基于动态交通信息的电动汽车充电需求预测模型及其对配网的影响分析

针对电动汽车兼具交通工具和移动负荷的特性,考虑交通系统对电动汽车行驶行为和充电行为的影响,提出一种基于动态交通信息的电动汽车充电需求预测模型,并评估规模化充电对配网的冲击。该方法首先针对城市交通路网多交叉口特征,建立了融合动态交通信息以及考虑路段阻抗和节点阻抗的“时间-流量”实时动态路网模型,并根据城市路网规模确定了相应的交通网-配电网的交互模型。其次在分析电动汽车行驶特性和充电特性基础上构建了单体电动汽车移动模型。采用OD矩阵分析方法模拟EV随机移动行为和动态Dijkstra算法为车主推荐行驶和充电路线。最后,设计了电动汽车路径规划实验和不同场景下的充电负荷预测算例,验证所提模型的可行性和有效性。     

基于实时交通信息的电动汽车路径规划和充电导航策略

电动汽车兼具交通工具和移动负荷的特性,其充电行为和行驶特性会给交通系统和电网系统产生交互影响,为此提出一种实时交通信息的电动汽车路径规划和充电导航策略。该方法首先通过对动态路网模型的对比分析,确定了分时段动态交通路网模型的优势,并针对城市道路特点,提出考虑道路阻抗和交叉口节点阻抗的"时间–流量"路阻模型。其次,在交通路网模型、配电网模型以及单体电动汽车模型确立的基础上,建立融合道路通行时间、充电站负荷以及进站车辆数的多目标优化函数,通过改进的自适应Dijkstra动态搜索算法对该问题求解推荐最优行驶和充电路径。最后,以南京市某区域实际路网为例,根据交通流量状况以及居民出行规律分区域引入电动汽车规模,通过交通起止点方法模拟电动汽车出行行为,分析电动汽车充电和行驶对交通网和配电网的影响,结果表明所提方法有效可行。     

“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。     

基于数据驱动方式的电动汽车充电需求预测模型

电动汽车充电需求预测是研究电动汽车与电网和交通网互动的重要前提,由于现有工作大都没有采用真实的交通数据来分析电动汽车充电需求。为此,该文提出一种基于数据驱动方式的电动汽车充电需求预测模型。首先利用"滴滴"网约车出行原始轨迹数据进行数据挖掘与融合建模,数据分析过程包括区域范围选定、空间网格建模、轨迹数据映射、POI检索数据识别、城市功能区聚类以及交通路网建模。通过建模处理得到了功能区域划分、出行规律分布以及实际行驶路径等再生特征数据。其次考虑电动汽车的移动负荷特性,建立包含行驶特征参数和充电特征参数的单体电动汽车模型。然后将建模分析得到的再生数据以及单体电动汽车模型作为充电需求预测架构的数据来源和模型支撑。最后以南京市某区域为例,设计路径规划实验和不同场景充电需求负荷实验。结果表明所提模型可以有效预测不同日期类型和不同功能区域充电需求负荷的时空分布特性,也为后续电动汽车充电控制和充电引导的研究奠定理论基础。     

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。     

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。     

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。     

“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。     

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。     

基于MDP随机路径模拟的电动汽车充电负荷时空分布预测

针对电动汽车时空转移随机性的问题,计及实时交通与温度,提出了一种基于马尔可夫决策过程随机路径模拟的城市电动汽车充电负荷时空分布预测方法。首先,根据各类车型充电方式与出行特点对各类电动汽车进行分类;其次,根据蒙特卡洛方法建立各类电动汽车的时空转移模型,采用马尔可夫决策理论对出行路径进行实时动态随机模拟;根据电动汽车实测数据建立温度、交通能耗模型,计算得到实时单位里程耗电量。最后,以某典型城区为例,对不同温度、不同交通状况下电动汽车区域充电负荷进行计算。仿真结果表明,区域内快充负荷较大的节点充电波动性较大,环境温度升高或交通拥堵状况恶化会导致充电负荷高峰的持续时间增高。     

基于WNN与FCM的电动汽车动态充电负荷预测方法

随着电动汽车动态无线充电(EV-DWC)技术的发展,针对目前EV-DWC负荷建模理论工作不全面的现状,以交通流量作为影响充电负荷的主要因素,以天气、典型日期、季节等因素为次要影响因素,根据路况建立负荷模型,通过电动汽车型号和状态的聚类不同对汽车分配不同的功率,完成动态充电负荷的建立。采用小波神经网络(WNN)对时序信息进行处理预测,再同误差反向传播神经网络(BPNN)相结合预测充电道路上的车流,短期车流预测精度为85%,用模糊C聚类(FCM)算法对电动汽车的充电类型以及该类型所对应的充电功率进行划分,将进入充电道路的电动汽车分为7种类型。根据各种充电类型分配相应的充电功率,完成日负荷建模。     

基于出行模拟的电动汽车充电负荷预测模型及V2G评估

提出一种交通路网约束下用户出行模拟的电动汽车充电负荷时空预测模型。首先,建立计及交通道路网络拓扑,道路—阻抗函数关系和区域功能特性的交通道路模型。其次,构建不同复杂程度的出行链模型模拟用户出行特性,运用Dijkstra算法选择耗时最短的行驶路径,进而采用蒙特卡洛方法模拟区域交通路网和出行链双重约束下,家用电动汽车充电负荷工作日1 d内的时空分布特性;然后,基于电动汽车负荷时空分布结果、综合荷电状态、停驻时间和电价3种特征因素,利用模糊算法计算电动汽车入网(V2G)可响应的功率和容量,并分析荷电状态对响应结果的影响。最后,以某区域为例,仿真获取电动汽车充电需求时空分布,进行V2G响应评估,结果验证了所提模型和方法的有效性。     

多信息融合下电动汽车充电路径规划

由于电动汽车用户难以找到充电时间与充电地点之间的平衡点,不能准确把握何时何地进行充电行为。本文首先选取能够准确反映实际道路中用户独特驾驶特性的行驶工况特征参数,采用工况识别法构建电动汽车在实时动态路况下的剩余电量估算模型,判断其出行过程中何时有充电需求;当有充电需求时,通过预测充电站的抵达车辆数,建立电动汽车排队等待时间模型,为用户规划有效充电时段,作为选择充电地点的依据;考虑到充电时间与充电地点的耦合关系,从用户角度出发,在电池剩余电量的约束下,构建用户出行距离、出行时间及充电成本三者权值之和最优为目标的电动汽车充电路径模型,并将其应用于北京市实际交通路网区域中,采用蚁群算法对其进行仿真验证。     

基于交通信息的多类型电动汽车综合充电需求研究

为预防电动汽车大量普及后其充电不确定性对配网的冲击,文中提出了一种基于动态交通信息,考虑大规模、多类型电动汽车接入的充电需求联合建模方法。从电动汽车作为交通工具这一特性入手,基于不同类型电动汽车的运行特点,结合交通信息,建立了对应的运行时空模型。考虑快充和慢充2种模式,研究了各类电动汽车的充电行为,并配合其运行特性构建充电需求模型。结合用户日行驶里程,提出基本运行周期,并采用蒙特卡洛模拟法,对不同工作日下多类型电动汽车的综合充电需求分布进行测算。仿真结果验证了建模方法的可行性,并表明多类型电动汽车的接入将会在整体上为配网带来多个用电需求高峰。     

电动汽车充电站最优规划的两阶段方法

计及道路网络对电动汽车充电需求的影响,提出了充电站最优规划的两阶段方法。该方法的第一阶段基于电动汽车行驶特性,综合考虑电动汽车日剩余电量以及电动汽车动态运行状态和位置,采用随机模拟技术和最短路径法,获得道路网络上电动汽车充电需求在时间和空间上的分布;第二阶段以第一阶段获得的电动汽车充电需求为基础,以充电需求不可达率、不满足率和投资限额等为约束,充电站运行成本和投资成本综合最小为目标,建立充电站最优选址定容数学模型。针对该模型的复杂性,采用遗传算法求解混合整数非线性规划问题。通过对某区域的电动汽车充电站规划的模拟分析,表明了所提方法的有效性。     

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。