针对电动汽车用户的充电需求,提出了一种基于随机森林算法的电动汽车公共充电需求研究方法。该方法基于真实的轨迹数据,结合城市兴趣点(point of interest,POI)数据、充电桩数据,对用户的充电行为进行分析,并将用户划分为不同类别。然...针对电动汽车用户的充电需求,提出了一种基于随机森林算法的电动汽车公共充电需求研究方法。该方法基于真实的轨迹数据,结合城市兴趣点(point of interest,POI)数据、充电桩数据,对用户的充电行为进行分析,并将用户划分为不同类别。然后运用随机森林方法构建充电过程中充电站选择模型,分析不同影响因素的作用效果,进行充电需求预测。结果发现用户的充电需求会受到现有充电设施的位置和容量的影响,同时,已有充电设施可能未能较好地反映用户的充电期望。研究结果可以在需求端为用户制定个性化的充电诱导策略,也可以在供给端为充电场站的改扩建提供理论支持和建议。展开更多
文摘针对电动汽车用户的充电需求,提出了一种基于随机森林算法的电动汽车公共充电需求研究方法。该方法基于真实的轨迹数据,结合城市兴趣点(point of interest,POI)数据、充电桩数据,对用户的充电行为进行分析,并将用户划分为不同类别。然后运用随机森林方法构建充电过程中充电站选择模型,分析不同影响因素的作用效果,进行充电需求预测。结果发现用户的充电需求会受到现有充电设施的位置和容量的影响,同时,已有充电设施可能未能较好地反映用户的充电期望。研究结果可以在需求端为用户制定个性化的充电诱导策略,也可以在供给端为充电场站的改扩建提供理论支持和建议。