CN109800940B - 一种充电桩选址方法及装置 - Google Patents

一种充电桩选址方法及装置 Download PDF

Info

Publication number
CN109800940B
CN109800940B CN201811467691.0A CN201811467691A CN109800940B CN 109800940 B CN109800940 B CN 109800940B CN 201811467691 A CN201811467691 A CN 201811467691A CN 109800940 B CN109800940 B CN 109800940B
Authority
CN
China
Prior art keywords
area
sub
traffic demand
parking lots
grid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811467691.0A
Other languages
English (en)
Other versions
CN109800940A (zh
Inventor
杨珍珍
郭胜敏
韩兴广
夏曙东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Palmgo Information Technology Co ltd
Original Assignee
Beijing Palmgo Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Palmgo Information Technology Co ltd filed Critical Beijing Palmgo Information Technology Co ltd
Priority to CN201811467691.0A priority Critical patent/CN109800940B/zh
Publication of CN109800940A publication Critical patent/CN109800940A/zh
Application granted granted Critical
Publication of CN109800940B publication Critical patent/CN109800940B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本申请公开了一种充电桩选址方法及装置,涉及数据处理技术领域。所述方法包括:将待布设充电桩区域的地图划分为多个网格;统计各网格对应的停车场;根据预先收集的车辆位置数据集合,统计各网格的交通需求量;根据各停车场的属性信息、各网格的交通需求量及待布设充电桩的总数量,在各停车场中选择相应数量的停车场,作为布设充电桩的地址。本申请中,通过考虑潜在的充电需求,以及停车场的属性信息,最终确定充电桩的布设地址,不仅利于后续用户对充电桩的使用,而且能够有效的提升充电桩的利用率。

Description

一种充电桩选址方法及装置
技术领域
本申请涉及数据处理技术领域,尤其涉及一种充电桩选址方法及装置。
背景技术
在能源制约、环境污染的大背景下,发展新能源成为了改善环境、节约成本的重要举措。为了绿色出行,新能源汽车越来越广泛的走进人们的生活。电动汽车是最常见的新能源汽车,但是由于电动汽车充电不方便,很多人放弃购买电动汽车。如何在有限资源的情况下,通过合理布局充电站,满足更多人的需求,让更多的人愿意购买电动车,促进电动车行业的良性发展,具有重要的意义。
电动汽车充电桩选址的影响因素很多,包括用户需求、交通影响、经济因素、电网影响、服务网络可靠度等。当前已有的研究多是考虑已有电动汽车的充电需求,并以成本最小、运营和用户效益最大为目标进行充电桩的布设;例如,专利号为201710957855.7的发明专利,提出一种基于行车数据及维诺图划分区域的充电桩设置方法,该方法首先利用维诺图方法对需要设置充电桩的区域划分子区域;利用行车数据,计算每个子区域的最大充电负载,选出其中的最大值及其对应的子区域;对该子区域建立价值模型,利用粒子群算法对模型求解,得到该子区域新增加的充电站位置和充电桩数量的优化结果;然后将新增加的充电站添加到该区域的地图中,对所有充电站重新进行子区域划分和充电站的优化计算,直至约束条件超出预设的上限,该区域内充电桩设置完毕。申请号为201711224096.X的发明专利,提出基于大数据的电动出租车充电桩选址方法,该方法通过采集电动出租车的GPS数据并计算出电动出租车每天的充电需求位置及充电需求时间,计算所有天数充电桩数量的平均值作为最优充电桩数量,并作为K均值聚类的簇数,进行K均值聚类分析,所得簇的位置即为最优充电桩选址。申请号为201810048662.4的发明专利,提出一种基于电动汽车真实行驶数据的充电桩优化布局方法,首先,运用大数据的分析方法分析所有电动汽车的真实行驶数据,筛选出电动汽车的停车分布;其次,设定一个时间阈值,从停车分布中筛选出停车时间超过阈值的地点并拟合作为建充电桩的候选位置;最后,以实际所需建设的充电桩位置数量,以及电动汽车的额定续航里程等为约束,运用元启发式算法得出全局最优解,即充电桩的最优化布局方案。
然而,上述申请号为201710957855.7的发明专利没有考虑潜在的充电需求;申请号为201711224096.X的发明专利仅仅考虑电动出租车充电桩选址,不能解决其他电动汽车的充电桩选址问题;申请号为201810048662.4的发明专利仅仅考虑了已有电动汽车的需求,但是没有考虑潜在的充电需求。可见,已有的研究中,均没有考虑潜在的用户分布,以及布设充电桩的停车场的属性信息等,使得充电桩的利用率没有达到最大化。
发明内容
为解决现有技术的不足,本申请提出一种充电桩选址方法及装置。
第一方面,本申请提出一种充电桩选址方法,包括:
将待布设充电桩区域的地图划分为多个网格;
统计各网格对应的停车场;
根据预先收集的车辆位置数据集合,统计各网格的交通需求量;
根据所述停车场的属性信息、所述交通需求量及待布设充电桩的总数量,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址。
可选的,所述将待布设充电桩区域的地图划分为多个网格,包括:
按照预设间隔,将待布设充电桩区域的地图划分为等间隔的多个网格。
可选的,所述统计各网格对应的停车场,包括:
将预先收集的待布设充电桩区域中各停车场的位置信息与各网格匹配,得到各网格对应的停车场。
可选的,所述车辆位置数据集合包括:出租车的位置数据和众包移动位置数据;所述根据预先收集的车辆位置数据集合,统计各网格的交通需求量,包括:
根据所述出租车的位置数据,确定各出租车在各行程中的第一起点和第一终点;
根据所述众包移动位置数据,确定各用户在各行程的第二起点和第二终点;
根据所述第一起点、所述第一终点、所述第二起点及所述第二终点的位置信息,与所述各网格建立对应关系;
统计各网格对应的第一起点、第一终点、第二起点及第二终点的总数量,得到各网格的交通需求量。
可选的,所述根据所述停车场的属性信息、所述交通需求量及待布设充电桩的总数量,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址,包括:
确定所述待布设充电桩区域的各子区域,及所述各子区域对应的网格;
根据各网格的交通需求量,确定各子区域的交通需求量比例;
根据所述各子区域的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标;
根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址。
可选的,所述根据各网格的交通需求量,确定各子区域的交通需求量比例,包括:
确定各子区域中的远郊子区域及景区;
根据各网格的交通需求量,确定各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例及各景区的交通需求量比例。
可选的,所述根据所述各子区域的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标,包括:
根据所述各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例、各景区的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标。
可选的,所述根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址,包括:
根据所述停车场的属性信息,建立加权模型;
采用所述加权模型分别计算各停车场的权重;
根据所述各停车场的权重,分别对所述各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第一排序结果、第二排序结果和第三排序结果;
根据所述各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,分别在所述第一排序结果、第二排序结果和第三排序结果中选择相应数量的停车场作为布设充电桩的地址。
可选的,所述加权模型为Φ=F(qi,j,Pi,j,k,Ci,j,k,αi,j,k,θi,j,k),其中,元素qi,j表示网格(i,j)的交通需求量;元素Pi,j,k表示网格(i,j)内第k个停车场所属商圈;元素Ci,j,k表示网格(i,j)内第k个停车场的收费价格;元素αi,j,k表示网格(i,j)内第k个停车场所属商圈的系数;元素θi,i,k表示网格(i,j)内第k个停车场寻找难易程度系数。
可选的,所述根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址,包括:
设定所述停车场的属性信息中各属性的优先级;
根据所述各属性的优先级,分别对各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第四排序结果、第五排序结果和第六排序结果;
根据所述各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,分别在所述第四排序结果、第五排序结果和第六排序结果中选择相应数量的停车场作为布设充电桩的地址。
第二方面,本申请提出一种充电桩选址装置,包括:
划分模块,用于将待布设充电桩区域的地图划分为多个网格;
第一统计模块,用于统计各网格对应的停车场;
第二统计模块,用于根据预先收集的车辆位置数据集合,统计各网格的交通需求量;
选址模块,用于根据所述停车场的属性信息、所述交通需求量及待布设充电桩的总数量,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址。
第三方面,本申请提出一种充电桩选址设备,包括:一个或多个处理器、存储一个或多个程序的存储装置;当所述一个或多个程序被所述一个或多个处理器执行时,实现本申请第一方面所述的充电桩选址方法。
第四方面,本申请提一种出种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在被处理器运行时,实现本申请第一方面所述的充电桩选址方法。
本申请的优点在于:
本申请中,通过考虑潜在的充电需求,并综合停车场收费价格、停车场寻找难易程度等属性信息、以及远郊区县和景区等情况,最终确定充电桩的布设地址,不仅利于后续用户对充电桩的使用,而且能够有效的提升充电桩的利用率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
附图1为根据本申请实施方式的一种充电桩选址方法流程图;
附图2为步骤103的细化流程图;
附图3为步骤104的细化流程图;
附图4为北京的子区域划分示意图;
附图5为根据本申请实施方式的一种充电桩选址装置框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本申请的实施方式,提出一种充电桩选址方法,如图1所示,包括:
步骤101:将待布设充电桩区域的地图划分为多个网格;
具体的,按照预设间隔,将待布设充电桩区域的地图划分为等间隔的多个网格。
其中,预设间隔例如为0.01度或者0.001度。
步骤102:统计各网格对应的停车场;
本实施例中,以北京为待布设充电桩区域为例进行说明,预先调研并收集北京所有停车场的位置信息和属性信息,其中,属性信息包括收费价格、寻找难以程度、所属商圈等;
进一步的,位置信息包括经纬度;寻找难以程度根据调研结果,采用设定的系数表示,例如,A停车场很容易找到,设定其系数为0,B停车场的位置很隐蔽,不容易找到,设定其系数为1;所属商圈,例如住宅、写字楼、商场、学校等。
步骤102具体为:将预先收集的待布设充电桩区域中各停车场的位置信息与各网格匹配,得到各网格对应的停车场。
更加具体的,将停车场的位置信息记为(Xp,Yp),将各网格左下角和右上角的位置信息(经纬度)分别记为(XGLD,YGLD)和(XGRU,YGRU),当停车场的位置信息满足
Figure BDA0001890222270000061
时,确定该停车场在相应的网格内。
步骤103:根据预先收集的车辆位置数据集合,统计各网格的交通需求量;
本实施例中,预先收集的车辆位置数据集合包括:出租车的位置数据和众包移动位置数据;其中,出租车的位置数据包括各GPS位置信息及相应的时间,众包移动位置数据又称为UGC(User Generated Content)数据,即用户产生的数据,例如家庭车辆的各GPS位置信息及相应的时间等;
相应的,如图2所示,步骤103包括:
步骤103-1:根据收集的各出租车的位置数据,确定各出租车在各行程中的第一起点和第一终点;
具体的,统计各出租车的任意相邻的两个位置数据所产生的时间间隔,判断统计的时间间隔是否大于预设时间间隔,是则判定该两个位置数据分别为相邻的两个行程的第一终点和第一起点,否则判定该两个位置数据为相应行程的中间位置数据。
步骤103-2:根据收集的众包移动位置数据,确定各用户在各行程的第二起点和第二终点;
其中,确定各用户在各行程的第二起点和第二终点的方法与确定各出租车在各行程中的第一起点和第一终点的方法相同,在此不再详述。
需要指出的,步骤103-1与步骤103-2的执行顺序可以互换,还可以同时进行。
步骤103-3:根据确定的各第一起点、第一终点、第二起点及第二终点的位置信息,与各网格建立对应关系;
本步骤的实现方法与步骤102中统计各网格对应的停车场的方法相同,在此不再详述。
步骤103-4:统计各网格对应的第一起点、第一终点、第二起点及第二终点的总数量,得到各网格的交通需求量。
具体的,根据建立的各第一起点、第一终点、第二起点及第二终点与网络的对应关系,统计各网格对应的第一起点的数量、第一终点的数量、第二起点的数量及第二终点的数量,并将统计的各数量相加求和,作为各网络的交通需求量。
步骤104:根据各停车场的属性信息、各网络的交通需求量及待布设充电桩的总数量,在所述各停车场中选择相应数量的停车场,作为布设充电桩的地址。
本实施例中,如图3所示,步骤104包括:
步骤104-1:确定待布设充电桩区域的各子区域,及各子区域对应的网格;
具体的,当待布设充电桩区域具有固有的子区域划分时,根据各子区域的范围,确定对应的一个或多个网格;当待布设充电桩区域不具有固有的子区域划分时,将待布设充电桩区域划分为多个子区域,根据划分的各子区域的范围,确定对应的一个或多个网格。
例如,北京为待布设充电桩区域,具有固有的区域划分,如图4所示,包括东城区、西城区、海淀区、朝阳区、昌平区、丰台区、房山区、通州、顺义、怀柔等子区域。
本实施例中,将各子区域记为子区域集合A={a1、a2...am...aM},其中1≤m≤M,M为子区域的总数量。
步骤104-2:根据各网格的交通需求量,确定各子区域的交通需求量比例;
本实施例中,步骤104-2包括:
步骤104-2-1:确定各子区域中的远郊子区域及景区;
本实施例中,确定各子区域中的远郊子区域后,更新子区域集合A为A`={a1β、a2β...amβ...aMβ},其中,1≤m≤M,β有两个取值0或1,当β=0时,表示相应的子区域不是远郊子区域,当β=1时,表示相应的子区域是远郊子区域。
例如,在北京布设充电桩,确定顺义、怀柔等子区域为远郊子区域,海淀区包括圆明园、颐和园等景区。
步骤104-2-2:根据各网格的交通需求量,确定各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例、各景区的交通需求量比例。
其中,根据各网格的交通需求量,确定各子区域的交通需求量比例,包括:将各子区域对应的各网格的交通需求量相加,得到各子区域的交通需求量;根据各子区域的交通需求量,计算各子区域的交通需求量比例;
具体的,将各子区域的交通需求量记为
Figure BDA0001890222270000081
各子区域的交通需求量比例记为
Figure BDA0001890222270000082
其中,β=0或1,则有:
Figure BDA0001890222270000083
进一步的,根据各网格的交通需求量,确定远郊子区域的区域中心的交通需求量比例,包括:将各远郊子区域的区域中心所在网格的交通需求量,作为各远郊子区域的区域中心的交通需求量,根据各远郊子区域的区域中心的交通需求量及各远郊子区域的交通需求量,计算各远郊子区域的区域中心的交通需求量比例;
具体的,将远郊子区域amB的区域中心的交通需求量记为
Figure BDA0001890222270000084
其中β=1,远郊子区域amβ的区域中心的交通需求量比例记为
Figure BDA0001890222270000085
则有:
Figure BDA0001890222270000086
更进一步的,根据各网格的交通需求量,确定各景区的交通需求量比例,包括:将各景区所在网格的交通需求量作为各景区的交通需求量,根据各景区的交通需求量及各景区所属子区域的交通需求量,计算各景区的交通需求量比例;
具体的,景区S所在的子区域为amβ,其中,1≤m≤M,β=0或1,景区S的交通需求量记为
Figure BDA0001890222270000091
景区S的交通需求量比例记为
Figure BDA0001890222270000092
则有:
Figure BDA0001890222270000093
步骤104-3:根据各子区域的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标;
具体的,根据各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例、各景区的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标。
更加具体的,将待布设充电桩的总数量记为N,各子区域的充电桩分配指标记为
Figure BDA0001890222270000094
各远郊子区域的区域中心的充电桩分配指标记为
Figure BDA0001890222270000095
各景区的充电桩分配指标记为
Figure BDA0001890222270000096
则有:
Figure BDA0001890222270000097
其中,β=0或1;
Figure BDA0001890222270000098
其中,β=1;
Figure BDA0001890222270000099
其中,β=0或1。
步骤104-4:根据各子区域的充电桩分配指标及各停车场的属性信息,在各停车场中选择相应数量的停车场,作为布设充电桩的地址。
可选的,本实施例中,采用综合加权法根据各子区域的充电桩分配指标及各停车场的属性信息,在各停车场中选择相应数量的停车场,作为布设充电桩的地址;
具体的,包括以下操作:
步骤B1:根据停车场的属性信息,建立加权模型;
具体的,加权模型为Φ=F(qi,j,Pi,j,k,Ci,j,k,αi,j,k,θi,j,k),其中,元素qi,j表示网格(i,j)的交通需求量;元素Pi,j,k表示网格(i,j)内第k个停车场所属商圈;元素Ci,j,k表示网格(i,j)内第k个停车场的收费价格;元素αi,j,k表示网格(i,j)内第k个停车场所属商圈的系数;元素θi,j,k表示网格(i,j)内第k个停车场寻找难易程度系数;其中,不同商圈以及不同寻找难以程度的系数均为预先设定,各元素不同的取值均对应不同的权值。
步骤B2:采用加权模型分别计算各停车场的权重;
具体的,采用加权模型分别对各停车场的属性信息中各属性对应的权值进行加权,得到各停车场的权重。
步骤B3:根据各停车场的权重,分别对各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第一排序结果、第二排序结果和第三排序结果;
其中,排序方式可以为升序排序也可以为降序排序。
步骤B4:根据各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,在相应的排序结果中选择相应数量的停车场作为布设充电桩的地址。
具体的,分别在第一排序结果、第二排序结果和第三排序结果中选择相应数量的权重大的停车场作为布设充电桩的地址。
例如,某个子区域的充电桩分配指标为4,排序方式为升序排序,则在该子区域的第一排序结果中选择位置靠前的4个停车场作为该子区域布设充电桩的地址。
可选的,本实施例中,采用排序法根据各子区域的充电桩分配指标及各停车场的属性信息,在各停车场中选择相应数量的停车场,作为布设充电桩的地址;
具体的,包括以下步骤:
步骤C1:设定停车场的属性信息中各属性的优先级;
例如,将停车场所在网格的交通需求量作为停车场的交通需求量,并作为停车场的一个属性,设定属性的优先级为交通需求量>收费价格>所在商圈的系数>寻找难易程度等。
步骤C2:根据各属性的优先级,分别对各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第四排序结果、第五排序结果和第六排序结果;
具体的,将最高优先级作为当前优先级,根据当前优先级的属性,分别对各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第四排序结果、第五排序结果和第六排序结果;
步骤C3:根据各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,分别在相应的第四排序结果、第五排序结果和第六排序结果中选择相应数量的停车场作为布设充电桩的地址。
本实施例中,步骤C3包括:
步骤C3-1:根据各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,分别确定第四排序结果、第五排序结果和第六排序结果中相应位置的停车场的数量是否唯一,是则将相应位置的停车场作为布设充电桩的地址,否则执行步骤C4;
步骤C3-2:将当前优先级的下一优先级作为当前优先级,根据当前优先级对数量不唯一的各停车场进行排序,直至得到与各分配指标匹配数量的停车场。
例如,某子区域的分配指标为3,该子区块对应的停车场有5个,记为W1、W2、W3、W4、W5;根据最高优先级的属性升序排序后的第四排序结果为(W2)、(W3、W4、W5)、(W1),则根据下一优先级的属性对W3、W4、W5排序,得到的排序结果为W4、W5、W3,则最终的排序结果为W2、W4、W5、W3、W1,将W2、W4、W5作为布设充电桩的地址。
由此,通过交通需求量的统计,明确了潜在的充电需求,并综合停车场收费价格及寻找难易程度等属性信息、以及远郊区县和景区等情况,最终确定充电桩的布设地址,不仅利于后续用户对充电桩的使用,而且能够有效的提升充电桩的利用率。
实施例二
根据本申请的实施方式,还提出一种充电桩选址装置,如图5所示,包括:
划分模块201,用于将待布设充电桩区域的地图划分为多个网格;
第一统计模块202,用于统计各网格对应的停车场;
第二统计模块203,用于根据预先收集的车辆位置数据集合,统计各网格的交通需求量;
选址模块204,用于根据各停车场的属性信息、各网格的交通需求量及待布设充电桩的总数量,在各停车场中选择相应数量的停车场,作为布设充电桩的地址。
本实施例中,划分模块201,具体用于按照预设间隔,将待布设充电桩区域的地图划分为等间隔的多个网格。
其中,预设间隔例如为0.01度或者0.001度。
本实施例中,第一统计模块202,具体用于将预先收集的待布设充电桩区域中各停车场的位置信息与各网格匹配,得到各网格对应的停车场。
更加具体的,第一统计模块202将停车场的位置信息记为(Xp,Yp),将各网格左下角和右上角的位置信息(经纬度)分别记为(XGLD,YGLD)和(XGRU,YGRU),当停车场的位置信息满足
Figure BDA0001890222270000121
时,确定该停车场在相应的网格内。
本实施例中,车辆位置数据集合包括:出租车的位置数据和众包移动位置数据;其中,出租车的位置数据包括各GPS位置信息及相应的时间,众包移动位置数据又称为UGC(User Generated Content)数据,即用户产生的数据,例如家庭车辆的各GPS位置信息及相应的时间等;
相应的,第二统计模块203包括:第一确定子模块、第二确定子模块、关联子模块和统计子模块,其中:
第一确定子模块,用于根据出租车的位置数据,确定各出租车在各行程中的第一起点和第一终点;
更加具体的,第一确定子模块,用于统计各出租车的任意相邻的两个位置数据所产生的时间间隔,判断统计的时间间隔是否大于预设时间间隔,是则判定该两个位置数据分别为相邻的两个行程的第一终点和第一起点,否则判定该两个位置数据为连续行驶过程中的中间位置数据。
第二确定子模块,用于根据所述众包移动位置数据,确定各用户在各行程的第二起点和第二终点;
关联子模块,用于根据所述第一起点、所述第一终点、所述第二起点及所述第二终点的位置信息,与所述各网格建立对应关系;
统计子模块,用于统计各网格对应的第一起点、第一终点、第二起点及第二终点的总数量,得到各网格的交通需求量。
更加具体的,统计子模块,用于根据关联子模块建立的各第一起点、第一终点、第二起点及第二终点与网络的对应关系,统计各网格对应的第一起点的数量、第一终点的数量、第二起点的数量及第二终点的数量,并将统计的各数量相加求和,作为各网络的交通需求量。
本实施例中,选址模块204包括:第三确定子模块、第四确定子模块、第五确定子模块和选址子模块,其中:
第三确定子模块,用于确定待布设充电桩区域的各子区域,及各子区域对应的网格;
本实施例中,将各子区域记为子区域集合A={a1、a2...am...aM},其中1≤m≤M,M为子区域的总数量。
例如,北京为待布设充电桩区域,包括东城区、西城区、海淀区、朝阳区、昌平区、丰台区、房山区、通州、顺义、怀柔等子区域。
第四确定子模块,用于根据各网络的交通需求量,确定各子区域的交通需求量比例;
第五确定子模块,用于根据所述各子区域的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标;
选址子模块,用于根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址。
根据本申请的实施方式,第四确定子模块包括:第一确定单元和第二确定单元,其中:
第一确定单元,用于确定各子区域中的远郊子区域及景区;
更加具体的,第一确定单元,还用于在确定各子区域中的远郊子区域后,更新子区域集合A为A、={a1β、a2β...amβ...aMβ},其中,1≤m≤M,β有两个取值0或1,当β=0时,表示相应的子区域不是远郊子区域,当β=1时,表示相应的子区域是远郊子区域。
第二确定单元,用于根据各网格的交通需求量,确定各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例、各景区的交通需求量比例;
具体的,将各子区域的交通需求量记为
Figure BDA0001890222270000141
各子区域的交通需求量比例记为
Figure BDA0001890222270000142
其中,β=0或1,则有:
Figure BDA0001890222270000143
将远郊子区域amβ的区域中心的交通需求量记为
Figure BDA0001890222270000144
其中β=1,远郊子区域amβ的区域中心的交通需求量比例记为
Figure BDA0001890222270000145
则有:
Figure BDA0001890222270000146
景区S所在的子区域为amβ,其中,1≤m≤M,β=0或1,景区S的交通需求量记为
Figure BDA0001890222270000147
景区S的交通需求量比例记为
Figure BDA0001890222270000148
则有:
Figure BDA0001890222270000149
Figure BDA00018902222700001410
进一步的,第五确定子模块,具体用于根据各子区域的交通需求量比例、远郊子区域的区域中心的交通需求量比例、各景区的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标、远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标。
更加具体的,将待布设充电桩的总数量记为N,各子区域的充电桩分配指标记为
Figure BDA00018902222700001411
各远郊子区域的区域中心的充电桩分配指标记为
Figure BDA00018902222700001412
各景区的充电桩分配指标记为
Figure BDA00018902222700001413
则有:
Figure BDA00018902222700001414
其中,β=0或1;
Figure BDA00018902222700001415
其中,β=1;
Figure BDA00018902222700001416
其中,β=0或1。
本实施例中,选址子模块,具体用于采用综合加权法或排序法根据各子区域的充电桩分配指标及各停车场的属性信息,在各停车场中选择相应数量的停车场,作为布设充电桩的地址。
根据本申请的实施方式,还提出一种充电桩选址设备,包括:一个或多个处理器、存储一个或多个程序的存储装置;当所述一个或多个程序被所述一个或多个处理器执行时,实现上述充电桩选址方法的步骤。
进一步的,所述存储装置可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)和/或高速缓存存储单元,还可以进一步包括只读存储单元(ROM)。
根据本申请的实施方式,还提出一种计算机可读存储介质,其上存储有计算机程序(即程序产品),当所述计算机程序在被处理器运行时,实现上述充电桩选址方法的步骤。
进一步的,所述计算机可读存储介质包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施例的方法。
需要说明的,本申请中各个实施例均采用相关的方式描述,各实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种充电桩选址方法,其特征在于,包括:
将待布设充电桩区域的地图划分为多个网格;
统计各网格对应的停车场;
根据预先收集的车辆位置数据集合,统计各网格的交通需求量;其中,所述车辆位置数据集合包括:出租车的位置数据和众包移动位置数据;
所述根据预先收集的车辆位置数据集合,统计各网格的交通需求量,包括:
根据所述出租车的位置数据,确定各出租车在各行程中的第一起点和第一终点;
根据所述众包移动位置数据,确定各用户在各行程的第二起点和第二终点;
根据所述第一起点、所述第一终点、所述第二起点及所述第二终点的位置信息,与所述各网格建立对应关系;
统计各网格对应的第一起点、第一终点、第二起点及第二终点的总数量,得到各网格的交通需求量;
根据所述停车场的属性信息、所述交通需求量及待布设充电桩的总数量,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址;其中,所述属性信息包括收费价格、寻找难易程度、所属商圈,所述所属商圈包括住宅、写字楼、商场、学校;其中,
所述根据所述停车场的属性信息、所述交通需求量及待布设充电桩的总数量,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址,包括:
确定所述待布设充电桩区域的各子区域,及所述各子区域对应的网格;
根据各网格的交通需求量,确定各子区域的交通需求量比例;
根据所述各子区域的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标;
根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址;
所述根据各网格的交通需求量,确定各子区域的交通需求量比例,包括:
确定各子区域中的远郊子区域及景区;
根据各网格的交通需求量,确定各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例及各景区的交通需求量比例;
所述根据所述各子区域的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标,包括:
根据所述各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例、各景区的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标;
所述根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址,包括:
根据所述停车场的属性信息,建立加权模型;
采用所述加权模型分别计算各停车场的权重;
根据所述各停车场的权重,分别对所述各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第一排序结果、第二排序结果和第三排序结果;
根据所述各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,分别在所述第一排序结果、第二排序结果和第三排序结果中选择相应数量的停车场作为布设充电桩的地址;
所述加权模型为Φ=F(qi,j,Pi,j,k,Ci,j,k,αi,j,k,θi,j,k),其中,元素qi,j表示网格(i,j)的交通需求量;元素Pi,j,k表示网格(i,j)内第k个停车场所属商圈;元素Ci,j,k表示网格(i,j)内第k个停车场的收费价格;元素αi,j,k表示网格(i,j)内第k个停车场所属商圈的系数;元素θi,j,k表示网格(i,j)内第k个停车场寻找难易程度系数。
2.根据权利要求1所述的方法,其特征在于,所述将待布设充电桩区域的地图划分为多个网格,包括:
按照预设间隔,将待布设充电桩区域的地图划分为等间隔的多个网格。
3.根据权利要求1所述的方法,其特征在于,所述统计各网格对应的停车场,包括:
将预先收集的待布设充电桩区域中各停车场的位置信息与各网格匹配,得到各网格对应的停车场。
4.根据权利要求3所述的方法,其特征在于,所述根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址,包括:
设定所述停车场的属性信息中各属性的优先级;
根据所述各属性的优先级,分别对各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第四排序结果、第五排序结果和第六排序结果;
根据所述各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,分别在所述第四排序结果、第五排序结果和第六排序结果中选择相应数量的停车场作为布设充电桩的地址。
5.一种充电桩选址装置,其特征在于,包括:
划分模块,用于将待布设充电桩区域的地图划分为多个网格;
第一统计模块,用于统计各网格对应的停车场;
第二统计模块,用于根据预先收集的车辆位置数据集合,统计各网格的交通需求量;其中,所述车辆位置数据集合包括:出租车的位置数据和众包移动位置数据;
所述第二统计模块具体用于:
根据所述出租车的位置数据,确定各出租车在各行程中的第一起点和第一终点;
根据所述众包移动位置数据,确定各用户在各行程的第二起点和第二终点;
根据所述第一起点、所述第一终点、所述第二起点及所述第二终点的位置信息,与所述各网格建立对应关系;
统计各网格对应的第一起点、第一终点、第二起点及第二终点的总数量,得到各网格的交通需求量;
选址模块,用于根据所述停车场的属性信息、所述交通需求量及待布设充电桩的总数量,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址;其中,所述属性信息包括收费价格、寻找难易程度、所属商圈,所述所属商圈包括住宅、写字楼、商场、学校;
其中,所述选址模块,具体用于:
确定所述待布设充电桩区域的各子区域,及所述各子区域对应的网格;
根据各网格的交通需求量,确定各子区域的交通需求量比例;
根据所述各子区域的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标;
根据所述各子区域的充电桩分配指标及所述停车场的属性信息,在所述停车场中选择相应数量的停车场,作为布设充电桩的地址;
所述选址模块具体用于:
确定各子区域中的远郊子区域及景区;
根据各网格的交通需求量,确定各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例及各景区的交通需求量比例;
所属选址模块具体用于:
根据所述各子区域的交通需求量比例、各远郊子区域的区域中心的交通需求量比例、各景区的交通需求量比例及待布设充电桩的总数量,确定各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标;
根据所述停车场的属性信息,建立加权模型;
采用所述加权模型分别计算各停车场的权重;
根据所述各停车场的权重,分别对所述各子区域对应的停车场、各远郊子区域的区域中心所在网格对应的各停车场、各景区所在网格对应的各停车场排序,得到对应的第一排序结果、第二排序结果和第三排序结果;
根据所述各子区域的充电桩分配指标、各远郊子区域的区域中心的充电桩分配指标、各景区的充电桩分配指标,分别在所述第一排序结果、第二排序结果和第三排序结果中选择相应数量的停车场作为布设充电桩的地址;
其中,加权模型为Φ=F(qi,j,Pi,j,k,Ci,j,k,αi,j,k,θi,j,k),元素qi,j表示网格(i,j)的交通需求量;元素Pi,j,k表示网格(i,j)内第k个停车场所属商圈;元素Ci,j,k表示网格(i,j)内第k个停车场的收费价格;元素αi,j,k表示网格(i,j)内第k个停车场所属商圈的系数;元素θi,j,k表示网格(i,j)内第k个停车场寻找难易程度系数。
CN201811467691.0A 2018-12-03 2018-12-03 一种充电桩选址方法及装置 Active CN109800940B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811467691.0A CN109800940B (zh) 2018-12-03 2018-12-03 一种充电桩选址方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811467691.0A CN109800940B (zh) 2018-12-03 2018-12-03 一种充电桩选址方法及装置

Publications (2)

Publication Number Publication Date
CN109800940A CN109800940A (zh) 2019-05-24
CN109800940B true CN109800940B (zh) 2022-02-18

Family

ID=66556418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811467691.0A Active CN109800940B (zh) 2018-12-03 2018-12-03 一种充电桩选址方法及装置

Country Status (1)

Country Link
CN (1) CN109800940B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110991710B (zh) * 2019-11-18 2023-05-16 腾讯科技(深圳)有限公司 为能源补给站确定布置位置的方法及相关设备
CN113569372B (zh) * 2020-04-28 2023-09-15 北京机械设备研究所 一种充电桩选址布设方法及系统
CN112085381B (zh) * 2020-09-07 2023-06-30 南通电力设计院有限公司 一种多目标优化的电动汽车充电站规划方法
CN113673883A (zh) * 2021-08-24 2021-11-19 广东电网有限责任公司 基于可视化电网地图的充电桩选址方法
CN113901161A (zh) * 2021-10-13 2022-01-07 广州风雷益信息技术有限公司 一种开店自动寻址方法、系统、设备及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938514A (zh) * 2016-04-07 2016-09-14 浙江万马新能源有限公司 基于0-1整数规划模型的充电桩部署选址方法及装置
CN106651392A (zh) * 2016-12-07 2017-05-10 中国联合网络通信集团有限公司 一种智能商业选址方法、装置及系统
CN106875075A (zh) * 2015-12-14 2017-06-20 贵州电网有限责任公司电力科学研究院 一种基于出行行为学的电动汽车充电站布点方法
CN107153893A (zh) * 2017-05-19 2017-09-12 东南大学 一种基于城市停车数据的电动汽车充电站选址规划方法
CN108256666A (zh) * 2017-12-01 2018-07-06 国网北京市电力公司 充电桩的位置确定方法及装置、处理器
CN108288110A (zh) * 2018-01-18 2018-07-17 武汉理工大学 一种基于电动汽车真实行驶数据的充电桩优化布局方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10467556B2 (en) * 2011-02-09 2019-11-05 Northwestern University Information systems and methods for deployment of charging infrastructure in support of electric vehicles
US9971353B2 (en) * 2012-07-03 2018-05-15 Qualcomm Incorporated Systems, methods, and apparatus related to electric vehicle parking and wireless charging
CN106295898A (zh) * 2016-08-15 2017-01-04 万马联合新能源投资有限公司 一种设置充电桩的方法
CN108182508A (zh) * 2017-12-07 2018-06-19 北京国网普瑞特高压输电技术有限公司 一种电动汽车充电站规划的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106875075A (zh) * 2015-12-14 2017-06-20 贵州电网有限责任公司电力科学研究院 一种基于出行行为学的电动汽车充电站布点方法
CN105938514A (zh) * 2016-04-07 2016-09-14 浙江万马新能源有限公司 基于0-1整数规划模型的充电桩部署选址方法及装置
CN106651392A (zh) * 2016-12-07 2017-05-10 中国联合网络通信集团有限公司 一种智能商业选址方法、装置及系统
CN107153893A (zh) * 2017-05-19 2017-09-12 东南大学 一种基于城市停车数据的电动汽车充电站选址规划方法
CN108256666A (zh) * 2017-12-01 2018-07-06 国网北京市电力公司 充电桩的位置确定方法及装置、处理器
CN108288110A (zh) * 2018-01-18 2018-07-17 武汉理工大学 一种基于电动汽车真实行驶数据的充电桩优化布局方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
数据驱动的电动汽车充电站选址方法;杨珍珍,高自友;《交通运输系统工程与信息》;20181031;第18卷(第5期);正文第1-4节 *

Also Published As

Publication number Publication date
CN109800940A (zh) 2019-05-24

Similar Documents

Publication Publication Date Title
CN109800940B (zh) 一种充电桩选址方法及装置
Shepero et al. Spatial Markov chain model for electric vehicle charging in cities using geographical information system (GIS) data
CN105677804B (zh) 权威站点的确定以及权威站点数据库的建立方法和装置
CN104252489A (zh) 一种根据经纬度数据快速获得位置文字描述信息的方法
DE102013202059A1 (de) LADEINFRASTRUKTUR FÜR ELEKTROFAHRZEUGE (EVs) MIT OPTIMALER STANDORTWAHL FÜR LADESTATIONEN
CN111209493B (zh) 充电场站推荐方法、装置、设备及介质
Gschwendtner et al. The impact of plug-in behavior on the spatial–temporal flexibility of electric vehicle charging load
Iravani A multicriteria GIS-based decision-making approach for locating electric vehicle charging stations
CN103258285A (zh) 车辆拥有影响评估
Momtazpour et al. Charging and storage infrastructure design for electric vehicles
Raposo et al. A multi-criteria decision aid methodology to design electric vehicles public charging networks
CN107153891B (zh) 区域转移调度方法、装置、设备及存储介质
CN113935620A (zh) 一种基于网格基础数据的停车场评估方法、装置及应用
Wood et al. Measuring the benefits of public chargers and improving infrastructure deployments using advanced simulation tools
Kahlen et al. Optimal prepositioning and fleet sizing to maximize profits for one-way transportation companies
CN104572805A (zh) 通过实时索引生成处理地图数据的装置和方法及其系统
CN116703132B (zh) 共享车辆动态调度的管理方法、装置及计算机设备
Yun et al. Taxi cab service optimization using spatio-temporal implementation to hot-spot analysis with taxi trajectories: a case study in Seoul, Korea
CN115374236B (zh) 智能公共充电服务网络的生成方法和装置、设备及介质
Guler et al. GIS and fuzzy AHP based area selection for electric vehicle charging stations
CN109817015B (zh) 虚拟停车场划分方法及相关产品
Cheng et al. Estimating the electric vehicle charging demand of multi-unit dwelling residents in the United States
CN116433053A (zh) 数据处理方法、装置、计算机设备和存储介质
CN112347357B (zh) 停车场包月方案推荐方法和系统
CN115423360A (zh) 公共充电站规划方法及其装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant