基于MDP随机路径模拟的电动汽车充电负荷时空分布预测

针对电动汽车时空转移随机性的问题,计及实时交通与温度,提出了一种基于马尔可夫决策过程随机路径模拟的城市电动汽车充电负荷时空分布预测方法。首先,根据各类车型充电方式与出行特点对各类电动汽车进行分类;其次,根据蒙特卡洛方法建立各类电动汽车的时空转移模型,采用马尔可夫决策理论对出行路径进行实时动态随机模拟;根据电动汽车实测数据建立温度、交通能耗模型,计算得到实时单位里程耗电量。最后,以某典型城区为例,对不同温度、不同交通状况下电动汽车区域充电负荷进行计算。仿真结果表明,区域内快充负荷较大的节点充电波动性较大,环境温度升高或交通拥堵状况恶化会导致充电负荷高峰的持续时间增高。     

使用卡尔曼滤波修正蒙特卡洛算法的电动汽车充电负荷预测研究

电动汽车将在未来迎来大规模的推广和应用,并对电网运行产生深远影响。而电动汽车充电负荷预测将是分析电动汽车对电网运行产生影响的基础。传统的电动汽车负荷预测方法仅仅通过对电动汽车运行行为特征进行分析,预测结果也仅仅是一种预期,即便考虑了多种典型场景,也难以准确描述随机性较大的电动汽车充电情况及充电功率大小。通过对电动汽车充电设施设置充电功率采样观测点,使用测量值对蒙特卡洛预测结果进行卡尔曼滤波修正,计算出较为符合系统状态的预测结果,并使用某行政区进行了算例演示,所提计算方法为研究电动汽车充电负荷精确预测和有序充电提供了新的方法探究和思路。     

城市供地不足的电动汽车充电网络规划方法

针对大多数城市充电设施的最优选址无法得到满足的问题,提出了适用于供地不足城市的电动汽车充电网络规划方法。首先根据城市的实际条件给出电动汽车充电站的备选站址;然后基于能量等效原则将规划区域内加油站售油量折算为等效充电量,采用等负荷距分配法将等效电量分配至充电站和分散式充电设施进行负荷预测;最后校核约束条件确定最终规划方案。案例分析表明,分散式充电设施可满足私人充电需求且具有一定的公共服务能力,充电站可提供更大规模和更大功率的充电服务。     

面向私人电动汽车的城市公共充电网络运营服务能力评估方法与仿真研究

针对城市公共充电网络运营服务能力能否满足私人电动汽车充电需求的问题,提出一种整体性仿真评估方法。首先确定影响因素,基于私人电动汽车在公共场所的充电需求、充电设施配置情况、充电设施覆盖半径等多种因素建立充电网络运营服务能力评估模型。其次根据城市电动汽车用户充电行为规律、出行规律分别进行快充、慢充的充电时间分布仿真。进而基于电动汽车及充电设施的数据进行计算,得出电动汽车充电网络一天内各小时的运营服务能力。基于此评估方法,以北京作为样本城市,获取北京公共充电设施数量、私人电动汽车数量进行计算,得到目前北京市区内公共充电网络运营服务能力,给出了充电设施建设缺口。最后建议北京的公共充电网络增加建设1.3倍的公共充电设施。     

电动汽车充电负荷计算方法

在研究中国电动汽车相关政策、发展趋势的基础上,基于调研结果,分析了不同类型电动汽车不同充电行为对应的充电方式及充电时段。根据不同类型电动汽车不同充电行为的充电功率,提出采用蒙特卡洛模拟抽取起始荷电状态、起始充电时间的电动汽车充电负荷计算方法。该方法将不同车辆的不同充电行为按充电需求进行分类,根据充电方式、起始荷电状态、充电需求、起始充电时间计算充电时间,获得充电负荷曲线。对中国未来电动汽车充电负荷水平进行了计算和分析。分析结果表明：随着中国电动汽车的发展,充电负荷将对电网的运行和规划带来较大的影响;充电负荷具有明显的峰谷差,负荷调控的潜力大。     

考虑时空分布的电动汽车充电负荷预测方法

提出了一种基于电动汽车驾驶、停放特性的考虑时空分布的电动汽车充电负荷预测方法。采用停车生成率模型预测停车需求,结合不同类型汽车、不同停放目的地的停车特性,建立电动汽车停车需求时空分布模型。从电动汽车日行驶里程、日停放需求时空分布特性入手,分析充电需求。采用蒙特卡洛模拟方法,仿真大规模电动汽车不同时间、不同空间的停放、驾驶以及充电行为,预测电动汽车充电负荷的时空分布特性。以深圳市为例,预测结果表明:电动汽车用户充电行为选择以及公共停车场充电设施配建比例不同,充电负荷也将有不同的分布;居民区、工作单位配建充电设施可满足大部分电动汽车的充电需求;同一城市不同区域建设用地类型不同,充电负荷具有明显差异。     

基于节点-支路信息的电动汽车充电站负荷预测

针对传统负荷预测模型的不足,提出一种基于时间空间的城市地区电动汽车快速充电站负荷预测模型。首先分析充电站负荷预测所需的数据及其主要来源;其次,针对电动汽车大量的、多样性的历史数据来分析电动汽车用户的充电习惯,预测每辆电动汽车的充电地点、充电起始时间及持续时间,准确获取单辆电动汽车的充电负荷模型;然后采用节点-支路负荷预测方式获取与充电站相关的路网节点和交通线路上所有电动汽车负荷,估算该充电站总的充电负荷;最后,对某规划区域内电动汽车的充电负荷进行实例仿真,并验证了方法的有效性和实用性。     

基于交通出行矩阵的私家车充电负荷时空分布预测

针对电动汽车空间负荷预测中充电地点、充电方式不确定性的难题,提出了一种基于交通出行矩阵和云模型的充电负荷时空分布预测方法。首先,通过监测道路流量,反推小区的交通吸引量,动态预测不同地点的停车概率。其次,在选择充电方式时,根据快充、慢充特点,制定用户心理到快充概率之间的转换规则,并在规则中引入云模型,体现用户决策的随机性和模糊性。最后,利用蒙特卡洛法分析计算出不同充电地点的负荷时间曲线,并以某城市中心城区的数据为例,验证了该方法的有效性。计算结果表明,不同小区、不同工作日的交通量变化明显,且充电负荷曲线受交通量变化的影响显著;快充负荷将在一定范围内随机波动,提高慢充失效阈值将减小快充负荷峰值。     

“车–路–网”模式下电动汽车充电负荷时空预测及其对配电网潮流的影响

该文提出一种"车–路–网"模式下电动汽车充电负荷时空预测模型。首先通过建立单体电动汽车充电模型和计及交通网络拓扑特性、速度–流量实用关系模型及区域属性特征的道路交通模型,来模拟城市区域路网约束下电动汽车的交通行驶特性;进而运用交通起止点分析法来精确模拟电动汽车行驶路径,采用蒙特卡洛方法对各类电动汽车的充电负荷进行时空预测;最后将城市路网及充电负荷归算至对应配电网节点,通过序列化潮流算法来评估大规模电动汽车接入后对配电网的影响。以某市主城区部分实际道路情况为例,预测充电负荷时空分布,分析城市区域电动汽车充电负荷整体分布特性及其对33节点配电网潮流的影响,结果表明该文所提方法现实有效。     

大规模电动汽车并网的配电网负荷特性研究

从电动汽车常见类型及影响充电负荷的主要因素分析着手,基于电动汽车充电模式、电池特性以及用户行驶规律研究电动汽车充电功率,建立了电动汽车充电规律的随机模型,得出充电负荷的概率分布,进行蒙特卡洛抽样以建立仿真模型~([1])。又以某地区典型日负荷曲线为例,分析了大规模电动汽车并网后,不同类型电动汽车充放电对配电网典型日负荷曲线的影响,并估算了双向充放电电动汽车的削峰能力,为电动汽车大规模并网的配电网发展规划奠定了重要基础。     

基于电动汽车时空特性的充电负荷预测

电动汽车充电负荷预测是进行充电设施、电网规划建设以及运行调度控制的基础。电动汽车充电负荷的时空分布具有很强的随机性,在对预测区域空间进行划分的基础上,考虑电动汽车的动态转移特性,对不同功能用地的泊车规律进行分析,预测不同类型电动汽车的空间分布,进而对不同电动汽车充电时间特性的影响因素进行分析,并建立了预测模型。利用蒙特卡洛仿真方法对某市一区域在不同情景下的充电负荷进行计算。结果表明,不同功能区的充电负荷分布特性差异明显,并且采用快速充电方式的比例越高,峰谷差越大,因此可根据预测结果对电动汽车充电时间、充电地点和充电方式进行合理引导,使在满足充电需求的同时,减少充电负荷对电网的影响。     

考虑分时电价的电动汽车充电负荷计算

为了利用分时电价实现电动汽车的有序充电,提出了一种考虑分时电价的充电负荷计算方法。将电池充电过程划分为5个阶段,考虑行程结束时间与每日行驶里程的概率分布,计算了考虑分时电价后全天各时段内一辆电动汽车处于电池各充电阶段的概率,结合电池各充电阶段的充电功率,得到每个时段内一辆电动汽车的充电负荷期望值,根据中心极限定理计算了所有车辆充电负荷的分布情况。仿真结果表明,考虑分时电价后,充电负荷集中分布于谷时段,降低了对电网的不利影响。与蒙特卡洛模拟方法相比,该方法计算效率更高,计算结果基本相同。     

一种基于直接蒙特卡洛法的电动汽车充电负荷模型

电动汽车作为国家发展战略的重要组成部分,现已形成一定的产业、市场基础,进入到政策、市场的双驱动发展阶段。在使用成本低、可选车型增加、配套设施逐渐完善、民众认知度提高等因素的共同驱使下,电动汽车将快速发展。电动汽车充电运营市场由众多运营商共同参与、用户自主选择,充电站建设规划、充电策略优化等都可提高运营商的盈利,因此,电动汽车充电负荷预测尤为重要。文章提出了一种基于蒙特卡洛法的电动汽车负荷模型,将电动汽车接入电网看作规律性概率事件,研究充电负荷影响因素的概率特性,利用蒙特卡洛法模拟单台电动汽车充电负荷,叠加后得到电动汽车充电负荷曲线,并借助私家车出行统计数据验证了该模型的有效性。     

基于蒙特卡洛算法的大规模电动汽车充电负荷预测

电动汽车充电负荷的有效预测对配电网的安全稳定运行有重大意义。以某地区不同类型电动汽车的保有量预测结果为基础,将用户出行习惯、电动汽车的充电功率、充电时长等因素作为模型参数,利用蒙特卡洛模拟算法建立了考虑电动汽车类型的充电负荷预测模型,对该地区电动汽车的充电负荷进行预测。结果表明,未来电动汽车充电负荷增长较快,2025年较2022年充电负荷增长近70%,且不同类型充电负荷有不同的特征。该方法能提升电网负荷预测精确度,为配电网的调度与规划提供技术支撑。     

计及多日一充模式的规模化电动汽车充电负荷建模策略

提出了一种计及多日一充模式的规模化电动汽车充电负荷建模策略,为电动汽车充电负荷预测及有序充电控制措施的制定奠定必要的理论基础。该策略首先依据日行驶里程差异划分了6个用户类,并在详细分析各用户类中单个用户充电起始时刻和充电时长概率特性的基础上,提出了单个用户在指定时刻充电的负荷期望值的计算方法;然后提出了元日期窗口的概念,并分别模拟了两类多日一充模式下各用户类中的用户在元日期窗口内充电的概率分布;最后基于大数定理提出了规模化电动汽车在各工作日内集群充电的总充电负荷计算模型及其离散处理方法。算例分析结果表明,该策略可显著提高规模化电动汽车电池容量的利用率,可获得更为准确的充电负荷特性,且操作性强,因而具有广阔的应用前景。     

环境温度对电动汽车充电负荷的影响分析

不同环境温度对电动汽车附加能耗、电池性能、行驶路况等影响显著,因而导致电动汽车充电需求的差异。分析环境温度对电动汽车充电负荷的影响,对深入研究充电负荷对电网的影响以及合理的充电设施规划等具有重要意义。提出考虑温度影响的电动汽车充电负荷计算方法,结合电动汽车平均续航里程、行车需求统计数据,采用蒙特卡洛模拟计算不同温度下多种类型电动汽车充电负荷。以广州市电动汽车充电负荷为例进行仿真计算,仿真结果表明环境温度对电动汽车充电负荷有显著影响,相较于常温天气,高温和低温天气条件下电动汽车充电负荷明显增加。不同类型电动汽车的充电负荷受环境温度影响程度不同,每日行驶里程更长的电动公交车充电负荷受环境温度影响更大。     

面向智慧城市的快充负荷充电服务费制定策略

相比电动汽车(electricvehicle,EV)慢充用户,大规模、随机快充负荷的接入将会带来更加严重的电网安全运行问题。从整体社会经济效益最大化的角度出发,仅单纯从电网侧增加基础设施建设并非最佳解决之道,有必要从用户角度研究有效的调度策略对电动汽车的快充行为进行引导。为此,基于未来智慧城市的场景下,提出了基于节点关键度的配网供电电压偏差指标(voltage deviation index based on node importance,VDINI)的概念,指出动态调整快充站充电服务费的手段,分析电动汽车用户对于快充站选择行为的影响因素,建立电动汽车用户基于自身效益的充电位置决策模型,从而说明通过调整各充电服务费的来对快充行为进行引导的可行性。在此基础上,根据需要满足的各种约束条件,制定各快充站快充服务费的求解流程,在保证充电站效益不变的同时,将电动汽车合理地引导至各个快充站,均衡区域内的充电负荷,实现空间上的有序快充,改善了配网的电能质量。算例仿真验证了所提充电服务费制定方法的合理性以及快充负荷引导策略的优越性。     

基于充电功率等级的电动汽车充电方式优化配置研究

针对电动汽车无序充电对电网的影响,文章提出了一种基于充电功率等级的电动汽车充电方式优化配置方 案,分析了电动汽车充电行为,阐述了电动汽车无序充电对电网的影响.该方案以电动汽车总设备投资成本最低和充 电负荷的峰谷差最小为目标,得到了既能满足用户需求,也能减少设备投资,降低电动汽车无序充电负荷峰谷差的不 同充电功率等级的比例。     

城市电动汽车快充站网络建设管理探讨

分析当前城市电动汽车充电设施存在的主要问题,介绍基于流程的城市快充站网络建设管理理念和过程,提出城市电动汽车快充站网络建设管理改进方向,为城市电动汽车充电设施建设提供参考。     

城市EV时空充电负荷预测及充电站规划研究

针对目前城市电动汽车（electric vehicle, EV）充电站存在盲目建设、规划不合理导致的部分充电站利用率低、用户充电满意度低等问题,同时为适应“双碳”目标下发展大规模EV的充电站规划需求,提出一种基于蒙特卡洛模拟和回声状态网络（echo state network, ESN）拟合的城市EV时空充电负荷预测方法,进一步开展EV充电站规划研究。首先考虑城市交通路网结构和区域主要功能,将待规划区域进行网格划分并作为待建充电站备选位置;利用蒙特卡洛方法对各类EV进行多种模式的出行链模拟,获取各网格区域内的EV充电负荷数据集;为拟合各网格内EV充电负荷的多样化分布特征,建立基于回声状态网络ESN学习算法的EV时空充电负荷预测模型,实现一定EV保有量下待规划区内EV时空充电负荷的预测。进一步考虑待规划网格区域内的最大充电预测负荷等约束条件﹑以充电站的建设和运维成本、EV用户充电出行成本以及配网损耗的综合成本最小为目标,建立EV充电站的规划模型,利用粒子群算法进行模型求解得到待规划区的充电站建设位置、数量及容量;最后以某城区EV充电负荷预测及充电站规划为例进行计算,验证了所提方法及模型的...