基于数据驱动方式和行为决策的电动汽车快充需求预测模型

针对现有电动汽车充电负荷预测方法存在缺乏实际交通数据以及未考虑车主真实心理决策的不足,提出一种数据驱动与行为决策模型相结合的方式来预测电动汽车快速充电需求负荷。首先通过对网约车出行订单数据进行数据预处理、数据可视化以及数据建模等,得到城市居民每日交通出行规律。其次建立包含行驶行为和充电行为参数的单体电动汽车模型。然后引入基于后悔理论的行为决策模型,折衷考虑时间消耗和充电费用效用为快充需求车辆规划行驶路径和推荐快充站。将数据挖掘得到的规律以及建立的模型共同构建快充需求预测方法的架构。最后,以南京市的路网拓扑和实际运营的快充站为例,设计电动汽车快充需求仿真场景。实验结果表明,所提方法可以有效地预测城市快充站的充电需求负荷时空分布。     

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。     

基于出行模拟的电动汽车充电负荷预测模型及V2G评估

提出一种交通路网约束下用户出行模拟的电动汽车充电负荷时空预测模型。首先,建立计及交通道路网络拓扑,道路—阻抗函数关系和区域功能特性的交通道路模型。其次,构建不同复杂程度的出行链模型模拟用户出行特性,运用Dijkstra算法选择耗时最短的行驶路径,进而采用蒙特卡洛方法模拟区域交通路网和出行链双重约束下,家用电动汽车充电负荷工作日1 d内的时空分布特性;然后,基于电动汽车负荷时空分布结果、综合荷电状态、停驻时间和电价3种特征因素,利用模糊算法计算电动汽车入网(V2G)可响应的功率和容量,并分析荷电状态对响应结果的影响。最后,以某区域为例,仿真获取电动汽车充电需求时空分布,进行V2G响应评估,结果验证了所提模型和方法的有效性。     

基于实时交通信息的电动汽车路径规划和充电导航策略

电动汽车兼具交通工具和移动负荷的特性,其充电行为和行驶特性会给交通系统和电网系统产生交互影响,为此提出一种实时交通信息的电动汽车路径规划和充电导航策略。该方法首先通过对动态路网模型的对比分析,确定了分时段动态交通路网模型的优势,并针对城市道路特点,提出考虑道路阻抗和交叉口节点阻抗的"时间–流量"路阻模型。其次,在交通路网模型、配电网模型以及单体电动汽车模型确立的基础上,建立融合道路通行时间、充电站负荷以及进站车辆数的多目标优化函数,通过改进的自适应Dijkstra动态搜索算法对该问题求解推荐最优行驶和充电路径。最后,以南京市某区域实际路网为例,根据交通流量状况以及居民出行规律分区域引入电动汽车规模,通过交通起止点方法模拟电动汽车出行行为,分析电动汽车充电和行驶对交通网和配电网的影响,结果表明所提方法有效可行。     

基于动态车流的电动汽车充电负荷时空分布概率建模

文中提出一种基于动态车流的电动汽车充电负荷时空分布概率建模方法,所建立的模型由交通路网模型、车辆时空转移模型和居民出行概率模型3个部分组成。交通路网模型考虑了车辆过红绿灯的影响,将道路分为3段计算车流密度。车辆时空转移模型反映了交通路况对行驶速度和耗电量的影响,行驶车辆可根据交通路况动态调整速度和行驶路径。居民出行概率模型基于NHTS2017数据集,得到出行目的地和出发时间的联合概率分布模型,进而抽样模拟出行链。以某市路网模型为例,采用蒙特卡洛法仿真预测电动汽车充电负荷的时空分布特性,并与现有方法的仿真结果及实际充电负荷曲线进行对比分析,验证了所提概率模型的正确性和有效性。     

基于动态交通信息的电动汽车充电负荷时空分布预测

电动汽车充电负荷预测是研究电动汽车与电网互动的重要前提。针对交通路网信息对电动汽车行驶规律的影响,考虑电动汽车的交通工具特性和移动负荷特性,提出了一种基于动态交通信息的电动汽车充电负荷时空分布预测方法。该方法首先针对城市路网多交叉口特征,提出建立考虑路段阻抗和节点阻抗的动态路网模型。并根据路网规模确定了相应的交通网-配电网的交互模型。其次引入OD矩阵分析方法和实时Dijkstra动态路径搜索算法为电动汽车分配起止节点和规划行驶路径,模拟其动态行驶过程和充电行为。最后设计了电动汽车路径规划实验和典型区域实际路网充电负荷预测实验。结果表明,电动汽车充电负荷在不同功能区域分布存在差异且时间分布上不均匀,验证所提方法的有效性和可行性。     

“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。     

基于动态交通信息的电动汽车充电需求预测模型及其对配网的影响分析

针对电动汽车兼具交通工具和移动负荷的特性,考虑交通系统对电动汽车行驶行为和充电行为的影响,提出一种基于动态交通信息的电动汽车充电需求预测模型,并评估规模化充电对配网的冲击。该方法首先针对城市交通路网多交叉口特征,建立了融合动态交通信息以及考虑路段阻抗和节点阻抗的“时间-流量”实时动态路网模型,并根据城市路网规模确定了相应的交通网-配电网的交互模型。其次在分析电动汽车行驶特性和充电特性基础上构建了单体电动汽车移动模型。采用OD矩阵分析方法模拟EV随机移动行为和动态Dijkstra算法为车主推荐行驶和充电路线。最后,设计了电动汽车路径规划实验和不同场景下的充电负荷预测算例,验证所提模型的可行性和有效性。     

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。     

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。     

基于气温影响的电动汽车充电需求预测

电动汽车充电需求预测是电网建设规划和调度运行的基础,而气温通过改变电动汽车的交通路况、空调能耗和电池特性来影响负荷预测的准确性。文中利用蒙特卡洛法模拟电动汽车的出行特性,提出一种考虑气温影响的电动汽车充电负荷计算方法,使电动汽车充电需求预测更加精确。一方面,分析天气对出行路况的影响,制定合理的安全行驶速度,利用能耗因子模型获取单位里程耗电量,得到不同时速情况下电动汽车总耗电量的差别。另一方面,分析温度对电池特性和空调能耗的影响,计算电池实际最大载电量和空调耗电量。以上海市电动私家车为例仿真分析,证明在天气和温度影响下,电动汽车充电需求发生显著变化。     

融合多源信息的电动汽车充电负荷预测及其对配电网的影响

电动汽车充电负荷具有时间和空间不确定性、随机性,提出一种融合路网、交通、电网、天气、车辆、充电设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。由图论方法构建城市路网和电网信息模型及两者的耦合关系;引入出行链,以概率函数拟合车辆首次出行时间和行程目的地的驻留时间,采用Dijkstra算法规划车辆的出行路径以获得各段行程距离,由道路等级和各时段交通信息获得车辆的行驶速度,以计算行程行驶时间和荷电状态,再根据各行程目的地的充电需求判断条件,计算充电时长和充电负荷;采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真;并根据耦合关系将充电负荷归算至对应电网节点,再通过时间序列潮流计算评估电动汽车接入电网后无序充电对电网负荷、电压和网损的影响。算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲线,分析了不同因素对充电负荷分布及电网的影响,验证了所提模型的有效性。     

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。     

考虑交通路况的电动汽车充电负荷预测

对电动汽车充电负荷进行预测,是研究电动汽车负荷接入对配电网的影响、充电站选址定容等问题的前提。提出一种考虑交通路况的电动汽车充电负荷预测模型。建立考虑道路拓扑结构、速度-流量模型的道路交通模型,模拟在实际路网约束下车辆的行驶状态;考虑温度和车速的影响得到单位里程耗电量,并结合其他主要参数建立单体电动汽车充电模型;通过出行链理论和OD矩阵法分别获得私家车和出租车出行的起讫点,利用基于出行时间指数的Dijistra算法规划行驶路径;采用蒙特卡罗法进行模拟,得到充电负荷的时空分布。以西安市主城区实际路网为例,验证了该方法的有效性。     

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。     

考虑城市不同功能区的电动汽车负荷时空分布建模方法

研究电动汽车充电负荷特性是推进电动汽车接入电网的基础,电动汽车充电负荷在时间和空间上具有随机性。文章充分考虑城市不同功能区的特性,提出了一种基于改进重力模型的电动汽车负荷时空分布建模方法。首先,确定电动汽车的类别与出行特性,并进行城市功能区划分;其次,依据改进的重力模型获取城市各时段各区域的出行矩阵,得到电动汽车入网的时空分布;最后,抽取电动汽车的出行里程,结合电动汽车充电方式与充放电的荷电状态模型,建立电动汽车负荷的时空分布模型。算例分析表明,不同类别功能区之间的负荷分布与各区域吸引力相关且存在较大差异,同一类别功能区中位于城市中心地区的负荷较高。算例通过设置不同场景,分析不同因素对充电负荷分布的影响,验证了所提模型的准确性。     

考虑出行路径决策的电动汽车充电负荷时空预测方法

为了构建准确的电动汽车充电负荷模型,本文提出一种考虑出行路径决策的充电负荷时空预测方法。首先,采用拉丁超立方采样抽取用户的起始出行时刻和起始荷电状态。其次,考虑用户的不确定性充电需求,利用模糊综合评价法以剩余荷电状态、停驶时长以及充电时长3种评价指标构建用户的充电行为模型。最后,考虑道路交通状况对用户出行路径的影响,根据Logit模型构建路阻函数模型,利用动态Floyd算法获取用户的出行路径,通过蒙特卡罗模拟得到电动汽车充电需求的时空分布。通过算例分析以及路径规划实验,表明本文方法能够更好地模拟用户的实际出行轨迹,在路径规划、载客量的影响以及模型精度上均具有优势。     

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。     

多信息融合下电动汽车充电路径规划

由于电动汽车用户难以找到充电时间与充电地点之间的平衡点,不能准确把握何时何地进行充电行为。本文首先选取能够准确反映实际道路中用户独特驾驶特性的行驶工况特征参数,采用工况识别法构建电动汽车在实时动态路况下的剩余电量估算模型,判断其出行过程中何时有充电需求;当有充电需求时,通过预测充电站的抵达车辆数,建立电动汽车排队等待时间模型,为用户规划有效充电时段,作为选择充电地点的依据;考虑到充电时间与充电地点的耦合关系,从用户角度出发,在电池剩余电量的约束下,构建用户出行距离、出行时间及充电成本三者权值之和最优为目标的电动汽车充电路径模型,并将其应用于北京市实际交通路网区域中,采用蚁群算法对其进行仿真验证。     

计及耦合因素的电动汽车充电负荷时空分布预测

实现电动汽车与电网互利共赢的基础问题之一是如何有效预测电动汽车的充电负荷,而电动汽车时空转移的随机性和转移过程中各因素的耦合性增加了充电负荷预测的难度,本文提出一种计及动态转移规划和耦合因素的电动汽车充电负荷时空分布预测方法。首先,基于出行链技术建立含多类型电动汽车的单体出行数学模型;在此基础上,考虑交通流量、行驶路况和温度,构建电动汽车的单位里程能耗数学模型。其次,基于马尔可夫决策过程理论,考虑剩余行程和路网拥堵信息,动态更新路网信息和随机规划电动汽车时空转移路径。最后,基于算例,对比分析电动汽车及其充电负荷在不同策略、职能区域和出行日情况下的时空分布。结果表明：本文所提方法能够全面反映电动汽车车主的出行决策,且预测结果能真实反应电动汽车类型和职能区域导致的其充电负荷幅值和分布上的差异。