本發(fā)明涉及電動汽車充電，具體為一種考慮交通流量的電動汽車充電負荷預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、隨著電動汽車的普及，全球范圍內(nèi)對綠色出行和可持續(xù)發(fā)展的需求日益增加，電動汽車憑借其低排放、高效率的優(yōu)勢，逐漸成為未來交通發(fā)展的重要方向，然而，電動汽車的快速增長也帶來了充電需求的急劇增加，尤其在城市交通流量密集的區(qū)域，如何高效管理和預(yù)測電動汽車的充電負荷成為亟待解決的問題。

2、然而，現(xiàn)有的充電負荷預(yù)測方法及系統(tǒng)不重視交通流量的動態(tài)變化，在處理交通流量影響方面存在比較大的局限，在應(yīng)對充電需求的波動性和復(fù)雜性存在困難，現(xiàn)有充電負荷預(yù)測方法及系統(tǒng)更多依賴于固定的歷史數(shù)據(jù)，缺乏對實時交通流量變化的靈活響應(yīng)，導(dǎo)致預(yù)測結(jié)果與實際充電需求脫節(jié)，以及如何解決交通流量與充電負荷進行有效關(guān)聯(lián)的問題上存在不足。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種考慮交通流量的電動汽車充電負荷預(yù)測方法及系統(tǒng)，解決了上述背景技術(shù)中的問題。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：一種考慮交通流量的電動汽車充電負荷預(yù)測系統(tǒng)，包括路段劃分模塊、數(shù)據(jù)采集模塊、環(huán)境預(yù)分析模塊、交通流量分析模塊、充電負荷分析模塊和預(yù)測模塊；

3、所述路段劃分模塊基于地理信息系統(tǒng)技術(shù)和道路網(wǎng)絡(luò)模型，并根據(jù)地理位置和道路屬性的特征，將城市道路內(nèi)電動汽車行駛的道路劃分若干個獨立路段；

4、所述數(shù)據(jù)采集模塊用于將若干個路段的衛(wèi)星高清圖像經(jīng)過圖像增強技術(shù)處理后，以生成路段環(huán)境狀態(tài)信息，還用于通過多個交通攝像頭對若干個路段的交通車流量信息進行采集，經(jīng)特征提取后，以生成各個時段內(nèi)不同路段的車流量狀態(tài)信息；

5、所述環(huán)境預(yù)分析模塊用于對所述路段環(huán)境狀態(tài)信息進行預(yù)分析，并經(jīng)過深度機器學(xué)習(xí)計算，以獲取路段環(huán)境系數(shù)xct；

6、所述交通流量分析模塊將各個時段內(nèi)不同路段的車流量狀態(tài)信息與路段環(huán)境系數(shù)xct相關(guān)聯(lián)，擬合獲取n組交通擁堵度zyd，經(jīng)特征提取對比分析后，對判定當前處于高峰時段的路段進行標記，同時發(fā)出高峰預(yù)警指令；

7、所述充電負荷分析模塊基于高峰預(yù)警指令，用于對標記路段周邊的充電站使用情況進行分析，擬合獲取飽和度系數(shù)xbh，將其與飽和閾值h進行比對分析，以判定當前充電站是否處于負荷飽和狀態(tài)，若飽和，則發(fā)出飽和預(yù)警指令；

8、所述預(yù)測模塊基于飽和預(yù)警指令，用于對標記充電站的充電負荷進行分析，擬合獲取充電負荷補償值sbc，將充電負荷補償值sbc進行對照匹配分析，由此預(yù)測出標記路段周邊充電站充電負荷的等級補償預(yù)警并發(fā)出。

9、優(yōu)選的，所述路段劃分模塊包括特征識別單元；

10、所述特征識別單元基于地理信息系統(tǒng)技術(shù)和道路網(wǎng)絡(luò)模型，用于對城市道路內(nèi)電動汽車行駛的道路進行特征識別，特征識別包括道路的空間位置、道路類型和道路長度，通過特征識別后，選取出目標路段，并對目標路段內(nèi)電動汽車行駛的道路劃分若干個獨立路段。

11、優(yōu)選的，所述數(shù)據(jù)采集模塊包括路段環(huán)境采集單元和交通流量采集單元；

12、所述路段環(huán)境采集單元用于將若干個路段的衛(wèi)星高清圖像經(jīng)過圖像增強技術(shù)處理后，獲取路段環(huán)境狀態(tài)信息，所述路段環(huán)境狀態(tài)信息包括岔口數(shù)量dls、路段車道數(shù)量dcs和路段寬度dks；

13、所述交通流量采集單元用于通過交通攝像頭對路段上行駛的交通車輛車牌顏色進行識別和篩選，同時對篩選出的電動汽車進行標記，再對標記的電動汽車車輛在各個時段內(nèi)不同路段的狀態(tài)信息進行采集，獲取車流量狀態(tài)信息，所述車流量狀態(tài)信息包括各個時段內(nèi)不同路段中的車間距離dp及行駛車輛速度cv，并結(jié)合統(tǒng)計學(xué)求均值的算法，分別獲取車間平均距離dps及行駛車輛平均速度vcs。

14、優(yōu)選的，所述環(huán)境預(yù)分析模塊用于對所述路段環(huán)境狀態(tài)信息進行分析，并經(jīng)無量綱處理后，以獲取路段環(huán)境系數(shù)xct，所述路段環(huán)境系數(shù)xct通過以下公式計算獲?。?/p>

15、；

16、式中，dls表示為岔口數(shù)量，dcs表示為路段車道數(shù)量，dks表示為路段寬度，其中，u1、u2和u3分別表示為岔口數(shù)量dls、路段車道數(shù)量dcs和路段寬度dks的權(quán)重值，a表示為第一修正常數(shù)。

17、優(yōu)選的，所述交通流量分析模塊包括交通擁堵分析單元、特征提取單元和高峰時段判定單元；

18、所述交通擁堵分析單元基于交通流量分析指令，將各個時段內(nèi)不同路段的交通車流量信息與路段環(huán)境系數(shù)xct相關(guān)聯(lián)，并經(jīng)過無量綱處理后，擬合獲取n組交通擁堵度zyd，所述n組交通擁堵度zyd中每一組的計算方式相同，以其中一組交通擁堵度為例：第i個時段內(nèi)第j個路段的交通擁堵度，其具體通過以下公式獲??；

19、；

20、式中，表示為第i個時段內(nèi)第j個路段的車間平均距離，表示為第i個時段內(nèi)第j個路段行駛車輛平均速度，表示為第j個路段的路段環(huán)境系數(shù)，其中，g1、g2和g3均表示為權(quán)重值，i屬于1、2、3、...、n，j屬于1、2、3、...、m，b表示為第二修正常數(shù)。

21、優(yōu)選的，所述特征提取單元用于對擬合獲取的n組交通擁堵度zyd進行分類，以分別分類成相同路段內(nèi)不同時段交通擁堵度組和相同時間內(nèi)不同路段交通擁堵度組，通過對相同路段內(nèi)不同時段交通擁堵度組進行特征提取，以獲取相同路段內(nèi)不同時段的最大交通擁堵度和最小交通擁堵度。

22、優(yōu)選的，所述高峰時段判定單元依據(jù)相同路段內(nèi)不同時段的最大交通擁堵度和最小交通擁堵度，獲取同一路段內(nèi)各時段交通擁堵的合理交通流量范圍；

23、；；

24、其中k為常數(shù)，具體數(shù)值由用戶進行設(shè)定；

25、通過將合理交通流量范圍與同一路段內(nèi)各時段的交通擁堵度zyd進行比較分析，以判斷出同一路段內(nèi)的高峰時段，具體分析內(nèi)容如下：

26、若合理交通流量范圍小于相應(yīng)路段內(nèi)各時段的交通擁堵度zyd時，表示當前路段處于交通高峰時段，并做出標記處理，此時發(fā)出高峰預(yù)警指令；

27、若合理交通流量范圍大于或者等于相應(yīng)路段內(nèi)各時段的交通擁堵度zyd時，表示當前路段該時段交通流量處于合理范圍，此時將暫不向外發(fā)出額外的高峰預(yù)警指令。

28、優(yōu)選的，所述充電負荷分析模塊包括負荷狀態(tài)采集單元、飽和分析單元和對比單元；

29、所述負荷狀態(tài)采集單元基于高峰預(yù)警指令，用于對標記路段周邊的充電站使用情況進行采集，以獲取標記路段周邊的充電站負荷狀態(tài)數(shù)據(jù)信息，所述充電站負荷狀態(tài)數(shù)據(jù)信息包括充電樁總數(shù)量lcd和已使用充電樁數(shù)量ycd；

30、所述飽和分析單元用于對標記路段周邊的充電站負荷狀態(tài)數(shù)據(jù)信息進行分析，并經(jīng)無量綱處理后，獲取飽和度系數(shù)xbh，所述飽和度系數(shù)xbh通過以下公式計算獲??；

31、；

32、式中，lcd表示為充電樁總數(shù)量，ycd表示為已使用充電樁數(shù)量；

33、所述對比單元用于對獲取的飽和度系數(shù)xbh與飽和閾值h進行比對分析，以判定當前充電站是否處于負荷飽和狀態(tài)，若飽和，則發(fā)出飽和預(yù)警指令，具體分析內(nèi)容如下：

34、若所述飽和度系數(shù)xbh≥所述飽和閾值h時，表示為當前標記路段周邊的充電站處于負荷飽和狀態(tài)，并發(fā)出飽和預(yù)警指令；

35、若所述飽和度系數(shù)xbh＜所述飽和閾值h時，表示為當前標記路段周邊的充電站處于負荷不飽和狀態(tài)，不額外發(fā)出飽和預(yù)警指令。

36、優(yōu)選的，所述預(yù)測模塊基于飽和預(yù)警指令，用于對標記路段周邊充電站的飽和度系數(shù)xbh與飽和閾值h進行分析，并經(jīng)無量綱處理后，擬合獲取充電負荷補償值sbc，所述充電負荷補償值sbc通過以下公式計算獲?。?/p>

37、；

38、所述預(yù)測模塊還用于將充電負荷補償值sbc與儲存在系統(tǒng)內(nèi)的等級補償預(yù)警判定表進行對照匹配分析，由此預(yù)測出標記路段周邊充電站充電負荷的等級補償預(yù)警并發(fā)出，其中每個充電負荷補償值sbc均對應(yīng)一個等級補償預(yù)警，且等級補償預(yù)警包括一級補償預(yù)警、二級補償預(yù)警及三級補償預(yù)警。

39、優(yōu)選的，一種考慮交通流量的電動汽車充電負荷預(yù)測方法，包括以下步驟；

40、步驟一、首先基于地理信息系統(tǒng)技術(shù)和道路網(wǎng)絡(luò)模型，并根據(jù)地理位置和道路屬性的特征，將城市道路內(nèi)電動汽車行駛的道路劃分若干個獨立路段；將若干個路段的衛(wèi)星高清圖像經(jīng)過圖像增強技術(shù)處理后，以生成路段環(huán)境狀態(tài)信息，還用于通過多個交通攝像頭對若干個路段的交通車流量信息進行采集，經(jīng)特征提取后，以生成各個時段內(nèi)不同路段的車流量狀態(tài)信息；

41、步驟二、其次對所述路段環(huán)境狀態(tài)信息進行預(yù)分析，并經(jīng)過深度機器學(xué)習(xí)計算，以獲取路段環(huán)境系數(shù)xct；將各個時段內(nèi)不同路段的車流量狀態(tài)信息與路段環(huán)境系數(shù)xct相關(guān)聯(lián)，擬合獲取n組交通擁堵度zyd，經(jīng)特征提取對比分析后，對判定當前處于高峰時段的路段進行標記，同時發(fā)出高峰預(yù)警指令；

42、步驟三、接著基于高峰預(yù)警指令，用于對標記路段周邊的充電站使用情況進行分析，擬合獲取飽和度系數(shù)xbh，將其與飽和閾值h進行比對分析，以判定當前充電站是否處于負荷飽和狀態(tài)，若飽和，則發(fā)出飽和預(yù)警指令；

43、步驟四、此外基于飽和預(yù)警指令，用于對標記充電站的充電負荷進行分析，擬合獲取充電負荷補償值sbc，將充電負荷補償值sbc進行對照匹配分析，由此預(yù)測出標記路段周邊充電站充電負荷的等級補償預(yù)警并發(fā)出。

44、本發(fā)明提供了一種考慮交通流量的電動汽車充電負荷預(yù)測方法及系統(tǒng)，具備以下有益效果：

45、（1）通過精細化的交通流量與充電負荷關(guān)聯(lián)分析，顯著提升了電動汽車充電負荷的精準預(yù)測，采用gis技術(shù)和道路網(wǎng)絡(luò)模型，將城市道路劃分為多個獨立路段，利用衛(wèi)星高清圖像與圖像增強技術(shù)，結(jié)合多個交通攝像頭獲取的實時車流量信息，全面捕捉各路段的環(huán)境狀態(tài)與交通狀況，通過深度機器學(xué)習(xí)算法，環(huán)境預(yù)分析模塊能夠精準計算出路段的環(huán)境系數(shù)xct，并與實時車流量數(shù)據(jù)相結(jié)合，生成交通擁堵度zyd，快速識別高峰時段的擁堵路段并及時發(fā)出預(yù)警指令，基于此，充電負荷分析模塊對標記路段周邊充電站的使用情況進行深入分析，利用飽和度系數(shù)xbh與飽和閾值h的比對，有效識別充電站的負荷飽和狀態(tài)，當負荷飽和時，系統(tǒng)立即發(fā)出預(yù)警，并由預(yù)測模塊擬合計算出充電負荷補償值sbc，通過對照匹配分析，更加精準預(yù)測充電站的補償需求，進而實施充電負荷的等級補償，不僅能夠有效應(yīng)對充電負荷需求的動態(tài)變化，提高了交通流量與充電負荷的關(guān)聯(lián)性及電動汽車充電負荷的精準預(yù)測。

46、（2）通過數(shù)據(jù)采集模塊和環(huán)境預(yù)分析模塊相結(jié)合，充分利用衛(wèi)星高清圖像和交通攝像頭采集的數(shù)據(jù)，通過圖像增強技術(shù)和深度機器學(xué)習(xí)算法對路段的環(huán)境狀態(tài)和交通流量進行深入分析，生成路段環(huán)境暢通系數(shù)xct和擬合獲取交通擁堵度zyd，系統(tǒng)能夠?qū)崟r監(jiān)控和預(yù)測不同路段在各個時段內(nèi)的交通狀況，為后續(xù)的充電負荷預(yù)測提供了可靠的數(shù)據(jù)基礎(chǔ)。

47、（3）通過對充電站飽和度系數(shù)xbh與飽和閾值h的比對分析，能夠及時發(fā)現(xiàn)充電站的負荷飽和狀態(tài)，并根據(jù)擬合獲取的充電負荷補償值sbc，更加精準預(yù)測充電站的負荷等級補償需求，能夠動態(tài)執(zhí)行相應(yīng)的充電負荷等級補償預(yù)警，使充電站在高負荷狀態(tài)下的平穩(wěn)運行，相比傳統(tǒng)依賴固定歷史數(shù)據(jù)的方法，能夠有效應(yīng)對充電需求的波動性與復(fù)雜性。