【技术实现步骤摘要】
本申请涉及电动出租车充电需求，尤其涉及一种电动出租车充电需求时空分布预测方法及系统。
技术介绍
1、电动汽车充电需求预测是充电基础设施建设的重要依据，是保证充电基础设施满足电动汽车用户充电需求和充电服务质量的关键前提。
2、已有的充电需求预测方法存在需要大量历史充电数据的问题，而在新建的大型赛事区域或产业园区，电动出租车的投放量并不明确，也缺少历史充电数据。
3、如cn115829124a公开了一种充电桩选址方法，其特征在于，所述方法包括：利用预设的充电应用的数据埋点，获取目标区域内电动汽车的充电数据，并根据所述充电数据，将所述电动汽车划分为白天充电类型、夜间充电类型及不定时充电类型，并统计每个所述类型的车辆数；根据预设的交并集策略及每个所述类型的车辆数，得到所述目标区域内充电需求最大时的车辆集合，并根据所述车辆集合中各个车辆在所述充电应用中的常驻地址信息及所述目标区域的行政区域图层，构建最大用电车辆分布地图；根据所述最大用电车辆分布地图，获取各个现存的充电站点的充电记录，并根据预设的聚类策略及所述充电记录中各个车辆的常驻地址信息，得到各个所述充电站点的忠诚用户分布范围；利用各个所述充电站点的忠诚用户分布范围及预设的距离比例-等级配置规则，对所述最大用电车辆分布地图进行图层配置，得到用户充电便利度地图；根据预设阈值对所述用户充电便利度地图进行腐蚀，得到充电困难区域，并根据所述充电困难区域中的车辆分布密度，得到所述充电困难区域的聚类中心，并获取所述聚类中心在预设范围内的人文地理环境类型集合；利用预训练的充电
4、同时，已有的充电需求预测方法存在仅预测了整体充电负荷曲线而不明确充电需求的时空分布的问题，导致具体充电设施建设点所需满足的充电需求的时序和大小不明确，不便于充电基础设施的规划和提升具体充电设施建设点的充电服务质量。
技术实现思路
1、鉴于此，本申请实施例提供一种电动出租车充电需求时空分布预测方法及系统，以解决相关技术中存在的电动出租车充电需求预测需要大量历史充电数据、仅预测了整体充电负荷曲线而不明确充电需求的时空分布的技术问题。
2、根据本申请实施例的第一方面，提供一种方法，包括：
3、s1：将充电需求预测区域划分为多个交通小区；
4、s2：基于所述交通小区，对区域路网进行线性化处理，确定电动出租车的出行起始点与出行路径集合；
5、s3：基于所述电动出租车的所述出行起始点与出行路径集合，确定所述电动出租车出行的初始地理位置；
6、s4：基于所述初始地理位置，考虑所述电动出租车的换班需求与充电随机性，模拟单日内所述电动出租车的出行和充电过程，确定所述电动出租车产生充电需求的时刻、位置和剩余电量，即所述电动出租车的充电需求时空分布的三个关键参数；
7、s5：基于所述充电需求时空分布的三个关键参数，确定所述电动出租车的所述充电需求时空分布的预测数据；
8、s6：基于所述电动出租车的所述充电需求时空分布的预测数据，对所述预测数据进行分时段的数据校验，确定所述预测数据的合理性。
9、上述所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，将充电需求预测区域划分为多个交通小区，包括：
10、s11：明确充电需求预测区域内各部分的土地利用属性，根据土地利用属性划分交通小区；
11、s12：基于重力模型法，计算各个交通小区之间的载客状态下和空驶状态下的电动出租车的出行概率，得到电动出租车在交通小区之间出行的载客概率矩阵和空驶概率矩阵，载客概率矩阵的元素为电动出租车在各个交通小区之间的载客出行概率，空驶概率矩阵的元素为电动出租车在各个交通小区之间的空驶出行概率。
12、上述所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于交通小区，对充电需求预测区域的区域路网进行线性化处理，确定电动出租车的出行起始点与出行路径集合，包括：
13、s21：对区域路网进行线性化处理，将区域路网简化为路网节点和线段结合的矢量路网，每个路网节点的坐标对应交通小区的中心位置；
14、上述所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于电动出租车的出行起始点与出行路径集合，确定电动出租车出行的初始地理位置，包括：
15、s31：基于空驶率法计算充电需求预测区域内的电动出租车的保有量；
16、s32：基于蒙特卡洛抽样得到数量与保有量相等的电动出租车的初始运行状态量，初始运行状态量包括起始电量与起始运营时刻，基于各个交通小区的停车场数据分配电动出租车的所处初始地理位置；
17、上述所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于初始地理位置，考虑电动出租车的换班需求与充电随机性，模拟单日内电动出租车的出行和充电过程，确定电动出租车产生充电需求的时刻、位置和剩余电量，即电动出租车的充电需求时空分布的三个关键参数，包括：
18、s41：对于模拟的单辆电动出租车，基于充电需求预测区域内电动出租车的载客概率矩阵和空驶概率矩阵，判断电动出租车在出行过程中处于载客出行路径或是空载出行路径中；
19、s42：明确行驶中的电动出租车将在载客出行路径、空驶出行路径和充电路径这三种状态中不断转换，根据电动出租车的出行路径类型确定电动出租车的出行目的地：
20、1)载客出行路径：当电动出租车载客时，出行目的地为相对于当前路网节点而言，载客出行概率最大的路网节点；
21、2)空驶出行路径：当电动出租车空驶时，出行目的地为相对于当前路网节点而言，空驶出行概率最大的路网节点；
22、3)充电路径：在电动出租车一次载客或空驶出行路径结束后，判断其有无充电需求，若有充电需求，则记录此时的时刻、电动出租车所在地理位置和剩余电量，并指定电动出租车前往最近的充电设施点进行补充电，在一定时间内完成充电后再次出发进入载客出行路径或空驶出行路径；
23、s43：基于单辆电动出租车出行路径的出行目的地，结合当前矢量路网的信息，根据floyd最短路径算法确定行程耗时最小的路径，在仿真模拟中指定电动出租车按照此路径行驶至出行目的地；
24、s44：明确电动出租车出行和充电行为的模拟过程中的地理位置与行驶速度、路网情况之间的数学计算关系；
25、s45：明确电动出租车的剩余电量与行驶速度、续航里程、充电功率、电池容量之间的数学计算关系；
26、s46：在电动出租车的出行和充电行为模拟过程中，每一次出行路径(载客、空驶或充电)结本文档来自技高网...
【技术保护点】
1.一种电动出租车充电需求时空分布预测方法及系统，其特征在于，包括：
2.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，将充电需求预测区域划分为多个交通小区，包括：
3.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于交通小区，对充电需求预测区域的区域路网进行线性化处理，确定电动出租车的出行起始点与出行路径集合，包括：
4.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于电动出租车的出行起始点与出行路径集合，确定电动出租车出行的初始地理位置，包括：
5.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于初始地理位置，考虑电动出租车的换班需求与充电随机性，模拟单日内电动出租车的出行和充电过程，确定电动出租车产生充电需求的时刻、位置和剩余电量，即电动出租车的充电需求时空分布的三个关键参数，包括：
6.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于充电需求时空分
7.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于电动出租车的充电需求时空分布的预测数据，对预测数据进行分时段的数据校验，确定预测数据的合理性，包括：
8.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，设计一种电动出租车充电需求时空分布预测方法的软件系统，该软件系统被处理器执行时实现如权利要求1-7中任一项所述方法的步骤：
...【技术特征摘要】
1.一种电动出租车充电需求时空分布预测方法及系统，其特征在于，包括：
2.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，将充电需求预测区域划分为多个交通小区，包括：
3.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于交通小区，对充电需求预测区域的区域路网进行线性化处理，确定电动出租车的出行起始点与出行路径集合，包括：
4.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于电动出租车的出行起始点与出行路径集合，确定电动出租车出行的初始地理位置，包括：
5.根据权利要求1所述的一种电动出租车充电需求时空分布预测方法及系统，其特征在于，基于初始地理位置，考虑电动出租车的换班需求与充电随机性，...
【专利技术属性】
技术研发人员：孟旭瑶，李楠，杨志远，王泽亮，文福拴，
申请(专利权)人：浙江大学海南研究院，
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。