CN113222325A - 一种基于大数据的新能源车辆充电站选址规划方法和系统 - Google Patents

一种基于大数据的新能源车辆充电站选址规划方法和系统 Download PDF

Info

Publication number
CN113222325A
CN113222325A CN202110305957.7A CN202110305957A CN113222325A CN 113222325 A CN113222325 A CN 113222325A CN 202110305957 A CN202110305957 A CN 202110305957A CN 113222325 A CN113222325 A CN 113222325A
Authority
CN
China
Prior art keywords
charging station
charging
area
data
new energy
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.)
Pending
Application number
CN202110305957.7A
Other languages
English (en)
Inventor
冯鹏翔
丁健
雷腾
吴英杰
张曼
陈薇
张宇
陆林
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.)
South Sagittarius Integration Co Ltd
Original Assignee
South Sagittarius Integration 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 South Sagittarius Integration Co Ltd filed Critical South Sagittarius Integration Co Ltd
Priority to CN202110305957.7A priority Critical patent/CN113222325A/zh
Publication of CN113222325A publication Critical patent/CN113222325A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

一种基于大数据的新能源车辆充电站选址规划方法，包括：按预第一规则对需要进行选址的区域进行边界分割，得到分割完成后的各个规划区域；获取规划区域内新能源车辆预设时间内的全部轨迹数据和车辆运行状态数据，按预设第二规则得到每个规划区域内存在潜在充电需求的车辆总数；对各规划区域内现有公用充电站供应能力进行识别；根据每个规划区域内存在潜在充电需求的车辆总数和现有公用充电站供应能力，对新能源车辆充电站选址进行融合计算，得到充电站选址候选区域。本发明通过收集丰富的车辆数据和充电桩数据，通过大数据技术进行处理，能够节省充电桩运营企业车流量调查的人工成本，并提升选址决策的科学性，降低充电桩建成后的闲置水平。

Description

一种基于大数据的新能源车辆充电站选址规划方法和系统
技术领域
本发明涉及的是大数据领域，特别涉及一种基于大数据的新能源车辆充电站选址方法和系统。
背景技术
为了保障国家能源安全，优化能源结构，我国大力推动交通电气化战略。近年来新能源汽车产业快速发展，截至2020年底，我国新能源汽车保有量已达到492万辆。目前由于电池技术的限制，新能源汽车普遍存在着续航里程不足，充电难的问题。新能源基础设施的合理建设对于促进新能源汽车产业的持续健康发展至关重要。而目前新能源充电基础设施的建设工作缺乏科学合理的规划，大量充电站存在因闲置而关闭的现象，而部分充电站又存在一桩难求的现象，充电资源分布不合理，同时也造成了极大的资源浪费。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于大数据的新能源车辆充电站选址规划方法和系统。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
本发明一种基于大数据的新能源车辆充电站选址规划方法，包括：
S100.按预第一规则对需要进行选址的区域进行边界分割，得到分割完成后的各个规划区域；
S200.获取规划区域内新能源车辆预设时间内的全部轨迹数据和车辆运行状态数据，按预设第二规则得到每个规划区域内存在潜在充电需求的车辆总数；
S300.对各规划区域内现有公用充电站供应能力进行识别；
S400.根据每个规划区域内存在潜在充电需求的车辆总数和现有公用充电站供应能力，对新能源车辆充电站选址进行融合计算，得到充电站选址候选区域。
进一步地，S100中，对需要进行选址的区域边界进行分割的第一预设规则为：对需要进行选址的区域边界采用外接圆半径为固定长度的正六边形进行分割。
进一步地，外接圆半径长度为3km。
进一步地，S200中，车辆全部轨迹数据至少包括：车辆的经纬度和对应的时间戳。
进一步地，得到每个规划区域内存在潜在充电需求的车辆总数的第二预设规则包括：
S201.获取车辆运行状态为停止状态的车辆，对停止状态车辆按时间戳顺序进行排序；
S202.对排序后的停止数据按时间间隔进行分段切分，根据切分后的分段数据计算每段数据的累计时长；
S203.将得到的每段数据的累计时长与预设时长进行对比，当每段数据的累计时长大于预设时长时，判断此数据为存在潜在充电需求数据；
S204.根据潜在充电需求数据的经纬度和S100中分割完成后的各个规划区域经纬度，得到每个规划区域内存在潜在充电需求的车辆总数。
进一步地，S203中，预设时长为20分钟。
进一步地，S300中，对各规划区域内现有公用充电站供应能力进行识别的方法为：
S301.获取规划区域内所有共用充电桩的经纬度、功率Pj、最近预设时间内可用时长数据tj；
S302.获取区域内充电桩利用率，并取充电桩利用率中位数为充电桩利用率α；获取车辆单次充电电量中位数w，计算每个充电站供电能力sj＝α*Pj*tj/w；
S303.根据每个充电站供电能力sj得到每个规划区域内的充电供应能力Si，其中
Figure BDA0002987730070000031
其中n表示各个规划区域内充电站总数。
进一步地，S400中，对新能源车辆充电站选址进行融合计算，具体方法为：
S401.根据每个规划区域内存在潜在充电需求的车辆总数Di和每个规划区域内的充电供应能力Si得到各个规划区域内充电站建站指数ωi，其中ωi＝Di/(Si+1)；
S402.计算所有规划区域充电站建站指数ωi的均值μ和标准差σ；
S403.对充电站建站指数ωi进行正态分布标准化处理，ωi＝(ωi-u)/σ；
S404.选取
Figure BDA0002987730070000032
大于标准正态分布的95分位数的区域做为充电站选址候选区域。
本发明还公开了一种基于大数据的新能源车辆充电站选址规划系统，包括：规划区域分割单元、充电需求车辆统计单元、充电站供应能力识别单元和充电站选址选取单元；其中：
规划区域分割单元，用于按预第一设规则对需要进行选址的区域边界进行分割，得到分割完成后的各个规划区域；
充电需求车辆统计单元，用于根据规划区域内新能源车辆预设时间内的全部轨迹数据和车辆运行状态数据，按预设第二规则得到每个规划区域内存在潜在充电需求的车辆总数；
充电站供应能力识别单元，用于对各规划区域内现有公用充电站供应能力进行识别；
充电站选址选取单元，用于根据每个规划区域内存在潜在充电需求的车辆总数和现有公用充电站供应能力，对新能源车辆充电站选址进行融合计算，得到充电站选址候选区域。
本发明实施例提供的上述技术方案的有益效果至少包括：
本发明公开的一种基于大数据的新能源车辆充电站选址规划方法和系统，通过对对需要进行选址的区域进行边界分割，得到分割完成后的各个规划区域；基于新能源车辆大数据识别各个区域内车辆的充电需求；基于已建成充电站的大数据识别各个区域的充电供应能力；融合车辆大数据和充电站大数据，计算出建站需求最迫切的区域作为新建站点候选区域。本发明通过收集丰富的车辆数据和充电桩数据，通过大数据技术进行处理，能够节省充电桩运营企业车流量调查的人工成本，并提升选址决策的科学性，降低充电桩建成后的闲置水平。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例1中，一种基于大数据的新能源车辆充电站选址规划方法的流程图；
图2为本发明实施例1中，对需要进行选址的区域进行边界分割示意图；
图3为本发明实施例1中，对排序后的停止数据按时间间隔进行分段切分示意图。
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例。虽然附图中显示了本公开的示例性实施例，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例所限制。相反，提供这些实施例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。
为了解决现有技术中存在的问题，本发明实施例提供一种基于大数据的新能源车辆充电站选址规划方法和系统。
实施例1
本实施例公开了一种基于大数据的新能源车辆充电站选址规划方法，如图1，包括：
S100.按预第一设规则对需要进行选址的区域进行边界分割，得到分割完成后的各个规划区域；具体的，如图2，对需要进行选址的区域边界进行分割的第一预设规则为：对需要进行选址的区域边界采用外接圆半径为固定长度的正六边形进行分割。在一些优选实施例中，外接圆半径长度为3km。
S200.获取规划区域内新能源车辆预设时间内的全部轨迹数据和车辆运行状态数据，按预设第二规则得到每个规划区域内存在潜在充电需求的车辆总数。
在本实施例中，车辆全部轨迹数据至少包括：车辆的经纬度和对应的时间戳。得到每个规划区域内存在潜在充电需求的车辆总数的第二预设规则包括：
S201.获取车辆运行状态为停止状态的车辆，对停止状态车辆按时间戳顺序进行排序。
S202.对排序后的停止数据按时间间隔进行分段切分，根据切分后的分段数据计算每段数据的累计时长；如图3，优选时间间隔大于5分钟的两帧数据应进行切分。
S203.将得到的每段数据的累计时长与预设时长进行对比，当每段数据的累计时长大于预设时长时，判断此数据为存在潜在充电需求数据；在本实施例中，如图3，预设时长为20分钟，当图3中每段数据的累计时长大于20分钟时，选取此数据为存在潜在充电需求数据。
S204.根据潜在充电需求数据的经纬度和S100中分割完成后的各个规划区域经纬度，得到每个规划区域内存在潜在充电需求的车辆总数。
S300.对各规划区域内现有公用充电站供应能力进行识别；，在本实施例S300中，对各规划区域内现有公用充电站供应能力进行识别的方法为：
S301.获取规划区域内所有共用充电桩的经纬度、功率Pj、最近预设时间内可用时长数据tj；
S302.获取区域内充电桩利用率，并取充电桩利用率中位数为充电桩利用率α；获取车辆单次充电电量中位数w，计算每个充电站供电能力sj＝α*Pj*tj/w；
S303.根据每个充电站供电能力sj得到每个规划区域内的充电供应能力Si，其中
Figure BDA0002987730070000061
其中n表示各个规划区域内充电站总数。
S400.根据每个规划区域内存在潜在充电需求的车辆总数和现有公用充电站供应能力，对新能源车辆充电站选址进行融合计算，得到充电站选址候选区域。
在本实施例S400中，对新能源车辆充电站选址进行融合计算，具体方法为：
S401.根据每个规划区域内存在潜在充电需求的车辆总数Di和每个规划区域内的充电供应能力Si得到各个规划区域内充电站建站指数ωi，其中ωi＝Di/(Si+1)，为避免区域内充电桩数目为0的情形发生需对分母进行加1处理；
S402.计算所有规划区域充电站建站指数ωi的均值μ和标准差σ；
S403.对充电站建站指数ωi进行正态分布标准化处理，ωi＝(ωi-u)/σ；
S404.选取
Figure BDA0002987730070000062
(大于标准正态分布的95分位数)的区域做为充电站选址候选区域。
本实施例还公开了一种基于大数据的新能源车辆充电站选址规划系统，包括：规划区域分割单元、充电需求车辆统计单元、充电站供应能力识别单元和充电站选址选取单元；其中：
规划区域分割单元，用于按预第一规则对需要进行选址的区域边界进行分割，得到分割完成后的各个规划区域；规划区域分割单元进行区域边界进行分割的第一规则已在上述进行详细描述，再此不再进行赘述。
充电需求车辆统计单元，用于根据规划区域内新能源车辆预设时间内的全部轨迹数据和车辆运行状态数据，按预设第二规则得到每个规划区域内存在潜在充电需求的车辆总数；
充电站供应能力识别单元，用于对各规划区域内现有公用充电站供应能力进行识别；
充电站选址选取单元，用于根据每个规划区域内存在潜在充电需求的车辆总数和现有公用充电站供应能力，对新能源车辆充电站选址进行融合计算，得到充电站选址候选区域。
本实施例公开的一种基于大数据的新能源车辆充电站选址规划方法和系统，通过对对需要进行选址的区域进行边界分割，得到分割完成后的各个规划区域；基于新能源车辆大数据识别各个区域内车辆的充电需求；基于已建成充电站的大数据识别各个区域的充电供应能力；融合车辆大数据和充电站大数据，计算出建站需求最迫切的区域作为新建站点候选区域。本发明通过收集丰富的车辆数据和充电桩数据，通过大数据技术进行处理，能够节省充电桩运营企业车流量调查的人工成本，并提升选址决策的科学性，降低充电桩建成后的闲置水平。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (9)

1.一种基于大数据的新能源车辆充电站选址规划方法，其特征在于，包括：
S100.按预第一规则对需要进行选址的区域进行边界分割，得到分割完成后的各个规划区域；
S200.获取规划区域内新能源车辆预设时间内的全部轨迹数据和车辆运行状态数据，按预设第二规则得到每个规划区域内存在潜在充电需求的车辆总数；
S300.对各规划区域内现有公用充电站供应能力进行识别；
S400.根据每个规划区域内存在潜在充电需求的车辆总数和现有公用充电站供应能力，对新能源车辆充电站选址进行融合计算，得到充电站选址候选区域。
2.如权利要求1所述的一种基于大数据的新能源车辆充电站选址规划方法，其特征在于，S100中，对需要进行选址的区域边界进行分割的第一预设规则为：对需要进行选址的区域边界采用外接圆半径为固定长度的正六边形进行分割。
3.如权利要求2所述的一种基于大数据的新能源车辆充电站选址规划方法，其特征在于，外接圆半径长度为3km。
4.如权利要求1所述的一种基于大数据的新能源车辆充电站选址规划方法，其特征在于，S200中，车辆全部轨迹数据至少包括：车辆的经纬度和对应的时间戳。
5.如权利要求4所述的一种基于大数据的新能源车辆充电站选址规划方法，其特征在于，得到每个规划区域内存在潜在充电需求的车辆总数的第二预设规则包括：
S201.获取车辆运行状态为停止状态的车辆，对停止状态车辆按时间戳顺序进行排序；
S202.对排序后的停止数据按时间间隔进行分段切分，根据切分后的分段数据计算每段数据的累计时长；
S203.将得到的每段数据的累计时长与预设时长进行对比，当每段数据的累计时长大于预设时长时，判断此数据为存在潜在充电需求数据；
S204.根据潜在充电需求数据的经纬度和S100中分割完成后的各个规划区域经纬度，得到每个规划区域内存在潜在充电需求的车辆总数。
6.如权利要求5所述的一种基于大数据的新能源车辆充电站选址规划方法，S203中，预设时长为20分钟。
7.如权利要求1所述的一种基于大数据的新能源车辆充电站选址规划方法，其特征在于，S300中，对各规划区域内现有公用充电站供应能力进行识别的方法为：
S301.获取规划区域内所有共用充电桩的经纬度、功率Pj、最近预设时间内可用时长数据tj；
S302.获取区域内充电桩利用率，并取充电桩利用率中位数为充电桩利用率α；获取车辆单次充电电量中位数w，计算每个充电站供电能力sj＝α*Pj*tj/w；
S303.根据每个充电站供电能力sj得到每个规划区域内的充电供应能力Si，其中
Figure FDA0002987730060000021
其中n表示各个规划区域内充电站总数。
8.如权利要求1所述的一种基于大数据的新能源车辆充电站选址规划方法，其特征在于，S400中，对新能源车辆充电站选址进行融合计算，具体方法为：
S401.根据每个规划区域内存在潜在充电需求的车辆总数Di和每个规划区域内的充电供应能力Si得到各个规划区域内充电站建站指数ωi，其中ωi＝Di/(Si+1)；
S402.计算所有规划区域充电站建站指数ωi的均值μ和标准差σ；
S403.对充电站建站指数ωi进行正态分布标准化处理，ωi＝(ωi-u)/σ；
S404.选取
Figure FDA0002987730060000022
大于标准正态分布的95分位数的区域做为充电站选址候选区域。
9.一种基于大数据的新能源车辆充电站选址规划系统，其特征在于，包括：规划区域分割单元、充电需求车辆统计单元、充电站供应能力识别单元和充电站选址选取单元；其中：
规划区域分割单元，用于按预第一设规则对需要进行选址的区域边界进行分割，得到分割完成后的各个规划区域；
充电需求车辆统计单元，用于根据规划区域内新能源车辆预设时间内的全部轨迹数据和车辆运行状态数据，按预设第二规则得到每个规划区域内存在潜在充电需求的车辆总数；
充电站供应能力识别单元，用于对各规划区域内现有公用充电站供应能力进行识别；
充电站选址选取单元，用于根据每个规划区域内存在潜在充电需求的车辆总数和现有公用充电站供应能力，对新能源车辆充电站选址进行融合计算，得到充电站选址候选区域。
CN202110305957.7A 2021-03-23 2021-03-23 一种基于大数据的新能源车辆充电站选址规划方法和系统 Pending CN113222325A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110305957.7A CN113222325A (zh) 2021-03-23 2021-03-23 一种基于大数据的新能源车辆充电站选址规划方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110305957.7A CN113222325A (zh) 2021-03-23 2021-03-23 一种基于大数据的新能源车辆充电站选址规划方法和系统

Publications (1)

Publication Number Publication Date
CN113222325A true CN113222325A (zh) 2021-08-06

Family

ID=77083761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110305957.7A Pending CN113222325A (zh) 2021-03-23 2021-03-23 一种基于大数据的新能源车辆充电站选址规划方法和系统

Country Status (1)

Country Link
CN (1) CN113222325A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408498A (zh) * 2023-12-15 2024-01-16 陕西德创数字工业智能科技有限公司 一种基于新能源大数据的公共充电站选址定容定桩方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886186A (zh) * 2017-10-16 2018-04-06 清华大学 一种基于行车数据及维诺图划分区域的充电桩设置方法
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
CN111275296A (zh) * 2020-01-14 2020-06-12 北京交通大学 一种基于轨迹数据的单向共享汽车系统选址优化方法
CN112446609A (zh) * 2020-11-25 2021-03-05 北京理工新源信息科技有限公司 一种基于大数据的充电场站建站方法及系统
CN112487622A (zh) * 2020-11-23 2021-03-12 国网河北省电力有限公司经济技术研究院 电动汽车充电桩的选址定容方法、装置及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886186A (zh) * 2017-10-16 2018-04-06 清华大学 一种基于行车数据及维诺图划分区域的充电桩设置方法
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
CN111275296A (zh) * 2020-01-14 2020-06-12 北京交通大学 一种基于轨迹数据的单向共享汽车系统选址优化方法
CN112487622A (zh) * 2020-11-23 2021-03-12 国网河北省电力有限公司经济技术研究院 电动汽车充电桩的选址定容方法、装置及终端设备
CN112446609A (zh) * 2020-11-25 2021-03-05 北京理工新源信息科技有限公司 一种基于大数据的充电场站建站方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408498A (zh) * 2023-12-15 2024-01-16 陕西德创数字工业智能科技有限公司 一种基于新能源大数据的公共充电站选址定容定桩方法
CN117408498B (zh) * 2023-12-15 2024-02-23 陕西德创数字工业智能科技有限公司 一种基于新能源大数据的公共充电站选址定容定桩方法

Similar Documents

Publication Publication Date Title
CN111966729B (zh) 一种车辆轨迹数据处理方法、装置、设备及存储介质
CN108596208B (zh) 一种用于全工况道路的车辆驾驶循环构建方法
WO2019237522A1 (zh) 车辆租赁方法、装置、计算机设备和存储介质
CN109558988B (zh) 一种基于大数据融合的电动汽车能耗预测方法及系统
CN110807921A (zh) 车辆调度方法、装置、设备和存储介质
CN111829538A (zh) 交通安全导航方法、存储介质及电子设备
CN112036757A (zh) 基于手机信令和浮动车数据的停车换乘停车场的选址方法
CN113222325A (zh) 一种基于大数据的新能源车辆充电站选址规划方法和系统
CN111291321A (zh) 基于大数据的城市交通模型构建方法
CN112150045B (zh) 基于车辆位置统计判断城市共享车辆供需关系的方法及其监测系统
CN114511938A (zh) 一种智慧停车管理方法和平台
CN114692962A (zh) 一种基于大数据的充电基础设施满足度评估方法和系统
CN113807560B (zh) 一种物流成本预测方法、装置、电子设备以及存储介质
CN108596381B (zh) 基于od数据的城市停车需求预测方法
CN116968767A (zh) 基于多维数据融合的新能源汽车充电路径规划方法及系统
CN114186146B (zh) 带容量限制的网约车服务网点选址方法及系统
CN114973745B (zh) 停车场推荐方法及汽车
CN113627695B (zh) 氢能源待制备量的确定方法、装置和存储介质
CN116205460A (zh) 基于乘客画像和eta数据的公交报站生成方法、装置及应用
CN115374236A (zh) 智能公共充电服务网络的生成方法和装置、设备及介质
CN115049202A (zh) 一种基于车桩数据融合的充电场站可用状态评估方法
CN113361885B (zh) 一种基于多源数据的双目标城市公交效益评价方法
CN114999162A (zh) 一种道路交通流量获取方法和装置
CN114492921A (zh) 一种基于智慧交通体系的充电设施规划系统及方法
CN111833595B (zh) 共享汽车辅助车辆配置方法、电子设备及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210806

RJ01 Rejection of invention patent application after publication