物联感知环境下电动汽车充电等待时间分布的预测方法

已有的充电站等待时间研究往往忽略不同车辆充电需求的时变差异性,为全面描述充电等待时间的时变规律,文中提出了物联感知环境下电动汽车充电等待时间分布的预测方法。首先,确定充电站到达车辆数分布和充电时长分布,采用M/G/n排队模型模拟充电站排队等待系统,求解电动汽车充电等待时间分布函数。其次,建立用户选择充电站效用函数,利用Multi-logit模型对各个充电站内的充电需求进行预测。再者,根据充电需求预测值和网联充电站实时数据更新平均到达率、服务时间变异系数,提出电动汽车充电等待时间短时分布的预测算法。最后,以某城市某区域为例,验证了该分布的准确性,并通过路径选择分析了充电等待时间分布和可靠性对充电站的影响,为减少充电站排队拥堵和均衡电网负荷提供决策依据。     

短时公交客流的弦不变量预测方法

短时公交客流预测是智能公交系统动态调度的基础.文中根据短时公交客流数据特性,提出基于弦理论的短时公交客流预测方法,模拟弦结构建立弦不变量客流预测模型(SI-PFPM),并采用遗传算法优化SI-PFPM中各参数.提出基于动态时间弯曲距离的仿射传播(AP)聚类算法,对短时公交客流时间序列进行聚类分析.利用SI-PFPM预测聚类子集数据,并分析预测残差,验证SI-PFPM可以预测短时公交客流的假设成立.最后将SI-PFPM的预测性能与现有方法进行对比分析,验证SI-PFPM对短时公交客流预测的有效性.     

基于历史行驶路线的电动汽车充电站布局优化

由于电动汽车面临着续航里程不足的问题,充电设施的合理布设显得至关重要。利用基于自动车辆识别数据的历史行驶路线来模拟电动汽车出行,给定一种充电站布局方案,即可利用基于出行特征的典型充电选择模式来模拟电动汽车的充电行为,继而准确地计算电动汽车的充电需求、充电成本和运营商利润。然后,以电动汽车的充电—出行成本比与运营商的成本—收益比之和最小为优化目标,以用户心理和电网负荷等因素为约束条件,确定充电站的最优布局方案。最后,以一个区域(151个信号交叉口)为例,验证了该方法的有效性,同时分析了工作日/非工作日以及交通需求增长和电池发展对布局方案的影响。