CN117313968A - 用户选择充电站的分布信息确定方法、装置、设备及介质 - Google Patents

用户选择充电站的分布信息确定方法、装置、设备及介质 Download PDF

Info

Publication number
CN117313968A
CN117313968A CN202311254639.8A CN202311254639A CN117313968A CN 117313968 A CN117313968 A CN 117313968A CN 202311254639 A CN202311254639 A CN 202311254639A CN 117313968 A CN117313968 A CN 117313968A
Authority
CN
China
Prior art keywords
charging station
remorse
value
determining
travel route
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
CN202311254639.8A
Other languages
English (en)
Inventor
颜安
刘益勇
颜俊
李倩
梁涛
周晓
潘中奇
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.)
China Three Gorges Corp
Original Assignee
China Three Gorges Corp
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 China Three Gorges Corp filed Critical China Three Gorges Corp
Priority to CN202311254639.8A priority Critical patent/CN117313968A/zh
Publication of CN117313968A publication Critical patent/CN117313968A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00016—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及电动汽车运行调度技术领域，公开了用户选择充电站的分布信息确定方法、装置、设备及介质，本发明的方法在确定用户选择充电站的分布信息时，考虑用户选择充电站的不完全理性，确定各路线中选择各充电站的后悔值，基于后悔值确定各出行路线中的目标充电站，并基于各目标路线中的目标充电站确定的预设时段内用户选择充电站的分布信息，分析得到的用户选择充电站的分布信息更符合实际情况，得到的负荷的时空分布特征更为准确。

Description

用户选择充电站的分布信息确定方法、装置、设备及介质
技术领域
本发明涉及电动汽车运行调度技术领域，具体涉及用户选择充电站的分布信息确定方法、装置、设备及介质。
背景技术
随着电动汽车的大规模发展和相关基础设施的不断完善，大量充电负荷不断接入电网，具有高不确定性的充电负荷接入给电网带来了潜在的系统运行风险，因此，如何基于电动汽车的充电行为特性分析负荷的时空分布特征，同时对大规模充电资源进行精准的集群综合表征，能够有效预测电网运行风险，保证电网安全经济运行。
目前，关于电动汽车时空行为特性研究大多是基于历史出行数据分析未来时段内的电动汽车用户的出行情况，基于过往经验分析该出行情况下电动汽车用户的充电站选择行为，基于该充电行为确定该时段内用电负荷的空间分布。然而电动汽车用户选择充电站的决策中受到用户群体类型以及交通运行状态的影响，如果只是基于过往经验分析电动汽车用户的充电站选择行为而不考虑在选择充电站的决策受到的其他因素的影响，会导致最终得到的负荷的时空分布特征不够准确。
发明内容
有鉴于此，本发明提供了一种用户选择充电站的分布信息确定方法、装置、设备及介质，以解决基于过往经验分析电动汽车用户的充电站选择行为而不考虑在选择充电站的决策受到的其他因素的影响，导致自动得到的负荷的时空分布特征不够准确的问题。
第一方面，本发明提供了一种用户选择充电站的分布信息确定方法，该方法包括：获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站；基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值；基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站；基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。
本发明提供的用户选择充电站的分布信息确定方法，通过目标区域内不同电动汽车的出行路线确定各出行路线中选择各充电站对应的第一后悔值，基于各出行路线中各充电站对应的第一后悔值确定对应出行路线中的目标充电站，该目标充电站为电动汽车用户最可能选择的充电站，基于各出行路线的目标充电站确定预设时段内用户选择充电站的分布信息。本发明的方法，在确定用户选择充电站的分布信息时，考虑用户选择充电站的不完全理性，确定各路线中选择各充电站的后悔值，基于后悔值确定各出行路线中的目标充电站，并基于各出行路线中的目标充电站确定的预设时段内用户选择充电站的分布信息，分析得到的用户选择充电站的分布信息更符合实际情况，得到的负荷的时空分布特征更为准确。
在一种可选的实施方式中，预设有限理性参数包括时间参数和电费参数，基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值的步骤，包括：基于时间参数计算各出行路线中各充电站对应的第二后悔值；基于电费参数计算各出行路线中各充电站对应的第三后悔值；基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
本可选实施方式提供的方法，基于时间参数计算各出行路线中各充电站对应的第二后悔值，基于电费参数计算各出行路线中各充电站对应的第三后悔值，基于第二后悔值和第三后悔值得到对应充电站的第一后悔值，考虑了不同影响因素对用户决策的影响，使得最终得到的第一后悔值更为准确。
在一种可选的实施方式中，基于时间参数计算各出行路线中各充电站对应的第二后悔值的步骤，包括：基于时间参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第四后悔值，得到对应出行路线中各充电站对应的多个第四后悔值；基于各出行路线中各充电站对应的多个第四后悔值确定对应充电站的第二后悔值；
基于电费参数计算各出行路线中各充电站对应的第三后悔值的步骤，包括：基于电费参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第五后悔值，得到对应出行路线中各充电站对应的多个第五后悔值；基于各出行路线中各充电站对应的多个第五后悔值确定对应充电站的第三后悔值。
在一种可选的实施方式中，基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值的步骤，包括：获取时间参数对应的第一权重和电费参数对应的第二权重；基于第一权重、第二权重、各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
本可选实施方式提供的方法，通过给定时间参数和电费参数不同的权重，使得计算得到的第一后悔值更为准确。
在一种可选的实施方式中，基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值的步骤，包括：基于各电动汽车的出行路线确定对应的电动汽车类型，电动汽车类型包括第一类型和第二类型；基于各电动汽车的出行路线对应的电动汽车类型确定不同电动汽车的出行路线中的第一类型路线和第二类型路线；获取第一类型电动汽车对应时间参数的第三权重以及对应电费参数的第四权重；基于第三权重、第四权重、各第一类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值；获取第二类型电动汽车对应时间参数的第五权重以及对应电费参数的第六权重；基于第五权重、第六权重、各第二类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
本可选实施方式提供的方法，基于不同电动汽车类型，给定不同的权重，使得计算得到的第一后悔值更为准确。
在一种可选的实施方式中，获取目标区域内，不同电动汽车在预设时段内的出行路线的步骤，包括：获取目标区域内电动汽车的历史出行数据；对电动汽车的历史出行数据进行分析，确定预设时段内不同电动汽车的出行路线。
本可选实施方式提供的方法，使得不同电动汽车的出行路线的确定结果更为准确。
在一种可选的实施方式中，对电动汽车的历史出行数据进行分析，确定不同电动汽车的出行路线的步骤，包括：对预设时段内不同电动汽车的出行路线进行分析，得到各出行路线的启讫点；基于各出行过程的启讫点构建OD矩阵，OD矩阵用于表征目标区域在预设时段内从起点到终点的交通出行量；基于OD矩阵确定同一启讫点对应各出行路线的电动汽车出行概率；基于同一启讫点对应各出行路线的电动汽车出行概率确定同一启讫点对应的目标出行路线；基于各启讫点对应的目标出行路线确定不同电动汽车的出行路线。
本可选实施方式提供的方法，基于同一启讫点对应各出行路线的电动汽车出行概率确定同一启讫点对应的目标出行路线，基于各启讫点对应的目标出行路线确定不同电动汽车的出行路线，有效排除了部分冗余路线，使得最终确定的不同电动汽车的出行路线更符合实际。
第二方面，本发明提供了一种用户选择充电站的分布信息确定装置，该装置包括：获取模块，用于获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站；计算模块，用于基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值；第一确定模块，用于基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站；第二确定模块，用于基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。
在一种可选的实施方式中，预设有限理性参数包括时间参数和电费参数，计算模块包括：第一计算子模块，用于基于时间参数计算各出行路线中各充电站对应的第二后悔值；第二计算子模块，用于基于电费参数计算各出行路线中各充电站对应的第三后悔值；第一确定子模块，用于基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
在一种可选的实施方式中，第一计算子模块包括：第一计算单元，用于基于时间参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第四后悔值，得到对应出行路线中各充电站对应的多个第四后悔值；第一确定单元，用于基于各出行路线中各充电站对应的多个第四后悔值确定对应充电站的第二后悔值；
第二计算子模块包括：第二计算单元，用于基于电费参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第五后悔值，得到对应出行路线中各充电站对应的多个第五后悔值；第二确定单元，用于基于各出行路线中各充电站对应的多个第五后悔值确定对应充电站的第三后悔值。
在一种可选的实施方式中，第一确定子模块包括：第一获取单元，用于获取时间参数对应的第一权重和电费参数对应的第二权重；第二确定单元，用于基于第一权重、第二权重、各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
在一种可选的实施方式中，第一确定子模块还包括：第三确定单元，用于基于各电动汽车的出行路线确定对应的电动汽车类型，电动汽车类型包括第一类型和第二类型；第四确定单元，用于基于各电动汽车的出行路线对应的电动汽车类型确定不同电动汽车的出行路线中的第一类型路线和第二类型路线；第二获取单元，用于获取第一类型电动汽车对应时间参数的第三权重以及对应电费参数的第四权重；第五确定单元，用于基于第三权重、第四权重、各第一类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值；第三获取单元，用于获取第二类型电动汽车对应时间参数的第五权重以及对应电费参数的第六权重；第六确定单元，用于基于第五权重、第六权重、各第二类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
在一种可选的实施方式中，获取模块包括：获取子模块，用于获取目标区域内电动汽车的历史出行数据；分析子模块，用于对电动汽车的历史出行数据进行分析，确定预设时段内不同电动汽车的出行路线。
第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的用户选择充电站的分布信息确定方法。
第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的用户选择充电站的分布信息确定方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的用户选择充电站的分布信息确定方法的流程示意图；
图2是根据本发明实施例的另一用户选择充电站的分布信息确定方法的流程示意图；
图3是根据本发明实施例的又一用户选择充电站的分布信息确定方法的流程示意图；
图4是根据本发明实施例的用户选择充电站的分布信息确定装置的结构框图；
图5是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
电动汽车用户选择充电站的决策中受到用户群体类型以及交通运行状态的影响，只是基于过往经验分析动汽车用户的充电站选择行为而不考虑在选择充电站的决策受到的其他因素的影响，会导致最终得到的负荷的时空分布特征不够准确。
有鉴于此，本发明实施例提供了一种用户选择充电站的分布信息确定方法，可应用于一电子设备，确定用于某一时段内，用户选择的充电站分布情况。本发明提供的方法在确定用户选择充电站的分布信息时，考虑用户选择充电站的不完全理性，确定各路线中选择各充电站的后悔值，基于后悔值确定各出行路线中的目标充电站，并基于各出行路线中的目标充电站确定的预设时段内用户选择充电站的分布信息，分析得到的用户选择充电站的分布信息更符合实际情况，得到的负荷的时空分布特征更为准确。
根据本发明实施例，提供了一种用户选择充电站的分布信息确定方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种用户选择充电站的分布信息确定方法，可用于上述的电子设备，图1是根据本发明实施例的用户选择充电站的分布信息确定方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站。
示例性地，目标区域可以是任一个需要进行用户充电站选择结果分析的区域，本申请实施例中，目标区域可以是城市或其内部区域，该内部区域可以是根据当地人口分布、城市分区等信息将所研究地理空间按照主要功能进行划分得到的功能区，如工作区、商业区和居民区等，将划分得到的区域作为目标区域，便于后续以不同区域内的电动汽车为研究对象进行充电站选择结果分析；预设时段可以是任一时段，本申请实施例对预设时段的具体内容不做限定，本领域技术人员可以根据需求确定；出行路线可以是电动汽车在预设时间段内出行时从起点到终点形成的路线，本申请实施例中，不同电动汽车在预设时段内的出行路线可以通过目标区域内历史出行路线预测得到。
步骤S102，基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值。
示例性地，预设有限理性参数是为了考虑电动汽车用户在出行过程中，选择充电站受到个体决策影响，基于社会科学中的统计规律和典型值，并结合所研究地区的人口基数等信息设置的反映用户有限理性的相关参数，例如累计前景理论中包括的损失规避系数、成本权重等。本申请实施例中，影响用户选择充电站的因素包括行驶时间、排队时间和充电电价等，基于这些因素设置对应的有限理性参数，基于有限理性参数计算各出行路线中选择各充电站的后悔值。
步骤S103，基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站。
示例性地，本申请实施例中，将各出行路线中第一后悔值最小的充电站作为对应出行路线的目标充电站。
步骤S104，基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。
示例性地，基于各出行路线的目标充电站，可以确定目标区域在预设时段内出行的电动汽车用户选择的充电站，进而可以确定电动汽车用户选择充电站的分布信息，后续可以基于该分布信息确定负荷的时空分布。
本实施例提供的用户选择充电站的分布信息确定方法，通过目标区域内不同电动汽车的出行路线确定各出行路线中选择各充电站对应的第一后悔值，基于各出行路线中各充电站对应的第一后悔值确定对应出行路线中的目标充电站，该目标充电站为电动汽车用户最可能选择的充电站，基于各出行路线的目标充电站确定预设时段内用户选择充电站的分布信息。本发明的方法，在确定用户选择充电站的分布信息时，考虑用户选择充电站的不完全理性，确定各路线中选择各充电站的后悔值，基于后悔值确定各出行路线中的目标充电站，并基于各目标路线中的目标充电站确定的预设时段内用户选择充电站的分布信息，分析得到的用户选择充电站的分布信息更符合实际情况，得到的负荷的时空分布特征更为准确。
在本实施例中提供了一种用户选择充电站的分布信息确定方法，可用于上述的电子设备，图2是根据本发明实施例的用户选择充电站的分布信息确定方法的流程图，如图2所示，该流程包括如下步骤：
步骤S201，获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站。详细请参见图1所示实施例的步骤S101，在此不再赘述。
步骤S202，基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值。详细请参见图1所示实施例的步骤S102，在此不再赘述。
具体地，上述步骤S202包括：
步骤S2021，基于时间参数计算各出行路线中各充电站对应的第二后悔值。
示例性地，时间参数是考虑时间成本的有限理性参数，考虑时间成本计算选择在每个出行路线中，选择各充电站相对于选择其他充电站的第二后悔值。
在一可选实施例中，时间参数用于表征用户选择某个充电站进行充电，需要付出的时间成本；时间成本一般包括两方面：一方面是用户从当前位置到达充电站所要花费的时间，另一方面是用户在充电站的排队时间；在同一条的出行路线中，根据从当前位置到达不同充电站的时间和不同充电站的排队时间确定不同充电站对应的时间参数的值。
在一些可选的实施方式中，上述步骤S2021包括：
步骤a1，基于时间参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第四后悔值，得到对应出行路线中各充电站对应的多个第四后悔值。
步骤a2，基于各出行路线中各充电站对应的多个第四后悔值确定对应充电站的第二后悔值。
示例性地，本申请实施例中，分别计算每个出行路线中选择各充电站相对于选择其他充电站的后悔值，得到对应多个第四后悔值，对于任一充电站，在同一条的出行路线中对应多个不同的第四后悔值，根据该充电站在同一条的出行路线中对应的多个第四后悔值计算该充电站的第二后悔值，本申请实施例中，可以通过加权平均的方式计算第二后悔值。
步骤S2022，基于电费参数计算各出行路线中各充电站对应的第三后悔值。
示例性地，本申请实施例中，电费参数主要是考虑电费成本的有限理性参数；在同一条出行路线中，根据不同充电站的电价确定不同充电站对应的电费参数值。
在一些可选的实施方式中，上述步骤S2022包括：
步骤b1，基于电费参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第五后悔值，得到对应出行路线中各充电站对应的多个第五后悔值。
步骤b2，基于各出行路线中各充电站对应的多个第五后悔值确定对应充电站的第三后悔值。示例性地，基于电费参数，分别计算每个出行路线中选择各充电站相对于选择其他充电站的第五后悔值，得到对应多个第五后悔值，对于任一充电站，在同一条的出行路线中对应多个不同的第五后悔值，根据该充电站在同一出行路线中对应的多个第五后悔值计算该充电站的第三后悔值，本申请实施例，可以通过加权平均的方式计算第三后悔值。
步骤S2023，基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
示例性地，本申请实施例中，基于各出行路线中各充电站考虑时间因素的第二后悔值和电费成本的第三后悔值确定对应充电站的第一后悔值，使得最终确定的后悔值更科学，更符合实际情况。
在一些可选的实施方式中，上述步骤S2023包括：
步骤c1，获取时间参数对应的第一权重和电费参数对应的第二权重。示例性地，第一权重用于表征时间属性的重要程度，第二权重用于表征电费成本的重要程度。
步骤c2，基于第一权重、第二权重、各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
在一些可选的实施方式中，上述步骤S2023还包括：
步骤d1，基于各电动汽车的出行路线确定对应的电动汽车类型，电动汽车类型包括第一类型和第二类型。
示例性地，本申请实施例中，第一类型的电动汽车可以是私家车，第二类型的电动汽车可以是出租车。
步骤d2，基于各电动汽车的出行路线对应的电动汽车类型确定不同电动汽车的出行路线中的第一类型路线和第二类型路线。
示例性地，本申请实施例中，将第一类型汽车对应的出行路线确定为第一类型路线，将第二类类型汽车对应的出行路线确定为第二类型路线。
步骤d3，获取第一类型电动汽车对应时间参数的第三权重以及对应电费参数的第四权重。示例性地，不同类型的电动汽车对应的考虑时间参数的权重和考虑电费参数的权重不同，因为不同类型的电动汽车的出行目的不同，所以不同类型的电动汽车用户在选择充电站时注重的成本不同，出租车出行的目的是为了载客，私家车出行的目的是为了个人私事或其他，两类电动汽车用户出行时，在单位时间内创造的收益不同，因此在选择充电站时注重的时间成本不同，比如，出租车司机为了可以更多地载客，更关注时间成本，而私家车对时间成本的关注程度较低，通过设置不同的权重可以使得最终计算得到的后悔值更符合实际。
步骤d4，基于第三权重、第四权重、各第一类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
步骤d5，获取第二类型电动汽车对应时间参数的第五权重以及对应电费参数的第六权重。
步骤d6，基于第五权重、第六权重、各第二类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
示例性地，本申请实施例中，定义后悔理论中的后悔值Ri,j,t表征t时刻电动汽车选择充电站i相对于选择充电站j的充电成本比较情况。若在充电站i比充电站j充电成本更低，则没有后悔值；若在充电站i比充电站j充电成本更高，则产生与成本差成正比的后悔值。
时间成本作为充电成本的一部分，与时间相关的后悔值由下式(1)至式(3)计算：
αx，t(xi,t,xj,t)＝max{0,βx，t(xi,t,xj,t)} (1)
xi,t＝Tdrive,i,t+Tqueue,i,t (3)
其中，αx，t(xi,t,xj,t)为t时刻选择充电站i相对于选择充电站j会产生的与时间相关的后悔值；xi,t和xj,t分别为t时刻车辆选择充电站i和充电站j需要的行驶时间和排队时间；βx，t为t时刻时间成本的重要程度；zt为出租车在t时间段单位时间的载客量；St为出租车在t时间段每次载客的平均收益；βx，t对于出租车为该时间段的单位时间载客收益的负值，对于私家车为该时间段的单位时间价值Vt的负值，在电动汽车决定要充电的时刻t，通过与路网和充电站的信息交互获取前往第i个充电站的最小行驶时间Tdrive,i,t，行驶路径和到充电站时的排队时间Tqueue,i,t。
电费成本作为充电成本的另一个部分，由下式(4)和(5)计算各充电站电价相关的后悔值：
αy,t(yi,t，yj,t)＝max{0,βy,t(yj,t-yi,t)} (4)
βy,t＝-(1-KSOC,t)C (5)
其中，αy,t(yi,t，yj,t)为t时刻选择充电站i相对于选择充电站j会产生的与电价相关的后悔值；yi,t和yj,t分别为在t时刻选择充电站i和充电站j的充电电价；βy,t为反映充电站电价属性的重要程度，即t时刻该电动汽车需要的充电量的负值；C为电池容量。
考虑了时间成本和电费成本的总后悔值Ri,j,t可以通过下式(6)计算得到：
Ri,j,t＝αx，t(xi,t,xj,t)+αy,t(yi,t，yj,t) (6)
电动汽车选择充电站i的后悔值Ri,t等于该充电站与其他所有充电站比较结果的最大值，如式(7)所示。基于后悔最小化原则，在所有的备选充电站中选择后悔值最小(Rt)的充电站作为电动汽车充电地点，如式(8)所示。
Ri,t＝max{Ri,1,t，Ri,2,t，……，Ri,N-1,t} (7)
Rt＝max{R1,t，R2,t， ……，RN-1,t} (8)
其中，N表示出行路线中的充电站数量，其余变量的含义参照上文中的描述，此处不再赘述。
步骤S203，基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站。详细请参见图1所示实施例的步骤S103，在此不再赘述。
步骤S204，基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。详细请参见图1所示实施例的步骤S104，在此不再赘述。
在本实施例中提供了一种用户选择充电站的分布信息确定方法，可用于上述的电子设备，图3是根据本发明实施例的用户选择充电站的分布信息确定方法的流程图，如图3所示，该流程包括如下步骤：
步骤S301，获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站。
具体地，上述步骤S301包括：
步骤S3011，获取目标区域内电动汽车的历史出行数据。
示例性地，可以基于现有的统计数据，获取目标区域内电动汽车的历史出行数据。
步骤S3012，对电动汽车的历史出行数据进行分析，确定预设时段内不同电动汽车的出行路线。
示例性地，本申请实施例中，可以通过对历史出行数据进行分析，确定未来交通网络中车流的出行情况，从而确定不同电动汽车的出行路线。
在一些可选的实施方式中，上述步骤S3012包括：
步骤e1，对预设时段内不同电动汽车的出行路线进行分析，得到各出行路线的启讫点。
步骤e2，基于各出行过程的启讫点构建OD矩阵，OD矩阵用于表征目标区域在预设时段内从起点到终点的交通出行量。
步骤e3，基于OD矩阵确定同一启讫点对应各出行路线的电动汽车出行概率。
步骤e4，基于同一启讫点对应各出行路线的电动汽车出行概率确定同一启讫点对应的目标出行路线。示例性地，将同一启讫点对应各出行路线的电动汽车出行概率最大的一条路线作为目标出行路线。
步骤e5，基于各启讫点对应的目标出行路线确定不同电动汽车的出行路线。
示例性地，本申请实施例中，针对计程车、私家车等2类电动汽车，其OD矩阵B由24个子矩阵构成，其中，T取值为0、1、...、23，m表示城区区域中道路节点的数量，用于表示在T至T+1时段交通启讫点间的通行量。利用式(9)将2种类型共计48个子矩阵/>转化为48个OD概率矩阵/>从而可反映交通网络中车流的出行概率分布。
式中：矩阵元素(1≤i≤m，1≤j≤m)表示在该时段内以节点i为初始地、以节点j为目的地(即从节点i到节点j)的电动汽车数量；通过式(9)的变换，元素/>表示T至T+1时段，在以节点i为初始节点的电动汽车中以节点j为目的地的电动汽车的概率；/>表示电动汽车在该时段停在原地未出行的概率。
步骤S302，基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值。详细请参见图1所示实施例的步骤S102，在此不再赘述。
步骤S303，基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站。详细请参见图1所示实施例的步骤S103，在此不再赘述。
步骤S304，基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。详细请参见图1所示实施例的步骤S104，在此不再赘述。
在本实施例中还提供了一种用户选择充电站的分布信息确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种用户选择充电站的分布信息确定装置，如图4所示，包括：
获取模块401，用于获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站；
计算模块402，用于基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值；
第一确定模块403，用于基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站；
第二确定模块404，用于基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。
在一些可选的实施方式中，预设有限理性参数包括时间参数和电费参数，计算模块402包括：
第一计算子模块，用于基于时间参数计算各出行路线中各充电站对应的第二后悔值；
第二计算子模块，用于基于电费参数计算各出行路线中各充电站对应的第三后悔值；
第一确定子模块，用于基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
在一些可选的实施方式中，第一计算子模块包括：
第一计算单元，用于基于时间参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第四后悔值，得到对应出行路线中各充电站对应的多个第四后悔值；
第一确定单元，用于基于各出行路线中各充电站对应的多个第四后悔值确定对应充电站的第二后悔值；
第二计算子模块包括：
第二计算单元，用于基于电费参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第五后悔值，得到对应出行路线中各充电站对应的多个第五后悔值；
第二确定单元，用于基于各出行路线中各充电站对应的多个第五后悔值确定对应充电站的第三后悔值。
在一些可选的实施方式中，第一确定子模块包括：
第一获取单元，用于获取时间参数对应的第一权重和电费参数对应的第二权重；
第二确定单元，用于基于第一权重、第二权重、各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
在一些可选的实施方式中，第一确定子模块还包括：
第三确定单元，用于基于各电动汽车的出行路线确定对应的电动汽车类型，电动汽车类型包括第一类型和第二类型；
第四确定单元，用于基于各电动汽车的出行路线对应的电动汽车类型确定不同电动汽车的出行路线中的第一类型路线和第二类型路线；
第二获取单元，用于获取第一类型电动汽车对应时间参数的第三权重以及对应电费参数的第四权重；
第五确定单元，用于基于第三权重、第四权重、各第一类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值；
第三获取单元，用于获取第二类型电动汽车对应时间参数的第五权重以及对应电费参数的第六权重；
第六确定单元，用于基于第五权重、第六权重、各第二类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
在一些可选的实施方式中，获取模块401包括：
获取子模块，用于获取目标区域内电动汽车的历史出行数据；
分析子模块，用于对电动汽车的历史出行数据进行分析，确定预设时段内不同电动汽车的出行路线。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
本实施例中的用户选择充电站的分布信息确定装置是以功能单元的形式来呈现，这里的单元是指ASIC(Application Specific Integrated Circuit，专用集成电路)电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
本发明实施例还提供一种计算机设备，具有上述图4所示的用户选择充电站的分布信息确定装置。
请参阅图5，图5是本发明可选实施例提供的一种计算机设备的结构示意图，如图5所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器10为例。
处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。
其中，存储器20存储有可由至少一个处理器10执行的指令，以使至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (15)

1.一种用户选择充电站的分布信息确定方法，其特征在于，所述方法包括：
获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站；
基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值；
基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站；
基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。
2.根据权利要求1所述的方法，其特征在于，所述预设有限理性参数包括时间参数和电费参数，基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值的步骤，包括：
基于时间参数计算各出行路线中各充电站对应的第二后悔值；
基于电费参数计算各出行路线中各充电站对应的第三后悔值；
基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
3.根据权利要求2所述的方法，其特征在于，基于时间参数计算各出行路线中各充电站对应的第二后悔值的步骤，包括：
基于时间参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第四后悔值，得到对应出行路线中各充电站对应的多个第四后悔值；
基于各出行路线中各充电站对应的多个第四后悔值确定对应充电站的第二后悔值；
基于电费参数计算各出行路线中各充电站对应的第三后悔值的步骤，包括：
基于电费参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第五后悔值，得到对应出行路线中各充电站对应的多个第五后悔值；
基于各出行路线中各充电站对应的多个第五后悔值确定对应充电站的第三后悔值。
4.根据权利要求2所述的方法，其特征在于，基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值的步骤，包括：
获取时间参数对应的第一权重和电费参数对应的第二权重；
基于所述第一权重、第二权重、各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
5.根据权利要求4所述的方法，其特征在于，基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值的步骤，包括：
基于所述各电动汽车的出行路线确定对应的电动汽车类型，所述电动汽车类型包括第一类型和第二类型；
基于各电动汽车的出行路线对应的电动汽车类型确定不同电动汽车的出行路线中的第一类型路线和第二类型路线；
获取第一类型电动汽车对应时间参数的第三权重以及对应电费参数的第四权重；
基于所述第三权重、第四权重、各第一类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值；
获取第二类型电动汽车对应时间参数的第五权重以及对应电费参数的第六权重；
基于所述第五权重、第六权重、各第二类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
6.根据权利要求1所述的方法，其特征在于，获取目标区域内，不同电动汽车在预设时段内的出行路线的步骤，包括：
获取目标区域内电动汽车的历史出行数据；
对所述电动汽车的历史出行数据进行分析，确定所述预设时段内不同电动汽车的出行路线。
7.根据权利要求6所述的方法，其特征在于，对所述电动汽车的历史出行数据进行分析，确定不同电动汽车的出行路线的步骤，包括：
对所述预设时段内不同电动汽车的出行路线进行分析，得到各出行路线的启讫点；
基于各出行过程的启讫点构建OD矩阵，所述OD矩阵用于表征目标区域在预设时段内从起点到终点的交通出行量；
基于所述OD矩阵确定同一启讫点对应各出行路线的电动汽车出行概率；
基于同一启讫点对应各出行路线的电动汽车出行概率确定同一启讫点对应的目标出行路线；
基于各启讫点对应的目标出行路线确定所述不同电动汽车的出行路线。
8.一种用户选择充电站的分布信息确定装置，其特征在于，所述装置包括：
获取模块，用于获取目标区域内，不同电动汽车在预设时段内的出行路线，各电动汽车的出行路线中包含至少一个充电站；
计算模块，用于基于预设有限理性参数计算各出行路线中各充电站对应的第一后悔值；
第一确定模块，用于基于各出行路线中各充电站对应的第一后悔值确定对应路线中的目标充电站；
第二确定模块，用于基于各出行路线中的目标充电站确定预设时段内用户选择充电站的分布信息。
9.根据权利要求8所述的装置，其特征在于，所述预设有限理性参数包括时间参数和电费参数，所述计算模块包括：
第一计算子模块，用于基于时间参数计算各出行路线中各充电站对应的第二后悔值；
第二计算子模块，用于基于电费参数计算各出行路线中各充电站对应的第三后悔值；
第一确定子模块，用于基于各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
10.根据权利要求9所述的装置，其特征在于，所述第一计算子模块包括：
第一计算单元，用于基于时间参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第四后悔值，得到对应出行路线中各充电站对应的多个第四后悔值；
第一确定单元，用于基于各出行路线中各充电站对应的多个第四后悔值确定对应充电站的第二后悔值；
所述第二计算子模块包括：
第二计算单元，用于基于电费参数计算各出行路线中选择各充电站相对于选择其他任一充电站的第五后悔值，得到对应出行路线中各充电站对应的多个第五后悔值；
第二确定单元，用于基于各出行路线中各充电站对应的多个第五后悔值确定对应充电站的第三后悔值。
11.根据权利要求9所述的装置，其特征在于，所述第一确定子模块包括：
第一获取单元，用于获取时间参数对应的第一权重和电费参数对应的第二权重；
第二确定单元，用于基于所述第一权重、第二权重、各出行路线中各充电站对应的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
12.根据权利要求11所述的装置，其特征在于，所述第一确定子模块还包括：
第三确定单元，用于基于所述各电动汽车的出行路线确定对应的电动汽车类型，所述电动汽车类型包括第一类型和第二类型；
第四确定单元，用于基于各电动汽车的出行路线对应的电动汽车类型确定不同电动汽车的出行路线中的第一类型路线和第二类型路线；
第二获取单元，用于获取第一类型电动汽车对应时间参数的第三权重以及对应电费参数的第四权重；
第五确定单元，用于基于所述第三权重、第四权重、各第一类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值；
第三获取单元，用于获取第二类型电动汽车对应时间参数的第五权重以及对应电费参数的第六权重；
第六确定单元，用于基于所述第五权重、第六权重、各第二类型路线中各充电站的第二后悔值和第三后悔值确定对应充电站的第一后悔值。
13.根据权利要求8所述的装置，其特征在于，所述获取模块包括：
获取子模块，用于获取目标区域内电动汽车的历史出行数据；
分析子模块，用于对所述电动汽车的历史出行数据进行分析，确定所述预设时段内不同电动汽车的出行路线。
14.一种计算机设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至7中任一项所述的用户选择充电站的分布信息确定方法。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的用户选择充电站的分布信息确定方法。
CN202311254639.8A 2023-09-26 2023-09-26 用户选择充电站的分布信息确定方法、装置、设备及介质 Pending CN117313968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311254639.8A CN117313968A (zh) 2023-09-26 2023-09-26 用户选择充电站的分布信息确定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311254639.8A CN117313968A (zh) 2023-09-26 2023-09-26 用户选择充电站的分布信息确定方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN117313968A true CN117313968A (zh) 2023-12-29

Family

ID=89241936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311254639.8A Pending CN117313968A (zh) 2023-09-26 2023-09-26 用户选择充电站的分布信息确定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117313968A (zh)

Similar Documents

Publication Publication Date Title
Xiao et al. How likely am I to find parking?–A practical model-based framework for predicting parking availability
Hua et al. Joint infrastructure planning and fleet management for one-way electric car sharing under time-varying uncertain demand
CN111366160A (zh) 路径规划方法、路径规划装置及终端设备
CN109308538B (zh) 成交转化率预测方法及装置
JP2019159663A (ja) 情報処理システム、情報処理方法、及び情報処理プログラム
CN111815096A (zh) 共享汽车投放方法、电子设备及存储介质
CN111862590A (zh) 路况预测方法、装置及存储介质
CN111859172B (zh) 信息推送方法、装置、电子设备和计算机可读存储介质
CN109978241B (zh) 一种电动汽车充电负荷的确定方法及装置
CN114036411A (zh) 一种路线规划方法、装置、设备及介质
CN114103987A (zh) 车辆续航预警方法、装置及电子设备
CN111667083B (zh) 网约车预估价确定方法和装置
CN111383055B (zh) 租车中心仓选品方法、装置、设备及计算机可读存储介质
CN117592607A (zh) 充电场站的选址定容方法、装置、设备、介质
CN114662984B (zh) 一种车辆区域充电需求的分析方法、装置及介质
CN116341773A (zh) 车辆需求预测方法、装置、计算机设备和存储介质
CN117313968A (zh) 用户选择充电站的分布信息确定方法、装置、设备及介质
CN114066079B (zh) 一种基于多租户的网约车供需差预测方法及装置
CN114881692A (zh) 网约车调度方法、装置、电子设备及存储介质
CN115423360A (zh) 公共充电站规划方法及其装置
CN111833595B (zh) 共享汽车辅助车辆配置方法、电子设备及存储介质
CN111339468B (zh) 信息推送方法、装置、电子设备和存储介质
CN113536128A (zh) 交通枢纽换乘方式的推荐方法及电子设备
CN113269339A (zh) 一种网约车任务自动创建和分发的方法及系统
CN112465176B (zh) 一种行车路线规划方法及装置

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