本发明属于电氢充能需求预测，具体涉及一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法。
背景技术：
1、氢能作为一种清洁、高效的二次能源，在全球能源转型中扮演着越来越重要的角色。交通领域是目前氢能应用相对比较成熟的领域，加氢站作为氢能交通的重要基础设施，连接上游氢气制取和运输，下游应用的重要枢纽，具有至关重要的作用。目前，国内90％已建成的加氢站基本都采取站外供氢模式，而站内制氢加氢一体站的模式，减少了中间的储运环节，省去昂贵的氢气运输成本，能有效解决了氢气储运带来的成本偏高的问题，可以实现氢气的现制现用、自给自足，能有效降低车用加氢站氢源成本，以及氢气运输过程中产生的安全问题。
2、电氢充能需求预测作为电氢一体站规划的关键环节，现有的电氢充能需求预测存在着一些缺陷，氢燃料电池汽车保有量预测模型往往依赖较多的假设条件和主观判断，缺乏足够的数据支持和实证检验，导致预测结果的准确性和可靠性受限。同时，与成熟的电动汽车市场相比，氢燃料电池汽车的市场起步较晚，相关数据积累不足，限制了模型的精细化程度和预测精度。尽管现有研究主要从运营和规划的角度分析了电氢能与交通耦合所带来的经济效益和环境效益，但对氢能的具体应用场景的研究相对较少。特别是在特定地区氢燃料汽车保有量和加氢需求的预测，以及两者相耦合的电氢充能需求预测技术，目前还相对匮乏。
3、因此合理的电氢充能需求预测对于充电加氢一体站的规划至关重要，其有助于优化一体站的投资决策、设施布局，确保电网负荷管理的有效性，指导电氢一体站技术和设备的合理选择。此外，电氢充能需求预测还能够提高一体站运营效率，协助政府相关部门制定政策，及时应对市场变化，确保电氢一体站的经济效益，避免资源浪费，并推动新能源汽车产业的健康发展，从而为电氢一体站的长期规划提供数据技术支撑。
技术实现思路
1、本发明的目的在于设计出一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，本发明基于区域电动汽车及氢燃料电池汽车的历史相关数据和发展现状，结合区域政策规划目标，利用所选择的最优扩散模型对该区域新能源汽车的未来保有量进行预测，同时融合不同类型新能源汽车渗透率的发展变化趋势，实现对该区域电动汽车以及氢燃料电池汽车的电氢充能需求预测。
2、为了实现上述目的，本发明采用的技术方案如下：
3、一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：所述方法如下：
4、s1：收集关于某区域电动汽车ev和氢燃料电池车hfcv历史数据；
5、s2：使用若干不同扩散模型分别对电动汽车ev历史保有量进行拟合；通常步骤是收集电动汽车保有量历史相关数据，然后对数据的预处理，如数据清洗，处理缺失值、异常值等，确认数据的时间间隔，例如年度或月度数据；再使用编程语言和模拟平台进行各模型参数的估计设置，最后将每个扩散模型应用到数据集，适当调整模型的参数以获得最佳的拟合效果。
6、s3：根据s2中不同扩散模型得出的拟合结果，并基于平均绝对误差，衡量不同模型的拟合效果，基于拟合的累计误差，选择拟合效果最优的扩散模型；
7、s4：结合电动汽车ev发展现状和该区域政策目标，确定电动汽车和氢燃料电池汽车的相关数量数据，根据该区域的电动汽车历史保有量趋势变化以及相关政策目标中所规划的电动汽车和氢燃料电池汽车的区域保有量，确定具体规划年份的新能源汽车保有量数据，将数据应用到最优的扩散模型中运行；即根据区域政策相关文件中，有规划目标中设计具体年份电动汽车和氢燃料电池汽车应规划数量，保有量应达预期量，到指定年份应进入平稳期相关的表述，以此来构建新能源汽车的发展状况，即相应时间节点的保有量规划目标，选择出最优扩散模型，该扩散模型中包含各种运行参数，例如gompertz模型的n(市场潜在需求)，j(增长率)，k(拐点)等，因此需要根据构建的发展情景来设置模型的运行参数，使模型拟合所对应的情况与该情景相契合。
8、s5：利用最优扩散模型分别对待预测年份电动汽车ev和氢燃料电池车hfcv保有量进行预测；
9、s6：基于不同渗透率分别对待预测年份各类型电动汽车ev和氢燃料电池车hfcv保有量进行预测，根据上述对待预测年份各类型新能源汽车总保有量预测和区域汽车市场政策对各类型新能源汽车渗透率规划目标，对待预测年份的各类型新能源汽车保有量渗透率进行合理设定，基于该设定不同市场渗透率下，构建不同类型新能源汽车最优预测模型的运行参数，进而进行基于不同渗透率的保有量预测；此处新能源汽车保有量渗透率的设定是根据该区域政策规划目标中提到的各类型电动汽车和氢燃料电池汽车的市场占有率变化趋势来设定的，如规划目标中所提到的电动汽车的私家车占有率，公交车占有率等，因此参数设定应满足政策目标中各类型新能源汽车的发展比例趋势，符合未来区域各类型新能源汽车的市场应用比例。
10、s7：基于上述步骤中各类型电动汽车ev保有量，对区域待预测年份ev的年总充电需求进行预测，根据统计不同型号单独电动汽车年所需充电需求的基础上，假设各型号电动汽车的年充电需求量在一定时间尺度下保持不变，基于不同类型电动汽车保有量的预测结果，累计计算区域待预测年份的ev年总充电需求。
11、s8：基于上述步骤中各类型氢燃料电池车hfcv保有量，对区域待预测年份hfcv的年总加氢需求进行预测，根据统计不同型号单独氢燃料电池汽车年所需加氢需求的基础上，假设各型号氢燃料电池汽车的年加氢需求量在一定时间尺度下保持不变，基于不同类型氢燃料电池汽车保有量的预测结果，累计计算区域待预测年份的hfcv年总加氢需求。
12、进一步的，电动汽车ev和氢燃料电池车hfcv的历史数据包括该区域不同类型ev和hfcv的历史保有量数据、年平均充能需求数据、新能源汽车的政策目标数据以及各类汽车的市场渗透率规划数据。
13、进一步的，s2中不同扩散模型具体是：gompertz、logistic和bass，各模型具有不同的数学形式，需同时分别设置合理的运行参数。
14、gompertz模型最初用于描述人类死亡率随年龄变化的规律，后来被扩展到其他领域，如生物生长、肿瘤生长、市场增长等。gompertz曲线呈现出s型增长，开始时增长缓慢，中间加速，然后逐渐减缓直至接近饱和。
15、logistic模型最初用于描述在有限资源条件下的种群增长，它考虑了资源限制对增长的影响，后被用于其他领域。logistic模型同样呈现出s型增长曲线，但与gompertz模型相比，logistic模型在接近饱和时增长速率下降得更平缓。
16、bass模型主要用于市场营销和新产品扩散的研究，它通过考虑不同消费者群体的创新性和模仿性来预测新产品的接受度和市场渗透率。bass模型可以预测新产品的市场接受过程，从初期的缓慢增长到快速增长，再到后期的饱和阶段，呈现出s型增长曲线。
17、作为一种耐用品，汽车的保有量在人均收入水平相对较低的时候呈现较低的增长率，但随着收入水平的提高它会逐渐加速增长。而随着汽车保有量的增长增加，购买单位汽车所带来的满足感逐渐减弱，再加上耐用品的使用周期较长，因此人们对于汽车的消费达到一定水平后会逐渐进入减速增长时期,此时虽然保有率还在不断地增长，但是增长的速度却在不断地变慢，汽车保有量会依次经历加速增长、减速增长和饱和三个阶段。从以上分析可以看出，汽车保有量的大体趋势满足上述扩散模型的曲线，因此我们选择上述扩散模型进行整体预测。
18、根据上述对电动汽车该区域历史数据的收集与整理，设置合适的不同扩散模型参数，进而对历史数据进行有效拟合。
19、gompertz模型可用于描述以下现象，即最初增长缓慢，然后逐渐加速，达到一定水平，最终放缓，接近渐近线；其数学模型表达为：
20、
21、式中，t表示时间，n(t)表示车辆保有量，n表示潜在市场需求，j表示增长率，k表示拐点。
22、logistic模型是对s型曲线的数学描述，是典型的扩散模型之一，其数学模型表达为：
23、
24、式中，a表示斜率因子，b表示增长率，c表示潜在市场需求。
25、bass模型通常用于预测创新产品和技术的市场份额。其数学模型表达为：
26、
27、式中，p为创新系数，q为模仿系数，m为潜在市场需求。
28、根据上述三种不同模型的拟合结果，并基于平均绝对误差，衡量不同模型的拟合效果，基于拟合的累计误差，选择最优模型用于后续预测。
29、平均绝对误差(mae)是用来反映预测数与实际数之间的偏差。mae值越小，拟合效果越好。其数学模型表达为：
30、
31、式中，e代表平均绝对误差，t代表预测总数，n'(t)代表时间t时的实际值。
32、进一步的，gompertz模型的平均绝对误差最小，为最优的扩散模型；
33、进一步的，s4中需要对该区域ev和hfcv发展情况和相关规划目标综合考虑，分析比较两种汽车的发展情况异同和相关配套技术的建设以及产业的布局，合理规划，构建ev和hfcv的发展情景。
34、进一步的，s7中的各类型电动汽车ev包括公交车、卡车、出租车、私家车。
35、进一步的，s6中不同类型汽车的渗透率指的是在一定时期内，该区域某类型汽车的保有量占该区域汽车总保有量的比重，它反映了该类型汽车在区域市场上的普及程度和市场的接受度，其数学模型表达为：
36、
37、式中，ni代表该区域某类型汽车的保有量，n代表该区域所有类型汽车的总保有量，αi代表该区域某类型汽车的渗透率。
38、通过上述技术方案可以得到以下有益效果：
39、本发明针对区域新能源汽车保有量及年总充电加氢需求预测，考虑区域电动汽车发展情况和区域的相关政策目标，提出了一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，为电氢制充注一体站的中长期规划提供数据支撑。
40、基于区域电动汽车及氢燃料电池汽车的历史相关数据和发展现状，结合区域政策规划目标，利用所选择的最优扩散模型对该区域新能源汽车的未来保有量进行预测，同时融合不同类型新能源汽车渗透率的发展变化趋势，实现对该区域电动汽车以及氢燃料电池汽车的电氢充能需求预测，为电氢一体站的规划提供技术支持。
1.一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：所述方法如下：
2.根据权利要求1所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：电动汽车ev和氢燃料电池车hfcv的历史数据包括该区域不同类型ev和hfcv的历史保有量数据、年平均充能需求数据、新能源汽车的政策目标数据以及各类汽车的市场渗透率规划数据。
3.根据权利要求1所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：s2中不同扩散模型具体是：gompertz、logistic和bass，各模型具有不同的数学形式，需同时分别设置合理的运行参数。
4.根据权利要求3所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：gompertz曲线呈现出s型增长，开始时增长缓慢，中间加速，然后逐渐减缓直至接近饱和。
5.根据权利要求3所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：logistic模型同样呈现出s型增长曲线，但与gompertz模型相比，logistic模型在接近饱和时增长速率下降得更平缓。
6.根据权利要求3所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：bass模型可以预测新产品的市场接受过程，从初期的缓慢增长到快速增长，再到后期的饱和阶段，呈现出s型增长曲线。
7.根据权利要求3或4所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：gompertz模型的平均绝对误差最小，为最优的扩散模型；
8.根据权利要求3或5所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：
9.根据权利要求3或6所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：
10.根据权利要求1所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：s4中需要对该区域ev和hfcv发展情况和相关规划目标综合考虑，分析比较两种汽车的发展情况异同和相关配套技术的建设以及产业的布局，合理规划，构建ev和hfcv的发展情景。
11.根据权利要求1所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：s7中的各类型电动汽车ev包括公交车、卡车、出租车、私家车。
12.根据权利要求1所述的一种基于扩散模型的电氢制充注一体站中长期电氢充能需求预测方法，其特征在于：s6中不同类型汽车的渗透率指的是在一定时期内，该区域某类型汽车的保有量占该区域汽车总保有量的比重，它反映了该类型汽车在区域市场上的普及程度和市场的接受度，其数学模型表达为：
