一种基于数据拟合的电动出租车快充需求预测方法技术

本发明专利技术涉及一种基于数据拟合的电动出租车快充需求预测方法，包括以下步骤：1)对电动出租车的出行数据进行数据清洗，并对电动出租车的出行规律进行拟合得到对应的概率分布；2)根据实际道路长度建立路网拓扑结构，获取各道路节点以及充电站的位置；3)根据实际道路长度和拥堵程度计算得到电动汽车通过该道路的实际时间；4)根据每辆电动出租车的运行参数计算该电动出租车的剩余电量，并根据剩余电量划分为产生充电需求的电动出租车和非充电电动出租车；5)对于每辆产生充电需求的电动出租车，获取其充电信息，并计算得到该区域内各时段的总负荷，完成需求预测。与现有技术相比，本发明专利技术具有更加符合实际、精度高等优点。精度高等优点。精度高等优点。

【技术实现步骤摘要】
一种基于数据拟合的电动出租车快充需求预测方法


[0001]本专利技术涉及电动出租车充电控制
，尤其是涉及一种基于数据拟合的电动出租车快充需求预测方法。

技术介绍

[0002]为了减少污染物排放，推广新能源汽车将是一种重要手段。不仅如此，发展新能源汽车也对实现汽车产业结构的调整、转型和升级有重要作用。然而，随着电动出租车的大力推广和投入使用，电动出租车出行的随机性将对电网产生影响，不同地区的电动出租车出行规律也不相同。另外，实时的交通信息也会对电动出租车充电需求产生影响，而现有的车辆充电需求预测中，没有考虑实际出行数据、地理数据和交通拥堵状况，无法准确实现对电动出租车行驶路径的规划以及充电负荷的预测。

技术实现思路

[0003]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于数据拟合的电动出租车快充需求预测方法。
[0004]本专利技术的目的可以通过以下技术方案来实现：
[0005]一种基于数据拟合的电动出租车快充需求预测方法，包括以下步骤：
[0006]1)对电动出租车的出行数据进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据拟合的电动出租车快充需求预测方法，其特征在于，包括以下步骤：1)对电动出租车的出行数据进行数据清洗，并对电动出租车的出行规律进行拟合得到对应的概率分布；2)根据实际道路长度建立路网拓扑结构，获取各道路节点以及充电站的位置；3)根据实际道路长度和拥堵程度计算得到电动汽车通过该道路的实际时间；4)根据每辆电动出租车的运行参数计算该电动出租车的剩余电量，并根据剩余电量划分为产生充电需求的电动出租车和非充电电动出租车；5)对于每辆产生充电需求的电动出租车，获取其充电信息，包括目标充电站、起始充电时刻和充电时长，并计算得到该区域内各时段的总负荷，完成需求预测。2.根据权利要求1所述的一种基于数据拟合的电动出租车快充需求预测方法，其特征在于，所述的步骤1)中，电动出租车的出行规律包括起始充电时刻、充电时长、行驶距离以及停车地点。3.根据权利要求1所述的一种基于数据拟合的电动出租车快充需求预测方法，其特征在于，所述的步骤1)中，数据清洗包括删除重复字段、无效字段以及错误数据。4.根据权利要求1所述的一种基于数据拟合的电动出租车快充需求预测方法，其特征在于，所述的步骤3)中，采用改进后的BPR函数计算通过每段道路的实际时间，则有：其中，t
ab
为通过道路ab的实际时间，t0为道路ab的零流通过时间，α1、α2、α3为回归参数，V为交通量，C为道路实际通行能力，β为中间参数，表征道路在各时刻的拥堵情况。5.根据权利要求4所述的一种基于数据拟合的电动出租车快充需求预测方法，其特征在于，所述的回归参数取值为α1＝1.00、α2＝1.88、α3＝4.90或...

【专利技术属性】
技术研发人员：孙改平，刘蓉晖，张飞翔，杨秀，李芬，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：