轨迹数据驱动的电动汽车充电需求及V2G可调控容量估计

电动汽车（EV）充电需求估计是研究电动汽车与电网互动（V2G）的重要前提。为此，提出一种行驶轨迹数据驱动的EV充电需求预测模型，并进一步考虑用户多维效益，构建用户选择参与V2G响应的用户决策模型，分析区域V2G响应能力的调控潜力。首先，对行车轨迹大数据集进行清洗与挖掘，基于动态能耗理论构建了EV充电需求时空分布预估模型。其次，基于社会行为学理论并综合考虑用电需求效用、经济效用、环保效用以及社会效用，构建了EV用户选择参与V2G响应的概率选择模型。该模型不仅考虑了EV用户的异质性，而且体现了用户决策的交互影响。最后，建立V2G可响应容量调度模型，分析V2G响应资源对区域负荷的调节效果。结果表明，所提模型不仅能有效估计某城市区域的EV充电需求时空分布特性，而且能挖掘该区域选择参与V2G响应的EV潜在用户数量，为研究V2G响应资源对区域负荷的调控潜力提供了支撑。