【技术实现步骤摘要】
本专利技术属于电动汽车公共充电站规划领域，特别涉及一种基于新能源大数据的公共充电站选址定容定桩方法。
技术介绍
1、随着全球环保意识的加强和能源危机的加剧，新能源汽车已成为世界首要发展方向之一。而新能源汽车的使用需要配套的充电设施，新能源汽车充电站的建设成为全球各国政府的共同任务。
2、对于新能源汽车充电站的建设应充分考虑新能源汽车增长量、企业使用便利性、城区覆盖率等多方面因素，在新能源充电站的选址上，科学布局，合理规划，才能破解新能源汽车“找桩难”的难题。目前我国公共充电桩布局不均衡，一些地区充电桩较多，而一些地区充电桩供应不足，导致需充电车量多的区域充电桩不足、充电困难，需充电车量少的区域有过多充电桩长时间无人使用、浪费资源。针对现状，在明确用户充电场景、整体高峰充电时间、车主平均充电时长基础上，扩大现有充电桩的布局，加大多种充电站建设的推动力度迫在眉睫。
技术实现思路
1、针对上述问题，本专利技术提供了一种基于新能源大数据的公共充电站选址定容定桩方法，在充分利用新能源车联网大数据，根据目标区域内车辆充电数据，测算车辆公共充电需求,并充分利用区域内可实现充电桩建设规划的现有公共服务场所作为初选建站地址，通过行车轨迹信息挖掘，进一步优化确定可建站的最终建站新址，通过充电信息和引入高峰充电系数概念进一步得到每个最终建站新址容量大小及对应充电桩数量，科学规划公共充电站，合理分配资源，避免高峰用电时段等候排队的现象。
2、为实现上述目的，本专利技术采取以下技术方
3、一种基于新能源大数据的公共充电站选址定容定桩方法，具体包括：
4、s1、获取目标区域内各纯电动车辆历史运行数据、各公共服务场所和各现有充电站的位置信息，并将所述各公共服务场所作为初选公共充电站地址；
5、s2、从所述各纯电动车辆历史运行数据中，提取各行驶片段运行数据及各停车充电片段运行数据；
6、s3、根据所述各停车充电片段运行数据建立充电行为画像特征矩阵，根据所述充电行为画像特征矩阵识别各公共停车充电片段，基于所述各公共停车充电片段的运行数据，计算公共充电需求总量；
7、s4、计算各初选公共充电站之间、各初选公共充电站与各现有充电站之间的服务范围交叠率，设定阈值，从所述初选公共充电站中确定出最终充电建站新址；
8、s5、根据所述最终充电建站新址、所述各行驶片段运行数据、所述公共充电需求总量，确定每个所述最终充电建站新址的公共充电需求量及充电桩个数。
9、优选地，所述各纯电动车辆历史运行数据包括：车辆经纬度、电池荷电状态、车速、车辆状态、充电状态、充电电流、充电电压及对应数据采集时间；
10、所述各公共服务场所包括附带停车位的商场、附带停车位的超市、附带停车位的医院及附带停车位的加油站；
11、所述位置信息包括：所述各公共服务场所和各现有充电站的分布图及其对应的经纬度，所述位置信息的获取方法为：调用百度地图或高德地图开发的api接口获取。
12、优选地，所述各行驶片段运行数据包括：车辆状态、车速、车辆经纬度及对应数据采集时间；所述各停车充电片段运行数据包括：电池荷电状态、充电电流、充电电压、充电状态及对应数据采集时间。
13、优选地，所述车辆状态包括：车辆启动、车辆熄火及其他三种状态；所述充电状态包括：停车充电、行驶充电、未充电及充电完成四种状态。
14、优选地，s3具体包括：
15、s31、从所述各停车充电片段运行数据中提取出充电速率特征信息、充电时间特征信息及电量特征信息，建立充电行为画像特征矩阵；
16、s32、对所述充电行为画像特征矩阵进行特征工程处理，保留有效特征序列矩阵；
17、s33、根据所述有效特征序列矩阵，完成充电行为类型划分，并根据划分类型识别所述各公共停车充电片段；
18、s34、从所述各公共停车充电片段的运行数据中提取充电电流、充电电压及对应数据采集时间，计算所述公共充电需求总量。
19、优选地，s32中，所述特征工程处理为降维处理，所述降维处理采用方差法、相关系数法、卡方检验法其中一种，所述有效特征序列矩阵中的特征值包括：充电速率、充电开始时间、充电结束电池荷电状态值及满电停留时间；
20、s33中，所述充电行为类型划分采用隐马尔科夫结合k近邻模型完成。
21、优选地，s4具体包括：
22、s41、分别以各初选公共充电站经纬度及各现有充电站经纬度为圆心，以r为半径，构建圆形服务范围；
23、s42、用交并比算法分别计算所述各初选公共充电站之间圆形服务范围、所述各初选公共充电站与所述各现有充电站之间圆形服务范围的交叠率；
24、s43、设定阈值，用非极大值抑制方法，限制所述交叠率小于所述阈值，在所述初选公共充电站中选出最终充电建站新址，所述阈值的选取采用灵敏度分析法。
25、优选地，s5具体包括：
26、s51、对所述各纯电动车辆历史运行数据按趟进行拆分，并对每趟的车辆经纬度点进行抽稀处理，得到抽稀后的车辆经纬度点，将抽稀后的车辆经纬度点作为潜在公共充电需求发生点；
27、s52、在最终充电建站新址中为每个潜在公共充电需求发生点匹配最近邻充电建站新址；
28、s53、将匹配到每个所述最近邻充电建站新址的潜在公共充电需求发生点按时间间隔加权，除以所有潜在公共充电需求发生点按时间加权后的算数总和，得到每个所述最终充电建站新址的公共充电需求量在所述公共充电需求总量中的占比，并根据所述公共充电需求总量，确定每个所述最终充电建站新址的公共充电需求量，根据高峰充电系数、每个所述最终充电建站新址的公共充电需求量，确认每个所述最终充电建站新址的充电桩个数。
29、优选地，s51中所述抽稀处理采用道格拉斯普克算法、垂距限值算法中的一种；
30、s52中采用邻近搜索算法为每个潜在公共充电需求发生点匹配最近邻充电建站新址，所述邻近搜索算法为kd-tree算法。
31、优选地，s53中所述高峰充电系数的获取方法为：统计各公共停车充电片段中开始充电时刻，以24个时刻区间为横坐标，划分等分区间，统计所述开始充电时刻落入到每个区间的次数，并绘制相应的区间-频次分布图，从区间-频次分布图中选取出高峰充电段，用所述高峰充电段的充电频次除以所述24个时刻区间的充电总频次，得到所述高峰充电系数，所述高峰充电段为充电频次累计占比高的连续m（1<m<4）个区间对应的时段，所述连续m个区间的充电频次累计占比达到n（35%<n<50%）；
32、确认所述充电桩个数的方法具体为：根据所述最终充电建站新址的公共充电需求量、高峰充电系数，确定高峰充电段所需总电量，根据高峰充电段所需总电量、充电桩电力配置参数，确定所述充电桩个数。
33、与现有技术相比，本专利技术的有益效果为：<本文档来自技高网...
【技术保护点】
1.一种基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，具体包括：
2.根据权利要求1所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，所述各纯电动车辆历史运行数据包括：车辆经纬度、电池荷电状态、车速、车辆状态、充电状态、充电电流、充电电压及对应数据采集时间；
3.根据权利要求2所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，所述各行驶片段运行数据包括：车辆状态、车速、车辆经纬度及对应数据采集时间；所述各停车充电片段运行数据包括：电池荷电状态、充电电流、充电电压、充电状态及对应数据采集时间。
4.根据权利要求2所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，所述车辆状态包括：车辆启动、车辆熄火及其他三种状态；所述充电状态包括：停车充电、行驶充电、未充电及充电完成四种状态。
5.根据权利要求1所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，S3具体包括：
6.根据权利要求5所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，S32中，所述特征工程处理
7.根据权利要求1所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，S4具体包括：
8.根据权利要求1所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，S5具体包括：
9.根据权利要求8所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，S51中所述抽稀处理采用道格拉斯普克算法、垂距限值算法中的一种；
10.根据权利要求8所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，S53中所述高峰充电系数的获取方法为：统计各公共停车充电片段中开始充电时刻，以24个时刻区间为横坐标，划分等分区间，统计所述开始充电时刻落入到每个区间的次数，并绘制相应的区间-频次分布图，从区间-频次分布图中选取出高峰充电段，用所述高峰充电段的充电频次除以所述24个时刻区间的充电总频次，得到所述高峰充电系数，所述高峰充电段为充电频次累计占比高的连续m（1<m<4）个区间对应的时段，所述连续m个区间的充电频次累计占比达到n（35%<n<50%）；
...【技术特征摘要】
1.一种基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，具体包括：
2.根据权利要求1所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，所述各纯电动车辆历史运行数据包括：车辆经纬度、电池荷电状态、车速、车辆状态、充电状态、充电电流、充电电压及对应数据采集时间；
3.根据权利要求2所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，所述各行驶片段运行数据包括：车辆状态、车速、车辆经纬度及对应数据采集时间；所述各停车充电片段运行数据包括：电池荷电状态、充电电流、充电电压、充电状态及对应数据采集时间。
4.根据权利要求2所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，所述车辆状态包括：车辆启动、车辆熄火及其他三种状态；所述充电状态包括：停车充电、行驶充电、未充电及充电完成四种状态。
5.根据权利要求1所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，s3具体包括：
6.根据权利要求5所述基于新能源大数据的公共充电站选址定容定桩方法，其特征在于，s32中，所述特征工程处理为降维处理，所述降维处理采用方差法、相关系数法、卡方检验法...
【专利技术属性】
技术研发人员：王瑞，刘一霏，晋军，任升，张云龙，宋江涛，谷霄月，邓雄，张博渊，王光福，张林杰，闫梦娜，柏然，贾妍，
申请(专利权)人：陕西德创数字工业智能科技有限公司，
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。