一种基于交通态势感知的电动汽车充电站规划分析方法

本发明涉及充电站规划，尤其涉及一种基于交通态势感知的电动汽车充电站规划分析方法。

背景技术：

1、近年来，电动汽车作为更加环保的交通工具受到国家的大力扶持和推广，已呈现出替代燃油车的必然趋势。与此同时，电动汽车的快速普及，对支持便捷充电的补能设施有了更多的需求，科学合理地规划与建设分散式充电站，对于推动电动汽车发展至关重要。然而，充电站的选址、定容等问题需要考虑众多复杂的因素，很难仅依靠人工经验进行决策。

2、目前，已有一些研究提出了数据驱动的充电站智能选址算法，但是在结果准确性和为用户提供可靠决策支持的方面仍存在局限性：一方面，建站范围的选择需要充分考虑区域的交通态势和出行规律，这对于充电站选址结果具有很大影响，而不同区域的交通态势具有个性化和动态性特点，难以被分析人员有效感知；另一方面，充电站选址模型要考虑多种因素如地价、车流量等，但是模型对于各因素的权重设置通常较为敏感，且具有不同业务偏好的分析人员需要对不同权重生成的多种方案进行比较和权衡，然而已有方法未能支持用户直观、便捷地比较和选择方案。

3、因此，有必要提供一种基于交通态势感知的电动汽车充电站规划分析方法来解决上述技术问题。

技术实现思路

1、为解决上述技术问题，本发明提供的一种基于交通态势感知的电动汽车充电站规划分析方法，包括：交通数据预处理、交通态势感知和充电站选址模型构建；其中，

2、交通数据预处理：通过网约车平台和城市路网平台获取交通数据，并对交通数据进行数据预处理操作；其中，具体交通数据包括轨迹数据、订单数据、路网数据和poi数据；具体预处理操作步骤包括数据清理、路网匹配和构建索引；通过匹配算法将gps轨迹点准确地匹配到道路网络上，并创建轨迹-道路段索引和轨迹-候选点索引存储在数据库中，以加速后续算法数据处理；

3、交通态势感知：用于缩小充电站规划的选址范围，通过对od数据进行核密度分析，挖掘出多个交通量较集中的热点区域；还通过轨迹线段聚类进一步挖掘热点区域中的关键路段；其中，具体步骤包括：热点区域识别和关键路段获取；核密度分析通过gaussian kde进行，轨迹线段聚类通过traclus轨迹聚类进行；

4、充电站选址模型构建：通过考虑影响充电站未来收益的影响因素，确定候选点的有效收益目标函数，选出多准则下总收益最大的一组建站点作为规划方案，并使用基于区域充电需求的分配策略对充电站进行定容；同时还通过对候选点覆盖的poi进行重要性加权，确定充电站中快充和慢充的桩数；其中，具体步骤包括：定义候选点位置、定义子模块目标函数、设计有效收益目标函数、基于有效收益的选址优化、充电站定容、充电桩类型选择和分配。

5、作为更进一步的解决方案，数据清理操作包括轨迹数据清洗、od数据获取和poi数据维度删减；其中，轨迹数据清洗：对轨迹数据中存在的脏数据进行清洗和修正，包括缺失经纬度数据、距离极短的一段轨迹等，并保留具备分析价值的轨迹数据；od数据获取：删除重复的订单数据，提取上车经纬度作为o点，下车经纬度为d点；poi数据维度删减：删除分析所不需要的字段，包括poi名称和所在街道字段。

6、作为更进一步的解决方案，路网匹配：通过ivmm算法将轨迹数据中的gps轨迹点按时空序列排布到道路网络上；具体步骤包括候选道路提取、位置前后关系分析、相互影响力建模和投票；其中，

7、候选道路提取：每一个gps轨迹点都有一组可能被匹配的候选路径，候选路径包括从当前gps点出发的所有可能路径以及先前gps点到当前gps点的所有可能路径，并根据gps轨迹点的位置信息查询范围，建立候选路径集合；

8、位置前后关系分析：综合当前gps轨迹点的速度、方向以及gps轨迹点与路段的距离信息，来确定候选路径集合的投票范围，即确定了gps点的状态转移概率；其中，在计算状态转移概率程中，考虑空间因素、时间因素和不同采样点视角的点间关系，并将状态转移概率矩阵按对角矩阵拼起来得到静态分数矩阵；

9、相互影响力建模：考虑候选点之间的相互影响，将每个采样点p定义一个(n-1)维的距离权重矩阵wi，用欧式距离表示采样点p与其他所有采样点间的权重关系，距离越大权重越小；在建立距离权重矩阵之后，将车辆轨迹点和道路地图上的候选点映射到这条路径上，并计算相似度得分，得到初始的匹配矩阵；然后根据距离权重矩阵中的权重关系来进行加权来得到观测点的距离加权函数，用于全局计算得到动态匹配矩阵；加权函数利用地图数据的拓扑结构，对距离较远的候选点进行惩罚，并反映采样点p与候选点之间的相似度；通过全局计算得到的动态匹配矩阵，更准确地确定每个采样点的匹配位置，提高匹配精度；

10、投票：最终得到n个加权得分矩阵，表示从不同采样点视角下的转移概率情况，用于体现采样点间的关系；每个矩阵又包含整个候选图的转移概率矩阵；为了体现采样点间的关系，对每个采样点pi视角，为每个采样点都确定一条经过该候选的最大似然路径；这些路线最终用于投票确认最优路线结果，最大限度地提高全局匹配概率。

11、作为更进一步的解决方案，采用基于高斯模型的核密度估计方法gaussian kde寻找上下车od事件高发区域作为热点区域；其中，对于n个od点x1,x2…xn，地理位置point上的gaussian kde函数表示如下：

12、

13、

14、其中，di,point是od点xi到point的距离，r是搜索带宽，即搜索半径，是高斯核；核函数具有di,point越大核函数越小的性质，并且当di,point大于r时，核函数接近于0，即距离越远，影响越小。

15、作为更进一步的解决方案，对每个地理位置point与od数据建立索引，并且在计算单个像素的核密度估计值时利用索引快速获得搜索半径内的点，累积该点的核函数值；

16、并根据计算时间，样本量和研究的数据选择最佳的单元大小和带宽；其中，通过基于sliverman经验规则的带宽估算公式确定搜索带宽；

17、

18、其中，dm为平均中心的中值距离，n为加权字段的点数；sd为标准距离，并通过未加权距离公式计算：

19、

20、其中，为像素点ai的坐标，表示像素点的平均中心，n为像素点总数。

21、作为更进一步的解决方案，针对路网匹配后的gps轨迹点进行轨迹线段聚类，搜寻发现公共子轨迹并投放在道路网络中，得到关键路段并提取路段内所有候选点，设置相应的权重key(v)，用于计算候选点的有效收益；其中，轨迹线段聚类通过traclus轨迹聚类进行：

22、轨迹重新划分：根据新的距离定义来对轨迹进行重新划分；其中，使用垂直距离d⊥、平等距离d||和角度距离dθ三种距离分量来表示两条线段间的距离；

23、相近线段聚类：通过dbscan聚类将相近的线段聚类；其中，线段聚类步骤包括分段度量和寻找切分依据；

24、寻找代表轨迹：对所有线段进行初始化，并将线段分类为簇或噪声；其中，代表轨迹通过由簇中线段进行求平均计算得到；

25、计算关键轨迹：在各簇的代表轨迹中计算得到关键轨迹；其中，关键轨迹计算包括求取簇的平均向量，平均向量坐标系变换、扫描向量坐标系交点，交点复原代表轨迹和遍历求得关键轨迹。

26、作为更进一步的解决方案，将距离交叉路口50米的区域设为候选位置，并构建场地成本子模块目标函数、轨迹覆盖率子模块目标函数、poi覆盖率子模块目标函数和需求负荷距离子模块目标函数；通过各子模块目标函数构建有效收益目标函数并添加约束；其中，约束包括路段可达性、路段级别和道路拥堵性。

27、作为更进一步的解决方案，基于有效收益的选址优化：

28、首先根据输入的数据初始化每个候选点的初始收益；其中，距离越长的轨迹权重wtrat越大；

29、通过添加覆盖轨迹的权重来计算每个候选点的覆盖范围；其中，在关键路段上的候选点权重key(v)大于其余不在关键路段上的候选点；

30、进行迭代计算并选出收益值最高的结果集；其中，当设置了迭代次数k值时，则迭代k次；否则直到总成本<阈值θ；迭代计算：

31、在每次迭代中选出当前收益最大并符合约束条件的候选点vmax加入结果集，通过最短带权路径算法计算未入选的候选点与已选点的行驶距离l是否小于最小竞争距离，如果小于则标记为已删除，带权路径的权重由拥堵性和可达性决定；

32、更新其他候选点的轨迹覆盖率、需求负荷距离和poi覆盖率，而当前迭代访问过的轨迹将不在下一个迭代中考虑，od点和poi点同理，计算总收益。

33、作为更进一步的解决方案，在进行充电站定容时，基于区域充电需求的分配策略来确定充电站中需要设置多少个充电桩num：

34、

35、其中，表示当前充电站vi在区域k中充电需求覆盖率，peak(k)表示区域k中高峰期内的平均流量，n表示区域电动汽车保有量占汽车总量的比率。

36、作为更进一步的解决方案，充电桩类型包括直流快充桩、交流慢充桩和半快充桩；根据周围不同类型poi的数量和重要性，确定快慢速充电桩数量比例，其中，每个poi重要性权重是由simos过程确定的；其中，权重的计算步骤：首先将具有相同重要性的指标组成子集，指定每个权重的排名和数量；其次，计算每个指标子集的平均非标准化权重；最后计算各指标的标准化权重。

37、与相关技术相比较，本发明提供的一种基于交通态势感知的电动汽车充电站规划分析方法具有如下有益效果：

38、本发明通过大量的网约车轨迹数据来感知城市的交通态势、提取区域的特征。帮助专家了解市民出行规律，有针对性地进行充电站建设。由于电动汽车的充电需求并非均匀分散在城市各个区域，因此需要感知城市交通态势、分析市民的出行行为；构建适用于充电站选址的布局优化模型。针对规模化电动汽车充电需求，根据充电桩建设的各种影响因素，构建子模块目标函数，结合交通态势可视分析缩小研究区域提高优化速度，设计出适用于充电站选址规划的优化模型；因此，本发明方案具备实用性和创新性。