交通 | TRC综述：充电站选址-求解与探讨
交通 | TRC综述：充电站选址-求解与探讨
随着电动汽车的普及，充电站的合理布局成为亟待解决的重要问题。本文综述了近年来关于电动汽车充电站选址（CSLP）问题的研究进展，重点讨论了其数学建模方法、求解策略以及未来研究方向。
充电站选址问题的求解方法
与其他设施选址问题一样，充电站选址问题（CSLP）在涉及大量变量和约束时变得极具挑战性。除了二进制位置变量外，基于流量的CSLP模型还包括二进制OD对覆盖变量和流变量，用于建模电动汽车从起点到目的地的充电过程。当模型目标函数或约束是非线性、非凸，或涉及随机变量、双层结构时，问题的复杂度将进一步增加。
研究文献中，求解CSLP最常用的方法是启发式方法（占43%）和求解器（占38%）。求解器适用于小规模实例，但在处理大规模问题时，启发式方法能在较短时间内获得高质量解。
未来研究的讨论与展望
讨论
优化充电站位置是一个复杂的多层级决策问题，涉及多种约束和目标。近年来，研究工作开始引入更贴近实际的特性，但模型实用性仍需进一步提高，特别是在集成容量限制、电网耦合、新技术集成和环境影响测量等方面。
随着电动汽车需求的快速增长，充电容量将成为一个更紧迫的问题。同时，交通网络和电网之间的相互依赖性也增加了问题的复杂性。例如，电动汽车驾驶员会根据充电站容量的可用性选择路线，而电网的有效运行则依赖于充电需求的实现。
应用和参数估计的挑战
将CSLP模型应用于实际研究面临的主要挑战之一是准确估计输入参数，如充电需求和能量消耗。目前，由于缺乏数据，很难产生准确的需求预测。虽然可以利用传统ICE车辆出行数据进行案例研究，但这些数据难以捕捉电动汽车驾驶员的充电行为。此外，上下坡旅行、天气限制、交通条件和驾驶方式等因素对车辆能耗的影响也需要考虑。
展望未来的研究方向
未来研究需要采用更全面的方法来建模充电基础设施规划。这包括：
- 准确预测充电需求的数量、时间和位置
- 确定充电站的最佳位置和容量
- 匹配供需的最佳解决方案，包括电网投资、储能解决方案、供应来源选择以及充电调度和定价
鉴于新的挑战，未来的研究应整合需求塑造策略，可能需要开发新的模型来捕捉收费率和需求之间的相互关系。
结论
本文对CSLP的建模特点、解决方法和应用进行了全面的综述。研究了优化目标、决策变量和约束条件，以及博弈论观点，特别是双层模型。讨论了充电需求表示技术，并区分了基于节点和基于流的表示方法。CSLP作为一个战略规划问题，具有随机性和动态特性，需要在规划过程中整合参数的不确定性和动态决策。通过探索问题的各种解决方法和应用，完成了综述，并讨论了一些开放的问题和新的趋势，以确定该领域未来的研究方向。
参考文献
Kchaou-Boujelben, M. (2021). Charging station location problem: A comprehensive review on models and solution approaches. Transportation Research Part C: Emerging Technologies, 132, 103376.