基于层次分析法的电动汽车充电站运营潜力度排序方法技术

本发明专利技术涉及电动汽车充电管理技术，为基于层次分析法的电动汽车充电站运营潜力度排序方法。该方法结合业务知识以及当前业务中的数据现状分析，从多个维度构建指标体系；采用成对比较矩阵，计算潜力度指标体系中各指标的权重向量；采用成对比较矩阵，计算潜力度指标体系中各指标向量；将权重向量点乘指标向量，得到潜力充电站的评价结果，作为充电站的潜力度排序结果。本发明专利技术应用层次分析法对充电站利用率上升潜力进行排序，为城市公用充电站进行针对性市场化运营工作，提供选站优先度支持。

Ranking Method of Operational Potential of Electric Vehicle Charging Station Based on Analytic Hierarchy Process

【技术实现步骤摘要】
基于层次分析法的电动汽车充电站运营潜力度排序方法
本专利技术涉及电动汽车充电管理技术，具体为基于层次分析法的电动汽车充电站运营潜力度排序方法。
技术介绍
随着电动汽车市场的不断发展，电动乘用车作为新一代的中短距离代步交通工具，数量保持高速增长，其相应的充换电服务需求也日益增长。城市公用充电领域不断布站建桩，相应的充电服务规模不断扩大。目前阶段，受各地区环境、市场需求量、充电站本身条件等差异影响，不同充电设施在设施利用率上呈现出较大的差异。部分充电设施能够通过针对性的市场运营手段提升利用率，部分充电设施受自身条件限制利用率上升空间非常有限。
技术实现思路
为克服现有技术所存在的缺陷，本专利技术提供一种电动汽车充电站运营潜力度排序方法，应用层次分析法(AHP)对充电站利用率上升潜力进行排序，为城市公用充电站进行针对性市场化运营工作，提供选站优先度支持。本专利技术采用以下技术方案来实现：基于层次分析法的电动汽车充电站运营潜力度排序方法，包括以下步骤：结合业务知识以及当前业务中的数据现状分析，从多个维度构建指标体系；采用成对比较矩阵，计算潜力度指标体系中各指标的权重向量；采用成对比较矩阵，计算潜力度指标体系中各指标向量；将权重向量点乘指标向量，得到潜力充电站的评价结果，作为充电站的潜力度排序结果。优选地，所构建的潜力度指标体系包括指标层和目标层，指标层包括站规模指标、停车费指标、利用率指标、直流桩占比指标和周边热度站数量指标，目标层为充电站的潜力度。本专利技术与现有技术相比，具有如下优点和有益效果：1、应用层次分析法(AHP)建立潜力度指标体系，通过9分位标度法赋值权重矩阵和指标矩阵，以确定指标间及单一指标内评价对象间的量化对比关系；对充电站利用率上升潜力进行排序，综合考虑潜力站的影响因素，归纳为站规模、停车费、利用率、交直流占比和周边热度站数量5项指标。2、通过矩阵计算，获得权重矩阵和指标矩阵的特征向量，比较各充电站在5项指标下加权得分的结果，加权计算得到最终潜力度指标下评价结果，最终实现站点潜力度的排序，为城市公用充电站进行针对性市场化运营工作，提供选站优先度支持。附图说明图1是本专利技术的流程图。具体实施方式下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。实施例本专利技术应用层次分析法(AHP)，设计潜力度指标体系，结合9分位标度法和矩阵计算，对充电站利用率上升潜力进行排序。本专利技术的核心算法内容包括：设计一套与充电站利用率潜力度强相关的指标体系；基于9分位标度法，采用矩阵计算的形式，得到指标层的权重向量；基于9分位标度法，采用矩阵计算的形式，得到单一指标下的充电站对比的指标向量；对权重向量和指标向量加权求和，得到最终评价结果。也就是说，本专利技术应用AHP的方法对充电站利用率上升潜力进行排序；在排序过程中，综合考虑潜力站的影响因素，影响因素主要归纳为站规模、停车费、利用率、交直流占比和周边热度站数量共5项指标。通过矩阵计算的方式，比较各充电站在5项指标下加权得分的结果，最终实现站点潜力度的排序。本专利技术流程如图1所示，具体包括如下步骤：(1)构建潜力度指标体系结合业务知识以及当前业务中的数据现状分析，选择以充电站的规模、停车费、利用率、交直流占比和周边热度站数量5个主要指标，多维度构建指标体系。表1潜力站评价指标的层次结构所构建的潜力度指标体系包括指标层和目标层，指标层包括站规模指标、停车费指标、利用率指标、直流桩占比指标和周边热度站数量指标，目标层为充电站的潜力度。(2)计算潜力度指标体系中各指标的权重向量存在5个评价指标C1,C2,…,C5对上一层，即目标层潜力充电站A有影响，要确定它们在潜力站A中的影响比例。采用成对比较法，即每次取两个指标Ci和Cj，用aij表示Ci与Cj对潜力站A的影响之比。将全部比较的结果用成对比较矩阵A＝(aij)5×5(aij>0)表示：成对比较矩阵中aij的取值,依据下述标度进行赋值。aij在1-9及其倒数中间取值。aij＝1，元素i与元素j重要性相同；aij＝3，元素i比元素j略重要；aij＝5，元素i比元素j重要；aij＝7，元素i比元素j重要得多；aij＝9，元素i比元素j极其重要；aij＝2n,n＝1,2,3,4，元素i与元素j的重要性介于aij＝2n-1与aij＝2n+1之间；当且仅当aij＝n。从理论上分析得到：如果矩阵A是完全一致的成对比较矩阵，应该有：aijajk＝aik,1≤i,j,l≤5但实际上在构造成对比较矩阵时要求满足上述众多等式是不可能的。因此退而要求成对比较矩阵有一定的一致性，即可以允许成对比较矩阵存在一定程度的不一致性。由分析可知，对完全一致的成对比较矩阵，其绝对值最大的特征值等于该矩阵的维数。对成对比较矩阵的一致性要求，转化为要求成对比较矩阵的绝对值最大的特征值和该矩阵的维数相差不大。对成对比较矩阵进行是否一致性的判断，形成的矩阵为判断矩阵。对判断矩阵进行一致性检验的公式为：式中:CR为一致性比例；CI为一致性指标；RI为随机一致性指标，其取值范围见表2；λmax为判断矩阵的最大特征根；n为矩阵阶数。一般来说，当CR＜0.10时，就认为判断矩阵具有令人满意的一致性；当CR≥0.10时，就要调整判断矩阵，直至满意为止。表2平均随机一致性指标RI的取值通过矩阵计算判定矩阵A的最大特征值及其对应的特征向量。并且将该向量标准化得到各指标权重向量ω。(3)计算潜力度指标体系中各指标向量指标向量的计算方面与权重向量非常类似，但是需要计算C1,C2,…,C5共5组指标向量。单一指标Ck存在5个评价对象(充电站)y1,y2,…,y5，要确定它们在Ck中的比较关系。采用成对比较法，即每次取两个对象yi和yj，用cij表示yi与yj对Ck的影响之比。将全部比较的结果用矩阵Ck＝(cij)5×5(cij>0)表示：cij的取值参考步骤(2)中的9分位标度法，在Ck矩阵赋值过程中同样需要进行一致性检验。最后计算特征向量，以及向量标准化得到指标向量(4)计算潜力充电站的评价结果作为充电站的潜力度排序结果。最终潜力充电站A的评价结果通过权重向量点乘指标向量的形式得到：通过比较A(yi)值的大小，从而确定y1,y2,…,y55个充电站在潜力度指标下排序结果。下面举例具体说明上述评测方法：(1)潜力度指标体系选取y1,y2,…,y5五个充电站作为评价对象，充电站实际的数据情况如表3所示：表3城市公用充电站基础情况(2)计算权重向量结合业务知识以及当前业务中的数据现状分析，对比充电站的规模、停车费、利用率、交直流占比和周边热度站的数量对潜力度的影响程度大小，确定指标间的权重矩阵。计算特征向量并标准化，得到权重向量ω＝{0.12,0.30,0.07,0.04,0.47}。(2)计算指标向量通过在某一指标下5个评价对象的两两比对，分别确定C1,C2,…,C55个指标矩阵：相应的特征向量分别为：在完成权重向量与指标向量的计算后，通过加权求和的公式，获得y1,y2,…,y5关于潜力度指标的量化评价结果，如表4所示：表45个城市公用充电站潜力站评价结果对潜力度的影响程度上，评价结果的值越大，影响度越大。潜力站挑选的优先度依次为y2、y1、y4、y5、y3。上述实本文档来自技高网...

【技术保护点】
1.基于层次分析法的电动汽车充电站运营潜力度排序方法，其特征在于，包括以下步骤：结合业务知识以及当前业务中的数据现状分析，从多个维度构建指标体系；采用成对比较矩阵，计算潜力度指标体系中各指标的权重向量；采用成对比较矩阵，计算潜力度指标体系中各指标向量；将权重向量点乘指标向量，得到潜力充电站的评价结果，作为充电站的潜力度排序结果。

【技术特征摘要】
1.基于层次分析法的电动汽车充电站运营潜力度排序方法，其特征在于，包括以下步骤：结合业务知识以及当前业务中的数据现状分析，从多个维度构建指标体系；采用成对比较矩阵，计算潜力度指标体系中各指标的权重向量；采用成对比较矩阵，计算潜力度指标体系中各指标向量；将权重向量点乘指标向量，得到潜力充电站的评价结果，作为充电站的潜力度排序结果。2.根据权利要求1所述的电动汽车充电站运营潜力度排序方法，其特征在于，所构建的潜力度指标体系包括指标层和目标层，指标层包括站规模指标、停车费指标、利用率指标、直流桩占比指标和周边热度站数量指标，目标层为充电站的潜力度。3.根据权利要求1所述的电动汽车充电站运营潜力度排序方法，其特征在于，成对比较矩阵中aij的取值,依据下述标度进行赋值，aij在1-9及其倒数中间取值：aij＝1，元素...

【专利技术属性】
技术研发人员：陈婧韵，吕建，陈枫，李梁，李波，
申请(专利权)人：国网浙江电动汽车服务有限公司，
类型：发明
国别省市：浙江,33