基于用地属性的充电站备选点模型构建

摘要

为提高电动汽车充电基础设施资源配置效率并降低运营成本，提出一种融合用地属性与多目标优化的充电站选址方法，基于兴趣点(point of interest, POI)分布数据，采用K-means聚类算法作为预处理方法初步确定充电站备选点；通过计算各充电站备选点覆盖范围内POI类型的权重与数量，得到各充电站备选点的重要度，建立最大化充电站备选点重要度目标函数；同时考虑充电站备选点建设、运营成本及用户在途损耗成本，建立最小化充电站总成本目标函数，构建充电站双目标规划选址模型；分别采用传统麻雀搜索算法(sparrow search algorithm, SSA)和融合动态自适应权重、反向学习策略和柯西变异的改进麻雀搜索算法(improved sparrow search algorithm, ISSA)求解模型，以济南市为例进行实例分析。结果表明：ISSA的充电站选址布局能有效避免过于集中或分散问题，服务覆盖范围与布局均衡性显著优于SSA;与SSA相比，ISSA的选址方案使总成本降低7.43%,充电站重要度提高34.34%;ISSA求解得到的充电站的服务缓冲区在各类用地类型上的覆盖率均优于SSA,尤其在商业用地方面，ISSA方案的覆盖率比SSA方案大6.79百分点。通过充电站双目标规划选址模型及优化求解算法能有效提高充电站布局合理性与空间资源配置效率。

关键词

充电站 / 备选点 / 重要度 / ISSA