基于效用最大化原则的电动汽车充电站负荷特性分析方法

随着电动汽车规模化的发展,其充电负荷的时空预测为充电站配网建设和和充电设施规划建设提供了数据支撑。因此,文中基于效用最大化原则提出了一种的电动汽车充电站负荷预测方法,首先基于出行链建立电动汽车的时空分布模型,然后基于效用最大化原则和时间成本法分析了电动汽车用户充电消费选择,最后运用蒙特卡罗方法对充电站负荷进行仿真预测。与相关文献仿真对比,验证了所提方法的有效性和正确性,并分析了不同渗透率下和不同充电站位置下电动汽车充电站的充电负荷特性。结果表明,随着电动汽车渗透率提高,其充电行为的集中化增大了系统峰谷差;合理布局电动汽车充电站位置,可以使各充电站充电负荷更加均匀。     

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。     

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...     

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。     

考虑电动汽车充电需求的城市配电网负荷预测

提出了一种考虑电动汽车充电需求特性的城市配电网负荷预测方法,实现对城市配电网中长期负荷增长规律进行预测。首先,建立城市电动汽车时空分布的充电需求率模型,再根据城市电动汽车的发展趋势,对电动汽车充电负荷的增长规律进行预测。根据城市发展规划,采用灰色预测模型对常规负荷进行预测,最后将电动汽车负荷增长规律与常规负荷增长规律结合,得到城市配电网的中长期负荷增长规律。     

考虑时空分布的电动汽车充电负荷预测及对电网负荷影响分析

电动汽车充电站的充电负荷与该充电站的车流量、电动汽车电池的起始荷电状态、用户选择的起始充电时间、电动汽车的车型和不同的充电模式都有关联。不同的时间段,不同的充电站类型对应的充电负荷有很大不同,计算电动汽车充电负荷的一般公式算法很难得到。根据电动汽车用户的充电习惯,研究不同类型充电站的充电汽车数量,电动汽车充电时长以及充电模式的选择,提出考虑时空分布的电动汽车负荷仿真预测方法。以沿海某市为例,该方法能有效预测各种不同类型充电站的电动汽车充电负荷,能够为电动汽车充电站的规划建设以及对电网的负荷影响提供依据。     

物联感知环境下电动汽车充电等待时间分布的预测方法

已有的充电站等待时间研究往往忽略不同车辆充电需求的时变差异性,为全面描述充电等待时间的时变规律,文中提出了物联感知环境下电动汽车充电等待时间分布的预测方法。首先,确定充电站到达车辆数分布和充电时长分布,采用M/G/n排队模型模拟充电站排队等待系统,求解电动汽车充电等待时间分布函数。其次,建立用户选择充电站效用函数,利用Multi-logit模型对各个充电站内的充电需求进行预测。再者,根据充电需求预测值和网联充电站实时数据更新平均到达率、服务时间变异系数,提出电动汽车充电等待时间短时分布的预测算法。最后,以某城市某区域为例,验证了该分布的准确性,并通过路径选择分析了充电等待时间分布和可靠性对充电站的影响,为减少充电站排队拥堵和均衡电网负荷提供决策依据。     

基于分时电价的电动汽车充电负荷引导方案

在城市路网–电网耦合的背景下,使用出行链来描述电动汽车的时空分布,然后通过前景理论和logit模型描述电动汽车车主的充电决策方案.将不同的充电方式统一于混合充电模式,以最小化各充电站的日充电量波动和日充电负荷功率波动为目标,建立模型.算例分析结果表明,电价引导方案可以有效平衡各充电站的日充电量和日充电负荷分布.     

考虑负荷空间均衡和充电站合作博弈的快速充电定价机制

为了平衡快速充电负荷空间分布,提高电动汽车用户充电满意度,提出考虑负荷空间均衡和充电站合作博弈的快速充电动态定价机制。首先,通过实际订单数据逆地理编码得到出行概率转移矩阵,结合路网模型和速度-流量模型建立电动汽车充电负荷时空分布模型;然后,考虑用户主观意愿,建立计及用户偏好的充电站选择决策模型,模拟用户对于充电站选择的理性决策行为;最后,以充电站节点负荷均衡性为目标,建立区域内快速充电站合作模式下的动态定价博弈模型,通过迭代算法求解均衡值,并利用Shapley值法对合作联盟所得剩余收益进行分配。仿真实例表明,所提快速充电站动态定价策略能有效降低充电站节点的负荷方差,提高充电桩利用率和充电站收益,并减小用户排队时间,提高用户满意度。     

基于条件风险价值的电动汽车充电站规划

针对电动汽车充电负荷的假日性以及负荷预测的不确定性,基于条件风险价值构建了电动汽车充电站规划模型。基于出行链,结合Dijkstra最短路径算法,利用蒙特卡洛随机模拟得到快慢充负荷的时空分布。以充电站建设数量最少为目标,满足所有充电需求点为约束,建立选址模型。考虑用户等待时长,以充电站建设成本最小为目标,建立定容模型。为解决定容模型中充电负荷假日性以及负荷预测随机性,利用鲁棒优化将定容模型转化为机会约束规划,引入条件风险价值工具进行求解。以某区域充电站规划为仿真算例,算例结果验证了该方法能够增强充电站规划模型的鲁棒性,具有可行性。     

考虑充电站吸引力的EV充电负荷时空分布模拟

电动汽车(electric vehicle, EV)充电负荷时空分布的随机性给电力系统的规划与运行带来了挑战.针对该问题,文章提出考虑充电站吸引力与交通耗时指数的EV充电负荷时空分布模拟方法.首先建立充电站吸引力模型,用以描述用户选择充电站的规律;其次对传统起点-终点(origin destination, OD)矩阵...     

基于城市交通网络信息的电动汽车充电站最优选址和定容

针对电动汽车充电站规划问题,给出两步搜索的电动汽车充电站选址定容的分析方法,提出电动汽车充电站选址的最优数学模型。基于城市道路信息,得出充电站最优位置分布,采用Voronoi图划分每个充电站所服务的负荷区,根据每个充电站所服务的充电负荷设计其容量。算例分析验证了规划方法的有效性和实用性。     

计及车-路-站-网融合的电动汽车充电负荷时空分布预测

针对目前对车-路-站-网相互影响考虑不足,导致电动汽车充电负荷时空分布预测不准确的问题,提出了基于万有引力模型的电动汽车充电负荷时空分布预测模型。首先,计及路网交通流和环境温度,分析外部环境与电动汽车能耗之间的关系。其次,考虑了温度、湿度、辐射等外部环境因素对用户出行的影响,建立基于出行意愿修正的出行链模型。最后,计及多方信息融合,建立基于万有引力模型的电动汽车充电站选择模型。算例结果表明,所提出的模型能够计及电动汽车、路网、充电站和电网的相互影响,并准确计算电动汽车充电负荷的时空分布,分析多场景、多区域下的电动汽车充电需求负荷特性。     

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。     

基于动态自适应图神经网络的电动汽车充电负荷预测

电动汽车充电站负荷波动的不确定性与长时间预测任务给提升充电负荷预测精度带来巨大的挑战。文中提出一种基于动态自适应图神经网络的电动汽车充电负荷预测算法。首先,构建了一个充电负荷信息时空关联特征提取层,将多头注意力机制与自适应相关图结合生成具有时空关联性的综合特征表达式,以捕获充电站负荷的波动性;然后,将提取的特征输入到时空卷积层,捕获时间和空间之间的耦合关系;最后,通过切比雪夫多项式图卷积与多尺度时间卷积提升模型耦合长时间序列之间的能力。以Palo Alto数据集为例,与现有方法相比,所提算法在4种波动情况下的平均预测误差大幅降低。     

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...     

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。     

城市集中型充电站规划方法

为实现城市集中型充电站合理规划,在分析影响电动汽车充电站规划因素的基础上,根据电动汽车空间分布特点,提出基于图论的集中型充电站选址图模型。结合图中央点理论对K-means聚类算法进行改进,提出了集中型充电站服务范围最优划分和站点选址算法。采用某中央城区实际规划算例计算,并与K-means和Vor-onoi图计算几何法比较,计算结果表明,本文所提方法具有更好的规划效果,获得更均衡的服务区域划分和更短的充电路径距离。     

电动汽车充电负荷预测模型及对城市 负荷影响研究

电动汽车充电站或充电设备集群的负荷变化情况受具体车流量、电池充电时长、电池起始荷电状态(state of charge,SOC)、充电设备数量等多种因素的影响,变化规律复杂,各个充电站的负荷曲线形态差异很大,难以从本质上表征负荷的一般性规律。从影响充电负荷变化规律的进站车流量入手,研究电动车辆进站流量、充电时长、充电站充电能力等对充电负荷的具体影响,提出适用于充电站负荷快速计算的简化公式和计及多种影响因素的仿真方法。以西北某市为算例,结果表明,该方法能够方便、有效地预测电动汽车充电负荷的时空分布特性,为分析其对电网的影响及充电设施规划等提供依据。