基于历史数据的充电桩预装数量算法

摘要

本发明基于历史数据的充电桩预装数量算法，步骤一：从公共平台获取该地私人充电桩数M以及公用充电桩数N，得出现有总充电桩数T，并且其算法为T=M+N，步骤二：从公共平台获取现有电动汽车数为C，并且在数量C的基础上再进行数据获取，得到电动汽车私人充电桩数为K，则使用公共充电桩数的电动汽车数为Q，并且其算法为Q=C‑K，步骤三，依据步骤一与步骤二得出的数据可计算出该地电动汽车公共充电桩实际数量供需比P，并且其算法为P=Q/N，步骤四，根据当地充电桩建设目标可得到充电桩的科学阈值R，分析该地电动汽车公共充电桩实际数量供需比P与科学阈值之间的差异，便可反推出公用充电桩数N的建设目标。

说明书

技术领域

本发明涉及新能源领域，尤其是一种为电动汽车充电桩数量进行预测构建的算法。

背景技术

在充电桩进行安装前，通常会建立一个基础模型，来对整个地区的充电桩数量进行需求预测，而进行该预测的数据来源通常为电动汽车的保有量增长情况为基础数据，但是，这样的数据模型较为粗糙，在实际情况应用中还需考虑其他情况以提高模型精准度。

发明内容

本发明为了解决上述技术的不足，提供了一种算法。

为了解决上述技术问题，步骤一：从公共平台获取该地私人充电桩数M以及公用充电桩数N，得出现有总充电桩数T，并且其算法为T=M+N，步骤二：从公共平台获取现有电动汽车数为C，并且在数量C的基础上再进行数据获取，得到电动汽车私人充电桩数为K，则使用公共充电桩数的电动汽车数为Q，并且其算法为Q=C-K，步骤三，依据步骤一与步骤二得出的数据可计算出该地电动汽车公共充电桩实际数量供需比P，并且其算法为P=Q/N，步骤四，根据当地充电桩建设目标可得到充电桩的科学阈值R，分析该地电动汽车公共充电桩实际数量供需比P与科学阈值之间的差异，便可反推出公用充电桩数N的建设目标。

采用了上述结构后，基于充电桩的历史数据分析，与单纯只依靠汽车保有量的算法相比，模型更加精准，考虑到了现有的充电桩数以及潜在的充电需求，具体体现在一部分没有私人充电桩的充电用户的需求，这部分用户实际需求是在公用充电桩上，再引入各地科学阈值的建设目标，比如上海地区在2019年必须建设电动汽车与充电桩数量比值在1:1以上，根据该值与实际数量供需比P可反推出当地还需要建设的公用充电桩数。

具体实施方式

步骤一：从公共平台获取该地私人充电桩数M以及公用充电桩数N，得出现有总充电桩数T，并且其算法为T=M+N，步骤二：从公共平台获取现有电动汽车数为C，并且在数量C的基础上再进行数据获取，得到电动汽车私人充电桩数为K，则使用公共充电桩数的电动汽车数为Q，并且其算法为Q=C-K，步骤三，依据步骤一与步骤二得出的数据可计算出该地电动汽车公共充电桩实际数量供需比P，并且其算法为P=Q/N，步骤四，根据当地充电桩建设目标可得到充电桩的科学阈值R，分析该地电动汽车公共充电桩实际数量供需比P与科学阈值之间的差异，便可反推出公用充电桩数N的建设目标。基于充电桩的历史数据分析，与单纯只依靠汽车保有量的算法相比，模型更加精准，考虑到了现有的充电桩数以及潜在的充电需求，具体体现在一部分没有私人充电桩的充电用户的需求，这部分用户实际需求是在公用充电桩上，再引入各地科学阈值的建设目标，比如上海地区在2019年必须建设电动汽车与充电桩数量比值在1:1以上，根据该值与实际数量供需比P可反推出当地还需要建设的公用充电桩数。