K-Means在充电站规划中的应用——数维杯优秀论文解析

"2022第七届数维杯国赛优秀论文-C2022041910818.pdf" 这篇论文是2022年第七届"数维杯"大学生数学建模竞赛的优秀作品，涉及了新能源汽车充电站的规划与优化问题。论文的主要内容包括三个部分： 首先，论文探讨了基于K-Means聚类的充电站位置与数量规划。在这一部分，研究者利用北京2018年2月2日至8日的10357辆电动出租车GPS轨迹数据，筛选出满足特定条件（间隔时间大于等于30小时且速度小于1KM/h）的需求点，共计95362个。通过K-Means聚类算法，这些需求点被分为17类，其中需求量最大的三个类别对应的聚类中心分别位于（116.4821，39.95636），（116.4235,39.86061），（116.3103,39.89656）。需求点个数分别为16739、15428、13053。进一步的聚类分析后，确定了最优的充电桩总数为31397个。 其次，论文预测了北京市2021年至2025年电动汽车（EV）用户的充电需求时空分布。研究人员从中国充电联盟获取数据，通过分析pearson相关系数，发现新能源汽车保有量与公共充电桩数量的相关性极高（相关系数为0.9923）。基于此，他们建立了新能源汽车保有量的拟合回归方程（y1=102.82x−207215，R2=0.9891）以及公共充电桩数量的方程（y2=134.8y1+3562.9，R2=0.9653）。通过2018年需求量与充电桩数量的比例（3.0373），预测了未来几年的需求分布。具体到前三个需求最多的类别，其数据展示在表5-8中。 最后，论文结合问题二的结果，通过计算各区域充电桩数量与总充电桩数量的比例，预测了2023年各区域的充电桩需求。以2023年为例，预计总需求量为36184个充电桩，总量为108552个。区域七的充电桩需求增长显著，从2022年的950个增加到1085个，增长率约为14.2%。同时，论文还划分了高校、工作区和研究区三个充电区域，并分析了不同时间段的充电量，发现5点到13点是充电高峰期。 这篇论文运用了数据挖掘和统计建模的方法，为解决新能源汽车充电设施的布局提供了科学依据，同时也为相关决策者提供了有价值的参考。