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。     

基于时刻充电概率的电动汽车充电负荷预测方法

电动汽车的充电负荷预测在电动汽车的推广过程中发挥着重要的作用。为了克服现有方法中部分参数设置主观、预测模型与用户随机性驾驶行为匹配欠缺的不足,将电动汽车进行细致分类,通过建立充电负荷预测影响因素的概率模型,利用概率统计学和蒙特卡洛模拟方法提出了基于时刻充电概率的负荷预测模型。利用科学分析得到的日行驶里程代替主观给定的起始电荷状态(SOC)以推导充电时长,利用更具随机性的时刻充电概率代替计算得到的充电时段来确定充电负荷。以某市为例,预测了相关电动汽车的日负荷曲线,并与常用负荷预测方法的结果进行对比,验证了所提负荷预测方法能够科学地预测用户的充电负荷,能够为电网及用户的电能管理策略提供可靠的依据。     

考虑用户行为特性的电动乘用车充电负荷建模

考虑电动汽车用户充电行为的不确定性,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,建立电动汽车充电负荷的时间分布模型。在空间分布上,对充电负荷区域进行划分,并与时间分布模型结合,建立电动汽车充电负荷的时空分布综合模型。通过算例分析,研究电动汽车充电负荷对电网日负荷预测的影响及其对局部配电网稳定运行的影响,并提出了两点关于电动汽车充电设施规划布局的建议。     

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。     

基于综合预测模型和蒙特卡洛的电动汽车保有量及负荷预测方法研究

电动汽车的规模化发展及其充电设施的持续性建设严重威胁电力系统的稳定性,但是目前尚缺简便有效的电动车保有量和负荷预测方法。因此,建立基于综合预测的电动汽车保有量预测模型,应用灰色预测、反向传播(BP)神经网络以及长短时记忆(LSTM)网络3种预测模型对电动汽车保有量进行预测,获得单预测模型的预测结果,并利用熵权法对单预测模型预测结果分配权重,计算得到综合预测结果。建立基于蒙特卡洛算法的电动汽车负荷预测模型,在保有量预测的基础上,模拟电动汽车电池特征参数和用户出行习惯,对电动汽车无序充电行为进行预测,形成电动汽车日负荷曲线。最后,以某市电动汽车保有量及充电负荷数据验证所提模型的有效性。算例分析表明,所提综合预测模型比单预测模型具有更高的预测精度,负荷预测结果表明规模化电动汽车并网将给电力系统带来新的挑战。     

考虑需求响应和电动汽车负荷路-电耦合特性的配电网可靠性评估

随着电动汽车的普及,大量的无序充电行为给配电网可靠性带来负面影响.文章建立了考虑需求响应和路电耦合特性的配电网可靠性评估模型,准确预测电动汽车时空分布负荷并对其进行调度,改善可靠性指标.提出了路电耦合模式结构及时空负荷预测框架;建立了路网模型、用户模型、考虑需求响应的充电负荷补充模型,得到电动汽车负荷时空分布;基于双向...     

考虑响应行为不确定性的电动汽车充电负荷预测研究

电动汽车充电负荷预测是研究电动汽车对电网规划的重要前提。文中通过对蒙特卡罗模拟进行改进分析后建立了基于响应行为不确定性的电动汽车充电负荷预测模型。首先,对充电行为不确定性因素进行分析,结合不同渗透率下的具体情况进行充电负荷随机参数调整。然后,结合随机参数及电动汽车保有量及动力电池参数等,分析了蒙特卡罗模拟算法误差产生原因,从而提出了结合POT除串法的改进蒙特卡罗法的充电负荷预测模型,同时改进了蒙特卡罗法的寻优路径以大幅度提高计算速度。最后,以山东省济南市为例,对充电负荷特征及其对配电网的影响进行了两种方法的对比分析。预测结果说明,改进后的蒙特卡罗方法对充电负荷预测研究有较高的预测准确性和较强的工程实用性。     

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。     

规模化电动汽车充电负荷预测

首先基于灰色预测模型、线性回归模型和BP神经网络模型的组合预测模型计算出传统汽车保有量预测曲线,并使用非线性二乘法拟合出基于Bass模型的传统汽车保有量的3个参数值。再通过基于层次分析的德尔菲法,构建传统汽车与电动汽车参数之间的关系,从而得到能预测电动汽车保有量的Bass模型。在保有量预测结果的基础上采用蒙特卡洛算法,结合用户使用电动汽车的起始充电时间、日行驶里程数、电池参数、充电效率等影响因素分别模拟城市中电动私家车,电动公交车与电动出租车的出行习惯,完成电动汽车的负荷预测。应用该方法进行电动汽车负荷预测时精度更高,效果更好。     

含有耦合特性的电动汽车充电负荷计算方法

基于核密度函数改进了含有耦合特性的电动汽车充电负荷计算模型。模型中,采用核密度函数代替确定性的概率分布函数拟合电动汽车的行驶规律,采用多维概率分布函数生成含有耦合特性的行驶规律随机数,采用充电概率表示不确定的充电行为。通过与示范运行电动汽车充电负荷数据对比,验证了该方法的优越性。基于改进模型,预测了未来规模化居民私家电动汽车的充电负荷情况,研究发现:不确定充电行为对电动汽车充电负荷的影响很大,随着充电概率的减小充电负荷峰值的降低很大,峰值变化范围及充电持续时间均增大,并给电网负荷造成不确定的影响。     

基于用户驾驶行为特性的电动汽车有序充电策略

电动汽车用户重点关注充电的便利性,但用户在享受便利的同时往往会对电网产生不良的影响。因此,在充电过程中如何同时兼顾用户的便利性和电网的安全性,成为亟待解决的问题。针对上述问题,提出基于用户驾驶行为特性的电动汽车有序充电策略。采用主成分分析和模糊聚类相结合的方法研究用户的驾驶行为特性,预测电动汽车的续驶里程。据此计算车辆每次充电的充电量,同时根据局域配电网负荷曲线,对电动汽车充电进行调度。通过模拟群体电动汽车用户的出行行为,对比分析了电动汽车在无序充电和不同用户响应率下有序充电时的配电网负荷曲线,结果表明所提策略可以有效地减少配电网负荷的峰谷差,提高用户对有序充电策略的积极性。     

基于融合注意力机制改进双向长短时记忆网络在电动汽车充电负荷中的预测研究

电动汽车的规模化发展以及充电设施的持续建设将给电网带来重要影响,严重威胁到了电力系统频率稳定性。结合电动汽车充电负荷数据特点,在深度学习方法的基础上提出基于融合注意力机制（attention mechanism,AM）改进的双向长短时记忆网络模型（long short-term memory network, LSTM）,实现对电动汽车的优化调度。通过使用实测电动汽车充电负荷数据,比较了所提方法与已有方法的性能。结果表明,在LSTM和（bidirectional long short-term memory network, BiLSTM）分别添加了注意力机制的（long short-term memory attention network,LSTMA）和（bidirectional long short-term memory attention network,BiLSTMA）模型相对于已有方法,在预测结果评价指标上都有明显的提升,证明了注意力机制在电动汽车充电负荷序列预测上的有效性。     

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。     

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。     

“车-路-网”模式下电动汽车充放电时空灵活性优化调度策略

电动汽车（EV）是具有交通和移动负荷双重属性的跨域主体。EV大规模集中充电会给电网带来冲击,并加剧交通拥堵。为此,提出基于“车-路-网”交互的EV充电负荷时空优化调度策略,对EV的充电行为进行合理调控。首先,建立动态路网模型并结合改进的Floyd算法精确模拟EV行驶路径,预测EV充电负荷时空分布特性。其次,以预测结果为基础,结合电价响应度模型提出基于主从博弈的优化调度策略,对电网、路网和EV用户的收益进行多目标优化。最后,以中国北京市某区域路网及IEEE 33节点配电系统对所提模型的有效性进行仿真验证,结果显示,所提策略可以实现充电站间的负荷时空分布均衡,改善充电站周围路网的交通流量状况,并降低EV用户充电成本。     

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。     

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。     

考虑空间运动特性的规模化电动汽车接入电网负荷预测模型

规模化电动汽车的接入将会对电网负荷造成较大影响,为采取有效的应对策略,需对其充电负荷进行预测。本文从电动汽车运动的角度出发,结合改进的停车需求模型,建立了基于运动特性的电动汽车空间负荷预测模型。从汽车类型、起始充电时间、电池容量及充电功率等方面入手,分析充电负荷的影响因素。采用蒙特卡罗法,仿真规模化电动汽车在不同时间、不同区域的充电行为。以北京市为例,对其2030年日负荷曲线进行了预测,结果表明:规模化电动汽车负荷融入电网会给电网负荷带来大幅度提升,峰谷差明显增大,需对电网进行合理的规划并对电动汽车充电负荷进行合理分配。