多源数据融合的用户充电行为分析与充电设施规划实践

盛裕杰; 郭庆来; 刘梦洁; 兰健; 曾泓泰; 王芳

doi:10.7500/AEPS20220130011

您当前的位置：

首页 >

文章列表页 >

多源数据融合的用户充电行为分析与充电设施规划实践

面向新型电力系统的城市电网与交通融合关键技术 | 更新时间：2025-06-16

- 多源数据融合的用户充电行为分析与充电设施规划实践
- User Charging Behavior Analysis and Charging Facility Planning Practice Based on Multi-source Data Fusion
- 电力系统自动化 2022年46卷第12期页码：151-162
- 作者机构：
  
  1.清华大学电机工程与应用电子技术系，北京市 100084
  2.电力系统及大型发电设备安全控制和仿真国家重点实验室（清华大学），北京市 100084
  3.上海市新能源汽车公共数据采集与监测研究中心，上海市 201805
- 作者简介：
  
  盛裕杰(1997—)，男，博士研究生，主要研究方向：电动汽车接入电网调度、能源-交通耦合网络建模与优化。E-mail：shengyj19@mails.tsinghua.edu.cn
  郭庆来(1979—)，男，通信作者，博士，教授，主要研究方向：能量管理系统、信息物理系统、电动汽车。E-mail：guoqinglai@tsinghua.edu.cn
  刘梦洁(1999—)，女，博士研究生，主要研究方向：电动汽车灵活性评估、能源-交通耦合网络建模与优化。E-mail：liumj21@mails.tsinghua.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(52061635103);未来充电设施规划：第1阶段
- DOI：10.7500/AEPS20220130011
  中图分类号：
- 收稿日期：2022-01-30，
  
  修回日期：2022-04-15，
  
  网络出版日期：2022-05-05，
  
  纸质出版日期：2022-06-25
- 稿件说明：
移动端阅览
盛裕杰,郭庆来,刘梦洁等.多源数据融合的用户充电行为分析与充电设施规划实践[J].电力系统自动化,2022,46(12):151-162.

SHENG Yujie,GUO Qinglai,LIU Mengjie,et al.User Charging Behavior Analysis and Charging Facility Planning Practice Based on Multi-source Data Fusion[J].Automation of Electric Power Systems,2022,46(12):151-162.
盛裕杰,郭庆来,刘梦洁等.多源数据融合的用户充电行为分析与充电设施规划实践[J].电力系统自动化,2022,46(12):151-162. DOI： 10.7500/AEPS20220130011.

SHENG Yujie,GUO Qinglai,LIU Mengjie,et al.User Charging Behavior Analysis and Charging Facility Planning Practice Based on Multi-source Data Fusion[J].Automation of Electric Power Systems,2022,46(12):151-162. DOI： 10.7500/AEPS20220130011.

摘要

作为中国新基建战略的重要组成，电动汽车充电设施在近年获得了快速发展，但面临供需不平衡的难题。因此，亟须通过真实数据分析用户需求与行为特征，构建高效的公共充电设施规划体系，服务电动汽车发展。文中以上海市为实践案例，融合营运车辆轨迹数据、充电站数据、乘用车出行统计数据、交通路况数据、兴趣点检索数据等多源真实数据集开展了实践性大数据挖掘分析，旨在为现实充电站规划提供可行架构：从宏观角度对车辆用户群体的出行-充电行为与城市时空特征的关联进行了分析；从微观角度对车辆用户个体的行为偏好进行了建模，基于决策树模型实现了用户充电需求预测，并基于Huff吸引力模型描述了用户的充电站选择行为。在此基础上，对海量用户行为进行重构与仿真，建立了城市能源-交通融合网络仿真架构，从总体供需情况与个体服务质量等多维度对现有充电设施的建设进行了评估，提出了计及多重目标的未来充电设施扩展规划架构，为电动汽车充电设施规划提供了数据支持和决策依据。

Abstract

As a key element of the new infrastructure strategy of China

the charging facilities of electric vehicles have developed rapidly in recent years. However

the development of charging facilities faces the problem of imbalance between supply and demand. Therefore

it is necessary to analyze the user demands and behavior characteristics through real data and build an effective public charging facility planning system to serve the development of electric vehicles. To provide a feasible framework for the planning of real-world charging stations

by taking Shanghai as a practical case

this paper carries out practical big data mining analysis

which integrates multi-source real-world data such as service vehicle trajectory data

charging station data

passenger vehicle travel statistical data

traffic road condition data

and interest point retrieval data. From the macro-perspective

the correlation between the traveling-charging behavior of vehicle users and the city temporal-spatial characteristics is analyzed. From the micro-perspective

the behavioral preferences of individual vehicle users are modeled

where the user charging demand is predicted by the decision tree model

and the user's charging station selection behavior is described by the Huff attraction model. On this basis

the massive user behavior is reconstructed and simulated

and a simulation framework of the urban integrated energy-traffic network is established. The construction of existing charging facilities is evaluated from multiple dimensions such as the overall supply and demand and the individual service quality. Finally

a future charging facility expansion planning framework considering multiple objectives is proposed

which provides data support and decision-making basis for the charging facility planning of electric vehicles.

关键词

Keywords

references

杨天宇，郭庆来，盛裕杰，等 . 系统互联视角下的城域电力-交通融合网络协同［J］. 电力系统自动化， 2020 ， 44 （ 11 ）： 1 - 9 .

YANG Tianyu ， GUO Qinglai ， SHENG Yujie ， et al . Coordination of urban integrated electric power and traffic network from perspective of system interconnection ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 11 ）： 1 - 9 .

崔岩，胡泽春，段小宇 . 考虑充电需求空间灵活性的电动汽车运行优化研究综述［J］. 电网技术， 2022 ， 46 （ 3 ）： 981 - 994 .

CUI Yan ， HU Zechun ， DUAN Xiaoyu . Review on the electric vehicles operation optimization considering the spatial flexibility of electric vehicles charging demands ［J］. Power System Technology ， 2022 ， 46 （ 3 ）： 981 - 994 .

IEA . Global EV outlook 2021 ［EB/OL］. ［ 2022-01-29 ］. https：//www.iea.org/reports/global-ev-outlook-2021 https://www.iea.org/reports/global-ev-outlook-2021 .

EVCIPA . 2020—2021年度中国充电基础设施发展报告（简报）［EB/OL］.［ 2022-01-29 ］. https：//mp.weixin.qq.com/s/8SxR-xLim70ra3ZOp_tMpQ https://mp.weixin.qq.com/s/8SxR-xLim70ra3ZOp_tMpQ .

EVCIPA . China charging infrastructure development report 2020 - 2021 （bulletin）［EB/OL］. ［ 2022-01-29 ］. https：//mp.weixin.qq.com/s/8SxR-xLim70ra3ZOp_tMpQ https://mp.weixin.qq.com/s/8SxR-xLim70ra3ZOp_tMpQ .

WEI W ， WU D M ， WU Q W ， et al . Interdependence between transportation system and power distribution system： a comprehensive review on models and applications ［J］. Journal of Modern Power Systems and Clean Energy ， 2019 ， 7 （ 3 ）： 433 - 448 .

何正友，向悦萍，廖凯，等 . 能源-交通-信息三网融合发展的需求、形态及关键技术［J］. 电力系统自动化， 2021 ， 45 （ 16 ）： 73 - 86 .

HE Zhengyou ， XIANG Yueping ， LIAO Kai ， et al . Demand， form and key technologies of integrated development of energy-transport-information networks ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 16 ）： 73 - 86 .

DING Z H ， TENG F ， SARIKPRUECK P ， et al . Technical review on advanced approaches for electric vehicle charging demand management： Part Ⅱ applications in transportation system coordination and infrastructure planning ［J］. IEEE Transactions on Industry Applications ， 2020 ， 56 （ 5 ）： 5695 - 5703 .

ZHANG H C ， MOURA S J ， HU Z C ， et al . PEV fast-charging station siting and sizing on coupled transportation and power networks ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 4 ）： 2595 - 2605 .

DONG X H ， MU Y F ， JIA H J ， et al . Planning of fast EV charging stations on a round freeway ［J］. IEEE Transactions on Sustainable Energy ， 2016 ， 7 （ 4 ）： 1452 - 1461 .

ZHANG H C ， MOURA S J ， HU Z C ， et al . A second-order cone programming model for planning PEV fast-charging stations ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 3 ）： 2763 - 2777 .

ZHANG H C ， SHEPPARD C J R ， LIPMAN T E ， et al . Joint fleet sizing and charging system planning for autonomous electric vehicles ［J］. IEEE Transactions on Intelligent Transportation Systems ， 2020 ， 21 （ 11 ）： 4725 - 4738 .

WANG X ， SHAHIDEHPOUR M ， JIANG C W ， et al . Coordinated planning strategy for electric vehicle charging stations and coupled traffic-electric networks ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 1 ）： 268 - 279 .

吴赋章，杨军，林洋佳，等 . 考虑用户有限理性的电动汽车时空行为特性［J］. 电工技术学报， 2020 ， 35 （ 7 ）： 1563 - 1574 .

WU Fuzhang ， YANG Jun ， LIN Yangjia ， et al . Research on spatiotemporal behavior of electric vehicles considering the users' bounded rationality ［J］. Transactions of China Electrotechnical Society ， 2020 ， 35 （ 7 ）： 1563 - 1574 .

龙雪梅，杨军，吴赋章，等 . 考虑路网-电网交互和用户心理的电动汽车充电负荷预测［J］. 电力系统自动化， 2020 ， 44 （ 14 ）： 86 - 93 .

LONG Xuemei ， YANG Jun ， WU Fuzhang ， et al . Prediction of electric vehicle charging load considering interaction between road network and power grid and user's psychology ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 14 ）： 86 - 93 .

邹云程，刘昊翔，龙建成 . 考虑出行者异质的多类型充电设施部署优化［J］. 系统工程理论与实践， 2020 ， 40 （ 11 ）： 2946 - 2957 .

ZOU Yuncheng ， LIU Haoxiang ， LONG Jiancheng . Optimizing the location of multi-type charging facilities considering heterogeneous travelers ［J］. Systems Engineering-Theory & Practice ， 2020 ， 40 （ 11 ）： 2946 - 2957 .

ZHOU Z ， MOURA S J ， ZHANG H C ， et al . Power-traffic network equilibrium incorporating behavioral theory： a potential game perspective ［J］. Applied Energy ， 2021 ， 289 ： 116703 .

PAN L ， YAO E J ， MACKENZIE D . Modeling EV charging choice considering risk attitudes and attribute non-attendance ［J］. Transportation Research Part C： Emerging Technologies ， 2019 ， 102 ： 60 - 72 .

葛少云，李荣，韩俊，等 . 考虑电动出租车随机概率行为特性的充电站规划［J］. 电力系统自动化， 2016 ， 40 （ 4 ）： 50 - 58 .

GE Shaoyun ， LI Rong ， HAN Jun ， et al . Charging station planning considering probability behavior characteristic of electric taxi ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 4 ）： 50 - 58 .

YANG T Y ， XU X X ， GUO Q L ， et al . EV charging behaviour analysis and modelling based on mobile crowdsensing data ［J］. IET Generation ， Transmission & Distribution， 2017 ， 11 （ 7 ）： 1683 - 1691 .

YANG T Y ， GUO Q L ， XU L ， et al . Dynamic pricing for integrated energy-traffic systems from a cyber-physical-human perspective ［J］. Renewable and Sustainable Energy Reviews ， 2021 ， 136 ： 110419 .

XING Q ， CHEN Z ， ZHANG Z Q ， et al . Modelling driving and charging behaviours of electric vehicles using a data-driven approach combined with behavioural economics theory ［J］. Journal of Cleaner Production ， 2021 ， 324 ： 129243 .

XU Y ， ÇOLAK S ， KARA E C ， et al . Planning for electric vehicle needs by coupling charging profiles with urban mobility ［J］. Nature Energy ， 2018 ， 3 （ 6 ）： 484 - 493 .

BAO Z Y ， HU Z C ， KAMMEN D M ， et al . Data-driven approach for analyzing spatiotemporal price elasticities of EV public charging demands based on conditional random fields ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 5 ）： 4363 - 4376 .

陈德忠 . 基于充电行为的电动出租车充电站选址优化及推荐算法研究［D］. 北京：北京交通大学， 2021 .

CHEN Dezhong . Location optimization and recommendation algorithm for electric taxi charging station based on charging behavior ［D］. Beijing ： Beijing Jiaotong University ， 2021 .

杨珍珍，高自友 . 数据驱动的电动汽车充电站选址方法［J］. 交通运输系统工程与信息， 2018 ， 18 （ 5 ）： 143 - 150 .

YANG Zhenzhen ， GAO Ziyou . Location method of electric vehicle charging station based on data driven ［J］. Journal of Transportation Systems Engineering and Information Technology ， 2018 ， 18 （ 5 ）： 143 - 150 .

TAO Y ， HUANG M H ， YANG L . Data-driven optimized layout of battery electric vehicle charging infrastructure ［J］. Energy ， 2018 ， 150 ： 735 - 744 .

田智勇 . 基于轨迹数据挖掘的新能源出租车充电特征研究［D］. 武汉：华中科技大学， 2018 .

TIAN Zhiyong . Research on recharging characteristics of electric vehicle taxis using trajectory data mining ［D］. Wuhan ： Huazhong University of Science and Technology ， 2018 .

孔源 . 基于海量浮动车数据和社交网络兴趣点的时空轨迹挖掘［D］. 北京：清华大学， 2017 .

KONG Yuan . Spatio-temporal trajectory mining based on massive floating vehicle data and POIs on SNS ［D］. Beijing ： Tsinghua University ， 2017 .

杨锦 . 基于数据驱动的电动汽车快充需求预测及充电站规划研究［D］. 北京：北京交通大学， 2021 .

YANG Jin . Research on electric vehicle fast charging demand forecast and charging station planning based on data-driven ［D］. Beijing ： Beijing Jiaotong University ， 2021 .

毛玲，邓思文，赵登辉，等 . 新能源汽车监测平台在行驶和充电场景中的应用与思考［J］. 电工技术学报， 2022 ， 37 （ 1 ）： 48 - 57 .

MAO Ling ， DENG Siwen ， ZHAO Denghui ， et al . Application and thinking of big data technology of new energy vehicle monitoring platform in driving and charging scenarios ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 1 ）： 48 - 57 .

丁亮，钮心毅，宋小冬 . 基于个体移动轨迹的多中心城市引力模型验证［J］. 地理学报， 2020 ， 75 （ 2 ）： 268 - 285 .

DING Liang ， NIU Xinyi ， SONG Xiaodong . Validating gravity model in multi-centre city： a study based on individual mobile trajectory ［J］. Acta Geographica Sinica ， 2020 ， 75 （ 2 ）： 268 - 285 .

GONG S H ， CARTLIDGE J ， YUE Y ， et al . Geographical Huff model calibration using taxi trajectory data ［C］// Proceedings of the 10th ACM SIGSPATIAL Workshop on Computational Transportation Science ， November 7-10 ， 2017 ， Redondo Beach， USA ： 30 - 35 .

DONG X H ， MU Y F ， XU X D ， et al . A charging pricing strategy of electric vehicle fast charging stations for the voltage control of electricity distribution networks ［J］. Applied Energy ， 2018 ， 225 ： 857 - 868 .

陈慧妙 . 电动汽车充电设施优化规划及其接入配电网的容量评估［D］. 北京：清华大学， 2018 .

CHEN Huimiao . Optimal planning of electric vehicle charging facilities and capacity assessment for connection to distribution networks ［D］. Beijing ： Tsinghua University ， 2018 .

YALMIP ［EB/OL］. ［ 2022-01-25 ］. https：//yalmip.github.io/ https://yalmip.github.io/ .

Gurobi ［EB/OL］. ［ 2022-01-25 ］. https：//www.gurobi.com/ https://www.gurobi.com/ .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电网与交通网耦合的设施规划与运行优化研究综述及展望

基于深度学习考虑出行模式的电动汽车充电负荷场景生成

交通能源融合大数据平台架构与应用