燃油车禁售时间表公布，加油站建设充电设施将迎来新机遇
阅读文章前，辛苦您点下右上角的“关注”，方便您讨论转发，继续关注每日优质内容～
文|波义耳的笔记
编辑|波义耳的笔记
0引言
2017年以来，法国、英国、德国等国家相继公布了燃油车禁售时间表，预期在10-20年内停售传统燃油车。
推广电动汽车，逐步减少传统燃油汽车的使用，已成为未来汽车行业的发展方向。
在发展电池换电等方式之外，随着电动汽车渗透率的提高和燃油汽车的逐步减少，大量现有加油站的设施利用率将逐渐降低，依托现有加油站建设充电设施也是颇具前途的一种方式。
传统加油服务提供商可以在部分加油站中逐步减少加油设施配置，并安装大功率快速充电设施和储能系统(energystoragesystem，ESS)，将其改造为集成加油和快速充电服务的油电混合能量站(integratedfuelingandfastchargingstations，IFFSs)，从而转变为综合车辆能源补给服务提供商。
充电站规划是电动汽车进一步推广的重要基础，其关键在于对充电负荷的分布进行合理的预测和建模。
一个常见思路是根据服务区域划分进行站点选址和定容决策。
然而，已发表的文献对服务区域划分大多基于空间距离(如Voronoi图等)或基于社会成本最优的交通流分布，忽略了车辆用户选择充电目的地决策时的理性，导致实际的充电需求分配结果与规划时采用的需求分布之间存在差距，从而降低了规划方案的经济性。
综合考虑了充电站投资效益与用户效益的耦合进行充电站定容决策。
另一种方法基于用户均衡(userequilibrium，UE)模型进行优化，可对用户理性进行建模。
考虑了路径行程时间和充电成本对用户决策的影响，并将UE模型应用于电力与交通耦合系统中充电站的规划。
在均衡模型中进一步考虑了用户行程中的充电目的地和路径选择，并以社会总福利最大化为目标布局充电站。
基于用户均衡模型研究了多级充电功率的充电设施规划问题，并采用启发式方法求解。
然而，上述用户均衡模型必须考虑交通网络拓扑结构，在充电设施的中长期规划中应用性不强。
由于电动汽车快速充电负荷功率大、时间短，对于电力系统具有一定的冲击性，不利于电力系统稳定、经济运行。
除了采用有序充电以减轻充电负荷的影响>外，运营商在大功率快速充电站中配置电池储能系统也可有效缓解快充负荷的冲击。
研究了电动公交车的充电运行与站内储能系统定容的协同优化问题，在充电站内储能系统定容时进一步考虑了储能的全寿命周期成本，而则考虑了充电排队与储能系统定容优化之间的影响。
在考虑利用站内储能系统进行负荷转移的基础上，同时考虑了储能系统在电力短缺时对持续提供充电服务的保障作用。
总体而言，电动汽车充电站内储能系统的定容优化研究一般在对充电负荷进行预测的基础进行储能容量优化，而较少进行充电站充电设施与储能系统容量的联合规划。
尽管电动汽车充电站的规划方法大多源于传统加油站的选址和定容策略，但汽车补能设施的规划往往集中在单一类型的能源补充。
针对加油站向含可再生能源充电站的转型，建立了将加油站改造成为充电站的映射关系模型，并给出了充电站的调控能力和容量优化方法。
以环城公路网为研究对象，根据共享最近邻聚类方法得到充电站位置，利用M/M/s排队理论考虑排队时间的影响，设计了考虑生命周期成本和时间成本的设施规划模型。
然而，已发表文献没有考虑电动汽车逐渐取代燃油汽车的长期过程，并针对多种能源补充设施的多阶段规划开展研究。
本文立足城市内现有加油站改造成为油电混合能量站的趋势，研究油电混合能量站的多阶段规划策略。
首先考虑电动汽车对燃油车的替代趋势进行多个规划阶段下车辆补能需求的时空分布的预测和估计；进一步考虑到车辆用户选择补能目的地时的决策理性，得到各能量站获得的补能需求。
在补能需求的基础上，考虑规划的经济性最优目标提出油电混合能量站的多阶段规划策略，针对模型求解较难的问题将原问题转化为不动电问题，并依托加油与充电解耦的思路设计容量优化的迭代求解方法，用以解决加油服务提供商响应电动汽车替代燃油汽车的长期趋势而逐步转型成为综合补能服务提供商的规划问题。
1油电混合能量站规划问题概述
本文所述的油电混合能量站是指传统加油服务提供商通过在传统加油站中逐步减少加油设施配置、增加快速充电设施与站内储能系统配置，将面向燃油车的传统加油站改造成包括快速充电与加油两种能量补给方式的混合能量站，是最终实现改造成为电动汽车快速充电站之前的过渡形态。
图1油电混合能量站结构示意图
如图1所示，油电混合能量站中配置有加油设施与快速充电设施，并建电池储能系统以降低高峰负荷，并缓冲快速充电负荷的冲击，提升能量站运行的经济性；变压器可能是专用或公共变压器，需考虑其容量的限制。
考虑到电动汽车替代燃油汽车是一个长期的过程，对运营商来说分多个规划阶段逐步在原加油站中建设快充相关设施更加合理。
在各个规划阶段，由于电动汽车渗透率及续航里程的提高，电动汽车的充电需求与燃油车加油需求的时空分布也将发生变化。
由于多阶段规划时间尺度较长，难以准确预测交通路网拓扑结构和交通流的变化，本文采用将规划区域栅格化处理的方法。
如图2所示，将各栅格单元的补能需求等效集中于其中心点，并假设各能量站也建设于栅格单元中心，各单元的补能需求可以连续地分配到一或多个能量站，各个能量站可以捕获一或多个栅格单元的需求。
基于此，运营商需要预测各阶段的加油与快充需求分布，并根据需求分布优化不同规划阶段的设施容量，以达到最优经济性目标。
图2栅格化处理规划区域示意
2车辆补能需求时空分布预测
2.1考虑补能方式过渡的补能需求生成
在规划区域内，某个规划阶段下各栅格单元中的充电或加油需求与以下参数相关：规划阶段ss的车辆总数nvsnsv、电动汽车渗透率ρevsρsev、加油或快充需求生成概率ζgvsζsgv与ζevsζsev、站点可捕获的加油或快充需求比例βgvsβsgv与βevsβsev。
记当前时点下各栅格单元在时段tt的补能需求为Di，0，tDi，0，t，车辆总数为nv0n0v。
因此，规划阶段ss下栅格单元ii中需要由站点满足的加油和快充需求可表达为：
Yfui，s，t=nvsnv0(1−ρevs)ζgvsβgvsDi，0，t=λfusDi，0，tYi，s，tfu=nsvn0v(1−ρsev)ζsgvβsgvDi，0，t=λsfuDi，0，t(1)
Ycgi，s，t=nvsnv0ρevsζevsβevsDi，0，t=λcgsDi，0，tYi，s，tcg=nsvn0vρsevζsevβsevDi，0，t=λscgDi，0，t(2)
其中，λfusλsfu和λcgsλscg表示规划阶段ss的补能需求相对于当前补能需求的倍数。
2.2计及车辆用户理性的需求分配均衡
如前所述，将栅格化区域中每个栅格单元的充电与加油补能需求Ycgi，s，tYi，s，tcg及Yfui，s，tYi，s，tfu都视为可连续分配到多个能量站的连续变量。
记栅格单元i的补能需求分配到能量站k中的需求量为ydm，cg/fui，k，s，tyi，k，s，tdm，cg/fu，那么补能需求的分配应当满足
∑k=1Kydm，cg/fui，k，s，t=Ycg/fui，s，t∑k=1Kyi，k，s，tdm，cg/fu=Yi，s，tcg/fu(3)
∑i=1imaxydm，cg/fui，k，s，t=ycg/fuk，s，t∑i=1imaxyi，k，s，tdm，cg/fu=yk，s，tcg/fu(4)
ydm，cg/fui，k，s，t≥0yi，k，s，tdm，cg/fu≥0(5)
其中，ycg/fuk，s，tyk，s，tcg/fu为各能量站获得的充电及加油需求，KK和imaximax分别为能量站和栅格单元数量。
车辆用户在选择充电或加油目的地时出于决策理性考虑会选择成本最小的站点。
通常而言，用户进行充电或加油补能决策需考虑的成本由行驶时间、排队时间、补能服务时间等时间成本和补能费用成本组成。
行驶时间采用平均行驶速度与栅格单元之间的曼哈顿距离Di，kDi，k估计得到；排队时间τqu，cg/fuk，s，tτk，s，tqu，cg/fu可利用Davidson公式计算：
τqu，cg/fuk，s，t=τ0k<1+Jycg/fuk，s，txcg/fuk，s−ycg/fuk，s，t>τk，s，tqu，cg/fu=τk0<1+Jyk，s，tcg/fuxk，scg/fu−yk，s，tcg/fu>(6)
其中，τ0kτk0为基础排队时长，JJ为可调节系数，一般可根据补能服务时长确定，xcg/fuk，sxk，scg/fu为补能设施容量。
服务时间和补能成本与需补充的能量相关。
以电动汽车用户为例，其进行充电决策考虑的成本可以表达为
Ccgi，k，s，t=πtimevaveDi，k+πtimeτquk，s，t+πtime(pacsDi，k+e0)Prtk+πchg(pacsDi，k+e0)Ci，k，s，tcg=πtimevaveDi，k+πtimeτk，s，tqu+πtime(pacsDi，k+e0)Pkrt+πchg(pacsDi，k+e0)(7)
其中，πtimeπtime为单位时间成本，vavevave为平均行驶速度，pacspacs为单位里程能耗，e0e0为初始补能需求，PrtkPkrt为额定充电功率，πchgπchg为单位电量充电成本。
上式的四项分别为行驶时间成本、排队时间成本、服务时间成本与补能成本。
上式可以整理并表示为行程距离和排队时长的线性形式，即
Ccgi，k，s，t=(πtimevave+πtimepacsPrtk+πchgpacs)Di，k+πtimeτquk，s，t+(πtimePrtk+πchg)e0=c1Di，k+c2τquk，s，t+c3Ci，k，s，tcg=(πtimevave+πtimepacsPkrt+πchgpacs)Di，k+πtimeτk，s，tqu+(πtimePkrt+πchg)e0=c1Di，k+c2τk，s，tqu+c3(8)
其中，c1c1 ~c3c3为成本系数，且c3c3是与充电目的地决策无关的常数项。
基于此，当考虑用户决策理性时，各栅格单元的补能需求在不同能量站之间的分配除满足式(3)-(5)外还应当满足：
αi，s，t≤Ccgi，k，s，t⊥ydm，cgi，k，s，t≥0αi，s，t≤Ci，k，s，tcg⊥yi，k，s，tdm，cg≥0(9)
βi，s，t≤Cfui，k，s，t⊥ydm，fui，k，s，t≥0βi，s，t≤Ci，k，s，tfu⊥yi，k，s，tdm，fu≥0(10)
其中，αi，s，tαi，s，t与βi，s，tβi，s，t表示栅格单元i中的加油和充电需求选择各能量站作为补能目的地的最小成本。
上式为互补松弛约束，意即用户仅会选择成本最低的站点作为补能目的地。