电动汽车的战略基础设施规划:成本受限走廊部署的案例研究

《Case Studies on Transport Policy》:Strategic infrastructure planning for electric vehicles: A case study in cost-constrained corridor deployment

【字体: 大 中 小 】 时间:2026年10月23日 来源:Case Studies on Transport Policy 3.3

编辑推荐:

   •MILP模型优化走廊电动汽车充电站的选址和容量。•模型纳入了真实的位置特定投资成本约束。•识别出层级化网络结构以实现效率和平等覆盖。•敏感性分析确定了八个稳健的站点选址用于早期投资。•为国家级交通基础设施战略提供风险知情的指导。引言道路交通运输的电气化已成为国家和国际气候政

  
  • •
    MILP模型优化走廊电动汽车充电站的选址和容量。
  • •
    模型纳入了真实的位置特定投资成本约束。
  • •
    识别出层级化网络结构以实现效率和平等覆盖。
  • •
    敏感性分析确定了八个稳健的站点选址用于早期投资。
  • •
    为国家级交通基础设施战略提供风险知情的指导。

引言

道路交通运输的电气化已成为国家和国际气候政策议程的重要组成部分,其驱动因素包括对温室气体排放的担忧、《巴黎协定》下的承诺以及能源安全(Muratori等,2021;Rehman等,2025;Sathiyan等,2022)。2024年全球电动汽车销量达到1700万辆,首次占轻型新车销量的20%以上,预计到2030年将超过40%(IEA,2025)。作为回应,各国政府已推出财政激励措施、监管手段和基础设施计划以加速电动汽车的普及。这些举措包括印度的国家电动出行使命计划,以及中国、挪威、冰岛和澳大利亚的各种政策和税收措施(Ghani等,2025;Liu等,2023;Qadir等,2024;Rietmann和Lieven,2019)。然而,刺激电动汽车普及的政策必须伴随着充足的充电基础设施。可靠且可及的充电设施对于减少出行不确定性、鼓励消费者从传统车辆转向电动汽车至关重要。因此,北美、欧洲和亚洲的各国政府已制定了日益宏大的充电基础设施部署目标(Falchetta和Noussan,2021)。
泰国为这一转型提供了一个相关的案例。为支持其净零承诺,该国已推出多项促进电动汽车普及的举措(Suzuki等,2024)。根据陆路运输厅的数据,纯电动汽车注册量从2020年的5685辆大幅增加至2024年的227490辆以上。尽管国有和私营运营商均已扩展充电基础设施,但设施仍集中在曼谷及其大都市区。尽管省级和偏远地区对于货运运输和城际出行非常重要,但服务相对不足(Boonprong等,2024;Jan-ngurn等,2025;Kohpaiboon,2024)。这种不均衡的分布反映了电动汽车需求、土地价值、投资成本以及充电站在城际路线上必须覆盖的距离之间的差异。如果这些差异持续存在,可能会限制泰国更广泛的运输和物流政策的有效性,并造成充电基础设施的不平等获取。
在需求增长不确定的情况下,设计财务可行且空间可及的充电网络需要一个严谨、基于证据的规划框架(Razeghi等,2024;Yuvaraj等,2024)。设施选址-分配模型为平衡基础设施成本和服务覆盖提供了成熟的方法。然而,电动汽车充电基础设施提出了额外的规划考量,包括位置特定的投资成本、离散容量选择和基于现有道路网络的服务距离要求。此外,充电需求可能在各地显著变化并随时间演变。虽然现有研究提供了有价值的优化方法,但相对较少关注识别在不同需求条件下仍具有吸引力的投资位置,以及将优化结果转化为分阶段基础设施部署的实际策略。因此,一个同时考虑成本、容量、道路网络可及性和需求不确定性的规划框架可以为长期充电基础设施决策提供更有效支持。
为解决这些问题,本研究开发了一个混合整数线性规划(MILP)模型,用于在新兴经济体背景下规划主要道路走廊上电动汽车充电站的战略性选址和规模。该模型将问题表述为有容量限制的设施选址模型,包含四个关键特征:位置特定的固定投资成本、每个候选站点的多个离散容量水平、跨多个站点的配电以及基于道路网络的最大服务距离。该模型应用于泰国一条主要的跨省走廊——Mittraphap Road(国道2号),以确定具有成本效益的充电站网络。随后进行结构化的二维敏感性分析,同时变化总充电需求及其空间分布。该分析识别了在不同需求情景下始终保持吸引力的站点位置,并揭示了随着需求演变容量需求如何变化。
本研究做出三项主要贡献。首先,开发了一个MILP模型,在统一的走廊规划框架中整合了位置相关的投资成本、离散站点容量选择、配电以及道路网络服务距离约束。其次,在泰国主要跨省走廊的应用展示了如何在现实地理和需求条件下配置充电站位置和容量,以平衡基础设施成本和空间可及性。第三,情景分析识别了持续被选中的站点位置,并为在需求不确定性下优先投资和规划增量容量扩展提供了实际基础。这些贡献为在新兴经济体规划战略电动汽车充电基础设施提供了经验基础框架,并为寻求实施分阶段、风险意识电气化战略的政府、基础设施投资者和私营运营商提供了实用指导。

章节摘要

文献综述

随着全球电动汽车普及持续增长,电动汽车充电站的选址日益受到研究关注。电动汽车充电站选址问题(EVCSLP)通过纳入电动汽车充电的运营、空间和技术特征,扩展了经典的设施选址模型。基础模型,包括p-中位问题(Hakimi,1964)以及集合覆盖和最大覆盖模型(Toregas等,1971),建立了在最小化之间进行权衡的基本框架

问题描述与数学建模

本研究解决了沿主要交通走廊规划电动汽车充电基础设施的战略性问题。规划问题涉及三个相互关联的决策:选择充电站的候选站点、确定每个选中站点的容量水平,以及在容量和服务距离约束下将区级充电需求分配给选中的站点。
沿走廊的现有加油站被视为电动汽车充电的候选位置

实验设置

案例研究聚焦于Mittraphap Road(国道2号),这是一条长509公里的跨省走廊,从Saraburi府延伸至廊开府的泰老友谊桥。该走廊经过五个府和21个区,既作为客运的主要路线,也作为货运的主要路线,使其成为泰国国家物流网络的重要组成部分。
沿走廊的现有PTT加油站被选为电动汽车充电的候选位置 i

战略基础设施规划与空间公平

优化后的网络呈现出明显的层级结构,大容量站点集中在主要城市中心,小型设施服务于周边地区。这种模式与中心地理论(Getis和Getis,1966)一致,该理论表明高级中心产生更大的服务需求,因此可以证明大型设施的合理性,而低级中心主要提供本地服务。这也与最近的实证研究一致,显示

结论

本研究开发了一个MILP模型,以优化泰国509公里Mittraphap Road走廊上电动汽车充电站的选址和容量。通过纳入位置特定的土地评估成本、离散容量水平和道路网络距离约束,该模型反映了走廊级充电基础设施规划中的关键经济和空间考量。最优网络由13个站点组成,大容量设施集中在府治城市

CRediT作者贡献声明

Arthit Apichottanakul:撰写——原始草稿,验证,软件,资源,方法论,调查。Athipat Suwannarat:软件,形式分析,数据整理。Sirawadee Arunyanart:撰写——审阅与编辑,可视化,验证,监督,方法论,概念化。

生成式AI和AI辅助技术使用声明

在准备本文过程中,作者使用ChatGPT来改善可读性和语言。在使用该工具后,作者根据需要审阅和编辑了内容,并对已发表的文章承担全部责任。

利益冲突声明

作者声明他们不存在任何已知的可能影响本文所报告工作的竞争性财务利益或个人关系。
Arthit Apichottanakul | Athipat Suwannarat | Sirawadee Arunyanart
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号