光储充一体化充电站选址优化分析

参赛院校：聊城大学

指导老师：肖燕 何振芳

队员姓名：郭同贺 唐先瑞 马万里 苗新圆

一、 作品简介

近年来，随着新能源汽车市场的迅猛发展，传统充电站的局限性日益显现，难以满足用户绿色出行的环保要求。相比之下，光储充一体化充电站利用太阳能发电和储能技术，实现了能量的自给自足与可再生利用，大大减少了对传统电网的依赖。

地理信息系统（GIS）技术以其强大的制图表达、空间分析和时空大数据集成等功能优势被广泛应用到各行各业。通过集成时空大数据、耦合算法模型等操作，GIS技术在光储充一体化电站的布局、规划和管理中发挥了重要作用。这种与GIS相结合的管理模式，不仅为光储充行业的可持续发展提供了有力支持，还推动了绿色能源的普及与应用。

深圳市福田区位于深圳的中心地带，是深圳市的政治、文化和商业中心之一。在新能源汽车充电基础设施建设方面，福田区是被誉为“超充之城”的领跑者，充电桩平均密度全市第一，在深圳市率先实现了超充站数量超过加油站的目标，成为深圳市展示“智慧光伏+先进储能+超级充电”的新窗口。

基于以上背景，本研究以深圳市福田区为案例区，从光储充充电站的布局优化等方面入手，力求通过时空数据分析找到光储充充电站的最优选址点，努力填补“光储充”+GIS这个新领域的空白。

二、 基础数据

三、 分析过程

1、方法与流程

本研究主要运用了GIS、AHP、K-means聚类、NSGA-II算法和TOPISIS算法等技术和方法，对深圳市福田区的光储充充电站进行了选址优化。设计思路如图1所示。

图1 技术路线图

2、关键结果

（1）优化前服务范围分析

使用拓扑构网工具输入研究区路网数据进行构建，将现有光储充充电站作为服务站，生成服务区，并对此进行分析。

图2 优化前服务范围

（2）求取新建光储充充电站

构建选址点模型，得出高适宜性点，将其带入python代码中运算，最终通过K-means聚类、NSGA-II算法和TOPISIS算法等得到普通选址点。构建日照分析模型，得到研究区冬至日12时-14时太阳辐射情况，用原有的光储充电站数据验证此模型的准确性。

将日照分析的结果与普通选址点叠加分析，得出最终的新建光储充充电站点数据。

图3 冬至日12时-14时太阳辐射下阴影面与功能验证

图4 选址情况

（3）优化后服务范围分析

使用拓扑构网工具输入研究区路网数据进行构建，将现有光储充充电站和新建光储充充电站作为服务站，生成服务区，并对此进行分析。

图5 优化后服务范围

四、作品亮点及提升方向

1、作品亮点

(1) 选题聚焦“光储充”新领域，前瞻性强。光储充充电站作为新兴领域，与GIS的结合仍处于探索阶段，本作品设计思路科学完整，紧跟时代环境需求，不仅填补了一些“光储充”+GIS领域的空白，也提高了了光能的利用率，践行了可持续发展的理念。

(2) 融合多种分析方法与平台，选址结果更加精准。本作品将层次分析法、K-means聚类、NSGA-II算法和TOPISIS算法相结合，使用SuperMapiDesktopX 11i、Visual Studio Code、yaaph、Excel等多种软件平台，使数据互联互通，研究结论更加精准。

(3) 借用Python代码深入分析时空大数据。本作品进行了自动化建模，并利用python代码对建模的最终结论进行处理，深入挖掘了候选点、需求点、最终选址点等多项点数据，提高了作品的逻辑性和科学性，使光储充充电站选址更加合理。

2、提升方向

(1) 增加更多适宜性分析的指标。为了进一步提高选址方案的科学性和实用性，未来在进行适宜性分析时可以增加气温、太阳直射时间、政府拨款等多项指标，考虑多维度的需求，提高选择候选点的准确性。

(2) 使层次分析法得出的权重更加客观。未来可以在使用层次分析法时通过多位专家咨询或采用问卷调查等方式来收集更多意见，减少主观偏差，使求出的权重更加合理。

(3) 引入AI技术。人工智能技术的发展为数据分析带来了新的机遇。未来可以引入AI技术，如机器学习算法，来自动识别和预测影响选址的关键因素。

五、指导老师点评

本作品将GIS技术与“光储充”一体化充电站的布局优化相结合，为新能源充电设施的规划提供了新的研究思路。通过运用NSGA-II法和TOPISIS法等多种算法与模型并结合光照分析对深圳市福田区光储充充电站进行了选址规划。研究成果不仅为光储充充电站的布局优化提供了理论依据，也为推动绿色能源的普及与应用奠定了坚实基础，对新能源基础设施的可持续发展具有重要的科学价值和现实意义。

六、团队合影

左起：唐先瑞、郭同贺、苗新圆