《Computers, Environment and Urban Systems》:A GIS MILP framework for electric vehicle charging station placement and optimization: A Case Study in Eindhoven, Netherlands
编辑推荐:
密集的道路和竞争性的土地使用降低了电动汽车充电站(EVCS)选址的适宜性。投资增加4%可显著减少用户出行时间。成本和时间的运行(run)产生相似的空间格局,但站点密度不同。优化后的网络在现有站点200米范围内增加了大部分站点。
密集的道路和竞争性的土地使用降低了电动汽车充电站(EVCS)选址的适宜性。投资增加4%可显著减少用户出行时间。成本和时间的运行(run)产生相似的空间格局,但站点密度不同。优化后的网络在现有站点200米范围内增加了大部分站点。
**论文解读:基于GIS-MILP框架的城市电动汽车充电站选址与优化——以荷兰埃因霍温为例**
**研究背景与问题**
随着全球电动汽车(EV)保有量预计在2050年显著增长,对电动汽车充电站(EVCS)的需求随之上升。然而,现有交通和电力网络难以充分应对这一需求,可能制约EV普及并增加电网拥堵与停电风险。技术进步(如电池容量提升、车辆到电网(V2G)系统、可再生能源集成及电池储能系统(BESS))扩大了规划空间,但多数研究仍将EV视为被动能源消费者,且空间适宜性分析与运营优化常被分离处理。现有模型在协调投资成本、用户可达性、电网约束及时间变化能量流方面存在局限,难以系统评估城市级充电网络中的权衡。为此,本研究开发了一个两阶段空间优化框架,旨在联合考虑空间适宜性、用户出行时间、电网约束、光伏(PV)发电、电池储能及双向充电潜力,以支持城市EVCS规划。
**主要关键技术方法**
研究人员采用两阶段框架。第一阶段:基于地理信息系统(GIS)的空间逻辑回归模型,利用10折交叉验证评估候选位置出现EVCS的概率,输入变量包括距餐饮设施、道路网络、加油站等出行距离及人口密度,生成连续空间适宜性表面。第二阶段:多目标混合整数线性规划(MILP)模型,以最小化总货币成本(土地购置、电池投资、电网能源支出)和能量加权出行时间为目标,约束条件包括充放电容量、电网交换限制、储能上限、需求平衡及时间连续性。案例数据来源包括荷兰埃因霍温市,EV注册数据(2024年前十大品牌)、土地成本(WOZ-waarde栅格)、电网网络、兴趣点(POI)及太阳辐射数据(PVGIS)。敏感性分析对公共充电需求进行±20%缩放。
**研究结果**
**3.1 位置适宜性潜力**
空间回归模型平均交叉验证AUC为0.80(标准差0.08),表明良好判别能力。距餐饮设施和道路网络的出行距离与EVCS出现概率呈负相关,而土地价格呈正相关。预测概率表面显示中心城区适宜性较高,外围区域低于0.5阈值。
**3.2 MILP优化模型结果**
**3.2.1 计算设置**
通过构建货币成本(MC)和出行时间(TT)两个优先顺序的成对运行,生成目标间的权衡矩阵。MC运行先最小化货币成本,再以该值为约束最小化TT;TT运行则相反。
**3.2.2 比较MC和TT运行**
TT运行总出行时间(139,961小时)更低,但投资成本更高(32.49 M�);MC运行成本更低(31.25 M�),但出行时间更高(143,032小时)。土地成本占主导,电池和能源成本相对稳定。TT运行通过空间集中部署实现时间节省,MC运行则倾向低成本外围区域。两者均激活约52.7%候选站点,但空间格局不同。系统运营以直接充电和电网供电为主,储能和V2G交互几乎不活跃。
**3.2.3 TT和MC运行在EVCS分布上的重叠**
两者均激活1071个站点,其中885个共享(Jaccard相似度0.70),186个为各自独有。TT独有站点集中于高成本但能减少出行距离的区域,MC独有站点则位于低成本外围区,表明约30%选址决策对规划优先顺序敏感。
**3.2.4 能量流与储能**
电网供应(G)是主导能源,V2G双向流(S和Z)几乎为零。储能(I)主要作为缓冲机制,在午间时段充电,夜间及傍晚释放。MC运行更依赖电网,TT运行储能利用稍活跃,但储能仍为次要角色。
**3.2.5 敏感性分析**
对公共充电需求±20%缩放,投资水平和站点数量随需求单调变化,空间结构相对稳定(Jaccard相似度0.63),表明框架对需求不确定性具有鲁棒性。
**3.3 基线状态与优化状态对比**
优化后网络从158个基线站点扩展至1071个,但新增站点中位数距离基线站点小于100米,平均距离约110–130米,表明优化网络主要强化现有空间格局,而非大规模位移。TT和MC优化网络之间的平均最近距离低于30米,进一步确认空间结构相似性。
**讨论与结论**
**讨论**:空间回归结果确认土地用途和服务环境是EVCS适宜性的关键决定因素,市场驱动倾向于高价值中心区,可能加剧空间不平等。优化运行揭示成本优先与可达性优先之间的明确权衡:约4%的投资增加可显著减少出行时间。V2G在缺乏经济激励时缺乏吸引力,储能主要起缓冲作用。基线到优化的比较表明战略增密策略的有效性,即优先在现有节点附近扩展现有基础设施。模型局限性包括计算规模、假设所有充电发生在公共站点、未内生建模V2G参与行为及电池退化等。
**结论**:本研究构建了一个集成框架,支持城市尺度EV充电基础设施的基于证据的规划。通过结合空间适宜性模式与详细的多目标优化(成本、可达性、储能部署及电网能量流),该模型为加速EV采用下的未来充电需求提供了结构化方法。在埃因霍温的应用表明,有针对性的EVCS扩张和本地储能的战略使用可改善可达性、减少高峰时段对电网的依赖并强化现有基础设施。对于政策制定者,该工作的价值在于量化EVCS规划中的权衡,揭示不同优先顺序如何导致不同的空间结果和投资需求,从而支持资源有效分配,避免投资不足。该框架为长期基础设施决策提供了透明且可辩护的基础,以协调经济、技术与社会目标。