指标间的单位和量级差异的影响，对指标矩阵进行规范化处理。

2)进行组合赋权。通过AHP法和熵值法分别计算评价指标权值，采用最小二乘法进行综合优化得出组合权重。

3)确定指标的隶属度函数类型。参数间的函数关系可采用二次函数、指数函数以及对数函数等形式拟合分析。其中，三次函数的拟合程度最高，二次与三次函数的拟合程度相近。考虑到ELV充电站选址的评分关系的复杂性，采用二次函数y=a1x2+a2x+a3作为备选方案与评价指标的评分函数。其中，y为评价得分，x为评价指标值，a2、a1分别为一、二次项系数，a3为随机误差项。

4)计算备选方案评价得分。根据评分函数对各备选方案指标进行打分，并加权求出每层指标得分。按照评价指标组合权重得出城区内各备选站址的整体得分。

3 算例分析

3.1 基础数据

为验证所提模型的实用性，选取某市物流企业拟选ELV充电站址作为研究对象，对备选方案的实际指标数据进行综合评价。基础数据如表2所示。

表2 拟选方案评价指标基础数据

3.2 算例求解与结果分析

基于建立的充电站选址评价指标体系，通过综合赋权法计算权重系数，权值结果如表3所示。

表3 评价指标组合权重计算结果

由表3可知，交通便利度、服务半径和能力、电能质量和用电量这3个指标的权重较大，土地资源利用所占权重最小，这与物流企业配送中心选址和ELV充电站选址所考虑的实际原则相一致。

对基础数据进行无量纲化处理，基于组合权重计算结果，求得各评价指标值。根据确定评分函数曲线y=a1x2+a2x+a3的系数，计算充电站选址评价指标得分，计算结果如表4所示。

为分析比较各备选方案指标间的差异，采用雷达图对备选方案评价得分进行进一步说明，如图1所示。

表4 充电站选址评价指标得分(a1≈76; a2≈36; a3≈69)

图1 备选方案评价得分

显然，方案C的整体评价较为均衡，但各项指标得分普遍较低。方案A的物流服务半径和能力、与城市规划协调性两项指标得分值相对较高，表明该方案将有效迎合城市规划和满足客户服务需求，但建设成本较大。方案B虽在土地资源利用方面得分最低，但该方案建设成本少、投资回收期短、交通便利且年用电量最高，这说明方案B更能满足企业利益需求。

4 结 语

针对ELV充电站设施选址评价问题，提出了一种基于组合赋权法的充电站选址评价模型。在充分考虑经济、社会等4个因素的基础上，从中选取了建设与运维成本、交通便利度等8项指标构建了评价指标体系。通过算例实证发现，科学合理的ELV充电站选址评价研究可以降低企业的建设成本，有效满足客户配送服务需求和城市规划布局要求。算例结果验证了所提出方法的有效性，为物流企业更好地进行ELV充电站选址评价提供了决策支撑。