一种基于多元数据的充电桩布置方法技术

一种基于多元数据的充电桩布置方法，包括步骤：接收浮动车数据，收集浮动车出行的OD数据，得到出行起点分布数据A，出行终点分布数据B，根据行车速度和距离，得到道路车辆拥堵数据C；接收居民手机信令数据，得到居民活动分布数据D；接收分时租赁汽车的出行数据E；通过所述出行起点分布数据A、出行终点分布数据B、道路车辆拥堵数据C、居民活动分布数据D、分时租赁汽车出行数据E，得到充电桩总体需求分布模型F。

A Method of Charging Pile Layout Based on Multivariate Data

【技术实现步骤摘要】
一种基于多元数据的充电桩布置方法
本专利技术属于电动汽车
，特别涉及一种基于多元数据的充电桩布置方法。
技术介绍
充电桩设施对于现有的电动汽车的使用至关重要，然而由于电动汽车的电池充电时间长，而公共充电桩资源却很有限，长时间在外运行的电动汽车会出现何时前往何地充电的路径规划问题。同时对于如何布置充电桩，在那些地点布置，布置多少充电桩也是需要重点考虑的问题。在已有的算法中，有的对电动汽车的充电路径规划问题给出了基于“Dijkstra+模拟退火”的路径规划算法，保证在当前时间段内路径规划最短，同时采用“模糊+精确”两段式计算，以缓解充电桩的排队问题。另外，对于充电桩布置算法中，也有的构建了以规划期内充电站的总成本净现值和顾客流失数量最小为目标的电动汽车充电站选址和充电桩配置优化模型。在样本数据来源多元化之后，数据的多样性对充电桩布置策略的优化问题，成为目前急需解决的问题。浮动车数据技术作为近年来快速发展的交通数据采集技术，由于其数据的数据量大，时效性强，准确性高，和相对的客观性等优点，在交通数据的采集中应用越来越广。手机数据的发展也为时代的发展提供很多信息，其中手机信令，作为大样本数据有条件提供整个城市范围内居民的活动信息。另外该类信息具有两个重要特点：第一是非自愿性。手机信令数据，最长隔1-2个小时，基站会发信令确认这个手机是否正常，是一种被动参与的调查，所以真实反映了居民活动的时空变化；第二个是连续性和动态性，每个人每天从早到晚全部手机活动信令都将记录下来，是个基本连续动态记录。所以通过这个数据可以研究人的行为和空间环境之间相互作用的特征。通过手机信令可以研究居民时空特征，间接反映建成环境和城市空间结构。
技术实现思路
本专利技术的目的在于提供一种基于多元数据的充电桩布置方法，目的在于通过多元数据优化对于充电桩的布置规划设计。本专利技术的实施例之一，一种基于多元数据的充电桩布置方法，包括以下步骤：接收浮动车数据，收集浮动车出行的OD数据，得到出行起点分布数据A，出行终点分布数据B，根据行车速度和距离，得到道路车辆拥堵数据C；接收居民手机信令数据，得到居民活动分布数据D；接收分时租赁汽车的出行数据E；通过所述出行起点分布数据A、出行终点分布数据B、道路车辆拥堵数据C、居民活动分布数据D、分时租赁汽车出行数据E，得到充电桩总体需求分布模型F；通过分布模型F，确定充电桩站，抽象模型为“已知确定充电桩站”，最小化充电需求；利用cdq+二维树状数组求解上述问题，对cdq+二维树状数组时间复杂度进行优化，由于数据量较大，磁盘和内存的发展使得存储空间的进展，用空间换时间，计算结果；得出最后的结果。本专利技术的有益效果包括：1.在布置充电桩时，选取了浮动车数据、手机信令数据、分时租赁等多元数据，无论从自主性还多样性上，对数据的准备度有所优势；2.对问题进行模型的抽象，提出一种以二维cdq+二维树状数组作为决策手段的模型，是一种全新的解决该类问题的方式；3.使用多元的数据来提供整体需求，对于整个需求的准确度大大提高。附图说明通过参考附图阅读下文的详细描述，本专利技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本专利技术的若干实施方式，其中：图1根据本专利技术具体实施例之一的充电桩布置方法流程图图2根据本专利技术实施例之一的数字地图栅格化例图。图3根据本专利技术实施例之一的充电桩总体需求分布F示意图。图4是根据本专利技术实施例之一中的模型抽象例图。具体实施方式根据一个或者多个实施例，如图1所示。一种基于多元数据的充电桩布置方法，基于出租车浮动车数据、手机信令数据、分时租赁的出行数据，以充电桩使用效率最大为效用函数，分别采集出租车浮动车数据、手机信令数据、分时租赁的出行数据，包括以下步骤：(1)收集并处理浮动车的数据，收集出行的始终点。对于出租车的GPS数据进行研究和处理，以此来获得OD点信息，得到出行起点分布A，出行终点分布B。收集行车过程中的速度、距离等，得到每条道路的拥堵，道路的车辆情况C；(2)收集并处理手机信令，通过手机信令数据，得到居民的活动分布D；(3)收集并得到分时租赁汽车的出行数据E；(4)通过所述出行起点分布数据A(数字表示)、出行终点分布数据B(数字表示)、道路车辆拥堵数据C(数字表示)、居民活动分布数据D(数字表示)、分时租赁汽车出行数据E(数字表示)，将ABCDE分别存在相同维度的二位数组中，将所有分布数据累加(加权累加)得到充电桩总体需求分布模型F，即F[i,j]＝aA[i,j]+bB[i,j]+cC[i,j]+dD[i,j]+eE[i,j]；其中abcde为确定值(5)通过分布模型F，确定充电桩站，抽象模型为“已知确定充电桩站”，最小化充电需求，即：将分布F看作一个二位数组，数组F中存放的值为充电需求，若干个充电桩T看作一个大小远远小于F数组的数组，当充电桩部署在F的某个位置时，能够减小该数组中的值，结果为最小化F数组的和。(6)利用cdq+二维树状数组求解上述最小化问题；(7)对cdq+二维树状数组时间复杂度进行优化，由于数据量较大，磁盘和内存的发展使得存储空间的进展，用空间换时间，计算结果；(8)利用上述步骤，得出最后的充电桩应该部署的位置，即对应数组T在数组F中下表位置。其中，对于步骤(5)，如图2所示，以百度地图为底图，用500*500m的栅格进行网格化。对于出租车浮动车数据、手机信令数据、分时租赁的出行数据，分别利用上面的栅格化，每个栅格都抽化为一个数字点，则上面的地图可以得到一个二维表，如表1所示：表1栅格化数据表C\RR1RiRMC1Grid(1,1)Grid(1,i)Grid(1,M)CjGrid(j,1)Grid(j,i)Grid(j,M)CNGrid(N,1)Grid(N,i)Grid(N,M)上述每个数据分布都得到一个栅格化过后的数据表，则总体分布模型F如图3所示。对于步骤(6)，cdq+二维树状数组模型假设包括：1，假设已知确定充电桩“站”的数目K，此数量为定值(充电桩“站”的意思为包含或拥有多个充电桩的充电站)；2，假设每个充电站的充电站为Ki，是可调整的参数；3，假设每个充电站的影响范围确定，影响范围为了便于计算area为一个正方形，边长根据参考资料确定设为S；4，每个充电站的影响需求的力度，在范围S之内，由影响因子alpha根据设立距离逐渐减小；5，假设每个充电桩可减小需求量，在中心范围的影响力为M(单位记为m)；6，假设每个减小的需求量必须与整体分布F有映射关系map(F，m)。根据上述假设，可以得到模型如图4所示。每个正方形(灰色部分)可减小需求F表中的值，利用已知数量的正方形，得到需求表F的最小值。值得说明的是，虽然前述内容已经参考若干具体实施方式描述了本专利技术创造的精神和原理，但是应该理解，本专利技术并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合，这种划分仅是为了表述的方便。本专利技术旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。本文档来自技高网...

【技术保护点】
1.一种基于多元数据的充电桩布置方法，其特征在于，包括以下步骤：接收浮动车数据，收集浮动车出行的OD数据，得到出行起点分布数据A，出行终点分布数据B，根据行车速度和距离，得到道路车辆拥堵数据C；接收居民手机信令数据，得到居民活动分布数据D；接收分时租赁汽车的出行数据E；通过所述出行起点分布数据A、出行终点分布数据B、道路车辆拥堵数据C、居民活动分布数据D、分时租赁汽车出行数据E，得到充电桩总体需求分布模型F。

【技术特征摘要】
1.一种基于多元数据的充电桩布置方法，其特征在于，包括以下步骤：接收浮动车数据，收集浮动车出行的OD数据，得到出行起点分布数据A，出行终点分布数据B，根据行车速度和距离，得到道路车辆拥堵数据C；接收居民手机信令数据，得到居民活动分布数据D；接收分时租赁汽车的出行数据E；通过所述出行起点分布数据A、出行终点分布数据B、道路车辆拥堵数据C、居民活动分布数据D、分时租赁汽车出行数据E，得到充电桩总体需求分布模型F。2.根据权利要求1所述的基于多元数据的充电桩布置方法，其特征在于，通过所述出行起点分布数据A的数字表示、出行终点分布数据B的数字表示、道路车辆拥堵数据C的数字表示、居民活动分布数据D的数字表示、分时租赁汽车出行数据E的数字表示，将A、B、C、D、E分别存在相同维度的二位数组中，将所有分布数据加权累加，得到充电桩总体需求分布模型F，即F[i,j]＝aA[i,j]+bB[i,j]+cC[i,j...

【专利技术属性】
技术研发人员：骆晓，李晔，叶浩楠，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31