光伏驱动电动汽车充电基础设施的优化布局：基于地理空间与多准则分析的可持续城市交通解决方案

推荐：为解决城市可持续交通转型中充电设施布局难题，研究人员结合AHP多准则决策分析与深度学习辅助的Sentinel-2影像地类分割，提出光伏(PV)供电的EV充电站选址模型。通过开发22 kW原型站并模拟年发电117,402 kWh，证实该方案可减少54.75吨CO2/年，为日照充足地区提供可扩展的清洁交通规划工具。

　　

随着全球温室气体排放加剧，交通领域占能源消耗的24%，电动汽车(EV)成为减排关键。但充电设施不足制约其普及，尤其在太阳能资源丰富但电网薄弱地区。摩洛哥本格里尔市年均日照达5.5 kWh/m²/天，却缺乏EV与可再生能源协同规划方法。

哈桑二世大学卡萨布兰卡分校地理科学实验室团队在《Results in Engineering》发表研究，整合地理空间分析与技术-环境多准则评估，提出光伏供电充电站(PV-EVCS)的优化框架。通过开发22 kW原型站验证，证实该方案年发电量超117 MWh，性能比(PR)达68.3%，可减少44.4%碳排放。

研究采用三大关键技术：1)基于SegFormer深度学习模型的Sentinel-2影像土地覆盖分类；2)结合道路网络、公共设施等12项指标的层次分析法(AHP)；3)PVsyst软件模拟系统性能，采用2.34 MWh锂电储能与25 kW逆变器配置。

4.1 充电站选址优化

通过AHP权重分析发现停车场(19%)、加油站(19%)为最优先选址，结合SegFormer识别的建筑密度数据，筛选出36个适宜区域(58,107 m²)，可部署148个充电站。

4.3 原型站性能验证

22 kW系统配置126块665Wp光伏板(391 m²)，MATLAB模拟显示夏季日均发电达9,000 kWh，冬季为6,404 kWh。电池损耗率8.74%/年，寿命约7.9年。

4.4 环境效益量化

对比燃油车，50辆EV年减排54.75吨CO₂。全生命周期(25年)累计减碳2,663吨，按50欧元/吨碳价计算，环境效益达13.3万欧元。

该研究创新性地将深度学习与空间决策结合，为非洲及类似地区提供可复制的清洁交通解决方案。通过精确量化技术参数与经济环境效益，证明PV-EVCS在太阳辐射>5 kWh/m²/天区域的可行性，对实现联合国SDG7(清洁能源)和SDG11(可持续城市)具有实践指导意义。三维可视化显示光伏车棚设计可兼顾功能与美观，为城市规划者提供直观参考。