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。     

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。     

基于时空分布负荷预测的电动汽车充电优化

本文提出了一种综合考虑电动汽车出行特点,充电地域差别及用户充电习惯的电动汽车时空分布负荷预测模型。考虑多次充电场景,模拟实时充电行为,利用马尔可夫链确定各出行目的地的转移概率并提出了一种基于蒙特卡洛模拟的双层充电负荷预测模型对充电负荷的时空分布进行模拟预测。根据时空预测初步结果,以夜间充电为例,对在夜间入网充电车辆的无序充电行为进行了充电优化。近一步,考虑不同荷电状态(SOC) 阈值对电网优化充电的影响。结果表明,本文提出的预测模型对电动汽车负荷的时空分布预测具有一定的参考价值,夜间充电负荷的优化方法实现了充电负荷的实时优化,对电动汽车入网的负荷优化具有一定的指导意义。     

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。     

考虑用户有限理性的电动汽车时空行为特性

电动汽车的时空行为包括时空转移行为和时空充电行为。如何对电动汽车时空行为进行精确建模已成为大规模电动汽车与电网进行有效互动的关键。该文引入活动分析法将出行行为理解为活动的派生行为,建立用户一天中不同活动-出行链间的时空转移关系;基于累计前景理论描述了用户在活动-出行链中的出行方式、出行路径、出发时刻选择上的有限理性心理;在此基础上考虑交通网络的动态特性和电动汽车的充电特性,研究了电动汽车在每条活动-出行链上的时空分布特性和充电特性;并在典型网络(Nguyen-Dupius网络)中对不同用户心理、电动汽车占比、充电站服务能力约束下的电动汽车时空转移和充电特性进行算例分析。计算结果表明所提方法能够更加合理地刻画用户选择心理及描述电动汽车用户时空行为,且发现电动汽车占比和充电站服务能力均对其有较大影响。     

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。     

基于出行链理论的电动汽车充电需求分析方法

基于出行链理论提出一种电动汽车充电需求分析方法,探讨了电动汽车一天出行过程中在不同区域内停驻时长的概率分布特点,对电动汽车空间转移概率进行3次B样条最小二乘曲线拟合,通过蒙特卡洛法并结合NHTS2009数据构建了电动汽车一天出行链,实现对用户行为规律的精细化模拟,并在设计2种充电行为的基础上对不同停驻区域的电动汽车充电需求进行了分析。该方法有效弥补了传统方法对电动汽车日间充电需求分析的不足,具有较高的精确性和原理清晰、易于操作等特点。     

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。     

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。     

基于多信息交互与深度强化学习的电动汽车充电导航策略

针对电动汽车动态行驶行为和随机充电行为的多信息融合特征以及多系统建模复杂度,提出了一种基于多信息交互与深度强化学习的电动汽车充电导航策略。该策略首先对“电动汽车集群优化储能云平台”采集的电动汽车实际运行数据进行建模与挖掘,通过数据预处理以及数据可视化显示得到电动汽车行驶、充电信息以及城市充电站信息。其次,分析了电动汽车充电调度过程符合马尔科夫决策定义,引入深度强化学习方法建立了充电导航模型。将“车-站-网”实时信息作为深度Q网络算法的状态空间,并将充电站的分配作为智能体的执行动作。通过对充电过程不同时段出行的成本和时间决策目标的评估,确定行驶途中与到站后的奖励函数。执行最高奖励对应的最优动作-值函数,为车主推荐最优充电站和规划行驶路径。最后,设计了多场景仿真算例验证了所提策略的可行性和有效性。     

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。     

基于交通信息的多类型电动汽车综合充电需求研究

为预防电动汽车大量普及后其充电不确定性对配网的冲击,文中提出了一种基于动态交通信息,考虑大规模、多类型电动汽车接入的充电需求联合建模方法。从电动汽车作为交通工具这一特性入手,基于不同类型电动汽车的运行特点,结合交通信息,建立了对应的运行时空模型。考虑快充和慢充2种模式,研究了各类电动汽车的充电行为,并配合其运行特性构建充电需求模型。结合用户日行驶里程,提出基本运行周期,并采用蒙特卡洛模拟法,对不同工作日下多类型电动汽车的综合充电需求分布进行测算。仿真结果验证了建模方法的可行性,并表明多类型电动汽车的接入将会在整体上为配网带来多个用电需求高峰。     

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。     

基于自编码器的电动汽车充电负荷研究

随着电动汽车的逐步推广,研究电动汽车充电负荷特性,既有利于充电站优化运行,又有利于电力系统安全稳定运行.根据电动汽车充电负荷的时空性,提出了一种基于自编码器的电动汽车充电负荷研究方法.基于NHTS数据集分析找出电动汽车充电负荷的时间分布规律.通过自编码器方法提取电动汽车出行里程和出行结束时间的特征.以此为基础计算出电动...     

电动汽车充电负荷时空分布及其对配电网的影响

电动汽车充电负荷因受诸多因素影响而充满随机性与复杂性,随着电动汽车的规模化应用,势必会给配电网带来一系列问题,这也成为目前国内外学者和相关科研机构的研究热点。基于电动汽车充电运行数据,选取充电起始时间和充电持续时间作为影响充电负荷时间分布的关键因素,结合用户充电行为的不确定性分析,建立电动汽车充电负荷的时间分布模型。以此为根据,对充电负荷区域进行划分,建立电动汽车充电负荷的时空分布模型。通过算例分析,研究电动汽车充电负荷对配电网运行中的电压质量、网络损耗及日负荷曲线的影响。     

分时电价下电动汽车路径选择和充电导航策略

电动汽车路径选择和充电导航优化有助于提高用户出行效率,缓解大规模无序充电对配电系统安全运行的影响。考虑路径选择、电池容量及充放电状态互斥约束,构建了在分时电价机制下用户出行时间最优和充电成本最优两种不同决策目标下的电动汽车路径选择和充电导航优化模型。以某市中心20 km×20 km区域内包含4座快速充电站的交通网络及其所属配电系统为例进行数值仿真,分析了不同决策目标对用户出行路径以及电动汽车充放电对配电系统的影响,验证了所提模型和方法的可行性和有效性。