基于电动汽车仿真行程链的城市差异化充电设施规划实践

马泽超; 刘小明; 王伟强; 夏汗青; 杨尚将; 游咸成

doi:10.7500/AEPS20240930006

您当前的位置：

首页 >

文章列表页 >

基于电动汽车仿真行程链的城市差异化充电设施规划实践

学术研究 | 更新时间：2026-09-01

- 基于电动汽车仿真行程链的城市差异化充电设施规划实践
- Practice in Differentiated Charging Facility Planning for Urban Areas Based on Simulated Trip Chains of Electric Vehicles
- 电力系统自动化 2026年50卷第17期页码：176-188
- 作者机构：
  
  1.北方工业大学电气与控制工程学院，北京市 100144
  2.南京航空航天大学民航学院，江苏省南京市 211106
  3.大亚湾核电运营管理有限责任公司，广东省深圳市 518124
- 作者简介：
  
  马泽超(2000—)，男，硕士研究生，主要研究方向：电动汽车、交通-能源耦合网络建模与优化。E-mail：z2mazc@126.com
  刘小明(1974—)，男，通信作者，博士，教授，主要研究方向：自动驾驶控制。E-mail：tslxm@sina.com
  王伟强(2000—)，男，硕士研究生，主要研究方向：电动汽车控制决策。E-mail：wwqnctu@163.com
- 基金信息：
  
  国家重点研发计划资助项目(2018YFB1601003)
- DOI：10.7500/AEPS20240930006
  中图分类号：
- 收稿：2024-09-30，
  
  修回：2025-02-17，
  
  网络首发：2026-01-14，
  
  纸质出版：2026-09-10
- 稿件说明：
移动端阅览
马泽超,刘小明,王伟强等.基于电动汽车仿真行程链的城市差异化充电设施规划实践[J].电力系统自动化,2026,50(17):176-188.

MA Zechao,LIU Xiaoming,WANG Weiqiang,et al.Practice in Differentiated Charging Facility Planning for Urban Areas Based on Simulated Trip Chains of Electric Vehicles[J].Automation of Electric Power Systems,2026,50(17):176-188.
马泽超,刘小明,王伟强等.基于电动汽车仿真行程链的城市差异化充电设施规划实践[J].电力系统自动化,2026,50(17):176-188. DOI： 10.7500/AEPS20240930006.

MA Zechao,LIU Xiaoming,WANG Weiqiang,et al.Practice in Differentiated Charging Facility Planning for Urban Areas Based on Simulated Trip Chains of Electric Vehicles[J].Automation of Electric Power Systems,2026,50(17):176-188. DOI： 10.7500/AEPS20240930006.

摘要

针对城市电动汽车充电设施发展规模差异扩大的问题，提出了一种基于仿真行程链的差异化充电设施规划模型。以北京市为例，整合车辆运行、建筑环境和充电设施等多源数据，从时间、空间和能量维度提取用户特征，基于高斯混合聚类和谱聚类的两步聚类模型构建具有差异化特征的用户群组。通过大规模行程链构建潜在充电需求分布网络，采用社区发现算法将其划分为13个具有差异特征的子区。各子区在充电设施规模、分时价格、土地功能占比和充电需求热点分布等方面存在差异。针对这些差异，规划模型在不同区位采用独立的建设约束，并将地理加权回归得到的属性影响因子作为目标函数权重，实现差异化考量。优化方案使充电需求过饱和地区的用电量降低了3.35%，显著减少了碳排放，且新建充电设施在高峰时段的利用率优于旧设施。

Abstract

To address the growing disparity in the development scale of urban electric vehicle charging facilities

this paper proposes a differentiated charging facility planning model based on simulated trip chains. Taking Beijing municipality as an example

multi-source data such as vehicle operation

built environment

and charging facilities are integrated to extract user characteristics from time

space

and energy dimensions. And user groups with differentiated characteristics are constructed based on the two-step clustering model of Gaussian mixture clustering and spectral clustering. The potential charging demand distribution network is constructed from a large-scale trip chain and divided into 13 sub-areas with various characteristics by using the community detection algorithm. These sub-areas show differences in charging infrastructure scale

time-of-use pricing

land-use composition

and charging demand hotspot distribution. In view of these differences

the planning model adopts independent construction constraints for various sub-areas and takes the attribute influence factors derived from geographically weighted regression as the weights of the objective function to realize differentiation considerations. The optimized scheme reduces electricity consumption by 3.35% in the areas with oversaturated charging demand

significantly reducing carbon emissions

and the utilization rate of newly constructed charging facilities during peak hours is better than that of old facilities.

关键词

Keywords

references

王延杰，徐国智，赵振杰 . 基于投资效益分析的电动汽车充电设施建设策略与应用研究［J］. 供用电， 2021 ， 38 （ 2 ）： 77 - 85 .

Wang Yanjie ， Xu Guozhi ， Zhao Zhenjie . Research on construction strategy and application of electric vehicle charging facilities based on investment benefit analysis ［J］. Distribution & Utilization ， 2021 ， 38 （ 2 ）： 77 - 85 .

袁健聪，华鹏伟，李景涛，等 . 新能源汽车行业充电桩行业深度报告［R］. 北京：中信证券研究部， 2023 .

Yuan Jiancong ， Hua Pengwei ， Li Jingtao ， et al . Depth report on charging pile industry in new energy vehicle industry ［R］. Beijing ： CITIC Securities ， 2023 .

袁洪涛，徐潇源，严正，等 . 电动汽车集中充换电设施规划和优化运行研究综述［J］. 电力系统保护与控制， 2024 ， 52 （ 19 ）： 157 - 174 .

Yuan Hongtao ， Xu Xiaoyuan ， Yan Zheng ， et al . Review of centralized EV charging and battery swapping facility planning and optimal scheduling ［J］. Power System Protection and Control ， 2024 ， 52 （ 19 ）： 157 - 174 .

孙亮，申畅，朱童生，等 . 考虑交通流量俘获的电动汽车充电负荷预测和充电站规划［J］. 电力自动化设备， 2024 ， 44 （ 7 ）： 263 - 270 .

Sun Liang ， Shen Chang ， Zhu Tongsheng ， et al . Electric vehicle charging load prediction and charging station planning considering traffic flow capture ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 7 ）： 263 - 270 .

房宇轩，胡俊杰，马文帅 . 计及用户意愿的电动汽车聚合商主从博弈优化调度策略［J］. 电工技术学报， 2024 ， 39 （ 16 ）： 5091 - 5103 .

Fang Yuxuan ， Hu Junjie ， Ma Wenshuai . Optimal dispatch strategy for electric vehicle aggregators based on Stackelberg game theory considering user intention ［J］. Transactions of China Electrotechnical Society ， 2024 ， 39 （ 16 ）： 5091 - 5103 .

Zhang J ， Wang Z P ， Miller E J ， et al . Charging demand prediction in Beijing based on real-world electric vehicle data ［J］. Journal of Energy Storage ， 2023 ， 57 ： 106294 .

麻秀范，李颖，王皓，等 . 基于电动汽车出行随机模拟的充电桩需求研究［J］. 电工技术学报， 2017 ， 32 （增刊2 ）： 190 - 202 .

Ma Xiufan ， Li Ying ， Wang Hao ， et al . Research on demand of charging piles based on stochastic simulation of EV trip chain ［J］. Transactions of China Electrotechnical Society ， 2017 ， 32 （ S2 ）： 190 - 202 .

Zhang C ， Shen H T ， Tao P ， et al . Electric vehicle charging pile capacity planning based on normal distribution Monte Carlo sampling model ［J］. International Journal of Emerging Electric Power Systems ， 2023 ， 25 （ 2 ）： 189 - 196 .

Kchaou-Boujelben M . Charging station location problem： a comprehensive review on models and solution approaches ［J］. Transportation Research Part C： Emerging Technologies ， 2021 ， 132 ： 103376 .

魏冠元，王冠群，阮观梅，等 . 电动汽车充电站选址智能决策与优化研究综述［J］. 计算机工程与应用， 2023 ， 59 （ 21 ）： 52 - 65 .

Wei Guanyuan ， Wang Guanqun ， Ruan Guanmei ， et al . Review of intelligent decision optimization of electric vehicle charging stations location ［J］. Computer Engineering and Applications ， 2023 ， 59 （ 21 ）： 52 - 65 .

盛裕杰，郭庆来，刘梦洁，等 . 多源数据融合的用户充电行为分析与充电设施规划实践［J］. 电力系统自动化， 2022 ， 46 （ 12 ）： 151 - 162 .

Sheng Yujie ， Guo Qinglai ， Liu Mengjie ， et al . User charging behavior analysis and charging facility planning practice based on multi-source data fusion ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 12 ）： 151 - 162 .

Yi Z Y ， Liu X C ， Wei R ， et al . Electric vehicle charging demand forecasting using deep learning model ［J］. Journal of Intelligent Transportation Systems ， 2022 ， 26 （ 6 ）： 690 - 703 .

Li Z ， Bian Z L ， Chen Z B ， et al . Synthesis of electric vehicle charging data： a real-world data-driven approach ［J］. Communications in Transportation Research ， 2024 ， 4 ： 100128 .

Wang T G ， Xie C ， Xie J ， et al . Path-constrained traffic assignment： a trip chain analysis under range anxiety ［J］. Transportation Research Part C： Emerging Technologies ， 2016 ， 68 ： 447 - 461 .

Yan Y J ， Zha W X ， Shi J G ， et al . Prediction of traffic flow considering electric vehicle market share and random charging ［J］. Journal of Advanced Transportation ， 2023 ， 2023 ： 7649689 .

黄洁，高阳，付晓，等 . 基于出行链的新能源汽车公共充电站点可达性研究——以北京市为例［J］. 地理研究， 2022 ， 41 （ 12 ）： 3305 - 3317 .

Huang Jie ， Gao Yang ， Fu Xiao ， et al . Accessibility of public electric vehicle charging stations based on trip chains： a case study in Beijing ［J］. Geographical Research ， 2022 ， 41 （ 12 ）： 3305 - 3317 .

苏粟，王建祥，王磊，等 . 基于动态哈夫模型及双边匹配的电动汽车充电引导策略［J］. 电力系统自动化， 2024 ， 48 （ 7 ）： 181 - 189 .

Su Su ， Wang Jianxiang ， Wang Lei ， et al . Guidance strategy for electric vehicle charging based on dynamic Huff model and bilateral matching ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 7 ）： 181 - 189 .

Hamed M M ， Kabtawi D M ， Al-Assaf A ， et al . Random parameters modeling of charging-power demand for the optimal location of electric vehicle charge facilities ［J］. Journal of Cleaner Production ， 2023 ， 388 ： 136022 .

杨亚璪，宾涛 . 电动汽车集中型充电站选址定容模型［J］. 交通运输系统工程与信息， 2024 ， 24 （ 3 ）： 204 - 212 .

Yang Yazao ， Bin Tao . Electric vehicle centralized charging station siting and capacity modeling ［J］. Journal of Transportation Systems Engineering and Information Technology ， 2024 ， 24 （ 3 ）： 204 - 212 .

周衍涛，戴军，苑惠丽，等 . 城市电动汽车充电设施需求预测与规划布局研究［J］. 电力系统保护与控制， 2021 ， 49 （ 24 ）： 177 - 187 .

Zhou Yantao ， Dai Jun ， Yuan Huili ， et al . Demand forecasting and planning layout of urban electric vehicle charging facilities ［J］. Power System Protection and Control ， 2021 ， 49 （ 24 ）： 177 - 187 .

徐薇，陆玮洁，陈志强 . 基于鲁棒优化的电动汽车充电站点流融合选址模型［J］. 系统管理学报， 2024 ， 33 （ 4 ）： 901 - 913 .

Xu Wei ， Lu Weijie ， Chen Zhiqiang . A node-flow fusion location model for charging stations based on robust optimization ［J］. Journal of Systems & Management ， 2024 ， 33 （ 4 ）： 901 - 913 .

Yu Q ， Zhang H R ， Li W F ， et al . Mobile phone data in urban bicycle-sharing： market-oriented sub-area division and spatial analysis on emission reduction potentials ［J］. Journal of Cleaner Production ， 2020 ， 254 ： 119974 .

Ahn Y Y ， Bagrow J P ， Lehmann S . Link communities reveal multiscale complexity in networks ［J］. Nature ， 2010 ， 466 （ 7307 ）： 761 - 764 .

宁礼哲，张哲，蔡博峰，等 . 2020年中国区域和省级电网温室气体排放因子研究［J］. 环境工程， 2023 ， 41 （ 3 ）： 222 - 228 .

Ning Lizhe ， Zhang Zhe ， Cai Bofeng ， et al . Research on China’s regional and provincial electricity GHG emission factors in 2020 ［J］. Environmental Engineering ， 2023 ， 41 （ 3 ）： 222 - 228 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电动汽车聚合商参与主辅电力市场协同优化

面向规模化应用的车网互动：实践进展、关键瓶颈与发展路径

考虑电动汽车生命周期碳配额的车网时空协同低碳优化调度

面向电动汽车精确聚合的充放电模型凸化及约束集内缩方法

多元商业模式下电动汽车集群参与多市场两阶段交易决策