基于多源数据融合的充电站选址与容量规划方法与流程

本发明涉及充电设施规划，具体为基于多源数据融合的充电站选址与容量规划方法。

背景技术：

1、在电动汽车充电基础设施规划领域，充电站的选址与容量配置直接影响充电网络的服务效率和电网安全。现有技术方案通常基于历史充电记录统计充电需求的热点分布，并在此基础上结合土地可用性进行站址选择。该类方法依赖静态的历史需求分布，未从时空联动角度将充电需求的动态变化与电网资源的空间约束进行一体化建模。

2、由于充电需求受交通流量波动和天气条件变化的实时影响，仅使用历史充电记录难以反映不同时间断面下实际充电压力的差异，导致规划结果在高峰时段或极端天气下出现服务能力不足或局部电网过载。同时，城市用地类型和电网变压器容量、配电线路载流量呈现明显的空间异质性，现有的规划方法缺少将用电承载力与拓扑接入代价纳入同一资源约束框架的手段，使得所选站址可能出现接入成本过高或资产利用率低下。交通流量数据和天气状态数据通常来源于异构传感网络，包含大量噪声且时间分辨率不一致，常规方法未对两类时序数据进行有效的联合去噪与对齐融合，难以生成能够准确量化时变充电需求影响的修正系数。

3、因此，需要解决在电网承载力空间约束下，如何将受交通拥堵和天气影响的时变充电需求进行精细量化并映射至地理格网单元，形成兼顾多源动态影响因素和资源约束的空间容量评估图谱的问题。

技术实现思路

1、提供一种基于多源数据融合的充电站选址与容量规划方法，将充电需求动态分布与电网资源空间约束进行坐标对齐匹配，并利用时空去噪融合的交通流量与天气状态数据生成时变影响修正系数，作用于需求资源匹配矩阵，得到融合多源影响因素的空间容量图谱，以解决现有技术忽略时变交通与天气影响、电网资源约束空间匹配不足的问题。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供一种基于多源数据融合的充电站选址与容量规划方法，通过对充电记录、城市用地类型、电网容量、交通流量及天气状态等多源数据进行融合处理，实现对充电站选址和容量规划的精细化决策支持。该方法包括以下内容：

3、获取目标区域内在多个历史时间窗口下的电动汽车充电记录集合、城市用地类型空间分布数据集合以及电网容量分布数据集合。对所述充电记录集合提取多个时段的历史充电记录，并依据历史充电记录构建动态需求分布矩阵。具体的，对历史充电记录按照工作日与休息日进行分类，并以每小时为粒度划分为多个时间片记录切片；统计每个时间片记录切片中充电桩的占用率，识别占用率超过第一预设阈值的时间片记录切片作为需求峰值时段；将需求峰值时段的充电桩占用率与地理坐标绑定并进行加权赋值处理，生成初始需求分布热力图；对初始需求分布热力图进行空间插值处理，得到覆盖目标区域的动态需求分布矩阵。该过程能够准确刻画充电需求在时间和空间维度上的变化细节，避免单一时刻或单一位置数据带来的偏差。

4、对城市用地类型空间分布数据集合进行格网化处理，生成多个地理格网单元，并为每个地理格网单元分配唯一的格网标识码。依据电网容量分布数据集合，为每个地理格网单元构建资源约束矩阵。在构建时，从电网容量分布数据集合中提取每个地理格网单元内的变压器容量数据和配电线路载流量数据作为承载力参数，并提取该地理格网单元与最近变电站的距离作为拓扑接入代价参数。对承载力参数和拓扑接入代价参数进行归一化映射处理，生成每个地理格网单元的资源容量上限值和资源接入成本值，将两者关联到对应的地理格网单元，形成地理格网资源约束矩阵。由此将电网的实际供电能力、设备载荷限制以及接入工程的隐性成本统一量化到每一个空间单元上，为选址提供可比较的资源边界。

5、将动态需求分布矩阵与资源约束矩阵进行空间坐标对齐处理，得到对齐后的需求资源匹配矩阵，使充电需求数值与电网资源承载指标在统一空间尺度上形成映射，便于在后续步骤中进行协同分析。

6、获取目标区域内的交通流量时序数据集合和天气状态时序数据集合，从中提取车流量时间序列、车速时间序列、降水量时间序列和温度时间序列，并采用线性插值方法对各类时序数据进行时间戳对齐处理，生成对齐后的多源时序数据矩阵。针对每个时间戳，计算交通拥堵系数和天气影响系数，并进行加权求和，得到该时间戳下的时变影响修正系数；将全部时间戳下的时变影响修正系数按时序排列，生成时变影响修正系数序列。该序列能够定量表征不同时刻外部交通和气候条件对充电需求的动态扰动程度，为容量规划引入实时环境影响提供依据。

7、将时变影响修正系数序列作用于需求资源匹配矩阵，生成融合多源影响因素的空间容量图谱。该图谱同时反映了基础充电需求分布、电网资源约束以及实时的交通与天气影响，从多维度综合衡量各个空间位置上充电站的适配程度和可支撑容量。

8、作为本发明的一个优选技术方案，还从充电记录集合中提取充电开始时间、充电结束时间、充电电量以及对应的车辆行程起点和终点，生成非周期性事件记录集合。对非周期性事件记录集合中的每个记录，分析其充电开始时间与城市大型活动时间窗口的重叠情况，并识别出与城市大型活动相关的充电事件作为事件驱动型充电记录。依据事件驱动型充电记录的时间分布特征和空间分布特征，构建事件驱动的充电需求修正规则库。将该修正规则库与时变影响修正系数序列进行逻辑运算处理，生成复合时变修正系数序列。在逻辑运算中，若某个时间戳对应的事件驱动修正权重大于第二预设阈值，则将该时间戳的时变影响修正系数与事件驱动修正权重进行乘法运算，得到复合时变修正系数；若小于等于第二预设阈值，则保留原时变影响修正系数作为复合时变修正系数。由此可以叠加大型活动等非周期性事件带来的瞬时需求冲击，提升规划方法对非常规情形的适应能力。

9、作为本发明的另一个优选技术方案，在生成空间容量图谱之后，还对空间容量图谱上的每个地理格网单元，依据其对应的需求期望值和资源容量上限值计算需求填充率。依据需求填充率以及每个地理格网单元与邻近地理格网单元的欧氏距离，构建选址优先级排序列表。从选址优先级排序列表中筛选出需求填充率超过第三预设阈值且与邻近充电站的距离超过第四预设阈值的地理格网单元，作为候选站址单元，并对候选站址单元按照需求期望值从高到低进行排序，输出优先站址序列。这一环节在空间容量图谱的基础上将需求饱满度与站间距合理性统筹考虑，确保输出的选址方案既能充分覆盖高需求区域，又避免充电站布局过度集中造成的资源浪费，从而同时提升充电服务的覆盖效率和电网资产的投资回报。

10、在上述技术方案中，本发明提供的技术效果和优点：

11、通过从城市用地类型空间分布数据和电网容量分布数据中提取变压器容量、配电线路载流量以及与最近变电站的距离，归一化映射生成每个地理格网单元的资源容量上限值和资源接入成本值，构建地理格网资源约束矩阵，并将该资源约束矩阵与由充电记录生成的动态需求分布矩阵进行空间坐标对齐处理，生成需求资源匹配矩阵。该矩阵将充电需求期望值与电网实际承载能力在统一空间坐标系下建立定量关联，使选址过程能够同步权衡需求强度与电力接入条件，规避了因忽略电网拓扑承载瓶颈导致的站址不可行或扩容代价过高的问题。

12、通过对交通流量时序数据和天气状态时序数据进行时间戳对齐处理，提取车流量时间序列、车速时间序列、降水量时间序列和温度时间序列，计算每个时间戳下的交通拥堵系数和天气影响系数并加权求和生产时变影响修正系数序列，将该序列作用于需求资源匹配矩阵生成空间容量图谱。交通拥堵系数反映道路通行状况对充电需求到达强度的影响，天气影响系数反映温湿度和降水对车辆能耗及充电行为的作用，时空去噪融合处理消除了异构数据源的噪声干扰和采样频率差异，由此生成的时变影响修正系数序列使空间容量图谱携带不同时间断面的需求波动特征，充电站规划结果能够对交通高峰时段和极端天气时段进行针对性容量预留，而非仅依赖平均需求水平，提升选址与容量配置的动态适应能力。