科学技术与应用

基于 Voronoi 图的新能源运营车充电设施规模预测

雷 永智

中国电建集团西北勘测设计研究院有限公司

唐 尔迪

长安大学

姜 仲

中国电建集团西北勘测设计研究院有限公司

付 豪

中国电建集团西北勘测设计研究院有限公司

DOI: https://doi.org/10.59429/kxjsyy.v2i6.12248

Keywords: Voronoi 图；新能源运营车辆；充电设施；规模预测；充电需求；空间布局；ARIMA 模型

---

Abstract

随着新能源汽车在市场上的迅速普及，社会对充电设施的需求显著增加，现有设施数量远不能满足日益增长 的需求。针对其中的运营车辆，本研究提出了一种结合保有量和充电需求的规模预测方法，为未来新增充电设施的 规划提供理论支持。首先，研究采用 ARIMA 模型对区域内新能源运营车辆的新增保有量进行了预测，并运用蒙特 卡洛仿真法分析了新能源运营车辆的个体充电需求。其次，采用 Voronoi 图对区域内充电设施的规模和空间分布进行 了分析。通过对西安市中心城区的地理数据和人口分布进行加权，构建了各子区域内充电设施需求的预测模型，明 确了不同区域内充电桩的分配与配置。最终，研究提出了更为科学的充电设施规划方案，以应对新能源汽车快速增 长所带来的充电需求挑战，并表明 Voronoi 图模型在确保资源合理配置和提高设施利用率方面具有显著优势。

---

References

[1] GULER D, YOMRALIOGLU T. Suitable location selection for the electric vehicle fast charging station with AHP and fuzzy AHP methods using GIS[J]. Annals of GIS, 2020, 26(2): 169-189.

[2] 国务院办公厅. 新能源汽车产业发展规划（2021—2035 年）[R]. 2020.

[3] 李兴发，李艳，高莉萍等. 基于核密度和 Voronoi多边形的农村居民点空间布局优化[J]. 国土与自然资源研究，2024(5): 47-51.

[4] 戚宇辰，姜雨萌，李灏恩等. 双碳目标背景下上海新能源汽车保有量及用电需求分析及预测[J]. 时代汽车，2024, 10(35): 114-120.

[5] 孙帅，廖威，邹广新等. 数据驱动下北京中心城区电动汽车充电站空间分布研究[J]. 安徽建筑，2024,31(10): 13-15.

[6] TOR O B, TEIMOURZADEH S, KOC M, et al. Transport sector transformation: Integrating electric vehicles in Turkey's distribution grids[J]. Energy Sources, Part B: Economics, Planning, and Policy, 2021, 16(1112): 1026-1047.

[7] XING Y, LI F, SUN K, et al. Multi-type electric vehicle load prediction based on Monte Carlo simulation[J]. Energy Reports, 2022, 8: 966-972.

[8] YI T, ZHANG C, LIN T, et al. Research on the spatial-temporal distribution of electric vehicle charging load demand: a case study in China[J]. Journal of Cleaner Production, 2020, 242: 118437.

[9] 中国电动汽车充电基础设施促进联盟，百度地图. 纯电新能源汽车市场发展与用车年度报告（2023）[R]. 2023.

[10] 中国电动汽车充电基础设施促进联盟. 2023 年中国主要城市充电基础设施监测报告[R]. 2023.