一种提高电动汽车充电设施规划质量的方法与流程

本发明属于电动汽车充电设施的规划技术领域，特别是涉及一种提高电动汽车充电设施规划质量的方法。

背景技术：

能源短缺与环境恶化已经成为全球最为关注的问题，节能减排是我国经济持续发展迫切需要解决的问题。电动汽车具有以电代油、尾气“零排放”等特点，是解决能源和环境问题的重要手段。大规模的电动汽车还可以作为分布式储能装置，可为电力系统所用。近年来，国务院、党中央对新能源汽车推广以及充电基础设施建设方面赋予了前所未有的重视与热情，部署了加快电动汽车充电基础设施和城市停车场建设、补公共服务短板促进扩内需惠民生的提案；2015年政府工作报告中首次明确提出并制定了“互联网+”行动计划，试图推动互联网技术与现代制造业的融合，为电动汽车充电基础设施建设提供了新的契机，推动车联网平台建设。

2015年底在北京、天津等城市已实现了车联网平台上线运行。一方面为充电设施运营提供设施接入、运行监控、充电预约和费用结算等全面服务功能，另一方面将为电动汽车用户带来互联网+充电服务体验。平台以易充电服务网站和e充电手机app作为主要交互手段，为电动汽车用户提供充电设施位置及状态查询、车辆导航、统一充电卡支付与无卡支付等充电服务，同时支撑政府实现充电服务行业监管与充电设施规划布局，支撑充电服务行业发展，实现资源整合、互联互通。实现通过“线上app+充电网络+线下充电设备”的o2o闭环将人、车、桩串联起来，从而获得变现赢利点。

但目前，由于新能源汽车充电设施不完善，难以满足现有新能源汽车充电续航要求，已成为当前和未来一段时期内推广新能源汽车的主要障碍，需要加大宣传推广力度，并理顺利益分配机制，提高相关场所管理者对充电桩的认识和接受程度，同时创新充电方式、减小用地难等建设阻力，化解建设场所难题，加快普及布设充电桩。

电动汽车的发展需要相关配套设施。充电设施对电动车就像加油站对传统汽车一样，是不可或缺的基础建设。但是现阶段充电设备的建设需要巨额投资和系统规划，且需要依赖政府的资金、政策等扶持，电动汽车因配套设施不完善发展缓慢，而配套设施因电动汽车普及率低缺乏推广动力。电动汽车发展涉及的相关利益主体较多，有供电企业、运营企业、配套企业、整车企业、电池企业等。在庞大的利益集团中缺乏统一协调机制，利益主体相互之间缺乏合力，会直接影响到电动汽车产业化进程。电动汽车充电设施是电动汽车产业推广的前提和重要基础，也是电动汽车商业化、产业化的重要环节。国际气象组织对40多位电动汽车相关行业专家的访谈结果表明，充电设施建设的重要程度在电动汽车发展众多影响因素中仅次于电池技术排名第二，充电设施的基础性、关键性作用各方已达成共识。所以，在进行电动汽车充电设施规划时，要充分考虑到电动汽车的发展阶段、用户的使用需求等，保证资金用在刀刃上，发挥充电设施的最大服务能力，提高充电的方便快捷，有助于提高电动汽车的推广普及。

在目前的电动汽车充电设施规划方案中，主要是估算出各类型电动汽车的数量，结合车辆行驶里程等计算出充电次数及充电量的需求，结合充电桩的服务能力，计算出充电桩的总体数量。但缺点是未考虑建设场所及资金投入等因素，政策性较强，实用性不高。

技术实现要素：

为了解决上述问题，本发明的目的在于提供一种提高电动汽车充电设施规划质量的方法。

为了达到上述目的，本发明提供的提高电动汽车充电设施规划质量的方法包括按顺序执行的下列步骤：

步骤1)首先确定对待评估的提高电动汽车充电设施规划质量的方案存在影响的分类指标，称为一级因素，由这些指标构成指标分类层，将每类指标细分成具有某种共性的多个二级因素，这些二级因素构成指标层；记作因素集u＝{u1,u2,…,un}，其中ui为因素集u中的第i个因素，ui应满足

步骤2)构造模糊判断矩阵：判断矩阵的元素cij表示隶属于同一上层元素的下层第i个元素与第j个元素之间的相对重要性，cij的取值(标度)范围为1-9的自然数及它们的倒数，cij＝1/cji，数值越大表示第i个元素相对于第j个元素越重要，如表1所示；

表1判断矩阵标度及其含义

三角模糊评价法应用了三角模糊数，即在判断矩阵中使用由三个数字确定的一个三角形函数，代替一般评价法中所采用单一数值，以体现专家在两两比较判断中意见的模糊性；

步骤3)计算模糊化权重：对同一组重要性比较，多位专家作出的不同的评判，应用三角模糊数的运算公式对两个三角模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的运算，取其算数平均，将多个模糊数整合为一个，从而形成一个综合的模糊判断矩阵；

步骤4)去模糊化：对于两个模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度，计算一个模糊数mj大于本层其他n-1个模糊数的可能度也即该模糊数多对应指标的权重，经过归一化处理，可得到该指标在本层的最终权重，从而表征本层各指标权重分配的权重向量；

步骤5)建立评价集：将评价结果分为λ个等级，λ取奇数，以反映评价者对评价对象可能做出的评价；记评价集为v＝[v1,v2,…,vλ]^t；

步骤6)多层次模糊综合评价：对最底层因素集ui(i＝1,2,…,n)中的各因素进行单因素模糊评价，根据专家打分，得到因素uij(j＝1,2,…,m)对各等级评语的隶属度，从而可得到因素集ui的单因素模糊判断矩阵；

利用三角模糊评价法，可得到因素集ui的权重向量wi＝[wi1,wi2,…,win]^t，作一级模糊综合评判，得因素ui对各等级评语的隶属度；

同上，对其他各层因素集进行单因素评判，最终可得到被评判对象对各等级评语的隶属度，从而可得评价结果。

在步骤2)中，所述的三角模糊数m定义的隶属度函数如下：

上式中，l≤m≤u，l和u表示该三角模糊数的下界和上界，m表示隶属度为1的中值；一般三角模糊数m可表示为(l,m,u)。

在步骤3)中，所述的两个三个模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的运算方法如下：

m1+m2＝(l1+l2,m1+m2,u1+u2)(2)

对同一组重要性比较，多位专家作出的不同的评判，应用上述三角模糊数的运算公式，取其算数平均，将多个模糊数整合为一个，从而形成一个综合的模糊判断矩阵；

对第k层元素i的模糊权重di，计算公式如下

其中aij为模糊判断矩阵中第i行第j列的三角模糊数，表示第i个元素相对于第j个元素的重要性。

在步骤4)中，所述的对两个模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度定义为：

一个模糊数mj大于本层其他n-1个模糊数的可能度也即该模糊数多对应指标的权重为：

wcj′＝ν(m≥m1,m2,…,mn)＝minν(m≥mi)，i＝1,2,…,n(7)

经过归一化处理，可得到该指标在本层的最终权重为

从而表征本层各指标权重分配的权重向量即为

wi＝[w1,w2,…,wn]^t(9)。

在步骤6)中，所述的因素集ui的单因素模糊判断矩阵为：

所述的因素ui对各等级评语的隶属度为

式中为模糊合成算子。

本发明提供的提高电动汽车充电设施规划质量的方法的有益效果：本发明采用层次分析法，结合实际情况考虑了多重因素的影响，具有很高的理论价值和实际效果；采用模糊综合评价方法对规划方案进行综合评价，确定最优的规划方案。

附图说明

图1为本发明充电设施规划的分解结构图。

图2为本发明提供的充电设施规划指标体系图。

具体实施方式

下面结合附图和具体实施例对本发明提供的提高电动汽车充电设施规划质量的方法进行详细说明。

电动汽车充电设施规划是一个复杂系统，其影响因素众多，主要有电动汽车的类型、使用习惯、充电方式、使用电动汽车的目标期望、车主对互联网的应用程度等等，不仅包括定性指标，而且包括定量指标，仅仅采用简单的方法，往往很难评价各因素之间、各层次之间的优劣。因此，采用层次分析法和模糊综合评价法相结合进行方案的规划及评价。

将电动汽车充电设施规划的指标进行分级、分类，构建递阶层次结构指标体系如图1所示，在分级、分类结构的指标体系中，每类都有若干个指标，同类指标具有某种共性，不同类的指标对总目标所产生的影响不相同，因而不能同等对待。在目标与指标层之间加入一个指标分类层，使指标体系的层次结构更加清楚，更有利于对问题的分析。图2为本发明的充电设施规划指标体系，包括充电设施需求、技术的发展、建设场所以及资金的投入。

sg-mca(智能电网-多标准分析)是一种结合sg-mca评价法和模糊逻辑的智能电网项目的效益评价方法。多目标决策是运筹学的一个分支，是一个著名的决策领域。这种方法可以考虑重大的社会，经济和环境影响，尤其可以在决策过程中体现多方参与者的需求。

sg-mca的基本原理是对评价系统的有关方案的各种要素分解成若干层次，形成一个递阶的有序的层次结构模型，并将每一层次的各要素相对于其上一层次某要素进行两两比较判断，求出各要素的权重。根据综合权重按最大权重原则确定最优方案。

此方法在构造判断矩阵时考虑到了专家判断的模糊性，使得判断矩阵对专家意见的表征更加合理，且避免了一致性检验。

如图1—图2所示，本发明提供的提高电动汽车充电设施规划质量的方法包括按顺序执行的下列步骤：

步骤1)首先确定对待评估的提高电动汽车充电设施规划质量的方案存在影响的分类指标，称为一级因素，由这些指标构成指标分类层，将每类指标细分成具有某种共性的多个二级因素，这些二级因素构成指标层；记作因素集u＝{u1,u2,…,un}，其中ui为因素集u中的第i个因素，ui应满足

步骤2)构造模糊判断矩阵：判断矩阵的元素cij表示隶属于同一上层元素的下层第i个元素与第j个元素之间的相对重要性，cij的取值(标度)范围为1-9的自然数及它们的倒数，cij＝1/cji，数值越大表示第i个元素相对于第j个元素越重要，如表1所示；

表1判断矩阵标度及其含义

三角模糊评价法应用了三角模糊数，即在判断矩阵中使用由三个数字确定的一个三角形函数，代替一般评价法中所采用单一数值，以体现专家在两两比较判断中意见的模糊性；

步骤3)计算模糊化权重：对同一组重要性比较，多位专家作出的不同的评判，应用三角模糊数的运算公式对两个三角模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的运算，取其算数平均，将多个模糊数整合为一个，从而形成一个综合的模糊判断矩阵；

步骤4)去模糊化：对于两个模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度，计算一个模糊数mj大于本层其他n-1个模糊数的可能度也即该模糊数多对应指标的权重，经过归一化处理，可得到该指标在本层的最终权重，从而表征本层各指标权重分配的权重向量；

步骤5)建立评价集：将评价结果分为λ个等级，λ取奇数，以反映评价者对评价对象可能做出的评价；记评价集为v＝[v1,v2,…,vλ]^t；

步骤6)多层次模糊综合评价：对最底层因素集ui(i＝1,2,…,n)中的各因素进行单因素模糊评价，根据专家打分，得到因素uij(j＝1,2,…,m)对各等级评语的隶属度，从而可得到因素集ui的单因素模糊判断矩阵；

利用三角模糊评价法，可得到因素集ui的权重向量wi＝[wi1,wi2,…,win]^t，作一级模糊综合评判，得因素ui对各等级评语的隶属度；

同上，对其他各层因素集进行单因素评判，最终可得到被评判对象对各等级评语的隶属度，从而可得评价结果。

在步骤2)中，所述的三角模糊数m定义的隶属度函数如下：

上式中，l≤m≤u，l和u表示该三角模糊数的下界和上界，m表示隶属度为1的中值；一般三角模糊数m可表示为(l,m,u)。

在步骤3)中，所述的两个三个模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)的运算方法如下：

m1+m2＝(l1+l2,m1+m2,u1+u2)(2)

对同一组重要性比较，多位专家作出的不同的评判，应用上述三角模糊数的运算公式，取其算数平均，将多个模糊数整合为一个，从而形成一个综合的模糊判断矩阵；

对第k层元素i的模糊权重di，计算公式如下

其中aij为模糊判断矩阵中第i行第j列的三角模糊数，表示第i个元素相对于第j个元素的重要性。

在步骤4)中，所述的对两个模糊数m1＝(l1,m1,u1)，m2＝(l2,m2,u2)，m1≥m2的可能度定义为：

一个模糊数mj大于本层其他n-1个模糊数的可能度也即该模糊数多对应指标的权重为：

wcj′＝ν(m≥m1,m2,…,mn)＝minν(m≥mi)，i＝1,2,…,n(7)

经过归一化处理，可得到该指标在本层的最终权重为

从而表征本层各指标权重分配的权重向量即为

wi＝[w1,w2,…,wn]^t(9)

在步骤6)中，所述的因素集ui的单因素模糊判断矩阵为：

所述的因素ui对各等级评语的隶属度为

式中为模糊合成算子。

本发明采用层次分析法，结合实际情况考虑了多重因素的影响，具有很高的理论价值和实际效果；采用模糊综合评价方法对规划方案进行综合评价，确定最优的规划方案。