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。     

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.     

基于蒙特卡洛法的电动汽车负荷预测建模

电动汽车大规模接入将对电网造成巨大影响,为采取有效措施,需对其负荷进行预测。在研究我国电动汽车相关政策的基础上,从影响电动汽车负荷的主要因素入手,详细地分析了不同类型电动汽车在不同充电模式下的充电行为,建立了电动汽车负荷预测模型,并采用蒙特卡罗法抽取起始充电时间、充电起始荷电状态等因素进行仿真。根据北京市电动汽车发展情况,对北京市电动汽车的规模进行了预测,得到北京市电动汽车在工作日和节假日的日负荷曲线,并对结果进行了分析。分析结果表明：未来电动汽车的大规模接入将给电网带来大量的新增负荷,同时加大了电网负荷峰谷差,需对电动汽车充电负荷进行有效的控制。     

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。     

电动汽车充电负荷预测系统研究

根据规划的电动汽车在未来规模化的应用将对电网产生重要影响,电动汽车充电负荷预测是分析电动汽车接入电网的基础,目前还没有比较成熟的方法。综述电动汽车接入对电网的影响和电动汽车负荷预测的研究现状,分析充电负荷预测的影响因素,并基于分布函数的蒙特卡洛计算模拟,开发一套区域电动汽车充电负荷预测系统,可实现对不同电动汽车种类、不同电池容量、不同充电方式、不同充电频率等情况下的综合预测,为电动汽车接入电网的影响分析和调控策略制订提供理论和技术支持。     

基于系统动力学模型的我国电动汽车发展规模及充电负荷预测

运用系统动力学方法建立了我国电动汽车发展规模和充电负荷预测模型,模拟仿真在不同的政策激励下我国电动汽车的未来发展规模及充电负荷,对结果进行了讨论.对我国电动汽车未来发展规模及充电功率的预测提供了一种新的思路.     

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。     

考虑充电桩限制的电动汽车充电负荷预测

针对大规模电动汽车接入配电网,提出一种考虑充电桩限制的电动汽车充电负荷预测方法。首先从单辆电动汽车入手,分析恒流 恒压充电方式下的锂电池充电特性,并进行简化,给出单辆电动汽车的充电模型;再从整体研究用户行为,运用蒙特卡洛模拟法,给出电动汽车起始充电时间和充电时长的随机分布;最后提出居民小区电动汽车充电负荷曲线预测的建模方法。该建模方法可为未来电动汽车充电负荷预测提供借鉴和参考,指导区域配电网建设与发展。     

基于改进蒙特卡洛的新能源汽车充电负荷预测研究

为了准确预测未来新能源汽车充电负荷,提前为城市电网的调度以及充电站储能设备的建立做准备,采用支持向量回归与粒子群优化算法构建一种基于小样本的新能源汽车保有量预测模型,并在此基础上利用改进蒙特卡洛模拟法对江苏省未来某日新能源汽车充电负荷进行预测。首先对数据进行预处理时,通过灰色关联度分析法筛选出与保有量关联度较大的几个关键影响因素,然后对回归模型超参数进行寻优,最后通过改进蒙特卡洛法让模型自主判断用户每日充电次数并进行充电行为模拟以得到日充电负荷预测曲线,为防止峰值叠加和城市电力系统规划管理提供理论支持。     

计及用户行为的电动汽车负荷预测

分析我国电动汽车行业发展现状,介绍考虑用户行为的电动汽车负荷预测方法,通过蒙特卡洛模拟,预测到某地区不同充电站场电动汽车充电负荷的日负荷曲线,对电网负荷预测有一定参考作用。     

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。     

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。     

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。     

基于OD矩阵的电动汽车充电负荷时空分布预测

电动汽车(ElectricVehicle,EV)出行存在时间、空间上的不确定性,考虑时空分布的EV负荷预测是研究其与电网之间的交互影响、电动汽车充电站选址定容、实现有序充电的重要基础。以电动私家车为研究对象,提出基于出行起讫点矩阵(Origin-Destination Matrix, OD矩阵)考虑时空分布的EV负荷预测方法。首先根据电动汽车充电模式等影响充电负荷的因素,建立充电负荷基础参数的概率模型。其次由实际路网建立其拓扑结构模型,由OD矩阵结合Floyd算法模拟电动汽车最短距离出行轨迹,采用车速—流量关系模型计算用户在既定起讫点时的行驶时间。然后考虑电池荷电状态的连续变化,基于蒙特卡洛方法(Monte Carlo method)建立EV充电负荷预测模型。最后采用所提方法计算包含居民区、商业区和工作区的某市辖区EV充电负荷时空分布。算例计算结果表明,不同功能区域的EV充电负荷在充电时间、充电方式及充电量上具有不同特征,居民区的大部分充电负荷充电需求在19:00至次日05:00,商业区和工作区的充电负荷集中在日间11:00—17:00,同时EV充电负荷加大了配电网的负荷峰值,影响了配电网的安全运行。所提出的EV充电负荷预测方法可为后续有序充电策略及充电站选址定容研究提供基础数据。     

电动汽车充电站负荷建模方法

电动汽车充电站负荷建模是开展规模化充电负荷预测及评估充电负荷对电网影响的基础工作,充电站负荷与电动车辆的进站流量、充电时长、充电能力等多种因素有关,呈现出较为复杂的特征,这使得负荷建模存在许多难点。文章通过分析进站车辆流量对充电负荷的影响,提出了描述充电站负荷的2种建模方法:一种是在一定前提条件下快速计算充电负荷的数学公式;另一种是计及多种实际影响因素的动态过程仿真方法。进而阐述了负荷模型的应用方法和具体步骤,以北京奥运电动公交充电站为例进行了仿真,并与实测数据进行了对比验证。结果表明2种建模方法都能较好地描述充电站负荷的变化规律,其中动态仿真方法能更准确地反映多种因素对充电站负荷的影响。所提方法运算速度快、数据接口清晰,可满足规模化电动汽车负荷仿真的要求。     

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。