, ,

(華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京 102206)

0 引 言

近年來，中國(guó)多個(gè)城市陷入“霧霾危機(jī)”。汽柴油燃燒產(chǎn)生的尾氣已成為城市占比最高的污染源，尤其是貨運(yùn)業(yè)的原油消費(fèi)量驚人，發(fā)展新能源貨運(yùn)勢(shì)在必行。在“2016年全國(guó)貨運(yùn)行業(yè)年會(huì)”上，眾多專家討論了物流電動(dòng)化的發(fā)展現(xiàn)狀及趨勢(shì)。隨著環(huán)境污染加劇和電商快遞業(yè)務(wù)轉(zhuǎn)型升級(jí)，新能源物流車(electric logistics vehicle，ELV)逐漸成為物流公司的首選[1-2]。科學(xué)合理的充電站選址對(duì)于ELV能否滿足客戶個(gè)性化配送服務(wù)來說至關(guān)重要，對(duì)物流企業(yè)降低運(yùn)輸成本、提高規(guī)模效益具有現(xiàn)實(shí)意義。

國(guó)內(nèi)外針對(duì)電動(dòng)汽車充電站設(shè)施選址研究的文獻(xiàn)較多，主要集中于對(duì)選址評(píng)價(jià)、布局規(guī)劃、定容優(yōu)化策略等方面。文獻(xiàn)[3]建立了基于空間聚類和多層次模糊評(píng)估的電動(dòng)汽車充電站選址模型。文獻(xiàn)[4]研究了直覺模糊環(huán)境下社區(qū)電動(dòng)汽車充電站選址決策優(yōu)化。文獻(xiàn)[5-6]分別考慮削峰填谷和計(jì)及碳排放，構(gòu)建了電動(dòng)汽車充電站多目標(biāo)選址定容規(guī)劃模型。此外，文獻(xiàn)[7-8]提出基于云重心理論的電動(dòng)汽車充電站選址規(guī)劃評(píng)估方法，將定量和定性指標(biāo)進(jìn)行處理并建立了云模型。上述研究雖對(duì)電動(dòng)汽車充電站構(gòu)建了不同的選址模型，但未涉及具體應(yīng)用場(chǎng)景研究，前期也缺少對(duì)充電站選址合理性的綜合評(píng)價(jià)分析。

鑒于此，在前人工作的基礎(chǔ)上開展了將電動(dòng)汽車充電站選址問題應(yīng)用于ELV的研究。首先，考慮經(jīng)濟(jì)、社會(huì)等因素，構(gòu)建了充電站設(shè)施選址的評(píng)價(jià)指標(biāo)體系。其次，通過定性與定量相結(jié)合的分析，建立了基于層次分析法(analytics hierarchy process，AHP)、熵值法、最小二乘法組合賦權(quán)的ELV充電站選址評(píng)價(jià)模型。最后，通過某物流企業(yè)的備選充電站址的相關(guān)數(shù)據(jù)進(jìn)行了算例驗(yàn)證，對(duì)各備選方案進(jìn)行了對(duì)比分析。

1 構(gòu)建評(píng)價(jià)指標(biāo)體系

1.1 指標(biāo)選取思路

針對(duì)ELV充電站設(shè)施選址研究，在保證物流車自身充電需量的前提下，滿足客戶個(gè)性化配送服務(wù)的需求。充電站在選址時(shí)需要考慮經(jīng)濟(jì)、社會(huì)等因素的影響，具體解釋如下。

1)經(jīng)濟(jì)因素。該因素是指充電站建設(shè)總費(fèi)用和投資回收期，包括土地投入、工程建設(shè)、運(yùn)行維護(hù)等成本。選取建設(shè)運(yùn)維成本A11、投資回收期A12作為經(jīng)濟(jì)因素的評(píng)價(jià)指標(biāo)。

2)社會(huì)因素。對(duì)ELV充電站選址產(chǎn)生影響的普遍因素，主要包括土地資源利用A21、交通便利度A22、服務(wù)半徑和能力A23。

3)技術(shù)因素。主要考慮電能質(zhì)量和用電量是否能滿足ELV的充電需求，設(shè)備利用率是否能降低車輛充電時(shí)間成本。選取電能質(zhì)量和用電量A31、充電站設(shè)備利用率A32作為技術(shù)因素的評(píng)價(jià)指標(biāo)。

4)規(guī)劃因素。充電站選址的定容規(guī)劃會(huì)受到路網(wǎng)、電網(wǎng)和城市整體規(guī)劃等限制，選取與城市規(guī)劃協(xié)調(diào)性A41作為規(guī)劃因素的評(píng)價(jià)指標(biāo)。

1.2 指標(biāo)體系設(shè)計(jì)

綜合考慮上述影響因素，從中選取了8項(xiàng)指標(biāo)構(gòu)建了充電站選址評(píng)價(jià)指標(biāo)體系，如表1所示。

2 基于組合賦權(quán)法的電站選址評(píng)價(jià)模型

通過定性與定量相結(jié)合的分析，綜合AHP法、熵值法、最小二乘法進(jìn)行權(quán)重組合優(yōu)化，建立ELV充電站選址評(píng)價(jià)模型。

表1 充電站選址最優(yōu)決策A評(píng)價(jià)指標(biāo)體系

2.1 AHP法

AHP法是一種將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次權(quán)重決策的分析方法，既包含了專家對(duì)指標(biāo)重要性的主觀判斷，又遵循了指標(biāo)間的客觀關(guān)系[9]。具體步驟如下：

1)在考慮上、下層邏輯關(guān)系的基礎(chǔ)上，將每一個(gè)上層元素與下層元素之間進(jìn)行兩兩判斷，并構(gòu)造出判斷矩陣B=(bij)n×m。

(3)檢驗(yàn)判斷矩陣的隨機(jī)一致性比例RC是否滿足RC<0.1，若滿足則通過一致性檢驗(yàn)。RC=IC/IR，且IC=(λ1j-n)/(n-1)，其中，IC為一致性檢驗(yàn)指標(biāo)，IR為平均隨機(jī)一致性指標(biāo)，n為判斷矩陣的階數(shù)。

4)利用同一層次單排序的結(jié)果，從上到下逐層進(jìn)行排序。

2.2 熵值法

熵值法是根據(jù)各指標(biāo)傳輸給決策者的信息量大小來確定權(quán)重的方法。如果評(píng)價(jià)指標(biāo)的信息熵越小，則該指標(biāo)提供的信息量越大，權(quán)重應(yīng)該越高。具體步驟如下：

1)假設(shè)m為評(píng)價(jià)指標(biāo)個(gè)數(shù)，n表示備選站址數(shù)量，xij是樣本i(i≤n)相對(duì)于評(píng)價(jià)屬性j(j≤m)的預(yù)設(shè)值，指標(biāo)數(shù)據(jù)矩陣為X=(xij)n×m。

3)分別求解m個(gè)評(píng)價(jià)指標(biāo)的條件熵Ej，并對(duì)其進(jìn)行歸一化處理，得到關(guān)于各評(píng)價(jià)指標(biāo)重要性的熵值e(dj)=(1/lnn)Ej。

2.3 最小二乘法

考慮到上述主觀與客觀賦權(quán)下的指標(biāo)權(quán)值偏差越小越好，采用最小二乘法對(duì)權(quán)重進(jìn)行綜合優(yōu)化，構(gòu)成組合賦權(quán)模型。

(1)

(2)

式中：Z(ω)為主客觀權(quán)重偏差；ωj為最小二乘法綜合優(yōu)化后的組合權(quán)重。

2.4 求解流程

基于已建立的ELV充電站選址評(píng)價(jià)模型，對(duì)評(píng)價(jià)指標(biāo)進(jìn)行確定和量化分析。具體求解流程基于地市級(jí)進(jìn)行配網(wǎng)投入產(chǎn)出綜合評(píng)價(jià)，并進(jìn)行效益對(duì)比分析：

1)為便于比較，消除指標(biāo)間的單位和量級(jí)差異的影響，對(duì)指標(biāo)矩陣進(jìn)行規(guī)范化處理。

2)進(jìn)行組合賦權(quán)。通過AHP法和熵值法分別計(jì)算評(píng)價(jià)指標(biāo)權(quán)值，采用最小二乘法進(jìn)行綜合優(yōu)化得出組合權(quán)重。

3)確定指標(biāo)的隸屬度函數(shù)類型。參數(shù)間的函數(shù)關(guān)系可采用二次函數(shù)、指數(shù)函數(shù)以及對(duì)數(shù)函數(shù)等形式擬合分析。其中，三次函數(shù)的擬合程度最高，二次與三次函數(shù)的擬合程度相近?？紤]到ELV充電站選址的評(píng)分關(guān)系的復(fù)雜性，采用二次函數(shù)y=a1x2+a2x+a3作為備選方案與評(píng)價(jià)指標(biāo)的評(píng)分函數(shù)。其中，y為評(píng)價(jià)得分，x為評(píng)價(jià)指標(biāo)值，a2、a1分別為一、二次項(xiàng)系數(shù)，a3為隨機(jī)誤差項(xiàng)。

4)計(jì)算備選方案評(píng)價(jià)得分。根據(jù)評(píng)分函數(shù)對(duì)各備選方案指標(biāo)進(jìn)行打分，并加權(quán)求出每層指標(biāo)得分。按照評(píng)價(jià)指標(biāo)組合權(quán)重得出城區(qū)內(nèi)各備選站址的整體得分。

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

為驗(yàn)證所提模型的實(shí)用性，選取某市物流企業(yè)擬選ELV充電站址作為研究對(duì)象，對(duì)備選方案的實(shí)際指標(biāo)數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)?；A(chǔ)數(shù)據(jù)如表2所示。

表2 擬選方案評(píng)價(jià)指標(biāo)基礎(chǔ)數(shù)據(jù)

3.2 算例求解與結(jié)果分析

基于建立的充電站選址評(píng)價(jià)指標(biāo)體系，通過綜合賦權(quán)法計(jì)算權(quán)重系數(shù)，權(quán)值結(jié)果如表3所示。

表3 評(píng)價(jià)指標(biāo)組合權(quán)重計(jì)算結(jié)果

由表3可知，交通便利度、服務(wù)半徑和能力、電能質(zhì)量和用電量這3個(gè)指標(biāo)的權(quán)重較大，土地資源利用所占權(quán)重最小，這與物流企業(yè)配送中心選址和ELV充電站選址所考慮的實(shí)際原則相一致。

對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行無量綱化處理，基于組合權(quán)重計(jì)算結(jié)果，求得各評(píng)價(jià)指標(biāo)值。根據(jù)確定評(píng)分函數(shù)曲線y=a1x2+a2x+a3的系數(shù)，計(jì)算充電站選址評(píng)價(jià)指標(biāo)得分，計(jì)算結(jié)果如表4所示。

為分析比較各備選方案指標(biāo)間的差異，采用雷達(dá)圖對(duì)備選方案評(píng)價(jià)得分進(jìn)行進(jìn)一步說明，如圖1所示。

表4 充電站選址評(píng)價(jià)指標(biāo)得分(a1≈76; a2≈36; a3≈69)

圖1 備選方案評(píng)價(jià)得分

顯然，方案C的整體評(píng)價(jià)較為均衡，但各項(xiàng)指標(biāo)得分普遍較低。方案A的物流服務(wù)半徑和能力、與城市規(guī)劃協(xié)調(diào)性兩項(xiàng)指標(biāo)得分值相對(duì)較高，表明該方案將有效迎合城市規(guī)劃和滿足客戶服務(wù)需求，但建設(shè)成本較大。方案B雖在土地資源利用方面得分最低，但該方案建設(shè)成本少、投資回收期短、交通便利且年用電量最高，這說明方案B更能滿足企業(yè)利益需求。

4 結(jié) 語

針對(duì)ELV充電站設(shè)施選址評(píng)價(jià)問題，提出了一種基于組合賦權(quán)法的充電站選址評(píng)價(jià)模型。在充分考慮經(jīng)濟(jì)、社會(huì)等4個(gè)因素的基礎(chǔ)上，從中選取了建設(shè)與運(yùn)維成本、交通便利度等8項(xiàng)指標(biāo)構(gòu)建了評(píng)價(jià)指標(biāo)體系。通過算例實(shí)證發(fā)現(xiàn)，科學(xué)合理的ELV充電站選址評(píng)價(jià)研究可以降低企業(yè)的建設(shè)成本，有效滿足客戶配送服務(wù)需求和城市規(guī)劃布局要求。算例結(jié)果驗(yàn)證了所提出方法的有效性，為物流企業(yè)更好地進(jìn)行ELV充電站選址評(píng)價(jià)提供了決策支撐。