安科瑞 陳聰(cōng)

摘(zhāi)要(yào):目前(qián)電動(dòng)汽車充電樁( EVCP)規劃(huá)通常針對區縣級較大(dà)區域(yù)開(kāi)展,但是(shì)對園(yuán)區(qū)級(jí)區域進行EVCP規劃更有利於提(tí)高(gāo)投(tóu)資者的積極(jí)性和周邊電(diàn)動(dòng)汽車(EV)用戶的體(tǐ)驗
。以(yǐ)車流(liú)量較(jiào)大(dà)的大型停車區(qū)域為(wéi)研究(jiū)對(duì)象,通過(guò)調研(yán)獲得區(qū)域(yù)內(nèi)EV的(dí)電(diàn)池容(róng)量，停放(fàng)情(qíng)況(kuàng)，電(diàn)量分布(bù)以及充(chōng)電意(yì)願等(děng)統計數據(jù),並(bìng)基於這(zhè)些數(shù)據(jù)應用(yòng)蒙特卡(qiǎ)洛法得出區(qū)域內(nèi)EV充(chōng)電負荷(hé)的時域(yù)分布
。依據(jù)區域內(nèi)的(dí)電網(wǎng)信息以及EV的充(chōng)電負(fù)荷(hé)分(fēn)布,給出以投(tóu)資成本(běn)電網網損及用戶(hù)滿意度綜合*優(yōu)為目(mù)標(biāo)的EVCP規(guī)劃(huá)設計(jì)方(fāng)法
。最後(hòu)以(yǐ)某(mǒu)機場(cháng)遠端大型(xíng)停(tíng)車(chē)場為算例(lì),驗證(zhèng)了(liǎo)所(suǒ)提園區(qū)級EVCP規(guī)劃方法(fǎ)的有效性,該方法(fǎ)相(xiāng)較(jiào)於傳統EVCP的規劃方法更加(jiā)經(jīng)濟合理(lǐ)
。

關鍵詞:電動汽車;充(chōng)電(diàn)樁(zhuāng)規(guī)劃;充(chōng)電負(fù)荷(hé)預(yù)測(cè);多目標優(yōu)化

一(yī)，引言

當(dāng)前(qián)化石(shí)能(néng)源日漸匱乏,環(huán)境汙(wū)染問(wèn)題愈發嚴重(zhòng),作為燃油(yóu)汽(qì)車(chē)的升(shēng)級(jí)替(tì)代產品,電動(dòng)汽車(chē)(Electric Vehicle,EV)的(dí)保(bǎo)有量(liáng)未來會(huì)保持快(kuài)速上升的趨(qū)勢
。在(zài)此背景(jǐng)下,EV發展與(yǔ)充電(diàn)樁(Electric Vehicle Charging Piles,EVCP)規劃(huá)建設的(dí)不匹配(pèi)問題(tí)日(rì)益凸顯
。

在(zài)EVCP 的規劃(huá)設(shè)計(jì)過程(chéng)中(zhōng),核心問題是預測EV的充電需(xū)求即充(chōng)電(diàn)負(fù)荷(hé),一(yī)般通(tōng)過分析(xī)規劃區域(yù)中道(dào)路(lù)交通(tōng)網(wǎng)架，EV的出行規律(lǜ)及(jí)用戶充電(diàn)習(xí)慣等因素(sù)計算(suàn)得出
。基於地(dì)塊功(gōng)能和地(dì)理屬性將區域(yù)劃分(fēn)為(wéi)住宅區(qū)，辦(bàn)公(gōng)區(qū)，旅遊區(qū)，商(shāng)業(yè)區(qū)和教育區5類(lèi),並綜合不(bù)同區域(yù)的(dí)車流(liú)通暢度情況完成(chéng) EV 充電負(fù)荷的預(yù)測(cè)
。通(tōng)過(guò)分析(xī)不同類型(xíng)汽(qì)車(chē)在具體場景(jǐng)下(xià)的(dí)停(tíng)車規(guī)律,並采(cǎi)用(yòng)蒙特(tè)卡(qiǎ)洺(míng)算法模(mó)擬(nǐ)車(chē)主駕駛(shǐ)，停放(fàng)和(hé)充電行(háng)為預測(cè)出區域內EV 充電負(fù)荷的(dí)時空分布(bù)特(tè)性
。依據(jù)交(jiāo)通路(lù)網拓撲和出(chū)行數(shù)據(jù)模(mó)擬 EV 的(dí)行駛(shǐ)特(tè)性,並完(wán)成 E充(chōng)電需(xū)求(qiú)的(dí)時(shí)空(kōng)分(fēn)布預測(cè)
。基於(yú)居民出行(háng)數據構建不(bù)同復雜度的(dí)出行鏈(liàn)模型(xíng),並(bìng)使(shǐ)用(yòng)最短(duǎn)路(lù)徑(jìng)算法選(xuǎn)擇行(háng)駛(shǐ)路徑來(lái)完成(chéng)EV 充電需求的(dí)預測(cè)
。根(gēn)據充電站的(dí)現場(cháng)實(shí)際統計(jì)數據(jù),利用泊鬆分布，輪盤選擇和(hé)均匀分布(bù)對EV開始充電(diàn)的荷電(diàn)量(liáng)(State of Charge,SOc)和充(chōng)電(diàn)次(cì)數(shù)進行(háng)分析(xī),建立了(liǎo) EV 充電站的負荷預(yù)測模型
。采(cǎi)用大(dà)數據(jù)和機器(qì)學習(xí)技(jì)術(shù)對 EV 充(chōng)電(diàn)站(zhàn)的實(shí)時數據進行評(píng)估,提出(chū)一(yī)種(zhǒng)基(jī)於(yú)數(shù)據流(liú)的(dí)流(liú)式邏(luó)輯(jí)回歸模(mó)型,充(chōng)電站運營商可以根據(jù)這(zhè)些數(shù)據開(kāi)展(zhǎn)優化規劃
。通過(guò)“滴(dī)滴(dī)開放數(shù)據(jù)平台(tái)”申請(qǐng)得到(dào)某城市區域(yù)在一(yī)段(duàn)時間內的(dí)出(chū)行訂(dìng)單及 GPS 定位數(shù)據,在對 EV 行(háng)駛軌跡(jì)大(dà)數(shù)據(jù)集(jí)進(jìn)行清洗與挖掘後,基於(yú)動態能耗(hào)理(lǐ)論(lùn)構(gòu)建(jiàn)了 EV 充(chōng)電需求(qiú)的(dí)時(shí)空(kōng)分布預(yù)估模型
。

二，EV的(dí)充電(diàn)需求預(yù)測

2.1 停車(chē)區域 EV 充電負(fù)荷的影響因(yīn)素分析

大型停(tíng)車(chē)區域中(zhōng) EVCP 的(dí)類型(xíng)和位(wèi)置與停(tíng)車位(wèi)類(lèi)型及分(fēn)布(bù)情(qíng)況密切(qiē)相關(guān)
。不(bù)同(tóng)類型和用途的EV具有不(bù)同的電池容量，停(tíng)放模式(shì)和充(chōng)電意願(yuàn),這些因素會影響(xiǎng)電(diàn)動汽車的充電需求,因此需要(yào)通(tōng)過(guò)調研統(tǒng)計來獲得這些基(jī)礎(chǔ)數據(jù)
。

首(shǒu)先對(duì)EV 的電(diàn)池(chí)容(róng)量(liáng)進行調研(yán),得到(dào)停車區(qū)域(yù)內3類車型對(duì)應(yīng)的(dí)電(diàn)池容量(liáng)如(rú)圖1所示
。

圖1 不(bù)同(tóng)類型(xíng) EV的電池容量

圖1中(zhōng)列(liè)出了3類車型(xíng)的5種(zhǒng)常(cháng)見(jiàn)電(diàn)池(chí)容量,規(guī)劃(huá)計算時將(jiāng)選取(qǔ)平均值(zhí),社會車輛，出(chū)租車(chē)，大巴車的(dí)電池(chí)平均(jūn)容量分別為80 kwh,50 kwh和 180 kwh
。

然(rán)後(hòu)通過(guò)現場(cháng)調研(yán)和(hé)統計(jì),獲(huò)得(dé)停車(chē)區域(yù)內每日(rì)不同時間段中(zhōng)不同(tóng)類型 EV 的(dí)停放(fàng)信息(xī),如(rú)圖 2所示(shì)
。為了提高數據(jù)的(dí)準確(què)性,圖2中數據(jù)為多(duō)日的平均數據(jù)
。

圖(tú)2 不同類(lèi)型(xíng)EV的(dí)停(tíng)放(fàng)數(shù)據(jù)

接下來(lái)通(tōng)過現場(cháng)問卷(juàn)調查(chá)和查閱文獻等方(fāng)式(shì)，統(tǒng)計(jì)在1d當中不(bù)同類型 EV 的荷電(diàn)狀態,Soc分布(bù)變化(huà)情(qíng)況(kuàng),如(rú)圖(tú) 3所示(shì),

圖3 不(bù)同(tóng)類(lèi)型EV的電量變(biàn)化

最後(hòu)獲(huò)取(qǔ)停車場中EV車(chē)主(zhǔ)的充電意願數據(jù)，即用(yòng)戶在 EV 電量剩餘多(duō)少(shǎo)時進(jìn)行充電的(dí)概率,通(tōng)過(guò)實(shí)地問(wèn)卷(juàn)調查(chá)和(hé)統計,獲得E的充電(diàn)意(yì)願(yuàn)統(tǒng)計數據(jù),如(rú)圖(tú)4 所(suǒ)示(shì)
。

圖4 EV的(dí)充電意願統計數(shù)據

EV 的充(chōng)電時長(cháng)T取決於電池(chí)容(róng)量，剩餘(yú)電(diàn)量(liáng)充電樁(zhuāng)功率的大小.

2.2 EV充電(diàn)負(fù)荷的(dí)預測

EV 的充(chōng)電(diàn)行(háng)為是具有一定規律(lǜ)的(dí)隨機(jī)事(shì)件采用家(jiā)特卡洛法(fǎ)(Monte Carlo,Mc)對(duì)具有(yǒu)不確定(dìng)性(xìng)及時序性(xìng)的(dí) EV 充(chōng)電負荷(hé)進行(háng)模擬
。MC是以(yǐ)概(gài)率作(zuò)為基礎的(dí)統計(jì)方法(fǎ),也(yě)稱(chēng)為隨(suí)機(jī)抽(chōu)樣技術(shù),模(mó)擬次(cì)數越(yuè)多,結果越切(qiē)合實際
。

應用 MC 法(fǎ)預測(cè) EV 充電負荷(hé)的(dí)思(sī)路是,首先基(jī)於統計(jì)得(dé)到(dào)的出行(háng)數(shù)據(jù)和(hé)充(chōng)電信(xìn)息(xī),建立(lì)隨機(jī)過(guò)程的概率分(fēn)布模(mó)型;然(rán)後(hòu)按概(gài)率抽取所(suǒ)有影響EV充電負(fù)荷的(dí)隨(suí)機(jī)變量(liáng),包(bāo)含 EV 的(dí)停放時間(jiān)，SOC分布以(yǐ)及充電意(yì)願(yuàn)等(děng),若發(fā)生(shēng)充(chōng)電行為(wéi)則計算(suàn)充電(diàn)時長,得(dé)到每(měi)一輛 EV 的充電(diàn)負(fù)荷曲(qū)綫
。最(zuì)後(hòu)將(jiāng)區域(yù)內所(suǒ)有EV的(dí)充電負(fù)荷(hé)曲(qū)綫在(zài)時間(jiān)軸(zhóu)上疊加即(jí)可(kě)得到(dào)整(zhěng)個規(guī)劃(huá)區(qū)域(yù)內總的(dí) EV 充(chōng)電負荷的預測(cè)曲(qū)綫
。

三(sān)，應用方案

圖(tú)5 有(yǒu)序(xù)充電(diàn)管理係(xì)統(tǒng)示(shì)意(yì)圖

圖(tú)6平台(tái)結(jié)構圖(tú)

充(chōng)電(diàn)運(yùn)營管理(lǐ)平台(tái)是(shì)基於物(wù)聯網和大數(shù)據(jù)技(jì)術(shù)的充電設(shè)施管理(lǐ)係統(tǒng)，可以實現對充電樁的監(jiān)控，調度和(hé)管(guǎn)理，提(tí)高(gāo)充電樁(zhuāng)的利用率(shuài)和(hé)充(chōng)電效率(shuài)，提升(shēng)用(yòng)戶的充電體驗和服務(wù)質量
。用(yòng)戶可(kě)以通過(guò)APP或小程序提(tí)前(qián)預約(yuē)充電(diàn)，避(bì)免在(zài)充(chōng)電站排(pái)隊(duì)等(děng)待(dài)的(dí)情況(kuàng)，同時也能(néng)為充(chōng)電站提(tí)供更(gēng)準(zhǔn)確的(dí)充(chōng)電需(xū)求(qiú)數據(jù)，方便後續的(dí)調(tiáo)度(dù)和管理(lǐ)
。通過平(píng)台(tái)可(kě)對(duì)充電樁(zhuāng)的功(gōng)率，電(diàn)壓(yā)，電(diàn)流等參(cān)數(shù)進(jìn)行實(shí)時監(jiān)控(kòng)，及(jí)時(shí)發現和(hé)處理(lǐ)充電樁故障和異(yì)常情況對(duì)充(chōng)電樁的(dí)功(gōng)率進(jìn)行控製和(hé)管理，確(què)保(bǎo)充(chōng)電樁(zhuāng)在合(hé)理(lǐ)的功率範(fàn)圍內充電，避(bì)免(miǎn)對(duì)電(diàn)網造成(chéng)過大的(dí)負荷
。

四，安(ān)科瑞充(chōng)電樁(zhuāng)雲平台具體的功(gōng)能(néng)

平(píng)台除了對充電(diàn)樁的監控(kòng)外，還(huán)對充電(diàn)站的光伏發(fā)電係統，儲能係統以(yǐ)及(jí)供(gōng)電(diàn)係統進行集中監控和統一協調管理，提高充電站(zhàn)的運(yùn)行可(kě)靠性，降(jiàng)低運營成本，平台係統架構(gòu)如圖7所(suǒ)示
。

圖7 充電(diàn)樁(zhuāng)運(yùn)營(yíng)管理平台係(xì)統(tǒng)架(jià)構

大屏顯示(shì)：展示充電站(zhàn)設(shè)備(bèi)統(tǒng)計，使(shǐ)用率排行，運營統計(jì)圖(tú)表，節碳(tàn)量(liáng)統計等(děng)數(shù)據(jù)
。

圖(tú)8 大屏(píng)展(zhǎn)示界麵(miàn)

站點(diǎn)監控(kòng)：顯(xiǎn)示設備(bèi)實時狀(zhuàng)態，設備列表，設備(bèi)日誌，設備狀(zhuàng)態(tài)統計等(děng)功能
。

圖9 站點(diǎn)監(jiān)控(kòng)界麵

設備(bèi)監(jiān)控(kòng)：顯示設備(bèi)實(shí)時信(xìn)息，配(pèi)套設備狀(zhuàng)態，設備實(shí)時(shí)曲綫，關(guān)聯(lián)訂(dìng)單信息，充(chōng)電功率曲綫等
。

圖10 設(shè)備(bèi)監(jiān)控(kòng)界(jiè)麵

運(yùn)營趨勢(shì)統計：顯示運營信息查(chá)詢，站點對(duì)比(bǐ)曲(qū)綫(xiàn)，日月(yuè)年報表，站(zhàn)點(diǎn)對比列(liè)表(biǎo)等功能
。

圖(tú)11 運營趨勢界麵(miàn)

收益查(chá)詢：提供收(shōu)益匯(huì)總，實(shí)際收益報表，收益(yì)變(biàn)化曲綫(xiàn)，支付(fù)方式占(zhān)比等功(gōng)能
。

圖12 收(shōu)益(yì)查(chá)詢(xún)界麵

故障分析：提供故障(zhàng)匯總，故(gù)障狀態(tài)餅圖，故障(zhàng)趨(qū)勢(shì)分析，故障(zhàng)類型餅(bǐng)圖等功能
。

圖13 故障(zhàng)分析界麵

訂(dìng)單(dān)記(jì)錄(lù)：提(tí)供(gōng)實(shí)時(shí)/歷(lì)史訂單查詢，訂單終止(zhǐ)，訂單詳情(qíng)，訂單導(dǎo)出，運營(yíng)商(shāng)應收(shōu)信息(xī)，充電明(míng)細，交(jiāo)易流水查(chá)詢(xún)，充(chōng)值(zhí)餘(yú)額(é)明(míng)細(xì)等功能(néng)
。

圖14 訂單查詢(xún)界(jiè)麵(miàn)

五(wǔ)，產品選(xuǎn)型(xíng)

安科瑞為(wéi)廣大用戶提供(gōng)慢(màn)充(chōng)和快(kuài)充兩種充(chōng)電(diàn)方(fāng)式，便(biàn)攜式，壁(bì)掛式(shì)，落地(dì)式(shì)等多(duō)種類型的充電(diàn)樁，包含(hán)智能7kw/21kw交流充(chōng)電樁，30kw直(zhí)流充電樁(zhuāng)，60kw/80kw/120kw/180kw直流(liú)一(yī)體式(shì)充電(diàn)樁(zhuāng)來滿(mǎn)足(zú)新能源(yuán)汽車(chē)行(háng)業(yè)快(kuài)速(sù)，經(jīng)濟，智(zhì)能運(yùn)營管理的市(shì)場(cháng)需(xū)求
。實現對動(dòng)力(lì)電池(chí)快速，高(gāo)效，安全(quán)，合理的電量(liáng)補(bǔ)給，同(tóng)時為(wéi)提(tí)高公共(gòng)充(chōng)電(diàn)樁的效(xiào)率(shuài)和實(shí)用性，具(jù)有有(yǒu)智(zhì)能監測(cè)：充電(diàn)樁智(zhì)能控製器對充(chōng)電樁(zhuāng)具(jù)備(bèi)測量，控(kòng)製與(yǔ)保護的功(gōng)能；智能(néng)計量(liáng)：輸出配置智(zhì)能電能表(biǎo)，進(jìn)行(háng)充電計量，具備*的(dí)通(tōng)信(xìn)功能；雲(yún)平台(tái)：具備(bèi)連接雲(yún)平(píng)台的功能，可以實現實(shí)時監控(kòng)，財務報表分析等等；遠程升級(jí)：具備*的通訊功能，可(kě)遠程對(duì)設(shè)備(bèi)軟件進(jìn)行升級；保護(hù)功能：具(jù)備(bèi)防(fáng)雷(léi)保(bǎo)護(hù)，過(guò)載保護，短路保護，漏(lòu)電保護(hù)和接地(dì)保(bǎo)護(hù)等功(gōng)能；適(shì)配車型：滿足(zú)國標充(chōng)電接口，適配(pèi)所有符合(hé)國(guó)標的電(diàn)動(dòng)汽車，適(shì)應不(bù)同車(chē)型的不(bù)同功率(shuài)
。下麵是(shì)具體(tǐ)產(chǎn)品的型號和技(jì)術參(cān)數
。

六(liù)，現(xiàn)場(cháng)圖片

七，結論(lùn)

本(běn)文(wén)針(zhēn)對(duì)大型(xíng)停車(chē)區域(yù)給(gěi)出了(liǎo) EVCP 滿足多(duō)個目標的(dí)規劃優化設計(jì)方(fāng)法(fǎ)
。該(gāi)規劃方(fāng)法首先(xiān)根據停(tíng)車區(qū)域內(nèi) EV 的(dí)電池(chí)類型，各(gè)類(lèi)EV的(dí)停(tíng)放規律及 EV 用(yòng)戶的(dí)充電意願等統計(jì)數(shù)據,預測出區域內EV 充(chōng)電負荷(hé)的時(shí)空分布(bù)
。然後(hòu)以EVCP的投資(zī)成本(běn)，電網網(wǎng)損(sǔn)以及 EV 用戶(hù)的滿意(yì)度改進(jìn)PSO 在安全(quán)約(yuē)束範(fàn)圍(wéi)內得到 EVCP的*優規劃
。該規(guī)劃(huá)方(fāng)法相(xiāng)較於傳統(tǒng)EVCP的規劃方(fāng)法不(bù)僅(jǐn)更加經濟合(hé)理(lǐ),而(ér)且對(duì)電網運(yùn)行(háng)的(dí)影(yǐng)響(xiǎng)較小,對(duì)實際(jì)工(gōng)程(chéng)的EVCP 規(guī)劃具有指(zhǐ)導作用
。

參 考 文 獻：

[1]邢強(qiáng),陳中,冷釗瑩,等,基於(yú)實(shí)時交(jiāo)通信(xìn)息(xī)的電動(dòng)汽車路徑規劃(huá)和(hé)充(chōng)電(diàn)導航(háng)策略[J].中國電(diàn)機工(gōng)程學報(bào),2020,40(2):534-550.

XING Qiang, CHEN Zhong, LENG Zhaoying, et al. Route planning and charging navigation strategy for electric vehicles based on real-time traffic information1[J]. Proceedings of the CSEE, 2020, 40(2):534-550.

[2]徐青山(shān),蔡婷婷,劉(liú)瑜俊,等(děng),考(kǎo)慮(lǜ)駕(jià)駛人行(háng)為(wéi)習(xí)慣及(jí)出行鏈(liàn)的電(diàn)動汽車(chē)充(chōng)電(diàn)站(zhàn)站(zhàn)址(zhǐ)規劃[J].電力(lì)係統自動化,2016,40(4):59-65,77.

XU Qingshan, CAl Tingting, LIU Yujun, et al.Location planning of charging staions for electric vehicles based on drivers behaviours and travel chain[J].Automation of Electric Power Systems , 2016, 40(4):59-65,77.

[3]張洪財,胡澤(zé)春(chūn),宋(sòng)永華,等(děng),考慮(lǜ)時空分布(bù)的(dí)電動(dòng)汽車(chē)充電(diàn)負(fù)荷預測方法[J].電(diàn)力係(xì)統(tǒng)自動化(huà),2014,38(1):13-20.

ZHANG Hongcai, HU Zechun, SONG Yonghua,et al.Estimation method of electric vehicle charging load considering temporal and spatial distribution[J]. Automation of Electric Power Systems , 2014.38(1):13-20.

[4]邵尹(yǐn)池,穆(mù)雲(yún)飛,餘曉(xiǎo)丹(dān),等“車(chē)-路-網”模(mó)式(shì)下電動汽(qì)車充電負(fù)荷時(shí)空預(yù)測(cè)及(jí)其(qí)對配電網潮流的(dí)影(yǐng)響(xiǎng)[J].中(zhōng)國(guó)電機(jī)工(gōng)程(chéng)學報，2017,37(18):5207-5219,5519.

SHA0 Yinchi, MU Yunfei, YU Xiaodan, et al.A spatial-temporal charging load forecast and impact analysis method for distribution network using EVs-traffic-distribution model[J]. Proceedings ofthe CSEE,2017,37(18):5207-5219,5519.

[5]李含(hán)玉(yù),杜兆斌(bīn),陳(chén)麗丹,等,基(jī)於出行模擬的(dí)電(diàn)動汽車充(chōng)電負荷(hé)預測(cè)模(mó)型及(jí) V2G評(píng)估[J].電(diàn)力(lì)係統自(zì)動化(huà),2019,43(21):88-96.

LI Hanyu , DU Zhaobin, CHEN Lidan, et al.The research of spatial-temporal charging load forecast modeling and V2G evaluation method of electric vehicles considering traffic network[J].Automation of Electric Power Systems ,2019,43(21):88-96.

[6]LEOU R C, SU C L,TENG J H. Modelling and verifying the load behaviour of electric vehicle charging stations based on field measurements[J].Generation Transmission & Distribution ET,2015,9(11):1112-1119.

[7] ZHU J,YANG Z, GUO Y,et al. Short-term load forecasting for electric vehicle charging stations based on deep learning approaches[J]. Applied Sciences ,2019,9(9): 1723.

[8]周椿奇,向月,童(tóng)話,等(děng).軌跡數(shù)據驅動的(dí)電動汽(qì)車充電需求(qiú)及V2G 可(kě)調(tiáo)控容量估計(jì)[J].電力係統自動(dòng)化(huà),2022,46(12):46-55.

ZHOU Chunqi, XIANG Yue, TONG Hua, et al.Trajectory- data-driven estimation of electric vehicle charging demand and vehicle-to-grid regulable capacity[J].Automation of Electric Power Systems,2022,46(12):46-55.

[9]姚誌(zhì)力,江斌開(kāi),龔(gōng)春陽,等(děng),計及電動汽(qì)車(chē)充電負荷特性(xìng)的區(qū)域多能源站規(guī)劃(huá)設(shè)計[J].電(diàn)網技術(shù),2022,46(9):3304-3318.

YA0 Zhili, JlANG Binkai, GONG Chunyang, et al. Planning and design of regional multi-energy stations taking into account electric vehicle charging load characteristics[J]. Power System Technology,2022,46(9):3304-3318.