考虑路网-电网交互和用户心理的电动汽车充电负荷预测

文中提出了一种考虑路网-电网信息交互和用户心理的电动汽车充电负荷预测框架。首先,利用出行链和原点-终点(OD)矩阵得到电动汽车出行目的地;然后,考虑行驶、排队时间和充电电价,提出基于后悔理论的充电站选择模型;接着,基于跟驰模型对车辆在路网中的行驶过程进行微观交通分析,建立基于电价驱动的路网-电网交互式负荷预测框架;最后,采用蒙特卡洛方法模拟电动汽车的出行和充电情况,以预测电动汽车充电负荷时空分布。通过在中国北京市三环路网和相应电网上的仿真,验证了所提电动汽车充电负荷预测框架的有效性。仿真结果也表明路网和电网通过电价相互作用,使得电动私家车和出租车的充电负荷在时间与空间上分布差异明显。     

大规模电动汽车接入电网对南京市负荷特性的影响及对策

电动汽车的大量接入给电网的运行和发展带了新的挑战。本文结合南京市电动汽车的发展规划以及南京市民的交通出行规律,对电动公交车和电动私家车的充电负荷分别进行了建模,采用蒙特卡罗模拟法分析大规模电动汽车的充电行为对南京市负荷特性产生的潜在影响。针对电动私家车充电负荷可能与负荷晚高峰相叠加的问题,研究了峰谷分时电价背景下电动汽车的智能充电控制策略,提出一种将各电动汽车充电时间平均分布在低谷电价时段的控制策略,通过算例验证了方法的有效性。     

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。     

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。     

电动出租车日充电负荷估算方法

相较于传统燃油出租车,电动出租车具有无尾气排放、无噪音污染、运行成本低等优点,已在多个城市试点使用。电动出租车规模化发展后,其充电功率需求将相应提高并对电网产生一定影响。文中从出租车的运行模式和行驶特性出发,考虑换班制、用餐、夜间运行等对出租车充电开始时刻和日行驶里程的影响,分析对比了出租车与私家车的充电行为,并由此建立了出租车日充电负荷的分段概率估算模型,采用蒙特卡洛仿真方法求得电动出租车的日充电负荷。根据深圳市出租车的充电运营数据,采用充电负荷的分段概率估算模型估算出租车充电负荷并与实际负荷对比,结果表明该建模方法具有可信性。     

考虑充电设施充裕性的电动私家车出行与充电需求时序交互分析

针对现有电动汽车充电需求分析因假设充电设施充足且用户出行规律不变而导致分析结果准确性不高的问题,提出一种考虑充电设施充裕性的电动私家车用户出行与充电需求时序交互分析方法。首先,结合出行链概念和蒙特卡洛方法建立电动私家车用户的出行需求模型。其次,在用户处于不同出行状态时分别建立基于出行需求的电量消耗模型、基于模糊理论的充电需求产生模型、考虑充电设施充裕性的电量补充模型和考虑用户差异性决策的充电反馈效应模型,其中充电需求产生模型和充电反馈效应模型实现了出行需求与充电需求的交互。进而,以等步长时钟推进方式进行闭环模拟,完成出行与充电需求的时序交互分析。最后,通过算例仿真验证了所提模型和方法的有效性,分析了充电设施充裕性变化时用户充电需求的变化趋势以及出行需求的迟滞和恢复。     

下一目的地导向下的电动汽车充电引导策略

建立一个有效的充电引导模型,实现对车辆的有序充电引导,是未来大规模电动汽车并网的基础和保障。考虑充电完成后,电动出租车到下一寻客地点与电动私家车到最终目的地的便捷性,提出下一目的地导向下的电动汽车充电引导策略。首先介绍了一种基于充电服务网络数据监控平台的电动汽车充电引导系统架构。其次,在考虑车主便捷性的基础上,综合考虑路网结构、出租车需求分布以及设备利用均衡率,结合Floyd最短路径算法和排队论M/G/k模型,以用户到最终目的地的距离、时间成本最小,充电站设备利用率分布均衡为目标,建立电动汽车充电引导模型。最后,在含7个充电站的区域内对所提模型进行仿真验证。结果表明,所提出的充电引导策略能有效兼顾充电站容量及车主出行需求。     

考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测

文章提出了一种考虑多源信息实时交互和用户后悔心理的电动汽车充电负荷预测方法。首先,通过出行链理论和起止点(origin-destination,OD)矩阵法分别获得私家车和出租车出行的起讫点,利用Dijistra算法规划行驶路径;然后,构建基于路网实时车流量统计的速度-流量实用模型,计算路网各路段实时车速。构建考虑环境温度和车速的电动汽车单位里程耗电量模型,计算耗电量;接着考虑充电电价、时间、沿途耗电量等因素,提出基于后悔理论的电动汽车用户充电站选择模型;随后基于交通路网、车辆、公共快充站以及配电网等多源信息,建立多源信息实时交互的电动汽车充电负荷预测框架。最后采用蒙特卡洛法模拟了私家车和出租车的出行和充电过程,得到了区域内充电负荷时空分布。以某区域交通路网和典型配电网为例进行仿真,验证了所提充电负荷预测方法的有效性。仿真结果表明多源信息的及时交互以及考虑用户的后悔心理,会对充电负荷的时空分布产生影响。     

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。     

实时电价下含V2G功能的电动汽车理性充放电模型及其分析

为了利用实时电价实现电动汽车理性充电,以电动汽车运营收益最大化为目标,以满足电动汽车动力电池充放电容量及电动汽车行程需求为约束条件,构造了一个电动汽车充放电收益最大化模型,该模型较好地表示电动汽车充放电决策。以美国家庭出行调查为依据,根据用户充出行规律,采用蒙特卡洛模拟法模拟用户行程需求,对电动汽车充放电运行的经济效益进行仿真计算和分析。研究结果表明,通过响应电网实时电价,理性充放电模型可显著提高电动汽车的经济效益。同时,由于夜间电价相对便宜而白天相对较高的电价激励,电动汽车多在配电系统负载率较低时充电,在系统峰荷附近反向放电,从而起到削峰填谷的效应。     

考虑分段充电的实用型电动汽车概率负荷模型

随着电动汽车发展的规模不断扩大,车辆的充电负荷将成为电网负荷的重要组成.由于自身充电行为的随机性,电动汽车充电负荷难以用传统的负荷模型进行描述.文章针对停车场内的电动汽车充电负荷,提出了一种考虑分段充电特性的实用型充电负荷概率模型.研究了单台电动汽车电流型分段充电负荷模型,在此基础上利用蒙特卡洛抽样模拟多台电动汽车的随...     

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。     

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。     

光伏不平衡接入的配电系统中电动汽车有序充电策略

摘 要：电动汽车和分布式光伏电源的广泛接入可能会加剧配电系统的负荷峰谷差和三相不平衡问题。在此背景下, 探讨以优化负荷轮廓和减小配电系统三相不平衡为目标的电动汽车有序充电策略。首先, 根据汽车出行特性和电池充电过程, 对充电负荷进行建模。之后, 在配电系统三相模型基础上,通过控制电动汽车充电接入相、充电功率和充电时间, 建立以优化负荷轮廓和减小三相不平衡为目标的电动汽车有序充电优化模型, 并采用自适应遗传算法求解。最后, 以修改的IEEE 33节点测试系统为例对所提方法进行仿真计算,结果表明：采用所提方法,电动汽车充电负荷可避开系统负荷高峰并起到“填谷”作用, 并有效缓解了分布式光伏发电引起的三相功率不平衡问题。     

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。     

基于马尔可夫决策过程的电动汽车充电行为分析

针对电动汽车充电行为不确定性问题,建立了基于出行链理论的电动汽车出行及电池电量变化模型,提出了引入马尔可夫决策过程（Markov decision processes, MDP）的电动汽车用户充电行为分析方法。该方法将用户充电行为作为马尔可夫决策集,根据车辆在各区域间的转移概率构造状态转移矩阵,设置用户满意度指标作为决策过程报酬函数,通过求解有限阶段总报酬准则得到电动汽车用户在每个决策点处的最优充电决策。算例部分根据抽取电动汽车特征量数据进行马尔可夫决策过程仿真,得出充电负荷的时间与空间分布情况,通过与传统蒙特卡洛方法进行对比表明该文所提方法可以较好地模拟用户整个出行过程中的充电行为,反映充电需求的时空分布特点;同时,分析了不同区域、不同停车时长情况下电动汽车的不同充电行为,能够为电动汽车充电桩的规划建设提供参考。