考虑交通路况的电动汽车充电负荷预测

对电动汽车充电负荷进行预测,是研究电动汽车负荷接入对配电网的影响、充电站选址定容等问题的前提。提出一种考虑交通路况的电动汽车充电负荷预测模型。建立考虑道路拓扑结构、速度-流量模型的道路交通模型,模拟在实际路网约束下车辆的行驶状态;考虑温度和车速的影响得到单位里程耗电量,并结合其他主要参数建立单体电动汽车充电模型;通过出行链理论和OD矩阵法分别获得私家车和出租车出行的起讫点,利用基于出行时间指数的Dijistra算法规划行驶路径;采用蒙特卡罗法进行模拟,得到充电负荷的时空分布。以西安市主城区实际路网为例,验证了该方法的有效性。     

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。     

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。     

融合多源信息的电动汽车充电负荷预测及其对配电网的影响

电动汽车充电负荷具有时间和空间不确定性、随机性,提出一种融合路网、交通、电网、天气、车辆、充电设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。由图论方法构建城市路网和电网信息模型及两者的耦合关系;引入出行链,以概率函数拟合车辆首次出行时间和行程目的地的驻留时间,采用Dijkstra算法规划车辆的出行路径以获得各段行程距离,由道路等级和各时段交通信息获得车辆的行驶速度,以计算行程行驶时间和荷电状态,再根据各行程目的地的充电需求判断条件,计算充电时长和充电负荷;采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真;并根据耦合关系将充电负荷归算至对应电网节点,再通过时间序列潮流计算评估电动汽车接入电网后无序充电对电网负荷、电压和网损的影响。算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲线,分析了不同因素对充电负荷分布及电网的影响,验证了所提模型的有效性。     

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。     

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。     

“车–路–网”模式下电动汽车充电负荷时空预测及其对配电网潮流的影响

该文提出一种"车–路–网"模式下电动汽车充电负荷时空预测模型。首先通过建立单体电动汽车充电模型和计及交通网络拓扑特性、速度–流量实用关系模型及区域属性特征的道路交通模型,来模拟城市区域路网约束下电动汽车的交通行驶特性;进而运用交通起止点分析法来精确模拟电动汽车行驶路径,采用蒙特卡洛方法对各类电动汽车的充电负荷进行时空预测;最后将城市路网及充电负荷归算至对应配电网节点,通过序列化潮流算法来评估大规模电动汽车接入后对配电网的影响。以某市主城区部分实际道路情况为例,预测充电负荷时空分布,分析城市区域电动汽车充电负荷整体分布特性及其对33节点配电网潮流的影响,结果表明该文所提方法现实有效。     

动态能源与地理信息融合的光储充电站电动汽车充电路径引导

电动汽车(EV)的出行、充电行为在对交通系统运行规律造成影响的同时,也使得能源网络负荷的时空分布发生改变。为此,考虑光储充一体化系统的特点,结合大规模EV、区域路网、配电网以及光储充电站的动态信息,构建了精细化的车-站-路-网动态融合模型;在此基础上,分别从用户、交通路网、电网3个角度构建包含行程时间、交通拥堵情况、电网稳定性的多目标优化函数。针对当前模型的高复杂度,运用分层规划和双向搜索思路对LPA*路径规划算法进行改进,从而实现动态环境下的充电路径引导。以某市一区域路网为例进行仿真,结果表明：与现有的策略相比,所提充电路径引导策略能很好地解决因EV充电带来的局部道路拥挤、区域光储能源消纳不均衡等问题。     

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...     

计及路-网-车交互作用的电动汽车充电实时优化调度

大量电动汽车（electric vehicle, EV）无引导地自由充电会对城市交通系统和配电系统的运行带来负面影响, 而EV充电负荷的时空分布又与城市交通系统和配电系统密切相关。因此, 需在综合考虑城市交通系统、配电系统和EV交互作用的基础上, 研究EV的充电调度与控制。在此背景下, 首先提出一种计及路-网-车交互特性的电气化交通协同系统架构。接着, 建立基于出行链追踪的微观交通配流模型, 模拟EV用户的驾驶行为、位置分布、荷电状态、充电需求等实时信息。然后, 提出一种选择充电站和导航策略, 并构建兼顾配电系统安全和用户充电等待成本的双层实时优化调度模型, 以确定各充电站内EV的具体充电方案。最后, 采用包括某地区交通系统和修改的IEEE 33节点配电系统的集成算例系统, 对所发展的模型与方法进行说明。     

考虑电动汽车和5G基站的电力-信息-交通耦合网络需求响应策略

电动汽车(EV)是具有移动负荷和通信用户双重属性的主体,为充分挖掘其参与需求响应产生的可调度潜力并降低电网负荷波动,提出了电力-信息-交通网络耦合背景下EV和5G基站需求响应策略。首先,分析了EV和5G基站参与下的多网络耦合关系。其次,建立了EV集群和5G基站集群的灵活性模型。基于此模型,提出了两阶段需求响应优化调度策略：第1阶段以通信成本最小为目标,为EV提供充电导航和路径规划并优化基站用能模式;第2阶段以配电网负荷波动最小为目标,制定EV的充放电策略。最后,通过某城市交通模型的测试,分析了调度策略对基站运行、配电网负荷、潮流和用户的影响,验证了模型和方法的有效性。     

考虑电动汽车时空接入随机性的充储电站有序充放电分散式优化

针对电动汽车时空接入的随机性,提出一种基于改进拉格朗日对偶松弛法的充储电站有序充放电分散式优化调度方法.首先,根据出行链和马尔可夫决策理论,建立计及出行路径随机性的电动汽车时空接入模型和不同温度及交通路况下的电动汽车单位行驶里程能耗模型;其次,考虑电动汽车的充放电约束、充储电站和配电网的运行约束,构建以充储电站收益最大化为目标函数的充储电站侧优化数学模型;然后,基于改进拉格朗日对偶松弛法,提出该模型的分散式优化求解方法;最后,以某典型城区道路拓扑为例,对比分析不同出行路径、温度、交通路况和调度策略下各充储电站的收益、负荷曲线和计算效率.算例结果表明:所提方法综合考虑多种环境因素,使充储电站的调度结果更加全面实际,且计算效率得到了大幅提升.     

基于电网-交通网耦合的充电站故障传播分析框架

近年来,随着电动汽车数量的增加,电网和交通网的联系也更加紧密。2018年深圳市充电站故障引起电动出租车大面积停运堵塞交通事件表明：电网的扰动可能经充电站和电动汽车的耦合而波及到交通网,导致交互传播的连锁故障。因此,需要在考虑电网-交通网两网耦合的基础上,研究充电站故障扰动在两网间的交互传播。在上述背景下,文章提出了一种基于电网-交通网耦合的充电站故障扰动传播分析框架;首先,分析电网和交通网之间的耦合关系,基于多层网络理论建立了电网-交通网耦合网络模型;通过出行链模拟电动汽车的行驶轨迹,建立了电动汽车出行和充电模型;然后,在耦合网络的基础上,考虑充电站故障扰动对电动汽车出行的影响,提出了一种基于多层网络级联失效的扰动分析方法;最后,通过仿真算例分析充电站故障扰动在交通网的时空传播特性。仿真结果表明,文章提出的基于电网-交通网耦合的充电站故障扰动传播分析框架能够准确描述电网扰动对交通网的影响,并且可以定量分析不同路段的交通状态时空演化特征,为交通管理者制定决策提供科学依据。     

电动私家车充电负荷中长期推演模型

针对现有研究中电动汽车规模预测及其充电负荷预测相互独立的现状,提出了一种电动私家车充电负荷中长期推演模型。首先,综合考虑电动私家车使用人群的创新效应、模仿效应及电动私家车的价格因素,对Bass模型进行一定的改进以实现对电动私家车中长期保有量的预测进行动态建模。其次,基于描述车辆日出行行为特征的出行链模型,对私家车车主的出行活动的起止时间、行驶里程及停留时间进行概率建模,并采用蒙特卡洛模拟仿真城市海量的车辆行为。最后,采用上海市实际地理信息及行车数据,通过车辆规模推演与车辆行为仿真的交替进行,分析了社会宣传与政策补贴、车主充电习惯以及充电引导措施等对上海未来数年电动私家车充电负荷需求时空分布的影响。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

车联网环境下电动汽车主动充电引导模型

为了适应电动汽车数量和充电需求的急剧增长,从电动汽车用户视角出发,提出了一种在车联网环境下基于改进A*路径规划算法与排队论的电动汽车主动充电引导模型。首先,融入红绿灯等待时间和不走回头路条件,改进A*路径规划算法,利用实际路网状态信息更新路网时空状态矩阵,实时优化电动汽车行驶路径,获取电动汽车充电行驶时间。其次,利用深度置信网络预测充电站电动汽车短时到达量,基于排队论M/G/k模型预测电动汽车充电等待时间。最后,以最小化电动汽车充电行驶时间和充电等待时间为目标,搭建电动汽车主动充电引导模型。以中国南京市中心区域为算例,验证了所提主动充电引导模型的有效性,所提算法能够提高充电桩的利用率并减少电动汽车用户综合充电时间。