一种基于数据驱动的电动公交车充电站选址方法

本发明涉及电动公交车充电规划和布局领域，具体涉及一种基于数据驱动的电动公交车充电站选址方法。

背景技术：

1、温室气体导致的气候条件变化对生态系统和社会经济的发展存在影响，同时对公众的健康也构成了严重的威胁。现代化城市的日常运转会消耗大量化石燃料，绝大部分温室气体的排放均出自城市内部，在交通领域，许多学者致力于通过绿色出行模式来减少城市内部的碳排放。近年来电动公交车得到了大力推广使用。电动公交车相较传统公交车在噪声控制和行驶稳定性方面具有明显的优势，且能源转化效率高，可减少车辆在使用过程中对环境的污染和减少对化石燃料的依赖，能够一定程度上改善能源结构。

2、目前较多的研究集中在私人小汽车和出租车充电方面，较少考虑电动公交车充电站的布设。私人小汽车和出租车日常运行过程中的不确定性较强，充电的时间选择和空间选择具有极大随机性，而公交车的运行特征与其存在极大差异：公交车发车班次相对确定，具有固定的时间窗，通常在候班或夜间停运时充电；线路和停靠站点都较为固定，因此需要考虑对线路运营带来的影响，应尽量减少充电过程的时间损耗。

3、关于电动公交车充电设施选址和优化的相关研究可大体上分为优化模型和数据驱动类模型，其中数据驱动类模型是当前研究的重点。例如，现有方案提出了网格近邻传播(ap)聚类算法，该算法在考虑土地成本、交通状况等多种影响因素的情况下，寻找电动公交车充电站的最佳候选位置，并基于候选位置的结果，给出了站点的扩建顺序。还有方案研究了在公交车站为电动公交车充电的影响，并提出了一种新的方法，在满足电网限制的同时，对公交车停靠点进行聚类，以降低能源成本。

4、通过对现有方案的研究，申请人发现针对充电站选址问题的研究存在如下问题：1)当前研究普遍并未将电动公交车相较私人小汽车存在的停靠点较为固定和公共运营车辆等特点纳入考虑，未体现出公交车日常运营和充电过程中相较小汽车的差异性，对公交车充电的适配性较差，存在充电站选址合理性不足的问题。2)现有研究提出了基于公交运力静态聚集形态的布局方法，但是由于公交线路受新建轨道开通等影响较大，具有时变特征，仅考虑当前的公交线路与运力布局形态进行充电站布局在较大时间尺度下会出现供需空间不匹配问题，导致充电站选址的前瞻性不好。因此，如何提高电动公交车充电站选址的前瞻性和合理性是亟需解决的技术问题。

技术实现思路

1、针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种基于数据驱动的电动公交车充电站选址方法，能够以未来需求为落脚点进行电动公交车充电站服务区域的划分，同时考虑电动公交车的运力和充电需求聚集形态来进行充电站的具体选址，即能够对未来和当前的电动公交充电需求进行综合考虑和两阶段选址，从而提高电动公交车充电站选址的前瞻性和合理性。

2、为了解决上述技术问题，本发明采用了如下的技术方案：

3、一种基于数据驱动的电动公交车充电站选址方法，包括：

4、s1：对目标城市进行格栅化，生成目标城市栅格；

5、s2：根据电动公交车的刷卡数据提取对应的乘客od出行数据；

6、s3：将乘客od出行数据匹配到目标城市栅格中，生成对应的城市出行网络；

7、s4：对城市出行网络进行社区发现，将划分得到的社区作为初始的充电服务区；

8、s5：对乘客od出行数据进行数据挖掘得到各条公交线路的发车班次和运营里程，再根据发车班次和运营里程得到各条公交线路的充电需求；

9、s6：根据初始的充电服务区和各条公交线路的充电需求确定充电站选址及其服务范围；

10、具体包括：

11、s601：对每个充电服务区内的充电需求进行冷热点分析，确定充电需求聚集的热点区域和冷点区域；

12、s602：以充电需求为权重，利用重心法确定每个充电服务区内的充电站选址；

13、s603：利用voronoi图重新划分充电站选址的服务范围；

14、s604：根据充电需求聚集的热点区域和冷点区域结合充电站选址及其服务范围计算对应的空间聚集度和需求聚集度；

15、s605：判断空间聚集度和需求聚集度是否稳定或达到最优：若是，则进入步骤s606，否则，根据新划分的充电站选址服务范围更新充电服务区的服务范围，并返回步骤s601进行下一次迭代；

16、s606：输出对应的充电站选址及其服务范围的划分结果。

17、优选的，首先对乘客od出行数据的起终点进行集计；然后将居民出行的起终点站匹配至目标城市栅格中的对应格栅；最后将居民出行的起终点视为网络节点，od线视为网络边，od量作为边权，生成基于电动公交车出行的城市出行网络。

18、优选的，通过如下步骤进行社区发现：

19、s401：初始化，将城市出行网络中的每个节点划分在不同的社区中；

20、s402：对于每个节点，拟将其划分到与其邻接的节点所在的社区中，并计算划分前后的模块度变化值：若模块度变化值为零，则放弃本次划分；否则，接受本次划分；

21、1)模块度的计算公式为：

22、

23、式中：q表示城市出行网络的模块度；a表示领接矩阵；aij表示节点i和j之间的权重，当网络为无权图时，所有边之间的权重可视为1；表示所有与节点i相连的边的权重之和；表示所有边的权重之和；ci表示节点i所分配到的社区，若两个节点处于同一社区，则δ(ci，cj)的值为1，否则为0；

24、2)模块度变化值的计算公式为：

25、δq＝qf-qb；

26、式中：δq表示划分前后模块度q的变化量，即模块度变化值；qf、qb分别表示变化前和变化后的模块度q；

27、s403：重复步骤s402，直到所有节点都被访问一遍且没有发生更新，生成对应的社区结构；

28、s404：根据步骤s403中生成的社区结构重新构造城市出行网络，将同一个社区内的所有节点聚合到一起，形成新的节点；

29、s405：重复步骤s402至s404，直到城市出行网络的结构不再改变时，将划分得到的社区作为充电服务区。

30、优选的，通过如下公式计算公交线路的充电需求：

31、demande＝scale*mileage充电；

32、mileage充电＝distance首末站-充电站；

33、式中：demande表示公交线路的充电需求；mileage充电表示电动公交车充电需要行驶的里程；scale表示单条公交线路的发车班次；distance首末站-充电站表示公交线路首末站至充电站的欧式距离。

34、优选的，首先识别公交线路的首末站，并将公交线路的首末站作为冷热点分析的基本空间单元；然后将各条公交线路的充电需求作为冷热点分析的数值依据；最后对各条公交线路首末站的聚集形态进行热点分析，得到充电需求聚集的热点区域和冷点区域。

35、优选的，基于莫兰指数进行冷热点分析；

36、通过莫兰指数将公交线路首末站的聚集形态分为高值聚集、低值被高值包围、低值聚集和高值被低值包围，将高值聚集和低值聚集作为充电需求聚集的热点区域和冷点区域；

37、莫兰指数的计算公式描述为：

38、

39、

40、式中：i表示全局莫兰指数；n表示格栅的个数；i和j表示两个不同的格栅；wij表示两个格栅之间的空间权重，若两格栅相邻，则为1，否则为0；xi和xj为互不相同的两个格栅代表的信息，此处指充电需求；为各格栅充电需求的平均值；ii为局部莫兰指数；si是所有格栅的属性值的标准差，即充电需求的标准差。

41、优选的，重心法的计算公式表示为：

42、

43、

44、式中：cjlon、cjlat分别表示充电服务区j内充电站选址的经度值和纬度值；cilon、cilat表示充电服务区j内的首末站i的坐标经度值和纬度值；demandei表示首末站i的充电需求；m表示充电服务区j内首末站i的数量。

45、优选的，需求聚集度的计算公式为：

46、

47、式中：h表示需求聚集度；dh表示热点区域的充电需求；dw表示充电站选址服务范围内的总充电需求。

48、优选的，空间聚集度的计算公式为：

49、

50、式中：s表示需求聚集度；dish表示充电站选址到热点区域的平均距离；disl表示充电站选址到冷点区域的平均距离。

51、优选的，判断空间聚集度是否稳定或达到最优是指，连续两次计算得到的空间聚集度和需求聚集度不再变化或下降。

52、本发明中基于数据驱动的电动公交车充电站选址方法与现有技术相比，具有如下有益效果：

53、本发明从电动公交车的刷卡数据中提取乘客od出行数据，随后将乘客od出行数据匹配到目标城市栅格中生成城市出行网络，最后通过对城市出行网络进行社区发现来生成若干个充电服务区。其中本发明通过乘客od出行数据能够反映居民乘车需求的时空分布，乘客的出行od在城市用地性质和产业重心不发生较大改变的情况下通常保持稳定，即该数据在本质上反映了当前及将来可能的公交线路布设，因此通过乘客od出行数据实现了以未来需求为落脚点进行电动公交车充电服务区(社区)的划分，从而提高电动公交车充电站选址的前瞻性。

54、本发明在以未来需求为落脚点进行电动公交车充电服务区划分的基础上，进一步分析公交线路的充电需求并进行冷热点分析，确定充电需求聚集的热点区域和冷点区域，随后依据各首末站的充电需求利用重心法确定每个社区的充电站选址，通过voronoi图重新划分充电站选址的服务范围，最后计算空间聚集度和需求聚集度来评价充电站选址的合理性，并进行充电站的迭代选址。一方面，本发明通过公交线路的充电需求和充电需求聚集的冷热点，充分考虑了公交车的运力和充电需求聚集形态这一因素，即能够对未来和当前的电动公交充电需求进行综合考虑和两阶段选址，从而提高电动公交车充电站选址的合理性。另一方面，本发明通过计算空间聚集度和需求聚集度，能够从不同服务区内充电需求分布的差异以及公交车充电的相对时间成本两个维度来评价充电站选址的合理性；同时通过voronoi图在充电站迭代选址过程中不断重新划分充电站选址的服务范围，从而能够进一步提高电动公交车充电站选址的合理性。