共享电动汽车车队的多模式充电网络：一种数据驱动的方法

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Multi-modal charging networks for shared electric vehicle fleets: A data-driven approach

多模式充电网络通过整合固定充电站与移动电池更换点，优化了共享电动汽车的充电效率与成本效益，相比传统单模式网络可减少51.9%的行程延误。研究提出兼顾前期投资与用户延误的优化模型，结合北京真实运营数据验证了其在动态时空需求下的可靠性和适应性，为可持续交通基础设施规划提供决策支持。

　　

严晓天|王飞龙|孙占波|杜月园|范文博

西南交通大学交通运输与物流学院，中国四川省成都市611756

摘要

共享电动车（SEVs）有潜力减少对私人汽车的依赖并实现城市交通的脱碳，但其动态的时空充电模式与具有常规充电行为的私人电动车相比带来了独特的挑战。本研究提出了一种多模式充电网络，该网络结合了固定充电站（FCSs）和移动充电站（MCDs），通过派遣的卡车提供按需电池更换服务。我们开发了一个双目标优化模型，并结合了基于实际数据的仿真，以平衡前期成本和行程延误。与仅使用固定充电站（FCSs）的现有技术以及使用固定电池更换站（FCS-BSS）的模型相比，所提出的网络分别将SEV的行程延误减少了51.9%和12.0%。该网络在时空动态需求、充电器故障以及充电技术不断发展的情况下仍能保持可靠的性能。这些结果证明了所提出网络的成本效益、鲁棒性和适应性。我们提供了关于制定政策和解决方案的见解，以促进SEV的稳定运行并通过优化基础设施配置来提升可持续性。

引言

汽车共享起源于1948年的苏黎世，最初是一个合作项目，此后在全球范围内得到扩展（Shaheen和Cohen，2007；Weikl和Bogenberger，2013）。如今，主要的运营商包括加拿大的Communauto和法国的Communauto（De Lorimier和El-Geneidy，2013；Roblot等人，2021），北美洲和欧洲的Zipcar（Bardhi和Eckhardt，2012；Kim，2015；Schwieterman和Bieszczat，2017），以及中国的EVCARD（Li等人，2017；Yang等人，2022）等（Nansubuga和Kowalkowski，2021）。随着交通行业的持续电气化和数字化转型，汽车共享行业越来越多地采用环保和智能的运营模式（Illgen和H?ck，2019）。其中，共享电动车车队（SEVs）作为一种可持续的选择应运而生，受益于清洁能源的使用。除了其脱碳和环境效益（Choudhari等人，2024；Yang等人，2021）外，SEVs一方面可以为用户提供更低的运营成本（Loeb和Kockelman，2019），通过车载智能娱乐系统提升舒适度，并通过先进的驾驶辅助技术改善驾驶体验。另一方面，SEV运营商受益于电池架构的标准化，这简化了大规模车队的管理（Yang等人，2021）。这种标准化促进了高效电池更换技术的采用，进一步提高了车辆的可用时间和整体系统吞吐量。

尽管SEV服务具有诸多优势，但在以成本效益的方式为电动车队充电方面仍存在挑战，这需要解决客户的担忧并与基于燃料的共享车辆竞争。在需求方面，SEVs表现出动态的时空使用模式，这使它们与通常遵循常规充电模式的私人电动车和电动公交车不同（Hu等人，2018；Huo等人，2020）。SEV用户偶尔会进行长距离行驶或前往郊区（例如，前往热门景点），这引发了充电问题，从而阻碍了SEV的使用（Yang等人，2021）。在供应方面，建立充电基础设施（如固定充电站（FCSs）和电池更换站（BSSs）的高成本使得在整个服务区域内部署设施变得不切实际。充电资源分布不均可能会进一步限制SEV服务的广泛采用和扩展。这种供需不匹配阻碍了SEV的高效运行和市场普及。

多模式充电网络作为一种有前景的解决方案应运而生，它结合了固定充电站（FCSs）和移动充电站（MCDs）的优势（He等人，2023；Zhang等人，2021）。FCSs配备有固定的充电桩，服务于用户可以前往的充电热点。相比之下，MCDs运营的卡车被派遣到低密度区域提供按需电池更换服务（参见相关专利，例如Li等人，2011；Shi和Xie，2023）。这些移动单元提供了灵活性，并在固定充电站有限的地区提高了成本效益。表1总结了FCSs和MCDs的关键特征。两种模式的优点可以结合起来，提高系统级的充电成本效益：FCSs提供高容量、低成本的充电服务，而MCDs在需求较低的地区提供灵活、成本效益高的覆盖，并在紧急情况下（如停电或停电）保持可靠性（本文后面将展示）。

为了开发一个既包含FCS又包含MCD的强大充电网络，我们制定了一个双目标优化模型，以平衡前期成本和行程延误。该模型进一步结合了基于中国北京实时SEV运营数据的驱动仿真，以考虑实际的SEV充电模式。此外，我们从三个维度系统地评估了所提出的多模式充电网络的有效性。首先，我们评估了其成本效益和相对于现有最佳实践（包括仅使用FCSs的模型和FCS-BSS模型）的优势。其次，我们考察了FCS-MCD网络在动态需求和供应波动情况下提供可靠服务的能力。第三，我们评估了该模型在各种情景下的鲁棒性和泛化能力，例如增加充电功率率和与现有FCS基础设施的集成。我们的模型既适用于新基础设施的战略部署，也适用于现有资源的运营改进。虽然主要案例研究集中在网络设计上，但该模型的制定本质上支持了现有FCSs的集成。此外，该模型的泛化性允许包含各种移动资产，例如附录E中讨论的快速充电卡车。

本文的贡献有三个方面：

1.

我们提出了一个多模式充电网络设计的双目标优化模型，明确平衡了运营商的前期成本和用户经历的行程延误。结合基于北京SEV实际运营数据的数据驱动仿真模型，我们展示了该模型有效捕捉并适应了城市网络中SEV充电需求的动态时空特征。

2.

我们构建了基准充电网络，并进行了系统比较，证明了所提出模型的优势，在类似的前期成本下，与仅使用FCSs的模型和FCS-BSS模型相比，行程延误分别减少了51.9%和12.0%。此外，它在需求波动和供应动态变化的情况下始终提供更可靠的服务。

3.

我们探索了广泛的规划情景并进行了敏感性分析，以评估模型的鲁棒性。结果证明了该模型对不断发展的充电技术和现有FCSs的适应性，突出了其在支持多样化和变化的SEV充电事件方面的持续优势。基于这些发现提供了政策建议。

本文的其余部分组织如下。下一节回顾了相关工作。然后，第3节提出了问题陈述，并描述了北京SEV数据的来源和特征，这些数据是后续章节所需的输入。第4节开发了所提出的多模式充电网络的方法论框架。第5节我们进行了数值研究，全面评估了其性能。最后，第6节总结了本文，讨论了政策含义，并指出了本研究的局限性和未来研究方向。

相关工作

相关工作

我们首先介绍了汽车共享和SEVs的特点，然后总结了常见的充电网络设计。大多数研究集中在单模式充电网络（如仅使用FCSs的、固定的BSS和MCD网络）上，对多模式充电网络的关注较少。

问题陈述和数据描述

本节首先提出了问题陈述。然后，介绍了北京的SEV数据，对其进行了处理和分析，以支持模型的建立。本文中使用的符号在附录A的表A.1中进行了总结。

框架概述

方法论框架如图3所示。它从分析实证轨迹数据开始，提取行程特征、充电事件和现有的FCS基础设施。接下来，确定这些充电事件的热点作为MCDs的候选位置（第4.2节）。随后，制定了一个双目标优化模型（第4.3节），以平衡前期成本和平均行程延误。该模型得到了定制的数据驱动操作的支持

数值分析

我们进行了实验，以评估所提出模型的成本效益和运营性能。实验设置在第5.1节中介绍。评估首先关注运营效率（通过行程延误衡量）和前期成本（第5.2节）。我们将提出的FCS-MCD模型与两种基准配置进行了比较，包括仅使用FCSs的网络和FCS-BSS网络。如第2节所述，前者是传统的单模式网络

结论

为了提高SEV相对于传统燃油驱动汽车共享服务的竞争力，本研究提出了一种结合FCSs和MCDs的多模式充电网络。该网络旨在减少运营商的前期投资，同时提高用户便利性，利用两种模式的互补优势：FCSs能够高效服务于高需求区域，但不太可能在整个区域内提供公平的访问性，而MCDs则提供灵活、成本效益高的充电服务

致谢

这项工作部分得到了国家自然科学基金（72501234）、中央高校基本科研业务费（编号2682025CX187）、成都市科学技术局重点研发支持计划（编号2022-JB00-00006-GX）的支持，第五作者还获得了香港理工大学启动基金的支持。作者感谢香港理工大学的Zhuge Chengxiang教授分享SEV轨迹数据

CRediT作者贡献声明

严晓天：撰写——原始草案，调查，形式分析，概念化。王飞龙：撰写——审稿与编辑，监督，资金获取，概念化。孙占波：撰写——审稿与编辑，监督，资金获取。杜月园：调查。范文博：验证，资金获取。