System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电动汽车保有量预测,尤其是指一种基于logistic增长模型的电动汽车保有量及占有率预测方法。
技术介绍
1、近年来国内国内电动汽车产业高速发展,保有量不断提升。作为传统燃油汽车的代替,电动汽车具有低碳、环保、节能、经济等特点,是应对能源供求矛盾和环境污染问题的有效途径。公安部交通管理局数据显示,截止2023年6月,我国电动汽车保有量达1620万辆。2023年上半年新注册登记电动汽车312.8万辆,同比增长41.6%,创历史新高。电动汽车新注册登记量占汽车新注册登记量的26.6%,已实现《新能源汽车产业发展规划(2021-2035年)》中“到2025年,新能源新车销售量达到汽车新车销售总量的20%左右”的目标。
2、电动汽车作为能源系统与交通系统的重要耦合,将对我国充电基础设施以及配电网带来不可忽视的影响。首先,电动汽车保有量的持续快速增长对充电基础设施建设提出了严峻的要求。城市内、城市间、乡村及高速公路等各类场景中充电桩数量的建设与电动汽车总量及电动汽车占汽车总量的比例高度相关。其次,电动汽车作为新型用电负荷,充电负荷受到用户充电行为习惯影响,空间分布与时间分布既存在聚集性也存在随机性,对电力系统安全稳定运行、配电网投资扩容的影响较大。同时,电动汽车作为交通工具,对城市交通情况同样存在影响。当道路电动汽车比例增加到一定程度时,道路拥堵情况将与电动汽车出行行为相关。为此,对汽车及电动汽车保有量进行预测,对充电基础设施、电力网、交通网规划建设具有重要意义。
3、当前电动汽车保有量预测技术模型构
技术实现思路
1、为此,本专利技术所要解决的技术问题在于克服现有技术中模型构建过程复杂、参数拟合难度较大、难以快速便捷获取预测结果的问题,通过基于logistic增长模型构建预测模型,待拟合参数可控,且使用开源、方便的函数对参数进行拟合,在保证预测精度的前提下拟合过程更为快速高效,能够为工程技术人员提供便捷的电动汽车预测结果。
2、为解决上述技术问题,本专利技术提供了一种基于logistic增长模型的电动汽车保有量及占有率预测方法,包括以下步骤:
3、s1:获取汽车及电动汽车保有量的历史数据;
4、s2:基于所述历史数据,分别构建汽车保有量的logistic增长模型和电动汽车保有量的logistic增长模型;
5、s3:分别拟合所述汽车保有量的logistic增长模型和所述电动汽车保有量的logistic增长模型的参数,得到汽车保有量的初始模型和电动汽车保有量的初始模型;
6、s4:优化所述汽车保有量的初始模型和所述电动汽车保有量的初始模型的参数,得到优化后的汽车保有量的预测模型和电动汽车保有量的预测模型;
7、s5:根据所述优化后的汽车保有量的预测模型和电动汽车保有量的预测模型,输入未来时间段的待预测年份,得到汽车保有量预测值和电动汽车保有量预测值,基于所述汽车保有量预测值和所述电动汽车保有量预测值,得到电动汽车的占有率。
8、在本专利技术的一个实施例中,构建汽车保有量的logistic增长模型和电动汽车保有量的logistic增长模型的具体方法为:
9、根据收集的过去n年汽车保有量vt=[vt-n+1…,vt-1,vt]及过去m年电动汽车保有量数据evt=[evt-m+1…,evt-1,evt]作为输入,其中vt和evt分别为第t年汽车保有量和电动汽车保有量,构建所述汽车保有量的logistic增长模型和所述电动汽车保有量的logistic增长模型的表达式均为:
10、
11、其中,t表示时间,nt为第t年汽车或电动汽车的数量;k为当t趋近无穷大时nt的极限值;n0为t=0时nt的初始值;r为增长速度。
12、在本专利技术的一个实施例中,s3中,得到汽车保有量的初始模型和电动汽车保有量的初始模型的方法为:分别以所述汽车保有量的logistic增长模型和所述电动汽车保有量的logistic增长模型、汽车和电动汽车的历史数据采样时间以及对应时间的保有量为输入,采用拟合函数得到拟合参数,进而得到汽车保有量的初始模型和电动汽车保有量的初始模型。
13、在本专利技术的一个实施例中,s4中,得到优化后的汽车保有量的预测模型和电动汽车保有量的预测模型的方法具体包括:
14、根据预测地区的人口数量p与汽车保有量预测结果饱和值v∞,计算出汽车千人保有量饱和值预测结果;
15、将所述汽车千人保有量饱和值预测结果与该预测地区的千人汽车保有量专家分析结果比较:若所述汽车千人保有量饱和值预测结果大于该预测地区的千人汽车保有量专家分析结果,调低参数n0或r后,拟合所述汽车保有量的初始模型和所述电动汽车保有量的初始模型的所有参数;否则,调高参数n0或r,拟合所述汽车保有量的初始模型和所述电动汽车保有量的初始模型的所有参数,直到vperk与vperk_exp的误差在指定的范围内。
16、在本专利技术的一个实施例中,所述汽车千人保有量饱和值预测结果vperk的计算方法为:
17、
18、其中,vt表示第t年汽车保有量,且汽车保有量预测结果饱和值
19、在本专利技术的一个实施例中,采用拟合函数拟合所述汽车保有量的初始模型和所述电动汽车保有量的初始模型的所有参数。
20、在本专利技术的一个实施例中,所述电动汽车的占有率pevt的计算方法为:
21、
22、其中,evt为电动汽车保有量预测值,vt为汽车保有量预测值。
23、基于同一专利技术构思,本专利技术还提供一种基于logistic增长模型的电动汽车保有量及占有率预测系统,包括:
24、数据获取模块,用于获取汽车及电动汽车保有量的历史数据;
25、保有量预测模型构建模块,用于基于所述历史数据,分别构建汽车保有量的logistic增长模型和电动汽车保有量的logistic增长模型;
26、模型参数拟合模块,用于分别拟合所述汽车保有量的logistic增长模型和所述电动汽车保有量的logistic增长模型的参数,得到汽车保有量的初始模型和电动汽车保有量的初始模型;
27、预测模型优化模块,用于优化所述汽车保有量的初始模型和所述电动汽车保有量的初始模型的参数,得到优化后的汽车保有量的预测模型和电动汽车保有量的预测模型;
28、预测结果输出模块,用于根据所本文档来自技高网...
【技术保护点】
1.一种基于Logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于Logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:构建汽车保有量的Logistic增长模型和电动汽车保有量的Logistic增长模型的具体方法为:
3.根据权利要求1所述的基于Logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:S3中,得到汽车保有量的初始模型和电动汽车保有量的初始模型的方法为:分别以所述汽车保有量的Logistic增长模型和所述电动汽车保有量的Logistic增长模型、汽车和电动汽车的历史数据采样时间以及对应时间的保有量为输入,采用拟合函数得到拟合参数,进而得到汽车保有量的初始模型和电动汽车保有量的初始模型。
4.根据权利要求1所述的基于Logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:S4中,得到优化后的汽车保有量的预测模型和电动汽车保有量的预测模型的方法具体包括:
5.根据权利要求4所述的基于Logistic增长模型的电动汽车保有
6.根据权利要求4所述的基于Logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:采用拟合函数拟合所述汽车保有量的初始模型和所述电动汽车保有量的初始模型的所有参数。
7.根据权利要求1所述的基于Logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:所述电动汽车的占有率pevt的计算方法为:
8.一种基于Logistic增长模型的电动汽车保有量及占有率预测系统,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~7中任一项所述的基于Logistic增长模型的电动汽车保有量及占有率预测方法的指令。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1~7中任一项所述的基于Logistic增长模型的电动汽车保有量及占有率预测方法。
...【技术特征摘要】
1.一种基于logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:构建汽车保有量的logistic增长模型和电动汽车保有量的logistic增长模型的具体方法为:
3.根据权利要求1所述的基于logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:s3中,得到汽车保有量的初始模型和电动汽车保有量的初始模型的方法为:分别以所述汽车保有量的logistic增长模型和所述电动汽车保有量的logistic增长模型、汽车和电动汽车的历史数据采样时间以及对应时间的保有量为输入,采用拟合函数得到拟合参数,进而得到汽车保有量的初始模型和电动汽车保有量的初始模型。
4.根据权利要求1所述的基于logistic增长模型的电动汽车保有量及占有率预测方法,其特征在于:s4中,得到优化后的汽车保有量的预测模型和电动汽车保有量的预测模型的方法具体包括:
5.根据权利要求4所述的基于logistic增长模型的电动汽车保有量...
【专利技术属性】
技术研发人员:闫林芳,金颋,周咏,朱星阳,赵杨阳,
申请(专利权)人:国网苏州城市能源研究院有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。