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】
本专利技术属于选址优化,具体涉及一种基于充电需求的建站选址方法。
技术介绍
1、在政策和市场的双重作用下,我国新能源汽车产业已进入规模化、高质量的快速发展新阶段,渗透率快速提升。从规模看,我国已成为全球最大的新能源汽车市场,产销量连续几年稳居世界首位。新能源汽车充电桩是维持新能源电动汽车能源补给,保障新能源汽车便利畅行的重要后勤部分。为推动我国新能源汽车产业健康、稳定、持续的发展,新能源电动汽车配套的能源补给设施已然成为国内外商业资本关注的重点。在商场、居民社区、商务楼宇等地方,设置合理的充电场站,将有利于新能源汽车的推广与增长,刺激下沉市场的新能源汽车产业发展,同时有利于推动清洁能源的使用和能源节能。
2、一方面鉴于公共充电领域的停车充电场景不断增加,“如何为新能源车主提供便利的充电网络”、“如何解开城市充电难”的问题依然突出。另一方面很多企业前期在建站建桩时并未考虑市场需求、客流密度等因素,导致布局不平衡、不少公共充电桩利用率出现两极化差别的情况。充电场站选址是影响场站经营效益的重要因素。随着充电桩市场竞争愈加激烈,充电站建站如何选址成为了企业关注的核心问题。
技术实现思路
1、有鉴于此,本专利技术的目的在于提出了一种基于充电需求的建站选址方法,用以为企业进行充电网络布局及建站选址建设等提供数据支撑,从而缓解电动汽车充电站在实际选址期间重复投资以及资源过度消耗等现象。
2、为达到上述目的,本专利技术提供如下技术方案:
3、本专利技术所提供的一
4、步骤s1、获取纯电动汽车的历史充电行为和停车行为并确定对应的充电位置和停车位置;
5、步骤s2、通过离线地图解析得到各城市的aoi区域分布和充电场站分布;
6、步骤s3、将停车位置及充电位置与aoi区域进行匹配,并将充电位置与充电场站位置匹配,得到每个aoi区域的停车及充电情况;
7、步骤s4、基于aoi区域的停车及充电情况构建aoi区域的停车-充电网络关系模型,并根据机器学习算法对该aoi区域的充电紧迫性情况及充电功率需求进行预测得到预测结果;
8、步骤s5、根据预测结果确定充电场站的选址分布,并确定每个充电场站的建设规模。
9、优选的,步骤s1包括:
10、从指定的数据平台提取电动车的静态以及动态更新的状态数据,根据状态数据确定电动车的充电数据以及停车数据;
11、充电数据以及停车数据包括电动车的单次行驶数据以及单次充电数据,其中单次行驶数据包括行驶开始时间、行驶结束时间、行驶持续时长、行驶开始经度、行驶开始纬度、行驶结束经度、行驶结束纬度、行驶开始荷电状态、行驶结束荷电状态,单次充电数据包括电动车唯一标识、充电开始时间、充电结束时间、充电时长、充电开始经度、充电开始纬度、充电开始荷电状态、充电结束荷电状态;
12、基于单次行驶数据确定电动车的停车位置,并基于单次充电数据确定电动车的充电位置。
13、优选的,根据状态数据确定电动车的充电数据以及停车数据包括:
14、根据状态数据筛选充电相关数据并进行预处理得到充电数据,预处理过程包括:剔除充电开始经纬度与充电结束经纬度不在同一区域范围内的充电相关数据;
15、将剩余的充电相关数据中所有坐标信息统一转换至wsg-84坐标系得到充电数据;
16、根据状态数据筛选停车相关数据并进行预处理得到停车数据,预处理过程包括:将电动车的状态数据按照开始时间进行排序并确定行驶片段,将当前行驶片段的上一行驶片段的结束时间作为停车片段的开始时间,将当前行驶片段的开始时间作为停车片段的结束时间,得到停车片段的开始时间和结束时间;
17、将当前行驶片段的上一行驶片段的结束经度和结束纬度作为停车片段的开始经度和开始纬度,将当前行驶片段的开始经度和开始纬度作为停车片段的结束经度和结束纬度;
18、剔除停车时长较短和停车开始经纬度与停车结束经纬度不在同一区域范围内的异常停车片段;
19、将剩余停车片段所对应数据中停车开始经纬度与停车结束经纬度的坐标系统一转换至wsg-84坐标系得到停车数据。
20、优选的,步骤s2包括:
21、获取离线地图的原始数据,基于原始数据确定所需aoi的第一基础信息,其中,第一基础信息包括aoi名称、aoi类型、中心点经纬度、边界、省份、城市以及区县;
22、对aoi名称进行标准化处理得到标准化名称格式,并根据第一基础信息进行映射合并,得到aoi类型的一级标签,其中,一级标签包括:居民住宅、购物商城、公司企业以及产业园区;
23、对第一基础信息中的坐标及经纬度信息转换至wsg-84坐标系,得到aoi区域分布;
24、基于原始数据确定城市的充电场站的第二基础信息,其中,第二基础信息包括场站名称、场站运营商、场站id、场站经纬度、省份、城市以及区县;
25、对第二基础信息中的坐标及经纬度信息转换至wsg-84坐标系,得到充电场站分布。
26、优选的,步骤s3包括:
27、基于每个充电片段开始的经纬度信息和充电场站的经纬度信息计算距离,若距离小于等于预设的第一距离,则为该充电片段打上该充电场站唯一对应的标签;若同时存在与几个场站的距离都小于等于第一距离,则为该充电片段打上距离最近的充电场站唯一对应的标签;
28、根据充电片段和停车片段的经纬度判断其是否落入aoi区域的边界内,若落入到aoi区域的边界内,则将相应片段打上该aoi唯一对应的标签;
29、基于充电片段和停车片段对应的标签信息确定每个aoi区域的停车及充电情况。
30、优选的,停车-充电网络关系模型的构建过程包括:
31、统计aoi区域内的累计停车次以及累计停车时长;
32、根据单车的月均充电起始soc,判断当前该aoi区域内累计有充电需求的次数,具体为当电动车停车时的soc值如果等于或者小于当月平均充电起始soc时,则判定该电动车该次停驻行为有充电需求;
33、根据充电事件的充电场站标签,判断aoi区域周围是否具有充电条件,若充电事件中有匹配到的充电场站标签,则认为该aoi区域周围有充电条件;
34、计算aoi区域内的累计充电次数和累计充电时长;
35、根据实际发生充电行为的充电时长和有充电需求的停车时长来计算充电紧迫性,以此来反映该区域的充电服务能力的满足程度;
36、使用aoi区域内的累计停车次数、aoi区域内的累计停车时长、aoi区域内累计有充电需求的次数、aoi区域周围是否具有充电条件、aoi区域内的累计充电次数、aoi区域内的累计充电时长以及最大同时可供充电位置所对应的字段作为特征值,以充电紧迫性所对应字段作为属性值来构建停车-充电网络关系模型。
37、优选的,根据机器学习算法对该aoi区域的充本文档来自技高网...
【技术保护点】
1.一种基于充电需求的建站选址方法,其特征在于,包括:
2.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,所述步骤S1包括:
3.根据权利要求2所述的一种基于充电需求的建站选址方法,其特征在于,所述根据状态数据确定电动车的充电数据以及停车数据包括:
4.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,所述步骤S2包括:
5.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,所述步骤S3包括:
6.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,所述停车-充电网络关系模型的构建过程包括:
7.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,所述根据机器学习算法对该AOI区域的充电紧迫性情况及充电功率需求进行预测得到预测结果包括:
8.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,通过构建优化模型进行AOI区域中充电场站的建站选址,其过程包括:
【技术特征摘要】
1.一种基于充电需求的建站选址方法,其特征在于,包括:
2.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,所述步骤s1包括:
3.根据权利要求2所述的一种基于充电需求的建站选址方法,其特征在于,所述根据状态数据确定电动车的充电数据以及停车数据包括:
4.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征在于,所述步骤s2包括:
5.根据权利要求1所述的一种基于充电需求的建站选址方法,其特征...
【专利技术属性】
技术研发人员:贺劲松,邓小红,
申请(专利权)人:北京理工大学重庆创新中心,
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。