基于动态充电需求的电动汽车充电站布局优化方法及系统技术方案

本发明专利技术公开了一种基于动态充电需求的电动汽车充电站布局优化方法及系统，方法包括以下步骤：根据电动汽车行驶轨迹获取出行特征参数和充电特征参数；对电动汽车行驶轨迹进行行程划分，搭建用户出行链；基于特征参数和出行链进行用户出行活动模拟，获得充电需求的时空分布结果；建立综合成本最小为目标并考虑碳排放量的充电站布局优化模型；基于充电需求的时空分布结果，使用鲸鱼优化算法求解充电站布局优化模型，获得最终布局方案。本发明专利技术通过分析车辆行驶轨迹和充电影响因素，利用蒙特卡洛法模拟出行和充电行为，同时考虑充电站的位置分布和充电需求分配，有利于充电站的合理分布，提高用户充电满意度和企业利润。提高用户充电满意度和企业利润。提高用户充电满意度和企业利润。

【技术实现步骤摘要】
基于动态充电需求的电动汽车充电站布局优化方法及系统


[0001]本专利技术属于交通规划领域，具体涉及一种基于动态充电需求的电动汽车充电站布局优化方法及系统。

技术介绍

[0002]电动汽车凭借低污染、零(低)排放、能源转换效率高等优点迎来了快速发展阶段。在电动汽车迅速发展的科技浪潮中，充电站作为充电设施中的重要组成部分，它的选址布局成为城市科学发展布局的重要一环。由于现阶段电动汽车面临续航里程不足的问题，电池问题在短时间内又无法取得突破性进展，里程焦虑问题愈发严重，因此开展准确的需求预测与合理的选址布局研究就显得尤为重要。
[0003]当前众多城市公用充电桩整体服务效能偏低，最主要的原因是充电基础设施发展的不协调、不平衡难以满足日益增长的充电需求。在充电站的发展建设初期，关注车而忽略充电站等配套设施发展的问题普遍存在，导致有车无桩或者有桩无车的情况频出，未能实现充电资源的合理分配和利用。电动汽车的充电需求不仅与用户的日常出行有关，还与天气、路况、车辆状态等不确定性因素有关，因此会对电网的控制及调度带来极大的挑战。同时，电动汽车的充电需求不同于一般的电力需求，其不光具有空间上的不确定性同时还具有时间上的不确定性，对充电容量的确定和设施的选址都带来了挑战。
[0004]目前在对充电需求进行预测分析时，多基于充电站终端进行预测研究，类似于传统的电力负荷预测方法，当模型特性分析的比较透彻和精准时，预测效果较好。而随着电动汽车类型的日渐丰富以及保有量的增多，极大的考验了模型建立的准确性与有效性。且由于用户的充电行为会受天气、路况等多种因素的影响，不同类型车辆的出行特性及充电特性都有较大差别，当扩展到更广范围的研究区域及更复杂的现实场景中时，基于充电站终端的研究方法就不再适用。另一方面，当前电动汽车充电站的选址布局大多与充电需求预测独立开来进行研究，且在建立选址模型时，大多从建设运营成本、企业利润、土地成本等方面展开，并未考虑电动汽车在进行充电活动时所产生的碳排放，模型的实用性和全面性有待进一步提高，同时对结合现有充电站分布情况确定新充电站位置这一问题缺乏考虑。

技术实现思路

[0005]为了解决上述问题，本专利技术提出了一种基于动态充电需求的电动汽车充电站布局优化方法及系统，基于实际的电动汽车行驶轨迹数据，确定研究区域内充电负荷的时空分布情况，并考虑碳排放和成本实现充电站选址定容的快速确定。
[0006]本专利技术解决其技术问题采取的技术方案是：
[0007]一方面，本专利技术实施例提供的基于动态充电需求的电动汽车充电站布局优化方法，包括以下步骤：
[0008]根据电动汽车行驶轨迹获取出行特征参数和充电特征参数；
[0009]对电动汽车行驶轨迹进行行程划分，搭建用户出行链；
[0010]基于特征参数和出行链进行用户出行活动模拟，获得充电需求的时空分布结果；
[0011]建立综合成本最小为目标并考虑碳排放量的充电站布局优化模型；
[0012]基于充电需求的时空分布结果，使用鲸鱼优化算法求解充电站布局优化模型，获得最终布局方案。
[0013]另一方面，本专利技术实施例提供的一种基于动态充电需求的电动汽车充电站布局优化系统，包括：
[0014]特征提取模块，用于根据电动汽车行驶轨迹获取出行特征参数和充电特征参数；
[0015]出行链搭建模块，用于对电动汽车行驶轨迹进行行程划分，搭建用户出行链；
[0016]出行模拟模块，用于基于特征参数和出行链进行用户出行活动模拟，获得充电需求的时空分布结果；
[0017]模型建立模块，用于建立综合成本最小为目标并考虑碳排放量的充电站布局优化模型；
[0018]优化求解模块，用于基于充电需求的时空分布结果，使用鲸鱼优化算法求解充电站布局优化模型，获得最终布局方案。
[0019]本专利技术实施例的技术方案可以具有的有益效果如下：
[0020](1)通过对车辆行驶轨迹和充电影响因素的分析，利用蒙特卡洛模拟对电动汽车的动态出行过程和用户的充电行为进行模拟，减少了模型参数的数量，提高了模型的易用性；
[0021](2)实现充电需求预测与选址布局的联合应用，不仅考虑了充电站的位置分布，还考虑了电动汽车的充电需求量，有利于实现充电需求的合理分配，提高用户的充电满意度和企业利润，同时考虑碳排放量，为验证电动汽车的环保性提供了决策参考；
[0022](3)对潜在的充电需求点进行挖掘，可以在现有充电站分布的基础上快速确定新建充电站位置。
附图说明
[0023]图1是根据一示例性实施例示出的基于动态充电需求的电动汽车充电站布局优化方法的流程图；
[0024]图2是根据一示例性实施例示出的电动汽车充电过程示意图；
[0025]图3是根据一示例性实施例示出的电动汽车在充电站内产生的充电需求变化图；
[0026]图4是根据一示例性实施例示出的电动汽车就地产生的充电需求变化图；
[0027]图5是根据一示例性实施例示出的电动汽车产生的总充电需求变化图；
[0028]图6是根据一示例性实施例示出的电动汽车充电需求的空间分布图；
[0029]图7是根据一示例性实施例示出的聚类结果图；
[0030]图8是根据一示例性实施例示出的布局优化模型收敛曲线；
[0031]图9是根据一示例性实施例示出的充电站最终布局结果；
[0032]图10是根据一示例性实施例示出的基于动态充电需求的电动汽车充电站布局优化系统的示意图。
具体实施方式
[0033]下面结合附图与实施例对本专利技术做进一步说明：
[0034]为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本专利技术的不同结构。为了简化本专利技术的公开，下文中对特定例子的部件和设置进行描述。此外，本专利技术可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本专利技术省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本专利技术。
[0035]如图1所示，本专利技术实施例提供的一种基于动态充电需求的电动汽车充电站布局优化方法，包括以下步骤：
[0036]步骤一：根据电动汽车行驶轨迹获取出行特征参数和充电特征参数。
[0037]为避免原始数据集中噪声数据对实验结果的干扰，需要对原始数据进行预处理：对电动汽车行驶轨迹数据进行时间格式转换，并对损坏数据进行清洗，在清洗过程中对以下数据进行删除：含有缺失值的数据、不在研究范围内的数据、载客距离小于500米的数据、静止时间小于60秒的数据等。如表1所示，主要用到的数据字段包括车辆编号、时间、经度、维度、载客状态、速度等；
[0038]表1电动汽车行程数据格式描述
[0039]字段名称字段类型数据示例vehicleid(车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态充电需求的电动汽车充电站布局优化方法，其特征在于，包括以下步骤：根据电动汽车行驶轨迹获取出行特征参数和充电特征参数；对电动汽车行驶轨迹进行行程划分，搭建用户出行链；基于特征参数和出行链进行用户出行活动模拟，获得充电需求的时空分布结果；建立综合成本最小为目标并考虑碳排放量的充电站布局优化模型；基于充电需求的时空分布结果，使用鲸鱼优化算法求解充电站布局优化模型，获得最终布局方案。2.根据权利要求1所述的基于动态充电需求的电动汽车充电站布局优化方法，其特征在于，根据电动汽车行驶轨迹获取出行特征参数和充电特征参数，包括：对电动汽车行驶轨迹数据进行时间格式转换，并对损坏数据进行清洗；获取数据处理后的出行特征参数和充电特征参数，至少包括车辆的型号、电池荷电状态、起始出行时刻及充电时长；对出行特征参数和充电特征参数进行拟合处理，获取每个参数的概率密度函数。3.根据权利要求1所述的基于动态充电需求的电动汽车充电站布局优化方法，其特征在于，对电动汽车行驶轨迹进行行程划分，搭建用户出行链，包括：根据电动汽车行驶轨迹数据进行行程划分，获取用户每段行程的起止点；根据用户行程的起止点，获取电动汽车一天内的行程轨迹Ω：Ω＝{(x1,y1,t1),(x2,y2,t2),(x3,y3,t3),...,(x
n
,y
n
,t
n
)}其中，(x
i
,y
i
,t
i
)表示轨迹Ω的第i个点，x
i
和y
i
分别表示点i的经度和纬度，t
i
表示点i的时间；根据所有电动汽车的行程轨迹搭建用户出行链。4.根据权利要求2所述的基于动态充电需求的电动汽车充电站布局优化方法，其特征在于，基于特征参数和出行链进行用户出行活动模拟，获得充电需求的时空分布结果，包括：根据特征参数和出行链模拟电动汽车的行程，获取充电需求时空分布；根据充电需求时空分布，对充电站位置进行调整。5.根据权利要求4所述的基于动态充电需求的电动汽车充电站布局优化方法，其特征在于，根据特征参数和出行链模拟电动汽车的行程，获取充电需求时空分布，包括：按照出行特征和充电特征参数的概率密度函数随机生成每辆电动汽车的车辆型号、起始出行时刻及电池剩余容量；根据用户出行链为每辆电动汽车分配初始位置与目的地，到达目的地后随机生成下一次行程的上下车点，同时计算车辆剩余电量，判断是否触发充电需求；重复上述过程模拟所有电动汽车的行程，获取充电需求时空分布。6.根据权利要求5所述的基于动态充电需求的电动汽车充电站布局优化方法，其特征在于，根据充电需求时空分布，对充电站位置进行调整，包括：根据充电需求时空分布，剔除充电负荷需求低于阈值的充电站；将触发充电需求但距离最近充电站的距离大于设定阈值的电动汽车位置设置为潜在充电需求点；
使用k
‑
means聚类方法将潜在充电需求点聚类成k个类别，生成k个新的充电站位置。7.根据权利要求1所述的基于动态充电需求的电动汽车充电站布局优化方法，其特征在于，充电站布局优化模型的目标函数包括年建设和运行成本F
C1
、时间成本F
C2
和惩罚值F
C3
：minF＝F

【专利技术属性】
技术研发人员：裴文卉，张宇，李永竞，李书颖，
申请(专利权)人：山东交通学院，
类型：发明
国别省市：