侯 慧，王逸凡，黃 亮，2，陳 躍，謝長君，張銳明

（1. 武漢理工大學自動化學院，湖北 武漢 430070；2. 復變時空（武漢）數(shù)據(jù)科技有限公司，湖北 武漢 430070；3. 廣東廣順新能源動力科技有限公司，廣東佛山 528000）

0 引言

隨著環(huán)境污染的加劇，有意識選擇使用電動汽車（EV）的用戶逐年增加。數(shù)量龐大的EV 集群使得EV 充電需求日益增長［1］。EV 充電需求根據(jù)充電模式可分為慢充需求及快充需求。由于慢充的調(diào)度時間較長，為了達到調(diào)峰填谷等特定目標，大多研究都集中于慢充優(yōu)化調(diào)度。文獻［2］提出了一種考慮EV用戶舒適度和充放電功率變化率的居民區(qū)EV 與家庭互動的調(diào)度策略；文獻［3］建立了由電網(wǎng)公司、充電站運營商和EV 用戶共同參與的有序充電模型。上述慢充調(diào)度主要針對調(diào)度時間較長的EV，沒有涉及EV的空間轉(zhuǎn)移特性。

快充需求顯著區(qū)別于慢充需求之處在于，具有快充需求的EV具有更大的隨機性，可在一定空間區(qū)域內(nèi)根據(jù)EV 用戶的選擇移動到不同的充電點。部分研究通過分析EV快充的影響因素，為具有快充需求的EV 規(guī)劃合理的充電路徑，影響因素包括經(jīng)濟、時間、距離、能耗等［4-5］。但這部分研究大多僅從EV的角度規(guī)劃最優(yōu)充電站和路徑，沒有考慮充電站等其他充電參與方的利益。文獻［6］提出了包含電力系統(tǒng)控制中心、智能交通系統(tǒng)中心、充電站和EV 終端的綜合充電導航策略，但電力系統(tǒng)控制中心和智能交通系統(tǒng)中心仍僅為EV 終端提供信息；文獻［7］提出了以降低充電能量和時間成本為目標的分層導航策略，但仍是被動地通過調(diào)整EV充電負荷以實現(xiàn)降低峰值負荷的目的；文獻［8］提出了以EV 充電時間和充電成本最小為目標的充電導航框架，并在此基礎上提出了模擬充電站競爭的非合作博弈定價策略，但仍然沒有充分考慮充電站的利益。

充電站作為EV的能量補充環(huán)節(jié)，隨著技術的發(fā)展，其功能也逐步向集成化、綜合化的復合型充電站方向發(fā)展。文獻［9］提出了集成光伏與儲能裝置的充電站的優(yōu)化管理算法，利用儲能裝置優(yōu)化快速充電站的運行成本，但忽略了EV 充電成本；文獻［10］提出了集成光伏與儲能裝置的快速充電站設計準則，但僅考慮了不同系統(tǒng)間的功率流動；文獻［11］研究了考慮不確定性的高速公路光儲充電站的選址定容問題。雖然上述文獻對復合型充電站的設計及運行情況進行了研究，但是忽略了EV快充需求對復合型充電站運行效益的影響。

可見，目前大部分研究著重于合理調(diào)度EV時空秩序，而關于宏觀處理EV與復合型充電站的協(xié)調(diào)優(yōu)化研究相對較少。為此，本文提出了滿足快充需求的含儲能復合型充電站的充電優(yōu)化策略。基于所提優(yōu)化充電策略，EV 能夠以更優(yōu)的充電綜合成本選擇目標充電站，同時通過合理調(diào)度儲能出力以優(yōu)化EV充電以及平抑可再生能源出力波動。算例仿真結果表明所提優(yōu)化策略能夠降低EV充電綜合成本，并提高復合型充電站的綜合效益，滿足未來大規(guī)模EV快充的迫切需求。

1 充電優(yōu)化策略架構

本文的快充場景描述如下：某區(qū)域內(nèi)具有若干座充電站，部分復合型充電站可集成可再生能源與儲能裝置，并通過公共連接點PCC（Point of Common Coupling）與電網(wǎng)互聯(lián)，拓撲結構如附錄A 圖A1 所示。同時區(qū)域內(nèi)不同時段、不同位置都有若干輛有快充需求的EV。

由此可見，借助概念整合理論，我們能夠“更加深入地觀察和剖析以前根本無法看到的細微的推理和整合過程，還能對我們最熟悉的基本隱喻的許多從來沒有認識到的方面進行揭示”（王勤玲，2005）。有時，為了理解復雜的語義，一個概念整合網(wǎng)絡是不夠的，這就需要我們構建多個整合網(wǎng)絡（Conceptual Blending Network）。由于語言具有多變性、復雜性、新創(chuàng)性等特征，認知主體在構建隱喻意義時還需要有情景、文化、情感等方面知識的積累。

本文所提充電優(yōu)化策略可優(yōu)化EV 充電綜合成本與復合型充電站綜合效益，具體架構如圖1 所示，主要可分為EV 路徑規(guī)劃階段和復合型充電站優(yōu)化調(diào)度階段這2個階段。

1）當綜合負荷與車流量對復合型充電站服務價格的影響率均大于等于1（小于等于1）時，對應的服務價格必定大于（小于）充電站的分時電價，表明電網(wǎng)及路網(wǎng)對充電站服務價格起到了相同的影響作用。此時，復合型充電站的服務價格可以表示為：

“科學故事”源于情境教學法，通過將知識與現(xiàn)實生活或教材素材結合，設計符合邏輯的線索，在激發(fā)學生興趣的同時，引導學生思考。此類試題往往研究一個或多個問題，在題干中先展示研究目的和研究背景，再針對問題進行假設，提問如何設計研究方案、分析預期結果并得出結論，進而證明或證偽某一假設。在這個過程中，考查學生推理、分析并解決問題的能力。

式中：θjk(t)為時段t復合型充電站k與路網(wǎng)節(jié)點jk相連路段的車流量不平衡量；Jk為與復合型充電站k相連路網(wǎng)節(jié)點集合；fjk(t)為時段t復合型充電站k與路網(wǎng)節(jié)點jk相連路段的車流量。

階段2：復合型充電站優(yōu)化調(diào)度階段。復合型充電站內(nèi)集成了可再生能源以及儲能裝置。階段1完成了滿足EV 快充需求的充電路徑合理引導。但由于EV快充需求具有短時效應，其帶來的負面影響在階段1 中得到的抑制較小。因此，可通過充電站內(nèi)中央控制器調(diào)度站內(nèi)的儲能來降低EV 快充需求帶來的負面影響。此外，可再生能源出力具有隨機性及波動性，中央控制器可通過調(diào)度站內(nèi)儲能裝置使之得到一定的平抑。同時，通過儲能裝置對電能的轉(zhuǎn)移，能夠在一定程度上降低電價高峰時段的電能需求，提高復合型充電站的經(jīng)濟效益。

2 復合型充電站服務價格制定

在路網(wǎng)中，最可能發(fā)生擁堵的路段是與復合型充電站節(jié)點相連路網(wǎng)節(jié)點構成的路段。定義路段的健康車流量范圍為[0.4Cjk，0.7Cjk]（Cjk為復合型充電站k與路網(wǎng)節(jié)點jk相連路段的通行能力，jk為與復合型充電站k相連的路網(wǎng)節(jié)點）［12］，由此可得復合型充電站與路網(wǎng)節(jié)點相連路段的車流量不平衡量為：

階段1：EV 路徑規(guī)劃階段。該階段以EV 為主體，為大規(guī)模EV規(guī)劃最優(yōu)充電路徑，以滿足EV快充需求。每輛EV 都裝設了車載智能終端，能夠接收不同復合型充電站在不同時段發(fā)布的服務價格，結合道路車流量信息，利用智能終端的內(nèi)載算法，為每輛EV規(guī)劃得到最優(yōu)充電路徑，以最小化充電綜合成本。

根據(jù)各路段的車流量不平衡量，定義車流量不平衡量對復合型充電站服務價格的影響率為：

1）EV 初始充電經(jīng)濟成本Cin是指從EV 提示充電到充滿電量的經(jīng)濟成本，可表示為：

大數(shù)據(jù)將引發(fā)大學治理革命，尤其是將徹底解構政府、大學、社會三者間的耦合關系和與之對應的“管、辦、評”機制，引發(fā)大學的法人治理結構革命。在學校管理方面，大數(shù)據(jù)使大學治理層級更加扁平，組織與協(xié)調(diào)更加快速靈活，高校將從“憑借經(jīng)驗的粗放管理”，向“依靠數(shù)據(jù)分析的集約治理”轉(zhuǎn)變，從而促進教育管理方式的再造和優(yōu)化，加速提升高校教育信息化水平，從而讓師生體驗到更為便捷的服務，實現(xiàn)高校智慧管理的轉(zhuǎn)型。

4.推進學生食堂標準化建設：學校餐飲服務中心擬配備專業(yè)營養(yǎng)配餐人員，或者由專門人員對學生食堂進行標準化建設，為全校學生合理配餐，保證菜品搭配的合理性和種類的多樣性，使學生一日三餐營養(yǎng)素攝入能夠滿足身體需要，同時保證奶制品的攝入。

3 EV綜合最優(yōu)路徑規(guī)劃模型的建立

基于EV 充電時間成本及充電經(jīng)濟成本建立EV綜合最優(yōu)路徑規(guī)劃模型以規(guī)劃充電路徑。

東晉時，有個人在橘子成熟時，選了三百枚，送給遠方的朋友，并附了一封簡短的信：奉橘三百枚。由于還未到霜降，未能多采摘。寫信人是大名鼎鼎的東晉書法家王羲之。

3.1 EV充電時間成本

EV 充電總時間主要包括EV 行駛時間、EV 等待時間以及EV充電時間。

1）EV 行駛時間。EV 從出發(fā)點出發(fā)到達復合型充電站的行駛時間Tdr可表示為：

本文采用自適應搜尋者遺傳算法［18］對所建模型進行優(yōu)化求解。相較于傳統(tǒng)智能算法（如傳統(tǒng)遺傳算法、蟻群算法、狼群算法等），自適應搜尋者遺傳算法更具有針對性，更適宜處理路徑搜索類問題。自適應搜尋者遺傳算法利用搜尋者優(yōu)化算法中的模糊思想改進變異算子，增強了種群多樣性，加快了收斂速度。本文采用滾動時域優(yōu)化方法［19］對所建模型的實時性進行處理，滾動優(yōu)化周期為4 h。

式中：nw為前方等待隊列中EV 的數(shù)量；nc為處于充電狀態(tài)的EV數(shù)量；np為復合型充電站內(nèi)充電機的數(shù)量；Tk，h（h=1，2，…，nc）為第k批次處于充電狀態(tài)的第h輛EV的剩余充電時間。

例如我們在“氧氣的實驗室制取”實驗中，為學生根據(jù)具體的化學知識，進行了實驗可行性分析，沒有直接教授學生“氧氣的實驗室制取”方法，而是組織學生進行集體討論，我作為討論的參與者幫助學生自主研究實驗方法。之后我為學生介紹了安全注意事項，組織學生利用自主探究的方式，完成“氧氣的實驗室制取”實驗。學生們通過自主探究，利用高錳酸鉀制氧、過氧化氫制氧、氯酸鉀制氧等多種方法，有效地完成了實驗任務，使學生在自主探究的過程中，有效發(fā)展了探究意識與創(chuàng)新思維。

3）EV 充電時間。本文假設充電機充電功率保持恒定，即充電功率為恒定值Pch，EV 充電時間主要與電池荷電狀態(tài)SOC（State Of Charge）有關，即與EV 能耗有關。電池SOC 越低，則EV 所需充電量越多，充電時間就越長。EV充電時間Tch可表示為：

3.2 EV充電經(jīng)濟成本

EV 充電經(jīng)濟成本主要包括EV 初始充電經(jīng)濟成本、EV 前往復合型充電站路徑中的動力能耗成本及以車載空調(diào)為主的非動力能耗成本。

假設復合型充電站的分時電價為：在電網(wǎng)售電給充電站分時電價的基礎上，各時段均提高一個合理的裕度。復合型充電站的服務價格是在充電站分時電價的基礎上對各時段電價進行適當調(diào)整得到的。根據(jù)綜合負荷與車流量對復合型充電站服務價格影響率的數(shù)量關系，可以分為以下2種情況。

式中：Δt為單位時段時長，取值為1 h。

3.3 EV綜合最優(yōu)路徑規(guī)劃模型

EV綜合最優(yōu)路徑規(guī)劃模型的目標函數(shù)為：式中：fij(t)為時段t路段(i，j)的車流量；Cij為路段(i，j)的通行能力；N為路網(wǎng)節(jié)點集合。

3）路網(wǎng)中間節(jié)點選擇約束。路網(wǎng)中間節(jié)點要求之后可選擇節(jié)點必定是與該節(jié)點相連的節(jié)點，且EV不會選擇返回之前的節(jié)點，則有：

式中：q為EV 當前所處節(jié)點；p為下一備選節(jié)點；xqp為0-1 變量，表示EV 是否選擇經(jīng)過路段(q，p)，若選擇則取值為1，若不選擇則取值為0；ST為EV 已路過路網(wǎng)節(jié)點集合；q∈ST表示將當前所處節(jié)點q歸入EV已路過路網(wǎng)節(jié)點集合；p?ST表示備選節(jié)點p不屬于EV 已路過路網(wǎng)節(jié)點集合；Nq為與節(jié)點q相連的路網(wǎng)節(jié)點集合。

4 復合型充電站的效益優(yōu)化模型

復合型充電站的效益優(yōu)化模型主要包括3 個目標，分別為復合型充電站經(jīng)濟性目標、電網(wǎng)安全性目標、路網(wǎng)利用率目標。

1）復合型充電站經(jīng)濟性目標以最大化復合型充電站的經(jīng)濟收益為目標，可表示為：

式中：F3，k為復合型充電站k的路網(wǎng)節(jié)點總體不平衡率。

復合型充電站運營商的主要目標是使復合型充電站的綜合效益最大化，因此必須將電網(wǎng)安全性目標以及路網(wǎng)利用率目標的潛在效益轉(zhuǎn)換為實際效益。假設電網(wǎng)與路網(wǎng)均給予復合型充電站一定的調(diào)度補貼，以實現(xiàn)復合型充電站的綜合效益最大化。則復合型充電站的目標函數(shù)可表示為：

5 算例仿真

5.1 仿真設置

本文以某18 km×18 km［4］區(qū)域內(nèi)的實際路網(wǎng)為例驗證所提充電優(yōu)化策略的可行性。該路網(wǎng)包含34 個節(jié)點、55 條路段。路網(wǎng)拓撲結構即復合型充電站位置［4］如附錄A 圖A2 所示。復合型充電站位于路網(wǎng)節(jié)點5、7、20、24。各復合型充電站的基本參數(shù)如附錄A 表A1 所示。本文假設各復合型充電站內(nèi)包含10個儲能單元，相關參數(shù)如附錄A表A2所示。

復合型充電站的基礎負荷來源于文獻［14］。風電、光伏等可再生能源出力曲線由Homer 軟件［15］仿真得到，如附錄A 圖A3所示。本文選取某一平均光照強度為4.32 kW／m2、平均風速為4.87 m／s的地區(qū)數(shù)據(jù)（由中國氣象數(shù)據(jù)網(wǎng)得到），在Homer 軟件中根據(jù)內(nèi)置模型隨機模擬得到該地區(qū)的光照強度、風速預測數(shù)據(jù)，并隨機選擇某一夏季典型日的出力曲線作為可再生能源出力曲線來源。

管理必須落實到實踐。很多管理者深諳那些高深莫測的管理理論，精通各種管理門道，但一到管理團隊，就會發(fā)現(xiàn)以往的積累就像是空中樓閣，對具體的事件和問題無甚用處。管理說到底，是洞察人性——你要培養(yǎng)什么樣的人？管理一定要回歸常識，回歸本質(zhì)。管理的東西一說就明白，如果聽不明白，就一定是假的，也一定是錯的。

復合型充電站的分時電價如附錄A 圖A4 所示［16］，其沒有利用本文模型根據(jù)不同負荷及車流量情況對充電站各時段的電價進行調(diào)整。而復合型充電站服務價格是在電網(wǎng)售電分時電價的基礎上，根據(jù)本文所建模型對充電站各時段的電價進行調(diào)整而得到。復合型充電站分時電價與服務價格對比可體現(xiàn)不同時段差異化激勵電價的引導效果。

在宋代的繪畫歷史上，李唐是一個承前啟后的人物。南渡前“崇古”的作品《萬壑松風圖》以蒼勁渾厚的小斧劈皴開創(chuàng)了南宋院體畫的先河，早期作品物象的具體繁復，其皴法、筆墨和設色皆為了表現(xiàn)客觀的山水；南渡后“獨創(chuàng)”的作品《清溪漁隱圖》使用邊角構圖，畫中的山石、樹木，似乎只是借以傳達作者的主觀情緒，留給人印象最深的是大斧劈皴的激蕩情緒。李唐從北到南，先后在兩個不同的生活環(huán)境創(chuàng)作，作品中皴法的使用與自然地貌結構有著密切的關系。從《萬壑松風圖》的分析，我們可以發(fā)現(xiàn)皴法既是對自然界中山川的再現(xiàn)，又是畫家觀察自然后，有所感悟的情感再創(chuàng)造的載體。

考慮到EV快充需求主要產(chǎn)生于白天，本文設置仿真周期為06:00—18:00，以1 min 為單位時段時長，共有720 個時段。每個時段均有充電需求產(chǎn)生，且有4 400 輛EV 接入。假設EV 快充需求的空間分布滿足均勻分布，時間分布近似服從正態(tài)分布［17］。

令降深Sw=H-Ho，并且Ho設為固定值0.5 m，分別取Sw為3 m、4 m、5 m、6 m、7 m、8 m、9 m、10 m，研究不同降深對雙盲溝滲流計算的影響。本文假設降深變化不引起影響半徑的改變。其余參數(shù)按計算實例取。計算結果見表4和圖6、圖7。

本文以節(jié)點7 處的復合型充電站為例，設置如下4種場景驗證所建模型的有效性。

1）場景1：EV 基于本文所提模型選擇復合型充電站，充電站可調(diào)整服務價格且配置了儲能裝置。

2）場景2：EV 基于最短路徑原則選擇復合型充電站，充電站可調(diào)整服務價格且配置了儲能裝置。

實驗報告部分的評價主要用于督促學生規(guī)范填寫相關角色的業(yè)務表格，通過規(guī)范業(yè)務用表進一步深入理解業(yè)務關系與角色特點。同時，也是督促學生在課程結束后進行反思，完成知識體系的網(wǎng)絡化與結構化。

3）場景3：EV 基于本文所提模型選擇復合型充電站，充電站內(nèi)無儲能裝置且采用復合型充電站分時電價。

4）場景4：EV 基于最短路徑原則選擇復合型充電站，充電站內(nèi)無儲能裝置且采用復合型充電站的分時電價。

5.2 結果分析

5.2.1 EV充電成本分析

上述算例仿真設置了4 400 輛EV，為了方便分析，本節(jié)根據(jù)時間順序，均勻選取36輛接入節(jié)點7處復合型充電站的EV（編號記為1—36）為分析對象。4 種場景下的EV 充電經(jīng)濟成本和充電總時間如圖2所示，充電綜合成本如表1所示。

圖2 EV充電經(jīng)濟成本和充電總時間Fig.2 Charging economic costs and total charging time of EVs

表1 EV充電綜合成本Table 1 Comprehensive charging cost of EVs

圖2（a）顯示除部分用戶由于在電價較高時段完成充電使得配置儲能場景下EV 經(jīng)濟成本高于分時電價場景，其他用戶的EV充電經(jīng)濟成本則是配置儲能場景下的結果低于分時電價場景。結合圖2（a）和表1 可知：場景1 和場景3 下的EV 充電經(jīng)濟成本遠低于場景2 和場景4，說明本文模型的EV 充電經(jīng)濟成本低于基于最短路徑原則的模型；場景1 下的EV充電經(jīng)濟成本略高于場景3，說明充電服務價格的制定能略微提高EV 充電經(jīng)濟成本。結合圖2（b）和表1 可知，場景1 下EV 充電時間的平均值和方差依次小于場景2、場景3、場景4，說明采用本文所提模型能夠降低EV充電時間成本，且調(diào)整充電服務價格也能有效改變EV 充電時間。由表1 可知，場景1 和場景3 的EV 充電綜合成本低于場景2 和場景4，說明采用本文所提模型能夠有效降低EV 充電綜合成本。對比場景1 和場景3 可知，場景3 的充電綜合成本略高于場景1，說明采用本文所提充電服務價格策略能夠大幅降低充電時間成本，但僅能略微降低EV充電綜合成本。

5.2.2 復合型充電站的綜合效益分析

4 種場景下復合型充電站的聯(lián)絡線功率、車流量、綜合效益如圖3所示。4種場景下復合型充電站的目標值結果如表2所示。

結合圖3 和表2 可知：場景1 下復合型充電站的聯(lián)絡線功率波動依次小于場景2、場景3、場景4，場景1 的電網(wǎng)安全性目標依次小于場景2、場景3、場景4，說明本文所建模型及儲能調(diào)度策略能夠提高電網(wǎng)運行的安全性；4 種場景下的路網(wǎng)利用率目標值差異不大，且場景1 的結果略高于其他3 種場景；場景1 下復合型充電站的綜合效益大于其他3 種場景，且場景1的電網(wǎng)安全性目標遠低于其他3種場景，說明本文所提充電優(yōu)化策略能夠在提高復合型充電站綜合效益的同時，大幅提高電網(wǎng)運行的安全性。

圖3 復合型充電站的聯(lián)絡線功率、車流量、綜合效益Fig.3 Tieline power，traffic flow and comprehensive benefit of composite charging station

表2 復合型充電站的目標值結果Table 2 Objective value results of composite charging station

綜上所述，本文所提滿足EV快充需求的含儲能復合型充電站的充電優(yōu)化策略雖然略微提高了EV充電經(jīng)濟成本，但降低了EV 充電綜合成本；略微降低了復合型充電站的經(jīng)濟效益與路網(wǎng)利用率，但其電網(wǎng)安全性得到大幅提高?？梢?，所提策略能夠提高EV與復合型充電站的綜合效益。

6 結論

本文建立了考慮EV 與復合型充電站效益的充電優(yōu)化策略。通過復合型充電站服務價格的激勵，EV 能夠以更優(yōu)的充電綜合成本選擇目標復合型充電站。同時可通過合理調(diào)度站內(nèi)儲能來優(yōu)化EV 充電所帶來的快充負荷與車流量。分析算例仿真結果可得到如下結論：

2.組織機構反作用于企業(yè)戰(zhàn)略。如果企業(yè)組織機構改革得當，則能有效支撐組織戰(zhàn)略目標的達成，并能合理優(yōu)化配置企業(yè)的各類資源，實現(xiàn)企業(yè)長期經(jīng)營目標。企業(yè)組織機構和人員配備是戰(zhàn)略實施的重要保障，只有企業(yè)設置適宜的、正確的組織機構與其戰(zhàn)略相匹配，才能保障企業(yè)的戰(zhàn)略手段執(zhí)行順利。企業(yè)戰(zhàn)略改革變化中，組織機構必須做出相應調(diào)整，以適應企業(yè)戰(zhàn)略的發(fā)展與改變。假如企業(yè)組織不做出相應的結構變化，企業(yè)新戰(zhàn)略則沒有堅實的組織保障，相反，企業(yè)原來的組織機構可能起到抑制企業(yè)戰(zhàn)略的作用，影響企業(yè)近期與長遠的發(fā)展。因此戰(zhàn)略是否能成功，有賴于企業(yè)組織機構是否能與企業(yè)戰(zhàn)略相匹配。

曾先生16日介紹稱，他與父母在當?shù)貢r間1日晚近12點的時候從挪威首都奧斯陸乘火車抵達斯德哥爾摩，并前往距離斯德哥爾摩中心火車站不遠、提前在網(wǎng)上預訂的“斯德哥爾摩發(fā)電機（GeneratorStockholm）”旅店。

1）以復合型充電站服務價格作為激勵手段，利用EV時空轉(zhuǎn)移特性，能有效調(diào)動EV充電，優(yōu)化復合型充電站的綜合效益；

2）綜合充電經(jīng)濟成本和時間成本的EV 綜合最優(yōu)路徑規(guī)劃模型能兼顧充電時間，降低了充電綜合成本，提高了EV用戶的充電滿意度；

其中nl是該網(wǎng)絡結構的層數(shù)，sl是第l層神經(jīng)元的個數(shù)，第一項為輸入與輸出的均方誤差，表示網(wǎng)絡學習的質(zhì)量，第二項為正則項，λ為權重，調(diào)節(jié)這兩項的比重。

3）通過合理調(diào)度儲能充放電，能減少EV快充負荷以及可再生能源出力隨機性和波動性的影響，提高復合型充電站的綜合效益。

附錄見本刊網(wǎng)絡版（http：//www.epae.cn）。