CN109636070A - 一种电动汽车充电站布局优化的决策支持系统 - Google Patents

Abstract

本发明公开了一种电动汽车充电站布局优化的决策支持系统，其特征是：构建基础信息模块以获取充电站地理位置、月平均工作时长及用户信息；构建数据分析模块以计算充电站的工作饱和度，构建充电站合作关系网络和竞争关系网络，得到充电站的合作点权和竞争点权，根据充电站的工作饱和度、合作点权和竞争点权获得充电站的综合评分，并根据综合评分进行决策推荐。本发明能有效提高区域充电站的使用效率，促进电动汽车及其基础设施的发展，实现交通领域内的电能替代和污染减排。

Description

一种电动汽车充电站布局优化的决策支持系统

技术领域

本发明涉及公共充电服务设施规划与优化领域，更具体地说一种电动汽车充电站优化布局的决策支持系统。

背景技术

电动汽车的普及应用已逐渐成为一种解决全球能源危机和环境污染问题的有效措施。充电设施是电动汽车发展的重要基础，充电设施配套率是影响电动汽车发展的重点因素之一，充电设施不合理的布局会造成部分区域利用率低下、部分区域缺少充电设施，在时间分配上，部分时段需求旺盛，部分时段需求不足，导致充电设施服务公司投入成本较高却收益较低。

发明内容

本发明是为避免上述现有技术所存在的不足，基于充电站网络的分析视角，提供一种电动汽车充电站布局优化的决策支持系统，其成为一套独立、全面、闭环的运营辅助决策系统，以期提高区域充电站的使用效率，促进电动汽车及其基础设施的发展，实现交通领域内的电能替代和污染减排。

本发明为实现发明目的采用如下技术方案：

本发明电动汽车充电站布局优化的决策支持系统的特点是所述系统包括：基础信息获取模块、网络分析模块和决策建议模块；

所述基础信息获取模块，其用于获取所需信息，包括：充电站编号、充电站地理位置、充电站上一年度月平均工作时长，以及充电站上一年度所有用户信息；所述充电站地理位置是指充电站经纬度坐标，所述上一年度所有用户信息是指每个充电站所服务的用户编号和服务次数；

所述数据分析模块，其用于计算获得各充电站的工作饱和度；以充电站为节点构建充电站合作关系网络，通过网络分析得到每个充电站在充电站合作关系网络中的点权，为合作点权；以充电站为节点构建充电站竞争关系网络，通过网络分析得到每个充电站在充电站竞争关系网络中的点权，为竞争点权；

所述决策建议模块，其根据充电站的工作饱和度、合作点权和竞争点权分别获得每个充电站关于工作饱和度的评分值、合作点权的评分值和竞争点权的评分值，以三个评分值的平均值作为充电站的综合评分，并根据所述综合评分进行决策推荐。

本发明电动汽车充电站优化布局的决策支持系统的特点也在于：

以充电站为节点，充电站i即为节点i，充电站j即为节点j，充电站k即为节点k，

且：i≠j，i≠k，定义充电站i的工作饱和度N_i为：

t_i为充电站i上一年度月平均工作时长；

max(t)为所有充电站上一年度月平均工作时长的最大值；

按如下方式获得各充电站的合作点权：

若节点i和节点j两节点之间存在有共同用户，在所述两节点之间连接形成连边；则有：

节点i和节点j之间的连边权重w_ij为两节点间共同用户数与两节点总用户数之比；

其中，q_ij为节点i和节点j间共同用户的数量，所述共同用户是指既使用过充电站i又使用过充电站j的用户，p_ij为节点i和节点j的用户总和，是指使用过充电站i的用户和使用过充电站j的用户之和，且不重复计数；

节点i在充电站合作关系网络中的节点权重S_i为与节点i相连的所有连边的连边权重之和，节点权重S_i反映节点在合作关系网络中的地位：

其中，n为与节点i相连的节点总数；

所述节点权重S_i即为充电站i在充电站合作关系网络中的合作点权S_i；

按如下方式获得各充电站的竞争点权：

若节点k是节点i周边2km范围内的节点，则在节点i和节点k两节点之间连接形成连边；则有：节点i和节点k之间的连边权重e_ik为：

t_k为充电站k上一年度月平均工作时长；

节点i在充电站竞争关系网络中的节点权重T_i为与节点i相连的所有连边的连边权重之和，m为节点i周边2km范围内的充电站总数；T_i越大表明充电站i的月平均工作时长比周边充电站的月平均工作时长高出越多，反映节点在竞争关系网络中的地位；

若m＝0则T_i＝0； (5)

若m≥1则

所述节点权重T_i即为充电站i在充电站竞争关系网络中的竞争点权T_i；

本发明电动汽车充电站优化布局的决策支持系统的特点也在于：

由式(7)、式(8)、式(9)和式(10)分别计算获得评分值f_i ¹、f_i ²、f_i ³和f_i，其中：

f_i ¹为充电站i关于工作饱和度N_i的评分值；f_i ²为充电站i关于合作点权S_i的评分值；

f_i ³为充电站i关于竞争点权T_i的评分值；f_i为充电站i的综合评分；

f_i＝(f_i ¹+f_i ²+f_i ³)/3 (10)

min(N)为所有充电站工作饱和度的最小值，max(N)为所有充电站工作饱和度的最大值，

min(S)为所有充电站合作点权的最小值，max(S)为所有充电站合作点权的最大值，

min(T)为所有充电站竞争点权的最小值，max(T)为所有充电站竞争点权的最大值；

根据所述综合评分f_i，将所有充电站按照f_i由高到低进行排名，为每个充电站给出决策建议：排名前20％的充电站，即f_i值最高的20％的充电站，建议在附近扩建；排名前20％-60％的充电站，建议为保留并采取措施吸引客户；排名前60％-90％的充电站，进入观察阶段；排名90％以后的充电站，即f_i值最低的10％的充电站，建议拆除。

与已有技术相比，本发明有益效果体现在：

本发明通过三个模块形成了一套系统全面的决策方法，为充电站的优化布局提供科学依据。已有技术往往只考察充电站自身的服务指标，而忽略了充电站的网络特征，实际上，空间上邻近的充电站能够构成服务网络，为电动汽车用户提供服务。本发明将一个区域的所有充电站视为互相关联的网络系统，之间不仅存在合作关系，还存在竞争关系，在进行优化决策时不仅考虑了充电站自身的使用效率，也考虑到充电站的网络特征，从而提出充电站优化布局的决策建议。本发明通过提出优化布局的决策建议，有利于提升整个充电网络的服务效率，有较好的实用价值。

附图说明

图1为本发明系统构成示意图；

图2为本发明中充电站合作关系网络示意图；

图3为本发明中充电站竞争关系网络示意图；

具体实施方式

参见图1，本实施例中电动汽车充电站布局优化的决策支持系统包括：基础信息获取模块、网络分析模块和决策建议模块。

基础信息获取模块用于获取所需信息，包括：充电站编号、充电站地理位置、充电站上一年度月平均工作时长，以及充电站上一年度所有用户信息；充电站地理位置是指充电站经纬度坐标，上一年度所有用户信息是指每个充电站所服务的用户编号和服务次数。

数据分析模块用于计算获得各充电站的工作饱和度；以充电站为节点构建充电站合作关系网络，通过网络分析得到每个充电站在充电站合作关系网络中的点权，为合作点权；以充电站为节点构建充电站竞争关系网络，通过网络分析得到每个充电站在充电站竞争关系网络中的点权，为竞争点权。

决策建议模块根据充电站的工作饱和度、合作点权和竞争点权分别获得每个充电站关于工作饱和度的评分值、合作点权的评分值和竞争点权的评分值，以三个评分值的平均值作为充电站的综合评分，并根据综合评分进行决策推荐。

以充电站为节点，充电站i即为节点i，充电站j即为节点j，充电站k即为节点k，

且：i≠j，i≠k，定义充电站i的工作饱和度N_i为：

其中，t_i为充电站i上一年度月平均工作时长，max(t)为所有充电站上一年度月平均工作时长的最大值，按如下方式获得各充电站的合作点权：

若节点i和节点j两节点之间存在有共同用户，在两节点之间连接形成连边；则有：

节点i和节点j之间的连边权重w_ij为两节点间共同用户数与两节点总用户数之比；

其中，q_ij为节点i和节点j间共同用户的数量，共同用户是指既使用过充电站i又使用过充电站j的用户，p_ij为节点i和节点j的用户总和，是指使用过充电站i的用户和使用过充电站j的用户之和，且不重复计数。

节点i在充电站合作关系网络中的节点权重S_i为与节点i相连的所有连边的连边权重之和，节点权重S_i反映节点在合作关系网络中的地位：

其中，n为与节点i相连的节点总数，节点权重S_i即为充电站i在充电站合作关系网络中的合作点权S_i，按如下方式获得各充电站的竞争点权：

若节点k是节点i周边2km范围内的节点，则在节点i和节点k两节点之间连接形成连边；则有：节点i和节点k之间的连边权重e_ik为：

t_k为充电站k上一年度月平均工作时长；

节点i在充电站竞争关系网络中的节点权重T_i为与节点i相连的所有连边的连边权重之和，m为节点i周边2km范围内的充电站总数；T_i越大表明充电站i的月平均工作时长比周边充电站的月平均工作时长高出越多，反映节点在竞争关系网络中的地位；

若m＝0则T_i＝0； (5)

若m≥1则

节点权重T_i即为充电站i在充电站竞争关系网络中的竞争点权T_i。

具体实施中，由式(7)、式(8)、式(9)和式(10)分别计算获得评分值f_i ¹、f_i ²、f_i ³和f_i：

f_i ¹为充电站i关于工作饱和度N_i的评分值；f_i ²为充电站i关于合作点权S_i的评分值；

f_i ³为充电站i关于竞争点权T_i的评分值；f_i为充电站i的综合评分；

f_i＝(f_i ¹+f_i ²+f_i ³)/3 (10)

min(N)为所有充电站工作饱和度的最小值，max(N)为所有充电站工作饱和度的最大值，

min(S)为所有充电站合作点权的最小值，max(S)为所有充电站合作点权的最大值，

min(T)为所有充电站竞争点权的最小值，max(T)为所有充电站竞争点权的最大值；

根据综合评分f_i，将所有充电站按照f_i由高到低进行排名，为每个充电站给出决策建议：排名前20％的充电站，即f_i值最高的20％的充电站，建议在附近扩建；排名前20％-60％的充电站，建议为保留并采取措施吸引客户；排名前60％-90％的充电站，进入观察阶段；排名90％以后的充电站，即f_i值最低的10％的充电站，建议拆除。

某处有100个充电站，经过整理，确定表1中关于充电站地理位置、用户数和工作时长等信息。

表1充电站信息

经过对数据的处理，分别构建如图2所示的合作关系网络和如图3所示的竞争关系网络。

如图2所示，在合作关系网络中，节点为充电站，若两个充电站之间有共同客户，则连边，其权重为共同用户数与两个充电站的总用户数之比。点权越大的充电站节点，说明该节点与其他节点的共同用户越多，合作关系的中心地位越重要。

如图3所示，在竞争关系网络中，点权越高的节点，与周边节点相比工作强度越高，竞争力越强，而点权越低的节点，与周边节点相比工作强度越低，竞争力越弱。

通过对工作时间、合作关系网络以及竞争关系网络的分析，得到充电站的饱和度、合作点权和竞争点权三个指标值，并计算充电站的综合得分，结果如表2所示。

表2饱和度、合作点权、竞争点权及综合得分的计算结果

表3决策建议

根据综合得分结果进行排名，得出如表3所示的决策建议，最终排名前20％的，建议在附近扩建；最终排名前20％-60％的，建议为保留并采取措施吸引客户；最终排名前60％-90％的，进入观察阶段；最终排名90％以后的，建议拆除。

Claims (3)

1.一种电动汽车充电站布局优化的决策支持系统，其特征是所述系统包括：基础信息获取模块、网络分析模块和决策建议模块；

所述基础信息获取模块，其用于获取所需信息，包括：充电站编号、充电站地理位置、充电站上一年度月平均工作时长，以及充电站上一年度所有用户信息；所述充电站地理位置是指充电站经纬度坐标，所述上一年度所有用户信息是指每个充电站所服务的用户编号和服务次数；

所述数据分析模块，其用于计算获得各充电站的工作饱和度；以充电站为节点构建充电站合作关系网络，通过网络分析得到每个充电站在充电站合作关系网络中的点权，为合作点权；以充电站为节点构建充电站竞争关系网络，通过网络分析得到每个充电站在充电站竞争关系网络中的点权，为竞争点权；

所述决策建议模块，其根据充电站的工作饱和度、合作点权和竞争点权分别获得每个充电站关于工作饱和度的评分值、合作点权的评分值和竞争点权的评分值，以三个评分值的平均值作为充电站的综合评分，并根据所述综合评分进行决策推荐。

2.根据权利要求1所述的电动汽车充电站优化布局的决策支持系统，其特征是：

以充电站为节点，充电站i即为节点i，充电站j即为节点j，充电站k即为节点k，

且：i≠j，i≠k，定义充电站i的工作饱和度N_i为：

t_i为充电站i上一年度月平均工作时长；

max(t)为所有充电站上一年度月平均工作时长的最大值；

按如下方式获得各充电站的合作点权：

若节点i和节点j两节点之间存在有共同用户，在所述两节点之间连接形成连边；则有：

节点i和节点j之间的连边权重w_ij为两节点间共同用户数与两节点总用户数之比；

其中，q_ij为节点i和节点j间共同用户的数量，所述共同用户是指既使用过充电站i又使用过充电站j的用户，p_ij为节点i和节点j的用户总和，是指使用过充电站i的用户和使用过充电站j的用户之和，且不重复计数；

节点i在充电站合作关系网络中的节点权重S_i为与节点i相连的所有连边的连边权重之和，节点权重S_i反映节点在合作关系网络中的地位：

其中，n为与节点i相连的节点总数；

所述节点权重S_i即为充电站i在充电站合作关系网络中的合作点权S_i；

按如下方式获得各充电站的竞争点权：

若节点k是节点i周边2km范围内的节点，则在节点i和节点k两节点之间连接形成连边；则有：节点i和节点k之间的连边权重e_ik为：

t_k为充电站k上一年度月平均工作时长；

节点i在充电站竞争关系网络中的节点权重T_i为与节点i相连的所有连边的连边权重之和，m为节点i周边2km范围内的充电站总数；T_i越大表明充电站i的月平均工作时长比周边充电站的月平均工作时长高出越多，反映节点在竞争关系网络中的地位；

若m＝0则T_i＝0； (5)

若m≥1则

所述节点权重T_i即为充电站i在充电站竞争关系网络中的竞争点权T_i。

3.根据权利要求2所述的电动汽车充电站优化布局的决策支持系统，其特征是：

由式(7)、式(8)、式(9)和式(10)分别计算获得评分值f_i ¹、f_i ²、f_i ³和f_i，其中：

f_i ¹为充电站i关于工作饱和度N_i的评分值；f_i ²为充电站i关于合作点权S_i的评分值；f_i ³为充电站i关于竞争点权T_i的评分值；f_i为充电站i的综合评分；

f_i＝(f_i ¹+f_i ²+f_i ³)/3 (10)

min(N)为所有充电站工作饱和度的最小值，max(N)为所有充电站工作饱和度的最大值，min(S)为所有充电站合作点权的最小值，max(S)为所有充电站合作点权的最大值，min(T)为所有充电站竞争点权的最小值，max(T)为所有充电站竞争点权的最大值；

根据所述综合评分f_i，将所有充电站按照f_i由高到低进行排名，为每个充电站给出决策建议：排名前20％的充电站，即f_i值最高的20％的充电站，建议在附近扩建；排名前20％-60％的充电站，建议为保留并采取措施吸引客户；排名前60％-90％的充电站，进入观察阶段；排名90％以后的充电站，即f_i值最低的10％的充电站，建议拆除。