基于层次分析法的电动汽车充电设施状况评测方法与流程

本发明属于电动汽车充电技术领域，具体为基于层次分析法的电动汽车充电设施状况评测方法。

背景技术：

随着电动汽车市场的不断发展，电动乘用车作为新一代的中短距离代步交通工具，数量保持高速增长，其相应的充换电服务需求也日益增长。城市公用充电领域不断布站建桩，相应的充电服务规模不断扩大。充电站的使用在不同场景存在差异化特点，不同场景下充电站运营评价需要考虑供需差异，使运营评价可以指导优化供需关系，解决电动汽车用户与充电站协调一致的问题，更加有的放矢的分配充电站网络资源，提高用户体验。

技术实现要素：

为解决现有技术所存在的技术问题，本发明提供基于层次分析法的电动汽车充电设施状况评测方法，通过层次分析法分析影响充电设施运营状况的关键指标，提出影响充电站运营评价的效益、服务能力和服务水平，结合9分位标度法和矩阵计算，建立充电站运营评价模型，对充电设施状况进行评测，从而分配好充电站网络资源。

本发明采用以下技术方案来实现：基于层次分析法的电动汽车充电设施状况评测方法，包括以下步骤：

结合业务知识以及当前业务中的数据现状分析，从多个维度构建指标体系；所构建的运营评价指标体系包括目标层、一级指标层和二级指标层；

构造成对比较矩阵，计算一级指标层权重向量；

构造成对比较矩阵，计算二级指标层权重向量；

标准化指标变量；

通过权重向量加权指标变量的形式得到最终的运营评价结果。

所述目标层为运营评价结果，一级指标层包括效益类指标、服务能力类指标和服务水平类指标；二级指标层中，效益类指标包括月均充电量、售电单价、成本电价和场地租金，服务能力类指标包括服务用户数、充电桩数量、充电站开放时长，服务水平类指标包括投诉频率、故障率及离线率。

本发明与现有技术相比，具有如下优点和有益效果：

1、从运营商、充电站和电动汽车用户的角度出发，影响充电站运营评价的因素有三个方面：效益、服务能力和服务水平，通过分析影响这三方面因素的关键指标，建立充电站运营评价模型，对充电设施状况进行评测，为充电站网络资源的分配提供依据。

2、本发明基于层次分析法对充电设施运营状况的指标进行评价，通过了解各个充电站的运营情况，结合多维度的数据计算，通过矩阵计算的形式，获得各层级指标权重向量，并和指标变量归一化结果加权计算得到最终运营评价结果，能准确、直观反映充电站的运营差异，指导服务人员对充电站运营策略的决策。

附图说明

图1是本发明的流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

本发明基于应用层次分析法对充电站运营状况进行量化评价。综合考虑充电设施运营状况的影响因素，归纳为效益、服务能力和服务水平三个方面，构建指标体系。通过9分位标度法赋值多层级指标权重矩阵，并通过一致性检验；采用矩阵计算的方式，通过比较各充电站在运营评价指标体系下加权得分的结果，最终实现站点量化评价结果。本发明的流程如图1所示。

(1)构建运营评价指标体系

结合业务知识以及当前业务中的数据现状分析，选择以效益、服务能力、服务水平3个主要维度构建指标体系。

表1运营评价指标体系的层次结构

所构建的运营评价指标体系包括目标层、一级指标层和二级指标层，其中目标层为运营评价结果，一级指标层包括效益类指标、服务能力类指标和服务水平类指标；二级指标层中，效益类指标包括月均充电量、售电单价、成本电价和场地租金，服务能力类指标包括服务用户数、充电桩数量、充电站开放时长，服务水平类指标包括投诉频率、故障率及离线率。

(2)计算一级指标层权重向量

由表1所示，存在3个评价指标c1,c2,c3对上一层目标a有影响，要确定它们在目标层的运营评价结果a中的影响比例。本发明采用成对比较法，即每次取两个一级指标ci和cj，用aij表示ci与cj对运营评价结果a的影响之比。将全部比较的结果用矩阵a＝(aij)3×3(aij>0)表示：

成对比较矩阵中aij的取值,依据下述标度进行赋值。aij在1-9及其倒数中间取值。

aij＝1，元素i与元素j重要性相同；

aij＝3，元素i比元素j略重要；

aij＝5，元素i比元素j重要；

aij＝7，元素i比元素j重要得多；

aij＝9，元素i比元素j极其重要；

aij＝2n,n＝1,2,3,4，元素i与元素j的重要性介于aij＝2n-1与aij＝2n+1之间；

当且仅当aij＝n。

从理论上分析得到：如果a是完全一致的成对比较矩阵，应该有：

aijajk＝aik,1≤i,j,l≤3

但实际上在构造成对比较矩阵时要求满足上述众多等式是不可能的。因此退而要求成对比较矩阵有一定的一致性，即可以允许成对比较矩阵存在一定程度的不一致性。

由分析可知，对完全一致的成对比较矩阵，其绝对值最大的特征值等于该矩阵的维数。对成对比较矩阵的一致性要求，转化为要求成对比较矩阵的绝对值最大的特征值和该矩阵的维数相差不大。

对成对比较矩阵进行是否一致性的判断，形成的矩阵为判断矩阵。对判断矩阵进行一致性检验，公式为：

式中:cr为一致性比例；ci为一致性指标；ri为随机一致性指标，其取值范围见表2；λmax为判断矩阵的最大特征根；n为矩阵阶数。一般来说，当cr＜0.10时，就认为判断矩阵具有令人满意的一致性；当cr≥0.10时，就要调整判断矩阵，直至满意为止。

表2平均随机一致性指标ri的取值

通过矩阵计算判断矩阵a的最大特征值及其对应的特征向量。并且将该向量标准化得到各指标权重向量ω。

(3)计算二级指标层权重向量

二级指标层权重向量的计算方面与一级指标层权重向量非常类似，也是采用成对比较矩阵，但是需要计算c1,c2,c3三组指标向量。

如表1所示，一级指标c1下存在4个二级指标，要确定它们在c1中的比较关系。采用成对比较法，即每次取两个二级指标di和dj，用cij表示di与dj对c1的影响之比。将全部比较的结果用矩阵c1＝(cij)4×4(cij>0)表示：

cij的取值参考步骤(2)中的9分位标度法，在c1矩阵赋值过程中同样需要进行一致性检验。最后计算特征向量，以及向量标准化得到指标向量

(4)标准化指标变量

设di为某二级指标变量，由于不同变量的量纲不同，故需进行标准化操作，将di的值都转换成介于0-1之间的数值

本发明中的标准化计算采用公式：其中为均值，为标准差。

归一化计算采用公式：其中为di′中的最小值，为di′中的最大值。

(5)运营评价结果

最终的运营评价结果通过权重向量加权指标变量的形式得到：

通过比较a(yk)值的大小，从而直观展示y1,y2,…,yk多个充电站的运营状况评价结果。

下面举例具体说明上述评测方法：

(1)运营评价指标体系

选取y1,y2,y3三个充电站作为评价对象，充电站实际的数据情况如表3所示：

表3城市公用充电站基础情况

(2)一级指标层权重向量

结合业务知识以及当前业务中的数据现状分析，选择以效益、服务能力、服务水平3个主要维度构建指标体系，确定一级指标层的权重矩阵。

计算特征向量并标准化，得到一级指标层权重向量ω＝{0.683,0.117,0.200}。

(3)二级指标层权重向量

通过在一级指标ck下二级指标的两两比对，分别确定c1,c2,c3三个二级指标矩阵：

相应的特征向量分别为：

(4)指标变量标准化

按照标准化指标变量的计算公式，实际数据代入公式后得到归一化结果。由于本实施例的样本数据量仅三个充电站，故容易导致归一化结果受特殊值影响。当运营评价的充电站样本足够多，归一化结果也会越趋于客观可信。

表4城市公用充电站数据标准归一化结果

(5)运营评价结果

在完成一、二级指标层向量的计算后，通过指标变量加权求和的公式(参考附图说明步骤5)，获得y1,y2,y3的运营状况量化评价结果，如表5所示：

表5城市公用充电站运营评价结果

根据表5的充电站的运营评价结果得到，y1的运营整体情况要优于y2、y3，而y2、y3虽然各方面数据情况差异较大，但就运营状况而言处于相近的水平。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。