✦案例背景✦

电动汽车充电站选址合理性与利用率有待提升

近年来，电动汽车保有量迅速增长，电动汽车的充电需求也随之增长。然而在充电站数量快速增长的态势下，已投建充电站依靠人工调研选址，其合理性、利用率均有待提升。因此做好电动汽车充电站的规划、评估，筛选高潜力充电站点，并基于潜力站分布、潜力指数等，开展新建充电站选址规划工作，对提升充电站利用效率、充分释放充电站充电能力，促进新能源车快速推广具有重要意义。

✦案例内容✦

大数据助力电动汽车充电战精准选址

大数据助力充电站精准选址，是在充分利用车联网平台、政府平台、地图平台、营销平台、车辆管理平台等数据的基础上，结合大数据挖掘技术构建评估模型，实现地图选址、选址分析、选址管理、数据管理等功能，从而为用户提供地图选址、站址评测报告、站址智慧推荐、用户互动选址等应用，为充电站科学合理快速建设保驾护航。

图1 电动汽车充电站选址规划整体思路

设计电动汽车充电站选址智能评估模型，以解决充电站选址建站周期长、决策难度大的问题，设计思路如下：

· 构建站点运营潜在影响因素指标体系。考量充电需求量、竞争对手分布、周边地理环境等多方面因素，提取出充电缺口、潜在客户量、商业集聚度、交通便利度等约20个核心评估指标。

· 融合异构数据计算影响因素指标。整合车联网平台的充电记录数据、第三方地图的POI数据、车辆管理平台的车主信息等，利用Uber公司的H3算法将全国范围内的区域进行网格化划分，精确计算每个网格内的各项指标。

· 建立因素指标与运营业绩关联模型。收集不同地区已有充电站点一年来的运营数据，采用回归分析方法，分析各影响因素与实际运营业绩的相关强度，确定不同指标的权重，构建评估模型。

· 动态评估备选址综合得分。输入备选址的经纬度信息，根据预先构建的模型，自动计算该点的各项指标值，结合权重计算出综合评分，并与其他候选点进行对比，输出选址建议。

为了匹配不同层级的决策需求，实现分步精细化评估，整合不同范围的影响因素，提供不同粒度的决策依据，为战略规划提供宏观决策参考，为战术布局提供中观决策支持，为项目建设提供微观决策依据，构建了三级评估体系，对充电战选址建设应用进行体系化评估。从宏观到微观逐步细化，评估维度从城市分布、片区环境，到单个选址细节，评估结果从整体到具体，为充电站规划提供层层决策支持，实现智能精准选址。

图2 提升应用示意图

城市级评估：根据城市电动汽车发展情况、已有充电站运营数据，推荐城市内适合建站的区域，提供城市总体充电需求数据。

片区级评估：将城市划分为高、中、低需求电量片区，比较电网企业与第三方运营商在各片区的运营数据，推荐片区内优质选址点。

单个选址评估：用户输入待评估地址，系统对该点进行精准评测，给出选址综合评分、充电需求预测、周边环境分析、类似站点运营参考数据，作为选址决策依据。

✦案例价值与成效✦

通过此案例，可以快速建立充电网络覆盖某市主城区，显著提升居民的出行便利性。依托模型结果，规划建设充电站，基本满足了该区域内近万辆电动汽车的充电需求。同时，充电站的建设也在一定程度上促进了周边居民就业，提高了城市知名度，推动区域经济发展。

依托模型优化选址，可以降低单个充电站的选址成本，并提高充电站的利用率，从而增加每个站点的年收入；为企业节省20%的选址费用，并增加运营收入10%；带动周边商业发展，提高地方财政收入。

对于生态环境保护而言，充电站精准选址促进了电动汽车的推广应用，有效降低了碳排放，对生态环境保护具有重要意义。

充电站智能选址模型的拟合度超过85%，可显著提高选址工作效率，缩短单个站点40%的选址周期 ，减少基层选址80%的工作量。这模型实现了充电站整个选址流程的智能化和信息化管理，并降低了管理难度，提升了选址效率。