多源数据融合的用户充电行为分析与充电设施规划实践

作为新基础设施战略的重要组成部分，电动汽车充电设施近年来发展迅速，但可能面临供需不平衡的问题。因此，迫切需要通过真实数据分析用户需求和行为特征，构建高效的公共充电设施规划系统，为电动汽车的发展服务。本文以上海市为例，通过整合运营车辆轨迹数据、充电站数据、乘用车出行统计数据、交通状况数据和兴趣点检索数据等多源真实数据集，进行实用的大数据挖掘与分析，目的是为实际充电站的规划提供一个可行的框架：从宏观角度分析车辆用户的出行充电行为与城市时空特征之间的关系。从微观角度对车辆用户的行为偏好进行建模。基于决策树模型实现了用户充电需求预测，基于Huff吸引模型描述了用户的充电站选择行为。在此基础上，对大规模用户行为进行了重构和仿真，建立了城市能源交通一体化网络仿真体系结构。多维度从整体供需和个人服务质量两个方面对现有充电设施的建设进行了评估，提出了考虑多目标的未来充电设施扩建规划架构，为电动汽车充电设施规划提供数据支持和决策依据。