基于新能源汽车OD数据的自驾出游行为特征空间分析研究——以上海迪士尼景区为例

本文基于上海市新能源汽车OD数据并结合景点关注度数据及百度经验数据,以上海迪士尼景区为例,对自驾前往景区游玩车辆的行为特征进行空间分析研究,旨在帮助景区工作人员更好地了解自驾出游车辆并改进景区运营策略,提升自驾出游游客的满意度。

基于新能源汽车运行数据的城市充电特征研究

基于上海地区运行的新能源汽车运行数据,提取包含车辆每次出行和充电特征的结构化次行数据。通过数据统计分析,得出关键行为指标,以表征车辆出行和充电特征。围绕车辆慢充和快充行为的时空分布,分析上海当前充电现状及形成原因。结果表明,上海目前呈现"慢充分散,快充聚集"的充电特性。用户行为驱动区域性充电聚集的发生。

基于新能源汽车轨迹数据的交通拥堵评价方法研究

交通拥堵治理是城市交通管控的重要方面,而交通拥堵评估是反映道路网畅通情况的主要手段。目前主流交通拥堵评估多基于路段速度、道路交通密度、交通量等进行,数据获取难度大,评估颗粒度偏粗。该文采用上海新能源汽车GPS数据,利用大数据计算及可视化辅助分析技术,提出基于汽车轨迹数据的上海市的交通拥堵指数模型建立方法,从微观视角辅助交通治理决策精细化发展,进一步提升交通控制管理智能化与信息化水平。

新能源汽车监测平台在行驶和充电场景中的应用与思考

因能源和气候问题,新能源汽车产业得到了广泛的关注。新能源汽车的信息化和智能化积累了大量数据,为合理地利用大数据技术进行信息处理和数据挖掘,推动新能源汽车与能源、交通、通信全面深度融合,建立了上海市新能源汽车公共数据采集与监测平台。首先介绍平台的架构、采集数据类型和平台标签体系,对新能源汽车的使用特征进行分析,着重关注了行驶行为和充电行为的时空分布情况,分别从充电设施、电网、安全等方面提供了新能源汽车监测平台的应用思路。最后,对新能源汽车监测平台现存问题和发展规划进行了总结和展望。

新能源乘用车辆应用场景识别方法研究

本文通过研究新能源车辆出行特征,从出行强度、时空轨迹角度,挖掘车辆行为特征差异,构建表征车辆属性的指标维度,提出无监督学习中的聚类分析法,识别新能源车辆的应用场景,采用上海市新能源车辆数据进行验证,证明提出方法的准确性。

基于实际运行数据的混合动力汽车能耗分析

针对并联式插电混合动力汽车(PHEV)能耗模式复杂及能耗规律尚不明确等问题,提出一种基于实际运行数据进行PHEV工作模式辨识以及不同工作模式下能耗规律解析的方法,利用多元非线性回归模型揭示混合驱动模式能量消耗率(ECR)的影响因素。基于上海市425辆PHEV一年的实际运行数据分析表明,PHEV的能耗受驾驶环境和工作模式的影响显著,且能耗费用与燃油汽车相比具有成本效益。样本PHEV的平均ECR较传统燃油车节省37.9%,是一般纯电动汽车的2.96倍。行驶速度和温度对ECR具有显著非线性影响,加速度具有显著的线性正效应。

基于大数据的动力电池健康度估算方法研究

基于上海地区新能源汽车的运行数据,选择不同类型电池的代表车型,利用基于大数据的电池健康度估算方法对车辆电池SOH进行计算。此外,根据驾驶群体的用车习惯,结合电池老化机理提取并量化影响指标,研究并分析各项指标与电池容量衰减的关系。结果表明,一定里程区间内电池容量随里程呈较均匀地衰减,快慢充对电池衰减影响不明显,电池在较低电量和较高电量区间的使用和在较高温度下的使用对电池容量有负面影响。

上海Q型插电式乘用车2014与2015用户行驶数据对比分析

本文基于上海市Q型插电式混合动力车50辆2014年和50辆2015年用户行驶数据,对这100辆车的数据进行分析,对比了包括用户驾驶和充电习惯等行为。由于这100辆车是随机抽取所以具有一定的代表性,从中可得到2015年该车型汽车使用者短途低速出行比例增加,更加倾向于使用纯电动行驶的功能,纯电行驶里程比例比2014年增加了4个百分点;使用家用充电器充电的时间为用充电桩的2.36倍,汽车充电导致的用电高峰为每天的7-14点和16-5点。2014年该车型用户平均每2.4天充电一次,而2015年为每1.65天充电一次,汽车用电量有了一定的增加。

新能源汽车大数据在充电供需研究中的应用

为提高自营充电场站的运营效率,基于新能源汽车大数据,围绕充电供需研究体系和实际运营问题,开展了标杆充电场站识别、充电桩与车辆的匹配性故障识别、区域充电需求识别、用户充电偏好识别和重点目标用户识别等应用。研究结果表明,通过车端充电数据与充电场站边界关联,可精准反映区域内充电资源供给,识别标杆充电场站。在充电供给质量方面,通过识别车端充电异常数据,反映车桩匹配潜在问题,可为充电运营决策提供参考。

多源数据融合的用户充电行为分析与充电设施规划实践

作为中国新基建战略的重要组成,电动汽车充电设施在近年获得了快速发展,但面临供需不平衡的难题。因此,亟须通过真实数据分析用户需求与行为特征,构建高效的公共充电设施规划体系,服务电动汽车发展。文中以上海市为实践案例,融合营运车辆轨迹数据、充电站数据、乘用车出行统计数据、交通路况数据、兴趣点检索数据等多源真实数据集开展了实践性大数据挖掘分析,旨在为现实充电站规划提供可行架构:从宏观角度对车辆用户群体的出行-充电行为与城市时空特征的关联进行了分析;从微观角度对车辆用户个体的行为偏好进行了建模,基于决策树模型实现了用户充电需求预测,并基于Huff吸引力模型描述了用户的充电站选择行为。在此基础上,对海量用户行为进行重构与仿真,建立了城市能源-交通融合网络仿真架构,从总体供需情况与个体服务质量等多维度对现有充电设施的建设进行了评估,提出了计及多重目标的未来充电设施扩展规划架构,为电动汽车充电设施规划提供了数据支持和决策依据。

我国动力电池回收利用标准体系分析

1概述我国新能源汽车产销量于2015年左右开始爆发并不断增长,而在新能源汽车的带动下,近年来我国动力电池的装车量水平呈现出了逐步提升的趋势,动力蓄电池在使用一段时间后,其各部分的电性能如容量、内阻、荷电保持率、电池单体间的一致性等都会发生改变,进而导致稳定性持续降低,无法保证电动汽车的正常使用以及安全性,因此将对这类电池进行退役并回收利用。

电动汽车共享商业模式的发展

汽车共享是一种创新的商业模式。介绍了近年来全球汽车共享市场的发展概况、北美地区汽车共享业务的快速发展态势;引入法国AUTOLIB、中国EVCARD两个电动汽车共享商业运营案例,借助大数据分析,对其运营模式与消费者特征开展研究与比较,并重点对两者的电动汽车共享出行成本进行了较为深入的分析。相关计算结果表明,AUTOLIB与EVCARD在会员性别与年龄结构、单次平均租车行驶里程、单次平均行驶车速等方面均具有较大的相似性,而单日用车时间分布则体现了消费者用车需求的差异。此外,相比较出租车出行成本,单次出行时长超过25 min后,EVCARD的价格比较优势相当显著,仅为同城出租车价格的50%,AUTOLIB则保持在70%的水平,从某种程度上揭示了2个商业项目不同的发展特征与阶段。

自动驾驶条件下共享车辆车队规模

随着自动驾驶技术的发展和普及,未来以自动驾驶车辆替代传统有人驾驶私家车辆成为大势所趋,本文研究的目标是提出一种解决小规模自动驾驶共享车辆(Shared Autonomous Vehicle, SAV)车队规模的方法,并进行实际案例分析。使用的数据集是上海市50辆新能源私家车一年的轨迹数据,使用此部分出行需求,给出了计算两次出行是否可以衔接的具体方法,得到衔接矩阵。然后将求解最小车队规模问题转化为求解多旅行商问题(Multiple Travelling Salesman Problem, MTSP)的最短路问题,并证明两者具有等价性。论文提出使用排序遗传算法对此问题进行求解,使用5种常见的排序交叉算子分别验证求解质量,得到OX1交叉算子的质量最优。最后选择OX1交叉算子计算出行需求数排名前20天的SAV的最小规模,得到SAV的平均替代率为2.4。即在本研究中,一辆SAV平均可以替代2.4辆传统私家车,为未来自动驾驶技术普及后,SAV的车队规模问题提供参考。