考虑实时动态能耗的电动汽车充电路径规划

由于电动汽车在行驶途中电量耗尽的风险较大,亟须研究一种有利于减轻用户出行焦虑的电动汽车充电路径规划方法。文中通过选取能够准确反映实际道路中用户驾驶特性的行驶工况特征参数,分析各特征参数与耗电量之间的相关性以及特征之间的相关性强弱,采用主成分分析对特征进行降维,基于信息熵模糊聚类方法对行驶工况进行分类,构建电动汽车行驶途中的动态能耗模型。并基于此考虑路径选择及电池剩余电量约束,建立以出行总距离、总时间及充电价格三者权值之和最小为目标的电动汽车充电路径规划模型。以某市实际交通路网规划18 km×18 km区域,分析采用实时能耗对充电路径规划的影响以及不同优化目标对用户充电路径优化结果的影响,验证了所提规划方法的可行性及有效性。     

基于马尔可夫链的电动汽车充电需求计算

充分考虑用户出行习惯的复杂性、多样性,提出了采用马尔可夫链描述电动汽车用户一天出行过程中动力电池荷电状态的变化情况。模拟实时充电行为,然后根据电动汽车的出行时间对应各出行目的地的概率,确定电动汽车一天各时段的区域分布情况,同时考虑交通耗时系数对电动汽车行驶过程的影响,从而预测不同类型日各区域电动汽车的负荷需求情况。采用蒙特卡洛模拟方法对不同渗透率、不同类型日和不同充电阈值等情景下的电动汽车充电负荷进行计算。结果表明,该方法可以较准确地模拟用户的出行规律,反映充电需求的时空分布特点;同时反映出交通状况、电池充电阈值对电动汽车充电需求存在一定的影响。     

考虑充电设施充裕性的电动私家车出行与充电需求时序交互分析

针对现有电动汽车充电需求分析因假设充电设施充足且用户出行规律不变而导致分析结果准确性不高的问题,提出一种考虑充电设施充裕性的电动私家车用户出行与充电需求时序交互分析方法。首先,结合出行链概念和蒙特卡洛方法建立电动私家车用户的出行需求模型。其次,在用户处于不同出行状态时分别建立基于出行需求的电量消耗模型、基于模糊理论的充电需求产生模型、考虑充电设施充裕性的电量补充模型和考虑用户差异性决策的充电反馈效应模型,其中充电需求产生模型和充电反馈效应模型实现了出行需求与充电需求的交互。进而,以等步长时钟推进方式进行闭环模拟,完成出行与充电需求的时序交互分析。最后,通过算例仿真验证了所提模型和方法的有效性,分析了充电设施充裕性变化时用户充电需求的变化趋势以及出行需求的迟滞和恢复。     

考虑用户充电决策行为的电动汽车充电引导策略

快充站(fast charging station,FCS)是电动汽车(electric vehicle,EV)的重要能源供给设施。随着EV的推广应用,快充负荷也逐渐攀升,对配电网运行产生了一定影响。然而,快充负荷作为一种需求侧响应资源,可通过有序充电控制缓解EV接入给配电网运行带来的负面影响,因此文中提出考虑用户充电决策行为的EV充电引导策略。首先,考虑动态交通路况影响,利用出行链理论构建EV移动模型,进行用户出行模拟,并刻画剩余电量的时空分布。其次,考虑剩余电量、充电设施分布与充电服务价格,利用后悔理论构建用户充电决策模型,并刻画充电负荷时空分布。然后,以配电网网损最小为目标,构建充电服务价格优化模型,通过优化公共FCS的充电服务价格,引导充电负荷时空分布。最后,对不同服务价格方案进行对比,结果表明,文中方法对小容量车型的引导效果更好,且用户时间消耗等效折算系数越大,文中方法对充电负荷引导的效果越好。     

基于动态能耗模型与用户心理的电动汽车充电负荷预测

针对城市中家用电动汽车与电动出租车出行能耗变化与充电决策问题,考虑实时交通路网、气温以及用户心理,提出一种基于动态能耗模型与用户心理的电动汽车充电负荷预测模型。首先,根据出行链理论建立家用电动汽车出行的时空转移模型,根据出行订单数据与源点-终点分析法对出租车出行规律进行模拟;其次,根据锂电池充放电实验数据分析不同温度对电池容量的影响,分析电动汽车在行驶过程中产生的耗电量并建立精细化的空调能耗模型和里程能耗模型。在此基础上引入锚定效应分析用户心理对充电决策的影响,建立考虑用户主观意愿的充电决策模型;最后,以成都三环内的实际路网为例,运用蒙特卡洛法对不同场景下的电动汽车充电需求进行时空预测,仿真结果验证了所提模型和方法的有效性。     

基于居民出行模拟的电动汽车负荷时空分布预测

针对电动汽车充电负荷时空分布预测中的随机性、不确定性问题,本文在已有出行链理论研究的基础上,提出了一种融合出行链理论与实际地理信息的电动汽车负荷预测方法。论文分析了基于出行链理论的EV时空分布模型,对影响电动汽车充电需求的因素进行了建模分析,用以模拟用户的出行行为特性。同时,通过对目标区域的路网进行建模,按功能区进行划分,将出行链理论的用户行为特性与目标地理信息相结合,通过Floyd算法对电动汽车用户的出行路径进行了规划设计,以预测电动汽车充电需求负荷。算例结果表明,所提出的模型能能够基于实际地理信息,预测电动汽车充电负荷的时空分布,分析不同功能区域、不同类型城市下的电动汽车充电需求负荷特性。     

基于电动汽车出行随机模拟的充电桩需求研究

提出基于电动汽车出行随机模拟的充电桩需求分析方法。该方法通过对电动汽车在各地点停车时长的相似性分析,将不同地点归类为六类充电功能区域,考虑用户对电池荷电状态变化的接受范围,建立电动汽车出行及充电模型,运用蒙特卡洛随机模拟电动汽车一日出行链和在各目的地的充电需求,模拟中考虑各区域停车数随时间的变化和充电同时性,在模型中输入电动汽车模拟量和各类型电动汽车比例,可得到各区域总的充电桩与停车位的比例(桩位比)和快慢速充电桩的比例。模拟结果显示,工作区桩位比并不高,全天中三次及以上行程目的地内的桩位比较大;快慢充比例较大的区域一般为停车时长较短而充电需求较大的区域,居住区也有快充需求;当电动汽车数量不变时,随着车辆最大续驶里程的增大,桩位比并无明显变化规律,快慢充比例逐渐减小。     

考虑发展不均衡的电动汽车充电负荷预测

针对小范围内电动汽车样本数量较少的特点,首先提出了基于电动汽车发展不均衡的电动汽车充电需求计算方法,对比了三种不同的拟合方法,并指出了不同情况下不同拟合如何选取;而后,提出了利用电动汽车剩余电量SOC确定电动汽车是否充电的方法,从剩余电量的角度给出了判断电动汽车是否充电的依据;最后,考虑到充电策略执行的可行性与实时性,提出了一种充电桩与用户交互的自由有序充电方式选择策略。针对特定区域内电动汽车充电需求,文章给出了需充电电动汽车数量,并依据SOC判别每辆EV是否充电,进而确定自由有序充电策略下的负荷曲线并与无序充电结果进行对比。仿真结果表明,采用该充电策略可以有效减小充电负荷峰谷差,转移充电负荷峰值,减少电动汽车充电桩需求数量,提高充电桩的使用率。     

计及充电行为特征与可调性的电动汽车集群优化调度

针对传统电动汽车集群优化调度过程中未能充分考虑电动汽车是否具备参与电网响应的物理条件和主观意愿等问题,提出一种基于双向门控循环单元（Bi-GRU）的电动汽车充电行为可调性识别方法,并以聚合商收益最大为目标进行优化调度。首先,利用电动汽车在充电站内的真实数据描述电动汽车用户充电时间特征、充电电量特征,并从影响用户参与优化调度的主观意愿因素出发,分析并描述用户充电偏好;其次,构建充电过程物理矩阵和用户响应意愿矩阵,并采用Bi-GRU模型将电动汽车划分为可调电动汽车集群与不可调电动汽车集群,计算可调集群充电电量与不可调集群充电电量;最后,从电动汽车聚合商利益最大化角度出发,提出考虑分时电价影响的电动汽车集群参与电网优化调度模型及求解策略。算例表明,与传统优化调度方法相比,所提Bi-GRU模型能精准识别电动汽车是否具备可调性,且优化调度策略能在保证聚合商收益最大化前提下有效平抑负荷波动,保证电网安全稳定运行。     

考虑用户充电差异性的家用电动汽车充电需求分布分析方法

针对家用电动汽车充电行为的随机性问题,在出行链理论的基础上提出一种计及停车时长充裕度以及分时电价的充电需求分布分析方法。首先,基于全美家庭出行调查数据和出行链理论,研究不同时刻出行量影响下的时空特征量;然后,根据预估的电量需求对用户进行分类,运用模糊推理分析停车时长充裕度以及分时电价对用户充电意愿的影响,构建不同用户的分层充电决策模型,得到充电需求的时空分布情况。算例结果表明,停车时长充裕度以及分时电价对用户的随机性充电行为具有引导作用,可使充电需求在时空分布中发生转移,整体分布出现降峰、避峰效应。     

基于车辆时空状态链的电动汽车充换电需求模型

随着电动汽车普及,充换电设施网络整体规划建设已成为电动汽车产业发展的重要环节。整体考虑充电需求与换电需求,提出一种基于出行时空状态链的电动汽车充换电需求模型。首先,通过分析车辆行驶与停留多状态间相互转换过程,定义车辆出行时间链与空间链的特征量,并设计车辆状态转移矩阵。然后根据多种充换电模式,以及温度对单位里程耗电量影响,构建电动汽车充换电需求模型。最后,提出基于自适应混合细菌觅食算法,计算车辆处于充电需求时,多种充电模式选取情况。算例分析表明,该模型可以准确模拟用户出行规律,体现电动汽车在行驶与停留多状态下的充换电需求时空分布特点。     

基于时空活动模型的电动汽车充电功率计算和需求响应潜力评估

电动汽车用户行为的差异导致了电动汽车的时空分布特征不同。为了能够精准计算出电动汽车集群在某时刻、某地点的充电功率及其可提供的需求响应潜力,提出了一种基于时空活动模型的电动汽车充电功率计算和需求响应潜力评估方法。首先考虑了电动汽车的时空分布特性,分析了电动汽车的出行活动模型。然后基于实际数据得出了电动汽车充电的关键影响因素分布模型。最后采用蒙特卡洛和二项分布法计算出了单台电动汽车和电动汽车集群在工作日和非工作日的充电功率曲线,并分析了其需求响应潜力。所提方法能够在兼顾电动汽车时空分布的基础上,简便快捷地计算出电动汽车的充电功率。     

基于马尔可夫决策过程的电动汽车充电行为分析

针对电动汽车充电行为不确定性问题,建立了基于出行链理论的电动汽车出行及电池电量变化模型,提出了引入马尔可夫决策过程（Markov decision processes, MDP）的电动汽车用户充电行为分析方法。该方法将用户充电行为作为马尔可夫决策集,根据车辆在各区域间的转移概率构造状态转移矩阵,设置用户满意度指标作为决策过程报酬函数,通过求解有限阶段总报酬准则得到电动汽车用户在每个决策点处的最优充电决策。算例部分根据抽取电动汽车特征量数据进行马尔可夫决策过程仿真,得出充电负荷的时间与空间分布情况,通过与传统蒙特卡洛方法进行对比表明该文所提方法可以较好地模拟用户整个出行过程中的充电行为,反映充电需求的时空分布特点;同时,分析了不同区域、不同停车时长情况下电动汽车的不同充电行为,能够为电动汽车充电桩的规划建设提供参考。     

基于实时出行需求和交通路况的电动汽车充电负荷预测

现有的电动汽车充电负荷预测研究中缺乏对用户出行行为和交通路况的精确描述,为此构建了时空图谱注意力网络,对基于城市兴趣点的出行需求和道路交通流量的时空分布进行学习和预测,并计及了日期类型、天气温度和交通事件的影响。通过基于出行时间指数（travel time index,TTI）的Dijkstra算法得到耗时最短的行驶路径,并建立了计及交通路况和气温影响的电动汽车能耗模型以及考虑距离远近和综合充电费用的充电站选择决策模型。基于西安市二环区域的实际出行需求和交通数据,对私家车、出租车和网约车3种用途电动汽车的充电需求进行了预测,并分析了出行需求变化对城市各网格空间内充电站快、慢充负荷的影响,为充电设施的规划提供了参考和依据。     

需求响应下的电动汽车充电设施配置模型

随着双碳目标、新基建等政策的推行,电动汽车数量增长成为必然的趋势,电动汽车用户将成为需求响应的重要主体之一。用户在参加需求响应的过程中将会改变电动汽车充电时间以及电量,带来充电负荷需求的时空迁移,原有的充电设施规划结果需要调整。基于此,考虑价格型需求响应以及激励型需求响应对电动汽车规划结果的影响,首先从用户角度出发,以用户充电成本最低为目标函数建立不同需求响应模式下电动汽车充电行为模型,并提出峰谷电价下的电动汽车需求响应策略,预测充电需求时空分布;在给定初选站址的情况下,从投资者的角度出发,以建设运营总利润最大化为目标建立充电设施规划模型,对充电站是否建设以及建设规模进行规划。最后应用算例对不考虑需求响应、考虑价格型需求响应、考虑激励型需求响应下的电动汽车充电设施进行规划,并对需求响应参与度、需求响应价格对运营商投资收益率的敏感性进行了分析。     

电动私家车充电负荷中长期推演模型

针对现有研究中电动汽车规模预测及其充电负荷预测相互独立的现状,提出了一种电动私家车充电负荷中长期推演模型。首先,综合考虑电动私家车使用人群的创新效应、模仿效应及电动私家车的价格因素,对Bass模型进行一定的改进以实现对电动私家车中长期保有量的预测进行动态建模。其次,基于描述车辆日出行行为特征的出行链模型,对私家车车主的出行活动的起止时间、行驶里程及停留时间进行概率建模,并采用蒙特卡洛模拟仿真城市海量的车辆行为。最后,采用上海市实际地理信息及行车数据,通过车辆规模推演与车辆行为仿真的交替进行,分析了社会宣传与政策补贴、车主充电习惯以及充电引导措施等对上海未来数年电动私家车充电负荷需求时空分布的影响。     

电动汽车充电站最优规划的两阶段方法

计及道路网络对电动汽车充电需求的影响,提出了充电站最优规划的两阶段方法。该方法的第一阶段基于电动汽车行驶特性,综合考虑电动汽车日剩余电量以及电动汽车动态运行状态和位置,采用随机模拟技术和最短路径法,获得道路网络上电动汽车充电需求在时间和空间上的分布;第二阶段以第一阶段获得的电动汽车充电需求为基础,以充电需求不可达率、不满足率和投资限额等为约束,充电站运行成本和投资成本综合最小为目标,建立充电站最优选址定容数学模型。针对该模型的复杂性,采用遗传算法求解混合整数非线性规划问题。通过对某区域的电动汽车充电站规划的模拟分析,表明了所提方法的有效性。     

基于需求响应的电动汽车充放电电价与时段研究

大规模电动汽车无序充放电将会对电网负荷造成"峰上加峰"的不良影响,因此合理引导充放电行为至关重要。首先,计及电动汽车反向入网(vehicle-to-gride,V2G)情况,在综合考虑电动汽车用户成本和电网公司利益的基础上,制定了电动汽车充放电电价上下限。然后,以电网负荷峰谷差率最小和电动汽车用户参与V2G成本最低为目标,建立了充放电时段优化模型。最后,用NSGA-II算法对该模型进行寻优求解。算例表明,通过价格型需求侧响应的引导策略,对实现系统负荷"削峰填谷"和提高电动汽车用户收益具有一定效果。