大数据分析论文提纲

2022-11-15

论文题目：基于大数据分析的新能源汽车智能充电管理研究

摘要：新能源汽车（New Energy Vehicles,NEVs）正在以其环境友好、能源清洁的优势,逐渐替代传统化石能源车辆。大力推广NEVs成为世界各国应对日益严重的环境恶化和能源枯竭问题的主流可行方案之一。同时,NEVs的广泛使用也带动了能源系统、经济系统和服务系统的一系列改革。越来越多的企业希望能够通过运营充电站,获得可观的经济利润。新能源出租车（New Electric Taxis,NETs）作为运营商的主要服务对象,在完成传统出租汽油车接送乘客需求的过程中,面临着更为严重的“里程焦虑”。传统单纯考虑接送乘客的出租车运营模式己经无法满足NETs运营过程中产生的多方面综合需求。先进的大数据分析技术为解决NEVs推广过程中面临的能源、经济和服务问题提供了智能管理方案。本文基于车辆大数据分析研究NEVs（包括NETs）的智能充电管理理论与技术。本文主要研究工作包括以下三点:1)针对运营商在复杂多变的市场竞争中动态定价问题,文中构建了一种新型的NEVs市场三层框架,提出基于充电需求分析的运营商动态定价方法,最大化运营商的长期利润。本文构建了由智能电网、充电站运营商和服务NEVs的充电站组成的三层框架,表征NEVs市场的经济模式。利用马尔科夫博弈论将该框架的第二层建模为竞争市场模式,设计了一种基于多代理强化学习的动态定价方法,以实现运营商更高的长期利润。通过利用北京市NEVs实际数据验证上述所提方法,实验结果表明,该方法在运营商的长期利润的提升效果随着时间的推移而增加,与随机定价方案和贪婪定价方案相比,其在运营商长期利润方面分别提升约31%和21%。2)针对NETs在推广过程中充电过程、服务过程存在矛盾的问题,本文引入双队列模型建模NETs、充电站和乘客之间的耦合关系,给出基于出租车乘客需求分析的NETs充电调度算法,旨在最大限度地提高充电站的利润,同时保障NETs和乘客的需求。文中首先通过双队列模型将充电调度建模为随机优化的数学问题,然后提出基于李雅普诺夫优化的动态充电调度算法（Dynamic Charging Scheduling Al-gorithm,DCSA）求解,并在理论上分析证明了 DCSA 的有效性。通过北京市NETs和乘客需求的真实数据的实验分析,结果表明在保障乘客需求的条件下,与就近充电方式和随机充电方式相比,DCSA在充电站长期平均利润分别提升了33.485%和29.897%。3)针对NETs在推广过程中因充电导致无服务时段的成本问题,文中提出一种NETs顺风送客运营新模式,并给出了基于最快最短路径算法（Shortest Path Faster Algorithm,SPFA）的 NETs 路由方法。本文首先将研究区域划分为大小相同的方形区域,使用接客概率来刻画在每个区域NETs的经过时的潜在顺风送客概率,通过数据分析得到了北京市出租车乘客出行需求的时间分布特征。然后,考虑NETs在充电路由过程中的能源、时间成本和顺风送客产生的收益,利用SPFA算法求解运营模式中最小成本路由问题。通过对北京市真实数据集的实验分析,实验结果表明,与能源最优方案和距离最优方案对比,在工作日所提方法的成本降低可达17.06%和30.52%;在周末所提方法的成本降低可达10.18%和20.67%。

关键词：大数据分析;新能源汽车;多代理增强学习;随机优化;路径规划

学科专业：信息与通信工程

摘要

ABSTRACT

第1章绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 充电站运营商定价策略研究

1.2.2 新能源出租车充电调度研究

1.2.3 新能源出租车路径规划研究

1.3 课题来源

1.4 主要研究工作与创新点