安科瑞 劉秋霞

摘要：為提高自營充電場站的運(yùn)營效率，基于新能源汽車大數(shù)據(jù)，圍繞充電供需研究體系和實(shí)際運(yùn)營問題，開展了充電場站識別、充電樁與車輛的匹配性故障識別、區(qū)域充電需求識別、用戶充電偏好識別和集中目標(biāo)用戶識別等應(yīng)用。研究結(jié)果表明，通過車端充電數(shù)據(jù)與充電場站邊界關(guān)聯(lián)，可準(zhǔn)確反映區(qū)域內(nèi)充電資源供給，識別充電場站。在充電供給質(zhì)量方面，通過識別車端充電異常數(shù)據(jù)，反映車樁匹配潛在問題，可為充電運(yùn)營決策提供參考。

關(guān)鍵詞：新能源汽車；大數(shù)據(jù)；充電站運(yùn)營；充電供需體系；充電服務(wù)質(zhì)量

0引言 隨著近年來中國新能源汽車產(chǎn)業(yè)的不斷發(fā)展，上海市新能源汽車保有規(guī)?？焖偬嵘刂?021年年底，上海全市累計(jì)推廣超過67萬輛新能源汽車，其中2021年全年推廣超過25萬輛，占全市新車銷售量的43%。現(xiàn)在上海是全國新能源汽車保有量*多的城市。上海地區(qū)實(shí)際運(yùn)營中的公共充電樁68609個，充電樁39359個，12月公共充電樁的平均利用率為5.22%，充電設(shè)備利用依舊偏低。公共充電設(shè)施較低的利用率，不僅給充電運(yùn)營企業(yè)帶來了經(jīng)營壓力，更進(jìn)一步阻礙了舊站點(diǎn)的升級改造和新站點(diǎn)的規(guī)劃建設(shè)，影響了充電業(yè)務(wù)的可持續(xù)發(fā)展。目前，對于電動汽車充電站的研究主要集中在電動汽車充電站規(guī)劃、電動汽車充電站負(fù)荷建模、電動汽車充電站自動化管理、電動汽車充電站優(yōu)化控制等方面，較少從電動汽車充電站運(yùn)營管理角度分析充電站的相關(guān)問題。文獻(xiàn)通過投資效益分析法對充電設(shè)施的靜態(tài)以及動態(tài)指標(biāo)經(jīng)濟(jì)效益進(jìn)行分析，優(yōu)化得到充電站內(nèi)充電樁的合理、經(jīng)濟(jì)建設(shè)數(shù)量，在此基礎(chǔ)上針對提高充電樁的經(jīng)濟(jì)效益提出建議。文獻(xiàn)設(shè)計(jì)了一種基于綜合能源優(yōu)化調(diào)配的充電站運(yùn)營管理系統(tǒng)，實(shí)現(xiàn)了充光儲一體化電站的能量統(tǒng)一調(diào)配，大幅消納光伏發(fā)電來降低電動汽車充電成本。文獻(xiàn)通過挖掘運(yùn)營數(shù)據(jù)分析用戶充電行為規(guī)律，再預(yù)測運(yùn)營的充電站設(shè)備利用狀況，*終為充電站制定運(yùn)營策略提供決策依據(jù)。文獻(xiàn)提出了一種考慮客戶滿意度的電動汽車充電站運(yùn)營狀態(tài)評估方法，基于D-S證據(jù)理論融合多個客戶的評估結(jié)果，對多個充電站的運(yùn)營水平進(jìn)行比較。文獻(xiàn)從預(yù)測負(fù)荷、管控負(fù)荷、調(diào)用負(fù)荷三個層面挖掘充電站供需兩側(cè)可調(diào)度的資源，逐層優(yōu)化充電站運(yùn)營的綜合效率，并進(jìn)一步細(xì)化研究了充電站運(yùn)營決策支持系統(tǒng)，以期為充電站運(yùn)營帶來經(jīng)濟(jì)效益和社會效益。對于充電站運(yùn)營，已有研究大多僅從運(yùn)營水平經(jīng)濟(jì)效益方面進(jìn)行論述，缺乏真實(shí)數(shù)據(jù)支撐，準(zhǔn)確性較低且缺乏完整的電動汽車充電供需研究體系。為了實(shí)現(xiàn)公共充電站運(yùn)營效率的提升，本次研究以洞察市場充電供需特征為突破口，利用新能源汽車大數(shù)據(jù)，開展了大數(shù)據(jù)賦能充電運(yùn)營管理決策的應(yīng)用實(shí)踐，并從供需兩方面提出多維度多要點(diǎn)的充電供需研究體系，為提高充電運(yùn)營決策的制定作出指導(dǎo)。

1研究方法

公共充電場站依托城市空間為用戶提供新能源汽車的充電補(bǔ)能服務(wù)。圍繞充電補(bǔ)能服務(wù)的充電運(yùn)營管理可以理解為實(shí)現(xiàn)充電供給和充電需求的匹配過程。本次研究著重通過對充電市場供需現(xiàn)狀的準(zhǔn)確洞察，減少運(yùn)營中的信息不對稱，幫助運(yùn)營管理者利用有限的運(yùn)營資源，在所有的自營充電站中，擇優(yōu)選擇合適的站點(diǎn)進(jìn)行設(shè)備、服務(wù)和價格的優(yōu)化，以實(shí)現(xiàn)更有效的供需匹配。

1.1研究區(qū)域選定

基于上海新能源汽車夜間停留數(shù)據(jù)，獲取上海不同區(qū)域的車輛保有量情況，上海新能源汽車區(qū)域分布如表1所示。

由表1可以看出，對于浦東新區(qū)全域內(nèi)電動汽車的充電供需特征進(jìn)行分析與研究，對反映上海市的整體特征也有較好的效果。

1.2 原始數(shù)據(jù)描述

本次研究應(yīng)用，擬洞察上海市浦東新區(qū)全域（約1210km²）的車輛充電供需特征，在投入人員和資金有限的情況下，如果采用傳統(tǒng)線下調(diào)研走訪的方式，缺乏實(shí)際可行性。在實(shí)際工作中，*終選擇用上海市新能源汽車運(yùn)行數(shù)據(jù)，采用大數(shù)據(jù)分析的方式，開展浦東新區(qū)充電供需市場的研究工作，車輛數(shù)據(jù)字段如表2所示。

上海市新能源汽車運(yùn)行數(shù)據(jù)，是基于GB/T 32960《電動汽車遠(yuǎn)程服務(wù)與管理系統(tǒng)技術(shù)規(guī)范》進(jìn)行采集的車輛運(yùn)行數(shù)據(jù)，數(shù)據(jù)幀間隔分別1、10、30s，數(shù)據(jù)項(xiàng)主要采集自以下幾大系統(tǒng)：動力電池系統(tǒng)、電機(jī)驅(qū)動系統(tǒng)、車輛控制系統(tǒng)以及其他部分。動力電池系統(tǒng)數(shù)據(jù)主要包括電池系統(tǒng)總電壓和總電流、電池荷電狀態(tài)（state of charge，SOC）、電池單體電壓、電池系統(tǒng)特征點(diǎn)溫度等。車輛控制系統(tǒng)數(shù)據(jù)主要包含車輛速度、擋位信息、加速踏板行程、GPS位置等。這些數(shù)據(jù)給予了從車輛用電側(cè)深入進(jìn)行城市充電特征研究的新途徑，這些數(shù)據(jù)在進(jìn)行充電研究時主要有以下三大優(yōu)勢：①實(shí)現(xiàn)對交流和直流充電行為的全覆蓋；②實(shí)現(xiàn)不同屬性車輛充電行為的區(qū)分；③實(shí)現(xiàn)每輛車輛充電行為的準(zhǔn)確描述，并和車輛出行行為、車輛物理特性進(jìn)行關(guān)聯(lián)分析。

1.3 數(shù)據(jù)預(yù)處理

為了實(shí)現(xiàn)海量車輛時序數(shù)據(jù)的有效分析，需要進(jìn)行必要的數(shù)據(jù)工程化準(zhǔn)備。新能源汽車的時序數(shù)據(jù)在充電研究的應(yīng)用中，數(shù)據(jù)過于冗余，實(shí)際應(yīng)用中提取車輛每次出行行為和充電行為的起訖關(guān)鍵指標(biāo)，例如起訖累計(jì)里程、起訖SOC、起訖經(jīng)緯度等。通過構(gòu)建車輛行為片段數(shù)據(jù)，可以將1TB大小的時序原始數(shù)據(jù)提取為GB級別的結(jié)構(gòu)化數(shù)據(jù)，在不影響數(shù)據(jù)應(yīng)用的情況下，大幅提升分析效率。本次研究，實(shí)現(xiàn)了對50多萬輛上海地區(qū)運(yùn)行的新能源汽車的數(shù)據(jù)分析，項(xiàng)目提取車輛在浦東地區(qū)的出行和充電行為特征，洞察充電市場的供需情況，指導(dǎo)充電運(yùn)營決策的準(zhǔn)確實(shí)施。

1.4 充電供需體系構(gòu)建

本次研究從實(shí)際充電業(yè)務(wù)出發(fā)，結(jié)合日常運(yùn)營經(jīng)驗(yàn)，構(gòu)建了充電供需研究體系，如圖1所示。主要包含充電供給和需求兩大維度的四大要點(diǎn)：①充電場站資源配建情況；②充電服務(wù)質(zhì)量情況；③用戶車輛對充電能量的需求情況；④用戶對充電服務(wù)的需求情況。

區(qū)域的充電供給，包括區(qū)域內(nèi)充電場站資源的配建數(shù)量和充電服務(wù)的質(zhì)量，其中配建數(shù)量涉及不同類型充電樁的數(shù)量、功率和充電樁在空間上的差異分布，以上供給信息一般通過各種充電服務(wù)應(yīng)用軟件或線下走訪的方式進(jìn)行收集，相關(guān)數(shù)據(jù)的獲取難度不高，但準(zhǔn)確性較難保障。特別是在現(xiàn)實(shí)環(huán)境中，很多充電站鮮有用戶到訪充電，甚至早已廢棄，調(diào)研數(shù)據(jù)無法真實(shí)反映充電資源的供給情況。而通過新能源汽車獲取的時空充電數(shù)據(jù)，可以準(zhǔn)確反映區(qū)域內(nèi)充電資源的有效供給現(xiàn)狀，驗(yàn)證充電站公開信息的準(zhǔn)確性和完整性。充電供給中的充電服務(wù)質(zhì)量主要涉及充電站配套硬件質(zhì)量（設(shè)備維保情況、配套基礎(chǔ)設(shè)施、充電站空間可達(dá)性等）和軟件質(zhì)量（充電服務(wù)應(yīng)用軟件、車位管理、增值服務(wù)等）兩方面，相關(guān)信息較難通過新能源汽車大數(shù)據(jù)直接體現(xiàn)，但可以通過充電場站的實(shí)際運(yùn)營情況，進(jìn)行間接的體現(xiàn)。實(shí)際應(yīng)用實(shí)踐中，項(xiàng)目利用新能源汽車大數(shù)據(jù)，開展區(qū)域充電站運(yùn)營研究、充電過程中車輛充電穩(wěn)定性研究，來間接識別充電站服務(wù)質(zhì)量。區(qū)域內(nèi)公共充電場站的運(yùn)營潛力，除了受區(qū)域內(nèi)充電資源的供給影響，也受到區(qū)域內(nèi)充電需求的影響。充電需求涉及用戶對充電能量需求和充電服務(wù)需求兩部分?，F(xiàn)實(shí)場景中，用戶主要進(jìn)行公共和非公共充電兩類充電行為，對于擁有固定充電樁的用戶，實(shí)際前往公共充電站進(jìn)行充電的行為次數(shù)占比普遍不高，而出租車、網(wǎng)約車、無固定樁的用戶則對公共充電站的依賴度非常高。傳統(tǒng)調(diào)研難以把握區(qū)域內(nèi)充電用戶的規(guī)模，更無法識別用戶對公共充電站的真實(shí)能量需求。而新能源汽車大數(shù)據(jù)，可以準(zhǔn)確識別不同類型用戶的構(gòu)成，識別用戶充電行為、識別充電需求的時空差異。充電需求還涉及用戶對充電服務(wù)的需求，主要包括用戶對不同充電模式（快充、慢充、換電）的需求偏好、對充電價格的需求偏好、對配套服務(wù)的需求偏好等內(nèi)容。以上相關(guān)信息的獲取，無法利用新能源汽車的運(yùn)行數(shù)據(jù)進(jìn)行直接獲取，但通過分析海量用戶的實(shí)際充電決策數(shù)據(jù)，即充電行為數(shù)據(jù)，可以有效地總結(jié)充電站的共性特征，識別用戶對充電服務(wù)需求的偏好規(guī)律。本次實(shí)踐應(yīng)用中，主要圍繞以上充電供需體系，利用新能源汽車大數(shù)據(jù)，直接或間接地進(jìn)行相關(guān)供需信息的識別，以幫助運(yùn)營決策的有效制定。

2 大數(shù)據(jù)分析及應(yīng)用2.1供給研究——尋找區(qū)域充電站運(yùn)營

在研究區(qū)域充電供給中，需要了解區(qū)域內(nèi)主要充電場站的資源分布情況和實(shí)際運(yùn)營情況，并通過與其他場站對標(biāo)，了解自營充電場站在區(qū)域內(nèi)的表現(xiàn)。本次研究選用上海市純電動乘用車一周七天的充電數(shù)據(jù)，結(jié)合手機(jī)端充電服務(wù)應(yīng)用上的場站靜態(tài)數(shù)據(jù)，去展現(xiàn)區(qū)域內(nèi)各充電場站的真實(shí)運(yùn)行現(xiàn)狀。研究中采用Tableau數(shù)據(jù)可視化分析軟件，對基于新能源汽車運(yùn)行數(shù)據(jù)加工處理后的結(jié)構(gòu)化充電數(shù)據(jù)集（數(shù)據(jù)集包含車輛每一次充電行為的開始時間、結(jié)束時間、單次充電能量、充電行為的經(jīng)緯度坐標(biāo)），圍繞經(jīng)緯度坐標(biāo)，進(jìn)行充電能量指標(biāo)的聚合及其數(shù)據(jù)可視化。車輛充電行為的空間分布如圖2所示，展現(xiàn)的是上海浦東新區(qū)高橋鎮(zhèn)周邊的所有充電行為所對應(yīng)充電能量的空間分布情況，圓點(diǎn)位置代表充電行為空間發(fā)生地，圓點(diǎn)大小代表充電能量的多少。

充電數(shù)據(jù)的識別流程如圖3所示，將此充電數(shù)據(jù)集與場站靜態(tài)信息相結(jié)合，可以繪制準(zhǔn)確的公共充電場站空間邊界數(shù)據(jù)，進(jìn)一步實(shí)現(xiàn)車輛充電數(shù)據(jù)與場站靜態(tài)數(shù)據(jù)的關(guān)聯(lián)聚合，得到兼有充電場站標(biāo)簽和車輛屬性標(biāo)簽的充電數(shù)據(jù)集，包括充電量、充電次數(shù)、充電車輛數(shù)、充電行為發(fā)生時間分布等信息。車輛充電行為的空間分布（已識別）如圖4所示，紅色標(biāo)注為識別出的4座公共充電場站發(fā)生的充電行為，黑色標(biāo)注為其他類型充電行為。

在實(shí)際應(yīng)用中，通過以上車端充電數(shù)據(jù)的空間分析，在無需線下調(diào)研的情況下，即可實(shí)現(xiàn)對區(qū)域真實(shí)充電供給的有效識別。在后續(xù)運(yùn)營中，圖4中充電量*高的3號充電站，也被作為區(qū)域內(nèi)的充電站，用于各項(xiàng)充電運(yùn)營服務(wù)的參考對標(biāo)。

2.2 供給研究——評估充電服務(wù)質(zhì)量

現(xiàn)實(shí)場景下，由于車輛和充電樁的匹配性差異，充電過程并不總是非常穩(wěn)定，實(shí)際運(yùn)營中，也經(jīng)常會出現(xiàn)充電設(shè)備跳槍的問題。由于樁端無法識別車輛的具體型號，這導(dǎo)致不同型號車型和不同充電樁的匹配性問題，難以得到準(zhǔn)確識別和改善。本次研究，通過采用車端和樁端空間、時間和電量指標(biāo)多重匹配的方式，構(gòu)建了車端充電數(shù)據(jù)與充電樁的關(guān)聯(lián)路徑，建立了包含具體車型信息的特定充電場站充電行為數(shù)據(jù)集，通過解析此數(shù)據(jù)集內(nèi)的異常充電行為數(shù)據(jù)，即可準(zhǔn)確識別車樁匹配異常。車輛和充電樁數(shù)據(jù)的匹配流如圖5所示。

一次充電行為的時序數(shù)據(jù)如圖6所示，通過車端充電數(shù)據(jù)異常值監(jiān)測（充電過程中，充電電流出現(xiàn)異常中斷、跳變），所準(zhǔn)確識別的一次發(fā)生在公共充電場站的異常充電行為：車端數(shù)據(jù)顯示，某品牌的A車型，12點(diǎn)開始其充電行為，初始電量為32%，到電量89%時完*結(jié)束充電，隨后車輛離開公共充電站。車輛充電期間車端電流*高達(dá)到200A，充電中出現(xiàn)兩次電流的突變，前一次突變電流異常降低至0A，10min后充電電流恢復(fù)正常200A。通過以上車端數(shù)據(jù)，實(shí)現(xiàn)了對目標(biāo)場站車樁匹配性問題的反映。

2.3 需求研究——評估區(qū)域潛在充電需求

在實(shí)際充電運(yùn)營中，需要對目標(biāo)區(qū)域的總體充電需求進(jìn)行評估，以確定是否設(shè)立新的站點(diǎn)，或者是否對舊的站點(diǎn)進(jìn)行改造升級。新能源汽車運(yùn)行數(shù)據(jù)，包含車輛的停留數(shù)據(jù)、充電數(shù)據(jù)和出行數(shù)據(jù)，可以解析特定區(qū)域停留車輛的規(guī)模和結(jié)構(gòu)；可以測算停留用戶的整體補(bǔ)電需求；可以了解用戶充電與停留匹配特征等，以上信息均可用于評估目標(biāo)區(qū)域的潛在充電需求。車輛的停留與充電位置如圖7所示。利用Tableau數(shù)據(jù)可視化分析軟件，對新能源公交客車運(yùn)行數(shù)據(jù)集（分析周期內(nèi)，車輛每次夜間停留行為的經(jīng)緯度坐標(biāo)、車輛每次充電行為的經(jīng)緯度坐標(biāo)）的可視化信息（圓點(diǎn)大小代表停留或充電行為的總次數(shù)、圓點(diǎn)位置代表行為的空間位置），可以直觀展現(xiàn)車輛充電和停留位置的匹配情況，比如滴水湖地鐵站公交站無車輛充電行為，此處夜間停留公交客車需要去其他站點(diǎn)進(jìn)行充電補(bǔ)能，此區(qū)域存在建設(shè)公交充電站的潛在需求。

某旅游目的地車輛停留特征如圖8所示，利用Tableau分析軟件對新能源乘用車運(yùn)行數(shù)據(jù)（浦東某旅游目的地一周時間內(nèi)到訪車輛的運(yùn)行數(shù)據(jù)）進(jìn)行分析后的內(nèi)容，其分析結(jié)果包括車輛到訪次數(shù)的熱力圖（基于到訪地空間坐標(biāo)的行為次數(shù)聚合）、車輛到訪時對應(yīng)車輛剩余電量區(qū)間的次數(shù)分布情況（基于到訪時車輛剩余電量的行為次數(shù)聚合）、車輛到訪時對應(yīng)時段的次數(shù)分布情況（基于車輛到訪時刻的行為次數(shù)聚合），這些分析結(jié)果可以反映到訪車輛的行為特征。數(shù)據(jù)分析顯示，此旅游區(qū)一周到訪停留純電動汽車在1000輛的規(guī)模，到訪時車輛剩余電量主要分布在60%~80%，到訪時間集中在9:00-11:00。利用新能源汽車大數(shù)據(jù)，針對特定地區(qū)開展分析，可以獲得用戶行為特征，評估潛在充電需求，在實(shí)際運(yùn)營業(yè)務(wù)中，用于充電樁功率選型和建站規(guī)模設(shè)計(jì)。

2.4 需求研究——用戶對充電服務(wù)的需求

傳統(tǒng)的用戶需求調(diào)研主要基于用戶訪談的方式開展，能夠涵蓋的用戶樣本往往有限。本次應(yīng)用實(shí)踐，選用新能源汽車運(yùn)行數(shù)據(jù)來進(jìn)行用戶需求的研究，其既可以實(shí)現(xiàn)大規(guī)模用戶樣本的覆蓋，同時也能實(shí)現(xiàn)準(zhǔn)確樣本的篩選。比如在用戶充電服務(wù)偏好研究中，項(xiàng)目基于50萬多輛新能源汽車一周時間的充電數(shù)據(jù)進(jìn)行分析，挑選出整個浦東新區(qū)內(nèi)不同區(qū)域充電量*大的充電場站，分析出這些熱門場站共同的服務(wù)優(yōu)勢：2 h內(nèi)充電免收停車費(fèi)，充電分時段價格分別為1.0、1.2、1.4元/kWh，充電車位、有廁所配套等。利用大數(shù)據(jù)選出的場站，作為區(qū)域，其特質(zhì)代表著用戶對良好充電服務(wù)的實(shí)際需求。在運(yùn)營實(shí)踐中，圍繞區(qū)域進(jìn)行自營場站的服務(wù)改善，實(shí)際取得了不錯的成效，有效拉動了自營充電站的利用率。例如在集中用戶準(zhǔn)確識別研究中，通過分析新能源汽車充電數(shù)據(jù)，標(biāo)定不同類型車輛在公共充電站和非公共充電場站上的實(shí)際充電能量分布，選取公共充電能量高的用戶作為自營充電場站集中用戶群。車輛對公共充電的電量需求情況如圖9所示，反映了18萬輛純電動乘用車一周時間內(nèi)，對上海公共充電場站的實(shí)際充電量需求情況。47%的車輛產(chǎn)生了80%的公共充電量，而其他53%的車輛僅產(chǎn)生20%的充電量。通過大數(shù)據(jù)分析，實(shí)現(xiàn)用戶群體的分層分類，在實(shí)踐中可以幫助充電場站運(yùn)營更有目的性，指導(dǎo)充電服務(wù)的有效供給。

3 安科瑞充電樁收費(fèi)運(yùn)營云平臺系統(tǒng)選型方案

3.1概述

AcrelCloud-9000安科瑞充電柱收費(fèi)運(yùn)營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術(shù)對接入系統(tǒng)的電動電動自行車充電站以及各個充電整法行不間斷地?cái)?shù)據(jù)采集和監(jiān)控，實(shí)時監(jiān)控充電樁運(yùn)行狀態(tài)，進(jìn)行充電服務(wù)、支付管理，交易結(jié)算，資要管理、電能管理，明細(xì)查詢等。同時對充電機(jī)過溫保護(hù)、漏電、充電機(jī)輸入/輸出過壓，欠壓，絕緣低各類故障進(jìn)行預(yù)警；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng)，用戶通過微信、支付寶，云閃付掃碼充電。

3.2應(yīng)用場所

適用于民用建筑、一般工業(yè)建筑、居住小區(qū)、實(shí)業(yè)單位、商業(yè)綜合體、學(xué)校、園區(qū)等充電樁模式的充電基礎(chǔ)設(shè)施設(shè)計(jì)。

3.3系統(tǒng)結(jié)構(gòu)

系統(tǒng)分為四層：

1）即數(shù)據(jù)采集層、網(wǎng)絡(luò)傳輸層、數(shù)據(jù)**層和客戶端層。

2）數(shù)據(jù)采集層：包括電瓶車智能充電樁通訊協(xié)議為標(biāo)準(zhǔn)modbus-rtu。電瓶車智能充電樁用于采集充電回路的電力參數(shù)，并進(jìn)行電能計(jì)量和保護(hù)。

3）網(wǎng)絡(luò)傳輸層：通過4G網(wǎng)絡(luò)將數(shù)據(jù)上傳至搭建好的數(shù)據(jù)庫服務(wù)器。

4）數(shù)據(jù)**層：包含應(yīng)用服務(wù)器和數(shù)據(jù)服務(wù)器，應(yīng)用服務(wù)器部署數(shù)據(jù)采集服務(wù)、WEB網(wǎng)站，數(shù)據(jù)服務(wù)器部署實(shí)時數(shù)據(jù)庫、歷史數(shù)據(jù)庫、基礎(chǔ)數(shù)據(jù)庫。

5）應(yīng)客戶端層：系統(tǒng)管理員可在瀏覽器中訪問電瓶車充電樁收費(fèi)平臺。終端充電用戶通過刷卡掃碼的方式啟動充電。

小區(qū)充電平臺功能主要涵蓋充電設(shè)施智能化大屏、實(shí)時監(jiān)控、交易管理、故障管理、統(tǒng)計(jì)分析、基礎(chǔ)數(shù)據(jù)管理等功能，同時為運(yùn)維人員提供運(yùn)維APP，充電用戶提供充電小程序。

3.4 安科瑞充電樁云平臺系統(tǒng)功能

3.4.1智能化大屏

智能化大屏展示站點(diǎn)分布情況，對設(shè)備狀態(tài)、設(shè)備使用率、充電次數(shù)、充電時長、充電金額、充電度數(shù)、充電樁故障等進(jìn)行統(tǒng)計(jì)顯示，同時可查看每個站點(diǎn)的站點(diǎn)信息、充電樁列表、充電記錄、收益、能耗、故障記錄等。統(tǒng)一管理小區(qū)充電樁，查看設(shè)備使用率，合理分配資源。

3.4.2實(shí)時監(jiān)控

實(shí)時監(jiān)視充電設(shè)施運(yùn)行狀況，主要包括充電樁運(yùn)行狀態(tài)、回路狀態(tài)、充電過程中的充電電量、充電電壓/電流，充電樁告警信息等。

3.4.3交易管理

平臺管理人員可管理充電用戶賬戶，對其進(jìn)行賬戶進(jìn)行充值、退款、凍結(jié)、注銷等操作，可查看小區(qū)用戶每日的充電交易詳細(xì)信息。

3.4.4故障管理

設(shè)備自動上報(bào)故障信息，平臺管理人員可通過平臺查看故障信息并進(jìn)行派發(fā)處理，同時運(yùn)維人員可通過運(yùn)維APP收取故障推送，運(yùn)維人員在運(yùn)維工作完成后將結(jié)果上報(bào)。充電用戶也可通過充電小程序反饋現(xiàn)場問題。

3.4.5統(tǒng)計(jì)分析

通過系統(tǒng)平臺，從充電站點(diǎn)、充電設(shè)施、、充電時間、充電方式等不同角度，查詢充電交易統(tǒng)計(jì)信息、能耗統(tǒng)計(jì)信息等。

3.4.6基礎(chǔ)數(shù)據(jù)管理

在系統(tǒng)平臺建立運(yùn)營商戶，運(yùn)營商可建立和管理其運(yùn)營所需站點(diǎn)和充電設(shè)施，維護(hù)充電設(shè)施信息、價格策略、折扣、優(yōu)惠活動，同時可管理在線卡用戶充值、 凍結(jié)和解綁。

3.4.7運(yùn)維APP

面向運(yùn)維人員使用，可以對站點(diǎn)和充電樁進(jìn)行管理、能夠進(jìn)行故障閉環(huán)處理、查詢流量卡使用情況、查詢充電\充值情況，進(jìn)行遠(yuǎn)程參數(shù)設(shè)置，同時可接收故障推送

3.4.8充電小程序

面向充電用戶使用，可查看附近空閑設(shè)備，主要包含掃碼充電、賬戶充值，充電卡綁定、交易查詢、故障申訴等功能。

3.5系統(tǒng)硬件配置

4 結(jié)束語

為了更好地開展公共充電場站的日常運(yùn)營管理工作，本次研究從洞察公共充電市場供需特征出發(fā)，通過應(yīng)用新能源汽車大數(shù)據(jù)，挖掘充電市場供需信息，指導(dǎo)充電場站運(yùn)營的決策實(shí)施。在實(shí)踐中，本文利用新能源汽車的出行和充電數(shù)據(jù)，開展了識別區(qū)域公共充電場站運(yùn)營情況、識別場站車樁匹配性問題、評估區(qū)域充電需求、挑選場站識別用戶偏好、識別集中充電用戶等研究。證明了通過大數(shù)據(jù)的相關(guān)應(yīng)用可以擴(kuò)展充電場站實(shí)際運(yùn)營決策的維度，開辟了充電場站供需分析的新方法。充電供給研究中，新能源汽車大數(shù)據(jù)主要可以在以下2點(diǎn)中發(fā)揮優(yōu)勢：通過車端充電數(shù)據(jù)與充電場站邊界關(guān)聯(lián)，準(zhǔn)確反映區(qū)域內(nèi)充電資源供給，識別充電場站。在充電供給質(zhì)量方面，通過識別車端充電異常數(shù)據(jù)，反映車樁匹配潛在問題。在充電需求研究中，通過車端數(shù)據(jù)提取目的地周邊車輛到訪特征數(shù)據(jù)，用于評估區(qū)域潛在充電需求。通過車端數(shù)據(jù)識別用戶到訪熱門充電場站，有效挖掘用戶實(shí)際需求偏好，指導(dǎo)場站優(yōu)化。利用大數(shù)據(jù)的規(guī)模優(yōu)勢，反映整體市場海量用戶公共充電需求的真實(shí)差異，助力服務(wù)聚焦集中用戶。本文所有的研究過程，不依賴于傳統(tǒng)的線下調(diào)研，且可以實(shí)現(xiàn)更全面更準(zhǔn)確的空間、時間、場景和用戶的覆蓋，對于公共充電場站的準(zhǔn)確供需研究有著啟發(fā)的作用。限于篇幅，本文未能對每項(xiàng)應(yīng)用實(shí)踐進(jìn)行一一詳述，同時也限于項(xiàng)目研究周期，本次僅進(jìn)行了部分充電維度的研究探索，數(shù)據(jù)分析結(jié)果與實(shí)際運(yùn)營需求的結(jié)合度上也存在不足，研究深度有待后續(xù)進(jìn)一步完善。

參考文獻(xiàn)[1] 邵佳佳，吳志煒，陳小毅，劉爽，鄧序之，楊杰. 新能源汽車大數(shù)據(jù)在充電供需研究中的應(yīng)用[J]. 供用電, 2022，39 (12) : 74-81.[2] 上海發(fā)布．疫情防控、新城發(fā)力、民生福祉……龔正市長今天在記者招待會上回應(yīng)了這些熱點(diǎn)問題[EB/OL]. [2022-01-23].[3] 聯(lián)聯(lián)充電．上海充換電設(shè)施公共數(shù)據(jù)采集與監(jiān)測市級平臺數(shù)據(jù)統(tǒng)計(jì)12月月報(bào)[EB/OL]. [2022-01-24].[4] 馮超，周步祥，林楠，等．Delphi和GAHP集成的綜合評價方法在電動汽車充電站選址*優(yōu)決策中的應(yīng)用[J].電力自動化設(shè)備，2012，32（9）：25-29．[5] 馬國真．電動汽車充電樁建設(shè)現(xiàn)狀及規(guī)劃方案[J].能源研究與管理，2021（4）：91-95.[6] 安科瑞企業(yè)微電網(wǎng)設(shè)計(jì)及應(yīng)用手冊2023.09版.