嘉定地区电动汽车充电站用户画像技术

分类：电子论文2019-08-26浏览量：191

　　电动汽车用户充电行为分析，是电动汽车用户画像技术的基础，可用于跟踪用户行为轨迹 、评估用户价值。在分析嘉定地区电动汽车充电站用户实际充电数据的基础上，对数据进行了清洗和标准化 ，并对数据进行了聚类 ，以辨识典型充电行为特征。 数据分析结果对于引导用户充电行为 ，有序发展电动汽车充电设施 ，提升电力精准营销及优质服务水平等具有一定的指导意义。

　　关键词 ：电动汽车 ;用户画像 ;聚类分析

　　电动汽车作为一种新型交通工具在缓解能源危机促进人类与环境的和谐发展等方面具有传统汽车不可比拟的优势。嘉定地区为全国单体城市中汽车产业规模最大 、研发水平最高 、产业链最完整的区域 ，是上海市打造智能网联汽车先行区的产业发展新载体，其电动汽车保有量将呈现突破性发展。

　　电动汽车充放电行为作为分析电动汽车对电网影响的基础 ，对配电网规划以及运行具有重要意义。用户画像作为大数据背景下勾画目标用户 、联系用户诉求与设计方向的有效工，在各领域得到了广泛的应用 ，在准确识别用户、动态跟踪用户行为轨迹、评估用户价值等方面具有无可比拟的优势。

　　对嘉定地区电动汽车充电用户进行用户画像 ，对于引导用户充电行为 ，有序发展电动汽车充电设施 ，提升电力精准营销及优质服务水平 ，提高清洁能源消纳能力与配电网运行效率优化配电网规划方案 ，电动汽车充电定价等具有积极意义 。

　　目前国内外关于电动汽车用户行为特征的研究较少，尚未有将用户画像用于电动汽车用电行为的研究。 文献[1‐2]在研究充电站的需求预测中 ，将电动汽车用户规律性由强至弱分别 3 类用户。文献[3]根据电动汽车参与的微网运行优化中剩余电量将用户分为及时充电、低价充电和双向充放电三种模式。 文献[4]在研究电动汽车充电负荷预测中将用户按照出行目的进行分类 。 文献[5]在电动汽车充电站优化规划模型研究中也使用了类似的分类。国外关于电动车用户充电行为特征的研究也比较少 。

　　文献[6]研究了英国电动车充电需求的特征。文献[7]研究了澳大利亚西部电动汽车的充电模式 ，主要考虑充电时段、电动车剩余电量等方面的因素。 文献[8‐9 ]通过考虑电动车行程和充电剩余电量研究了新加坡电动车的充电行为。 国内外其他相关研究基本上集中在充电站布局选址、充电站负荷、充电站营运模

　　本文在分析嘉定地区电动汽车充电站用户实际充电数据的基础上 ，对数据进行清洗和标准化 ，并对数据进行聚类 ，以辨识典型充电行为特征 。

　　1 电动汽车充电站数据分析嘉定地区现有电动汽车充电站51 座 ，每个充电站标配 8 个直流快充充电桩 ，其中15 座充电站另配有 8 个交流慢充充电桩。 直流快充充电桩收费标准为 ：电费 0 .645 元/kWh ，服务费 1 .3 元/ kWh ;交流慢充充电桩收费标准为 ：电费 0 .645元/kWh ，服务费 0 .8 元/kWh 。

　　1 .1 数据清洗

　　电动汽车系统的充电数据由于信道错误、远程终端故障 、冲击负荷、用户误操作等原因会产生一定的无效数据。 如果直接用原始数据进行系统分析 ，由于这些无效数据的存在 ，分析结果会受到一定程度的不良影响 ，所以必须对这些脏(无效)数据进行清洗 。

　　本文采用嘉定地区 2018 年 9 月至 2018 年11 月充电站所有充电桩的充电交易数据进行数据分析 。 9 月至 11 月合计产生交易数据 20 996条 ，其中由于用户违规操作、通信异常等原因 ，存在4 240 条无效数据。 数据无效原因分析如图 1所示。

　　1 .2 数据特征量

　　从嘉定地区3 个月的充电站充电桩的交易数据来看 ，各充电站的充电交易数量和交易电量体现出极大的区别。 应根据不同的充电行为方式对充电站加以分类。电动汽车充电站的交易数据包括交易次数、交易时长 、交易金额、交易电量等。 由于直流快充

　　不参考该类参数。 各电动汽车充电站由于安装充电桩的数量不一致 ，设备故障等原因 ，能够提供充电服务的充电桩数量不一 ，首先对交易电量进行处理 ，计算各个充电站的各充电桩平均交易电量 ，作为反映充电站使用情况的特征量 。本文拟采用式(1)～ 式(4)四个指标作为反映电动汽车充电站充电行为的特征量 。

　　1 .3 聚类数据分析

　　在进行数据聚类之前 ，首先对这四个特征量做一个描述性统计 ，从数据的极小值、极大值、偏度和峰度等统计指标维度 ，甄别数据的合理性。