(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211248941.8 (22)申请日 2022.10.12 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 季彦婕　张凡　吕卉焘　范嘉良　 颜旭　张伟超　刘攀　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 田凌涛 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) G06Q 50/06(2012.01) G06Q 50/26(2012.01)G06Q 10/04(2012.01) G06F 111/08(2020.01) (54)发明名称 一种物联网感知环境下电动微出行车辆换 电需求预测方法 (57)摘要 本发明公开了一种物联网感知环境下电动 微出行车辆换电需求预测方法， 包括以下步骤： 基于居民出行调查数据， 提取电动车出行链， 建 立车辆行驶行为模型； 基于待预测区域的交通路 网数据， 构建路网拓扑模型； 基于电动车电池参 数， 出行特性， 建立电动车每公里耗电量模型； 基 于后悔理论， 建立考虑时间消耗和换电费用的换 电站选择决策模型； 最后， 基于电动车出行数据、 交通路网、 换电站信息和用户决策等多源信息， 采用蒙特卡洛仿真方法建立电动车换电需求预 测框架， 并在集中式和分散式换电站下进行对比 分析。 本发 明能够精准预测电动车换电需求的时 空分布， 为电动车换电站布局及电网规划提供重 要技术支撑。 权利要求书4页 说明书11页 附图7页 CN 115510672 A 2022.12.23 CN 115510672 A 1.一种物联网感知环境下电动微出行车辆换电需求预测方法， 其特征在于， 针对目标 城市区域中的电动车， 执行如下步骤S1 ‑步骤S5， 完成目标城市区域中电动车换电需求的预 测： 步骤S1： 分别针对目标城市区域中的各电动车， 根据各电动车的起始地、 目的地、 出行 轨迹、 出行时间， 构建出行链， 并将各电动车的起始 地、 目的地进 行分类， 根据各电动车的出 行链、 初始电池电量， 基于概率密度函数， 进一步构建各电动车分别所对应表征电动车出行 特征的电动车驾驶行为模型； 步骤S2： 根据目标城市区域的交通道路网络中各路段的关系、 长度、 道路阻抗， 构建表 征交通道路网络路况 特征的交通路网拓扑模型； 步骤S3： 基于各电动车的电池参数、 行驶里程、 载客情况、 剩余电量， 构建各电动车分别 所对应电动车每公里耗电量模型； 步骤S4： 基于目标城市区域中各换电站位置， 结合前面几个模型， 计算选择各电动车分 别由其实时所在位置到各换电站所对应的电动车换电成本， 根据后悔理论， 构建各电动车 分别所对应以电动车 换电成本最小为目标的换电站选择决策模型； 步骤S5： 根据电动车驾驶行为模型、 交通路网拓扑模型、 电动车每公里耗电量模型、 换 电站选择决策模型， 采用蒙特卡洛仿真方法， 分别基于换电站的分散模式和集中模式， 完成 目标城市区域中电动车 换电需求的预测。 2.根据权利要求1所述的一种物联网感知环境下电动微出行车辆换电需求预测方法， 其特征在于， 步骤S1的具体步骤如下： 步骤S11： 采集目标城市区域中的各电动车的出行数据， 包括起始地、 目的地、 出行轨 迹、 出行时间， 分别构建各电动车的出 行链； 步骤S12： 将电动车的目的地分为居民区、 办公区、 商业区三种类型， 针对起始地为居民 区， 目的地为 非居民区的电动车， 根据各电动车的出行链、 目的地所属类型、 初始电池电量， 基于概率密度函数， 构建电动车驾驶行为模型如下式： 电动车首次出行时间： 式中， f(t0)为电动车首次出行时间的概率密度函数， t0为电动车首次出行时间， σ0＝ 1.35， μ0＝6.53； 电动车出行距离： 式中， f(l )为电动车出行距离的概率密度函数， l为电动车出行距离， μl＝5.35， σl＝ 2.4； 电动车停车时长：权　利　要　求　书 1/4 页 2 CN 115510672 A 2式中,z为广义 极值分布的参数， f(z)为电动车停车时长的概率密度函数， tp为电动车停 车时长， 为位置参数， 为尺度参数； 其中： 办公区： c3＝‑0.245； 商业区： c3＝.067； 电动车初始电池电量： 式中， f(cp)为电动车初始电池电量的概率密度函数， cp为电动车初始电池电量， μp＝ 0.5， σp＝0.1。 3.根据权利要求2所述的一种物联网感知环境下电动微出行车辆换电需求预测方法， 其特征在于， 步骤S2的具体步骤如下： 步骤S21： 构建交通路网拓扑模型如下式： 式中， GT为交通道路网络， V表示 交通道路网络中所有节点的集合， 其中vi表示节点i， 集 合中节点总数为n； E表示交通道路网络 中所有路段的集合， 其中vij表示节点i和节点j之间 的路段； K表示划分 的时间段集合， k表示集合中的时间段， 集合中时间段总数为m； W为各路 段的路段阻力的集 合， 其中wijk表示k时间段中节点 i和节点j之间的路段阻力； 步骤S22： 交通道路网络中所有路段为双向可达， 则构建交通道路网络的邻接矩阵ψG如 下式： 式中， inf表示两节点之间没有道路相连接， dij表示节点 i和节点j之间的路段长度； 步骤S23： 计算t时刻交通路网拓扑模型wijk(t)如下式： wijk(t)＝Cvi(t)+Rvij(t) 其中： Cvi(t)＝tz(1+α xβ)权　利　要　求　书 2/4 页 3 CN 115510672 A 3