基于实测数据的多类型电动汽车充电负荷分析

本文基于某电动汽车公司的实测数据,对多类型电动汽车跟踪数据进行统计分析。首先设定条件对数据进行预处理,删除异常数据并采用拉格朗日插值法补充部分数据;然后,文中借助K–S检验和J-B检验等方法,验证电动汽车集群数据是否符合规律分布;再采用蒙特卡洛法对电动汽车充电负荷进行仿真,形成多类型电动汽车充电负荷曲线;最后,结合日用电负荷,分析了无序充电情况下电动汽车负荷对电网的影响。结果表明,电动私家车与电动出租车具有较大的负荷调度潜力,但无序充电下会产生“峰上加峰”现象。     

电动汽车随机充电对城市负荷曲线的影响

由于电动汽车充电行为具有随机性,当一定规模的电动汽车同时充电可能会对电网造成影响。结合广州市电动汽车发展现状和规划以及电动汽车的充电规律,采用高斯混合模型对电动汽车的起始荷电状态以及起始充电时间进行拟合,得到其概率密度函数;然后根据广州市电动汽车的保有量,采用蒙特卡洛模拟法得到各类电动汽车的充电负荷;最后分析在不同渗透率下电动汽车随机充电对电网负荷曲线的影响。分析结果表明:未来充电负荷主要受到私家车充电负荷的影响,随着电动私家车渗透率的提高,私家车充电负荷可能导致电网在晚上出现新的高峰负荷。     

多种类型电动汽车接入配电网的充电负荷概率模拟

通过研究不同类型电动汽车的充电特性,针对混合电动汽车改进了初始荷电状态的抽样方法;计及充电时间长度对开始充电时刻选择的影响,同时引入电动汽车实时充电数量的随机因素,建立了多种类型电动汽车充电负荷需求的概率模型。某地的配电网负荷数据和IEEE 34节点系统算例结果表明,在电动汽车渗透率相同的情况下,其充电高峰时段工作日负荷高于休息日负荷;适当提高换电池电动汽车比例可以降低电动汽车对配电网带来的负荷冲击。     

电动汽车充电对电网负荷和电气设备的影响

电动汽车充电负荷预测是分析电动汽车接入电网的基础。在分析私家车、公交车、出租车、物流车、公务车行驶特性和充电规律的基础上,提出了不同类别电动汽车的充电负荷模型;并采用蒙特卡洛模拟法对宁波市2020年不同类型的电动汽车充电负荷进行预测,将预测的电动汽车充电负荷曲线和电网最大负荷曲线进行对比分析,分析出在不同充电模式下,电动汽车充电对配电变压器和配电线路的影响,为电网规划和运行提供参考。     

大规模电动汽车接入电网对南京市负荷特性的影响及对策

电动汽车的大量接入给电网的运行和发展带了新的挑战。本文结合南京市电动汽车的发展规划以及南京市民的交通出行规律,对电动公交车和电动私家车的充电负荷分别进行了建模,采用蒙特卡罗模拟法分析大规模电动汽车的充电行为对南京市负荷特性产生的潜在影响。针对电动私家车充电负荷可能与负荷晚高峰相叠加的问题,研究了峰谷分时电价背景下电动汽车的智能充电控制策略,提出一种将各电动汽车充电时间平均分布在低谷电价时段的控制策略,通过算例验证了方法的有效性。     

考虑电动汽车有序充电的光储充电站储能容量优化策略

针对电动汽车和光伏系统接入配电网与储能装置结合过程中的配置优化问题,提出了一种考虑电动汽车有序充电的光储充电站储能容量优化策略。首先,基于典型日光照强度曲线和光电能量转换关系计算光伏系统输出功率。其次,根据电动汽车用户出行习惯、充电行为特性、充电模式等充电负荷影响因素,建立影响电动汽车充电负荷的概率模型,利用蒙特卡洛方法预测无序充电下电动汽车充电负荷。然后,以电网出力曲线峰谷差最小为目标函数、采用粒子群算法计算电动汽车有序充电时电网出力总负荷,进而确定光储充电站储能容量最优解。最后,利用所提策略计算以电动私家车和电动出租车为主要服务对象的某居民区光储充电站内最优储能容量。结果表明,未考虑储能时电动汽车无序充电造成电网负荷峰上加峰,有序充电下电网负荷峰谷差值下降15.35%,考虑电动汽车有序充电同时配置最优储能容量时电网负荷峰谷差值下降了20.65%,实现了削峰填谷,增强了电力系统运行的稳定性。得到的结果为光储充电站的储能容量配置提供了参考。     

电动汽车充电负荷建模及其对电网负荷特性的影响

从分析影响电动汽车电力需求的影响因素入手,实地调研电动公交车的充电功率,采用最小二乘法拟合得出公交车充电负荷曲线,利用概率统计方法研究电动私家车充电负荷曲线。以山东电网典型日负荷为算例,研究到2015年、2020年、2030年及不同渗透率下电动汽车接入对电网负荷特性的影响。     

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。     

考虑路网-电网交互和用户心理的电动汽车充电负荷预测

文中提出了一种考虑路网-电网信息交互和用户心理的电动汽车充电负荷预测框架。首先,利用出行链和原点-终点(OD)矩阵得到电动汽车出行目的地;然后,考虑行驶、排队时间和充电电价,提出基于后悔理论的充电站选择模型;接着,基于跟驰模型对车辆在路网中的行驶过程进行微观交通分析,建立基于电价驱动的路网-电网交互式负荷预测框架;最后,采用蒙特卡洛方法模拟电动汽车的出行和充电情况,以预测电动汽车充电负荷时空分布。通过在中国北京市三环路网和相应电网上的仿真,验证了所提电动汽车充电负荷预测框架的有效性。仿真结果也表明路网和电网通过电价相互作用,使得电动私家车和出租车的充电负荷在时间与空间上分布差异明显。     

电动汽车充电负荷时空分布预测

采用最小二乘法与灰色关系度理论建立了电动汽车保有量预测模型,将车辆状态转移矩阵引入传统停车需求模型,预测了电动汽车随时刻变化的实际泊车分布特性;基于蒙特卡洛方法,针对电动私家车、电动公交车、电动出租车、电动公务车各自对应的充电需求,分别模拟了其充电行为,推测出了不同用地类型区域的电动汽车充电负荷曲线。文中结合徐州市公共汽车运营现状,给出了大型充电站的规划布局建议,为充电站规划建设提供理论支撑。     

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。     

基于系统动力学和蒙特卡洛模拟的电动汽车日负荷远期预测

对电动汽车负荷进行预测,有助于电力系统规划管理与优化运行。首先从宏观、中观、微观角度,采用系统动力学模型构建电动私家汽车保有量预测模型,随后分析电动汽车充放电特性,采用蒙特卡洛方法模拟电动私家汽车充放电行为,最后利用实际数据,预测未来电动私家汽车大规模接入电网后电网负荷曲线的变化,发现在电动私家车无序充电的情景下,电动私家汽车体量越大,电网峰谷差越大,带来的不利影响也越大,通过进一步测算发现,电动私家汽车参与放电可以在一定程度上缓解电动汽车充电增加的电网负荷,具有一定削峰填谷效益。     

电动汽车充电功率需求及其对电网负荷曲线的影响

准确把握电动汽车充电负荷,是评估电动汽车对电网影响以及对电动汽车进行充放电管理的基础。通过影响电动汽车负荷在时间上分布的综合因素及其相应的概率分布,提出了一种基于统计学的电动汽车充电功率模型。在此基础上利用蒙特卡洛方法对电动汽车在不同渗透率下的负荷进行计算。结果表明,电动汽车的规模化应用,给电网带来了新一轮的负荷增长;充电负荷的峰谷差明显加大,给未来负荷调控带来了挑战。     

基于蒙特卡洛法的电动汽车负荷预测建模

电动汽车大规模接入将对电网造成巨大影响,为采取有效措施,需对其负荷进行预测。在研究我国电动汽车相关政策的基础上,从影响电动汽车负荷的主要因素入手,详细地分析了不同类型电动汽车在不同充电模式下的充电行为,建立了电动汽车负荷预测模型,并采用蒙特卡罗法抽取起始充电时间、充电起始荷电状态等因素进行仿真。根据北京市电动汽车发展情况,对北京市电动汽车的规模进行了预测,得到北京市电动汽车在工作日和节假日的日负荷曲线,并对结果进行了分析。分析结果表明：未来电动汽车的大规模接入将给电网带来大量的新增负荷,同时加大了电网负荷峰谷差,需对电动汽车充电负荷进行有效的控制。     

考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测

文章提出了一种考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测方法。首先,通过出行链理论和起止点(origin-destination,OD)矩阵法分别获得私家车和出租车出行的起讫点,利用Dijistra算法规划行驶路径;然后,构建基于路网实时车流量统计的速度-流量实用模型,计算路网各路段实时车速。构建考虑环境温度和车速的电动汽车单位里程耗电量模型,计算耗电量;接着考虑充电电价、时间、沿途耗电量等因素,提出基于后悔理论的电动汽车用户充电站选择模型;随后基于交通路网、车辆、公共快充站以及配电网等多源信息,建立多源信息实时交互的电动汽车充电负荷预测框架。最后采用蒙特卡洛法模拟了私家车和出租车的出行和充电过程,得到了区域内充电负荷时空分布。以某区域交通路网和典型配电网为例进行仿真,验证了所提充电负荷预测方法的有效性。仿真结果表明多源信息的及时交互以及考虑用户的后悔心理,会对充电负荷的时空分布产生影响。     

基于车联网框架的电动汽车有序充电策略

电动汽车作为可进行需求响应的移动负荷,其对电网的影响力随着规模的扩大日益凸显。为了发挥其作为可控负荷的潜力,促进电网与用户间的互动,提出基于车联网APP和电动汽车电池管理系统的车联网系统结构,该系统可实现电池状态数据的监测与传输;以平抑当前日负荷为优化目标,以避免在用电高峰时期充电和不形成充电高峰为约束构建二次规划模型,得到每一推送时间段推送量理论值;并根据用户响应概率分布修正该理论值,进而得到每一推送时间段实际推送值;进一步提出基于车联网框架的有序充电策略;最后通过蒙特卡洛模拟法对该方案进行验证,结果表明以用户响应行为大数据为基础的电动汽车车联网系统通过引导电动汽车有序充电,达到降低日负荷峰谷差的目的。     

电动出租车日充电负荷估算方法

相较于传统燃油出租车,电动出租车具有无尾气排放、无噪音污染、运行成本低等优点,已在多个城市试点使用。电动出租车规模化发展后,其充电功率需求将相应提高并对电网产生一定影响。文中从出租车的运行模式和行驶特性出发,考虑换班制、用餐、夜间运行等对出租车充电开始时刻和日行驶里程的影响,分析对比了出租车与私家车的充电行为,并由此建立了出租车日充电负荷的分段概率估算模型,采用蒙特卡洛仿真方法求得电动出租车的日充电负荷。根据深圳市出租车的充电运营数据,采用充电负荷的分段概率估算模型估算出租车充电负荷并与实际负荷对比,结果表明该建模方法具有可信性。     

计及相似日与气象因素的电动汽车充电负荷聚类预测

电动汽车充电负荷精准预测对于电网调度、电力市场交易、充电站规划建设等具有实际意义。由于电动汽车充电负荷特性异于传统的电力负荷,两者负荷的规律性及影响因素的敏感性各有不同,有必要针对电动汽车充电负荷影响因素及预测模型开展针对性研究。考虑到不同类型电动汽车充电负荷时间序列特性及影响因素存在差异,构建考虑日类型、最高与最低温度的电动汽车充电负荷预测模型;采用模糊C均值(fuzzy C-means, FCM)聚类算法对充电负荷进行聚类分析,挖掘数据特征属性,提取相似日负荷;针对聚类后的相似日负荷采用最小二乘支持向量机(least square support vector machine, LS-SVM)进行预测。将所得的预测结果和测试集进行对比,结果显示,基于该模型的预测精度高于使用非聚类的LS-SVM方法,验证了预测模型的有效性。