0 引言
随着经济的发展和交通系统的电气化，对汽车的需求日益增长。电动汽车作为新兴战略性产业之一，是国家新能源产业发展战略的重要组成部分。这也是汽车工业的发展方向。本文针对特斯拉在美国建立的电动汽车充电站（包括快速充电站与慢速充电站）对特斯拉是否能在美国完全取代电动汽车建立模型进行分析，并对爱尔兰国家进行电动汽车发展时，建设电动汽车充电站的数量及位置进行了预测与规划分析。
1 原理与设计
根据美国私家车的日出行统计，计算出美国私家车的日平均出行距离和日充电需求，从而得出全国汽车的日充电需求。一个充电站可以提供一天的总电量。充电站分布在美国城镇、郊区、农村人口分布和加油站分布。
爱尔兰国家进行电动汽车发展时，如何预测电动汽车充电站在电动汽车不同的发展阶段所需要的数量以及规划这些充电站的安装位置。
美国电动汽车特斯拉
首先，每个地区的汽车数量是根据爱尔兰26个县的城镇和郊区的数量以及拥有汽车的人数来计算的。并对26个县的充电站数量和分布情况进行了统计。根据爱尔兰人口的分布密度，分析人口密度与汽车数量分布的关联性。进而可通过人口密度分布确定不同阶段电动汽车的数量及其分布。
然后，对爱尔兰26个郡县的人口、可支配收入、汽车数量和公路里程进行主成分分析。计算各区域对充电站的需求程度。马自达召回
最后，针对充电站的具体选址问题，以都柏林市中心为例，采用基于遗传算法的非线性规划模型求解充电站的最优选址问题。
1.1 特斯拉电动汽车
倒车雷达用超声波还是电磁波首先根据调查数据计算私家车的日耗电量:Q，然后除以两个充电站的加权功率，得到充电站的数量。
表1私家车平均日出现距离
日期类型平均日出行距离（km）
星期一28.39
星期二31.57
星期三32.19
星期四30.98
disposable income, the number of cars, and the average mileage is analyzed through the principal component analysis method, and the principal component function is established to predict the number of electric cars. Nonlinear programming model is established and the electric vehicle charging station planning, in the case of Dublin, give full consideration to the Dublin area of the electric car charge demand, charging station cost, user cost as objective function, in meet the demand of charging, charging station distribution density such as constraint conditions, the solution of the best planning and distribution of electric vehicle charging stations.
Keywords:Average daily travel volume;Principal component analysis;Prediction of electric vehicle charging;The best plan
快速充电站1175764586836655慢速充电站
377065
147100117552
1.2 电动汽车充电站预测
基于爱尔兰26个郡县的人口数量、可支配收入、汽车数量、平均公里数四个因素，采用主成分分析法对爱尔兰26个县的充电站需求进行分析排序。1.2.1 原始数据标准化
,1,2,3,4,1,2,...,26,ij j
ij j a a j i s µ−=
==    26
11;26j ij j i a s µ==∑              j j
j j
x x s µ−=
式中：字母j 代表上述四个因素，字母i 代表爱尔兰的26个郡。1.2.2 相关矩阵R
44()ij R r ×=
26
1
,,1,2,...,4
261
ki
kj
k ij a
a r i j ==
=−∑                1;ii ij ji
r r r ==式中：R 为第i 个指标与第j 个指标的相关系数。1.2.3 特征值和特征向量
234ˆ[,,,]T ij j j j u
u u u u =        1111212414ˆ...,y u x
u x u x =+++以三个主成分的贡献率为权重，建立了主成分综合评价模型。可通过爱尔兰26各郡各自的人口数量、可支配收入、汽车数量、平均公里数即可得到每个郡的汽车数量预测值，并得到充电站数量。
1.3 电动汽车充电站规划
对电动汽车充电站数量进行预测之后，如何确定具体充电站具体安放位置能达到更好的效果。本文以爱尔兰首都都柏林为例，对电动汽车充电站进行规划。由于快速充电站和慢速充电站在时间和充电方式上的差异，本文采用不同的方法来确定充电站的数量。快速充电站充电时间短，服务量由充电站的充电供给决定，因此可以通过快速充电的需求来估算充电站的数量。由于慢速充电站的时间限制，在计算充电站数量时应加入跨时间因子的元素。利用电动汽车在慢速充电所需的车辆数目，估计慢速充电站的数目。
方程如下:
min +sd js dd jd j j F F X F X =∑∑            ..is ij js
i
s t D X q ≤∑              id ij jd
i
D X q ≤∑              1js jd X X +≤                ij jd X X ≤                ij js
X X ≤首先，我们将都柏林划分为16个区，并分别贴上标签。如图1所示。
综合分析充电站位置、以及地区造价成本、电动汽车需
（下转第78页）
上限,z i M 限制，
uni-k智电idd即            ()()
1
2
,0ni
ni z i x x M ≤+≤[3]王治国，刘吉臻，谭文，杨光军.基于快速性与经济性多focus两厢
目标优化的火电厂厂级负荷分配研究[J].中国电机工程学报,2006(19):86-92.
求等多项因素，得出都柏林地区充电站规划建设情况如表5所示。
图1 都柏林卫星分区图
表5 都柏林电动汽车充电站分布
充电站的位置充电站所在区域慢速充电桩数量快速充电站数量
Alpha 3116Beta 5116Gamma 10218Delta 1513
2 问题解答
通过MATLAB 编程对主成分分析函数进行求解。确定各主成分的贡献率，再确定各主成分与四个因素之间系数关系。得到电动汽车数量与人口数量、可支配收入、汽车数量、平均公里数之间的关系函数。同样通过MATLAB 编程对电动汽车充电站规划的非线性规划函数进行求解。
3 结论
本文对电动汽车充电站进行预测与规划，以爱尔兰为例。通过主成分分析法，分析了电动汽车数量与人口数量、可支配收入、汽车数量、平均公里数之间的关系，确立了主成分函数，对电动汽车数量进行预测。建立非线性规划模型，对电动汽车充电站进行规划，以爱尔兰首都都柏林为例，充分考虑都柏林地区的电动汽车充电需求，以充电站成本、用户成本为目标函数，在满足充电需求、充电站分布密度等约束条件下。求解出电动汽车充电站的最佳规划分布情况。
参考文献
[1]郭春林，肖湘宁.电动汽车充电基础设施规划方法与模型
[J].电力系统自动化,2013,37(13):70-75.
[2]王辉，王贵斌，赵俊华，文福拴，李捷.考虑交通网
络流量的电动汽车充电站规划[J].电力系统自动化,2013,37(13):63-69+98.
[3]唐现刚，刘俊勇，刘友波，冯瀚，谢连方，马玮.基于计
算几何方法的电动汽车充电站规划[J].电力系统自化,2012,36(08):24-30.
[4]任玉珑，史乐峰，张谦，韩维建，黄守军.电动汽车充电
站最优分布和规模研究[J].电力系统自动化,2011,35 (14):53-57.
[5]李菱，李燕青，姚玉海，葛曼.基于遗传算法的电动汽车充
电站的布局规划[J].华东电力,2011,39(06):1004-1006.
兰德酷路泽4500
（上接第64页）