| 基于实时出行需求和交通路况的电动汽车充电负荷预测 |
| |
| 引用本文： | 吴钉捷,李晓露.基于实时出行需求和交通路况的电动汽车充电负荷预测[J].电力建设,2020,41(8):57-67. |
| |
| 作者姓名： | 吴钉捷 李晓露 |
| |
| 作者单位： | 上海电力大学电气工程学院,上海市 200090 |
| |
| 基金项目： | 国家电网公司科技项目（SGTJDK00DWJS1900100） |
| |
| 摘 要： | 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。
|
| 关 键 词： | 电动汽车 充电负荷 时空图谱注意力网络 城市兴趣点 出行需求预测 |
Charging Load Prediction of Electric Vehicle According to Real-Time Travel Demand and Traffic Conditions |
| |
| WU Dingjie,LI Xiaolu.Charging Load Prediction of Electric Vehicle According to Real-Time Travel Demand and Traffic Conditions[J].Electric Power Construction,2020,41(8):57-67. |
| |
| Authors: | WU Dingjie LI Xiaolu |
| |
| Affiliation: | School of Electrical Engineering, Shanghai University of Electric Power, Shanghai 200090, China |
| |
| Abstract: | |
| |
| Keywords: | electric vehicle charging load spatio-temporal map attention network urban points of interest travel demand forecast |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电力建设》浏览原始摘要信息 |
|
点击此处可从《电力建设》下载全文 |
