基于大數據的共享電動汽車智能化管理模塊研究
——以車輛租賃模塊為例

于瑞

（常州工程職業技術學院，江蘇 常州213164）

大數據、云計算等互聯網技術的發展刺激了共享電動汽車的運營管理模式的更新，傳統的人工車輛運營方式已滯后于社會民眾對共享電動汽車需求，并由此激發了從開放的公共數據中提取價值信息，解決車輛資源租賃問題的管理服務模式。如何加速傳統租賃服務模式轉型升級為基于大數據的車輛租賃服務模式，提高車輛使用效率，優化車輛網點配置，是共享電動汽車領域面臨的主要難題。

1 問題提出：共享電動汽車租賃網點和車輛調度優化

從共享電動汽車運營商出發，依托共享平臺上的車輛使用時間、使用區域、出行里程等數據信息，對共享電動汽車的網點布局、車輛租賃、車輛調度等問題進行研究，從而使企業資源配置效率最大化，用戶體驗滿意度最優化。

1.1 車輛租賃網點的位置和數量確定

車輛租賃網點是指共享電動汽車在社會公共區域的聚集投放地點，企業往往會選擇若干個租賃地點進行比較和分析，并從中選擇最優且亟待建設的網點進行規劃投放，明確各個網點停車位的具體數量。租賃網點選址通常根據市場調查報告進行主觀定位，該方式雖然在一定程度上可以保證有效對接市場，但調查數據的真實性和有效性會阻礙租賃網點的最優化選擇，借助大數據可有效解決數據規模、精準度和真實性的不足。采取0-1 規劃選址的方法對其進行位置定位，圖1 展示了共享電動汽車租賃網點位置和停車位數量的示意圖，圖中橢圓形圍合范圍表示共享汽車運營區域，黑色小方塊表示車輛租賃網點，地理區域按照小區方格進行劃分，假設各小區用戶對共享電動汽車需求最旺盛的區域位于圖中紅點處，用戶會選擇就近的租賃網點進行租車和歸還。

車輛租賃網點一方面取決于用戶對該網點的使用需求，另一方面和附近網點距離有關。例如，若某個租賃網點用戶需求度較低，且附近有同類型的租賃網點存在，那么該網點就會被取代成為無效網點。租賃網點內部汽車停車位的數量決定了網點的最大車輛容量和客流的最大消化量，通過顧客歷史數據和出行數據可以明確其對某一區域的實際需求，在實際網點布置和停車位數量確定時可依托此數據進行最優配置。

圖1 共享電動汽車租賃網點和停車位建設示意圖

1.2 車輛運營期間的調度策略

基于大數據分析處理后得出用戶需求，做出車輛異地安排和調度的最優決策。共享車輛狀態可分為出行、閑置、充電和調度，企業需要借助用戶需求大數據分析各運營時間段的車輛處于的最優狀態，比如某企業在8:00-9:00 運營時間段內處于上班高峰期，用戶對共享電動汽車的需求較大，需要給出該時刻出行、閑置、充電車輛的具體位置和數量，并根據各區域需求進行各網點之間的車輛調度，由此計算企業運營的成本和收益。

從車輛流動的角度可以很好地理解車輛調度的最優化，按照時間和空間的維度劃分，N 表示租賃網點，t 表示時刻，N11 表示t1 時刻的N1 租賃網點，N12 表示t2 時刻的N2 租賃網點。圖2 表示車輛調動示意圖，方塊表示租賃網點，實線表示車輛正處于出行狀態，虛線表示車輛正處于調度狀態，充電標識標識該網點正在充電。

從上圖可以看出，從N11 到N22 的實線表示車輛在t1 時刻從N1 網點正在駛入到N2 網點，并在t2 時刻到達，從N22 到N13 的虛線表示車輛在t2 時刻從N2 網點調度到N1 網點，并在t3 時刻到達。由此可見，在某個特定時間段，車輛只能處于一種流動狀態，借助大數據可以合理安排運營期間處于調度、出行、充電和閑置車輛的數量，保證企業利潤的最大化，使用戶得到最優質的的服務。

圖2 車輛調度示意圖

2 模塊設計：基于大數據的車輛租賃模塊設計和分析

車輛租賃智能化管理模塊可以實現共享電動汽車網點的合理規劃、停車位的數量安排和車輛流動狀態的最優配置，針對以上三種功能需要對模塊進行具體化設計，保證管理模塊的有效運行。

2.1 網點規劃建設子模塊

車輛租賃網點的規劃、布局和建設是共享電動汽車取得較高市場覆蓋率的關鍵要素，用戶會根據自身需求前往就近區域的網點進行車輛租賃，到達目的地后會歸還車輛使其處于閑置或充電狀態。因此，網點的規劃、布局、建設和投入運營與顧客需求、車輛流動大數據密切相關密切相關，若某區域沒有車輛流動或沒有顧客需求發生，那么該區域就不該規劃網點。同時，需要明確網點的停車位規模，在某個運營日初始時刻，停車位處于最大容量，即該時刻的瞬時容量大數據即成為該網點的車位數量。

2.2 車輛流動子模塊

車輛流動共包含租賃、出行、閑置和調度四種狀態，其中調度狀態要以其他三種狀態為前提，因此四種車輛流動狀態的數據需符合實際運行情況，運營日初始時刻的車輛流動數據應等于四種狀態的數據之和，且需要保證各狀態車輛的進出平衡。在跨時段運營期間，處于此期間的車輛流動狀態會影響到各區域網點的數量統計，但車輛流動總量不會改變，因此可以根據車輛在各運營時段的流動狀態數據分析每個時段的最優配置，保證顧客在前往一個網點時不會出現“無車可用”或“無處可停”的情況。

各流動狀態對應的大數據可以被賦予不同的價值：（1）車輛租賃數據。可根據租賃大數據預測用戶在特定區域內對于車輛的實際需求，精準區分不同類別的用戶群體；（2）車輛出行數據。可將車輛出行時的交通情況、駕駛體驗、運行狀態等反饋給用戶，幫助用戶做出共享出行的決策；（3）車輛閑置數據。企業依據閑置車輛的數量對區域內的車輛總量閾值進行再評估，做出是否減少最大容量的決策；（4）車輛調度數據。對企業而言，車輛調度的及時、快速、高效可以降低企業運營成本，擴大營收盈利，實現利潤最大化目標；對用戶而言，車輛調度可以保證用戶在需要用車時不會出現“無車可用”情況，增強用戶的共享體驗。

2.3 車輛充電子模塊

在運行過程中，由于客戶租用了、車輛調度表，因此電動汽車的功率將降低，電池電量會影響客戶的使用情況。當電池電量太低時，將無法滿足客戶的出行需求。此時，客戶通常會選擇其他旅行方式，例如出租車和公共交通工具。因此，在設計特定模塊時，考慮電動汽車充電對車輛流量的影響，在租賃網絡中共享電動汽車充電處理過程如下：首先，前任客戶將車輛退回至出租店，APP 根據剩余電池電量確定是否需要充電；其次，如果需要對車輛進行充電，則APP 提醒客戶對車輛進行充電，然后客戶對車輛進行充電并退還。如果不需要對車輛進行充電，則客戶直接將車輛退回，車輛等待供下一個客戶租用；最后，被充電的車輛在停車位被充電并且下一個顧客到達，如果此時功率未達到車輛可用功率的下限，APP 提醒客戶等待。如果巡航范圍達到下限及以上，則APP 會顯示車輛可用，并且客戶會根據實際需要租車。當然，此處的車輛充電子模塊只是對充電過程進行優化，更為具體的智能化管理應用還需要通過車輛充電管理模塊來實現。

3 結論

共享電動汽車智能化管理需要依托不同類型、不同運營維度、不同細分領域的海量數據來實現，但其最終目的都是為了使行業運營規范化、企業利潤最大化和用戶需求最優化，保證實際共享出行的高效和便捷。基于大數據的車輛租賃智能化模塊需要針對網點規劃和車輛調度優化兩個問題進行設計與實現，涉及網點布局建設、停車位數量、車輛流動狀態等細分領域的大數據，并通過數據采集和處理精準預測用戶行為和優化企業決策。