The invention discloses an electric vehicle charging load forecasting method based on scenario analysis. The steps of the method are as follows: Firstly, according to the attributes of travel day, the first travel time, travel time and parking time of the electric vehicle are analyzed, and the spatial variables such as destination transition probability and driving mileage are constructed to fit the above variables, and then the electricity is obtained. Secondly, according to the different charging behavior of electric vehicles, three scenarios are divided, including one-day charging, multi-day charging and multi-day charging. The charging decision models are established for each scenario respectively. Finally, the charging load in different scenarios is forecasted by considering the travel demand and charging characteristics of electric vehicles comprehensively. The invention can accurately describe the space-time distribution characteristics of electric vehicles during working and rest days, fully consider the different charging behavior of users, and can more truly reveal the impact of different charging behavior on charging load demand.
【技术实现步骤摘要】
一种基于场景分析的电动汽车充电负荷预测方法
本专利技术涉及电力系统
,具体涉及一种基于场景分析的电动汽车充电负荷预测方法。
技术介绍
面对日趋严峻的能源短缺及环境污染的问题,可持续发展理念已经成为当今社会经济的发展主题。交通系统电气化已经成为人类社会可持续发展的一个重要方向,作为典型代表的电动汽车以其良好的环保、节能特性,近年来得到政府的大力支持和推广,其保有量迅速增长,截至2017年,全国新能源汽车保有量达153万辆,占汽车总量的0.7%。根据国家关于节能与新能源汽车产业发展规划,到2020年,纯电动汽车和插电式混合动力汽车累计产销量将超过500万辆。作为一种新型负荷,电动汽车的规模化应用将会给电网带来大量新的负荷需求,因此有必要对其进行分析,这将对电力系统的规划与运行具有重要参考意义。目前国内对电动汽车充电需求的研究主要集中在时间的维度上进行预测,而且预测模型中对用户充电行为的假设比较单一,无法比较准确地描述电动汽车在空间上的分布特性以及充电需求的随机性。
技术实现思路
本专利技术的目的是为了解决现有技术中的上述缺陷,提供一种基于场景分析的电动汽车充电负荷预测方法,实现对电动汽车充电负荷的时空分布进行预测,并且能够描述电动汽车的不同充电行为导致的负荷特性差异。本专利技术的目的可以通过采取如下技术方案达到:一种基于场景分析的电动汽车充电负荷预测方法,所述的预测方法包括如下步骤:S1、基于出行链理论分析电动汽车出行时空分布特性,根据出行日属性分析电动汽车的包括首次出发时间、行驶时长和停驻时长在内的时间变量以及包括目的地转移概率和行驶里程在内的空间变量,构 ...
【技术保护点】
1.一种基于场景分析的电动汽车充电负荷预测方法,其特征在于,所述的预测方法包括如下步骤:S1、基于出行链理论分析电动汽车出行时空分布特性,根据出行日属性分析电动汽车的包括首次出行时间、行驶时长和停驻时长在内的时间变量以及包括目的地转移概率和行驶里程在内的空间变量,构造概率分布函数对上述变量进行拟合,进而得到电动汽车出行的时空分布特性;S2、根据不同充电行为构建多个典型充电场景并建立相应的充电决策模型;S3、预测不同场景下电动汽车的充电负荷,首先选取出行日属性和充电场景并确定起始电池电量;然后依次抽取目的地类型、行驶时长、行驶距离、停驻时长;接着根据充电场景进行充电决策,选择是否充电以及充电功率的大小;行程结束后再次根据充电场景进行充电决策。
【技术特征摘要】
1.一种基于场景分析的电动汽车充电负荷预测方法,其特征在于,所述的预测方法包括如下步骤:S1、基于出行链理论分析电动汽车出行时空分布特性,根据出行日属性分析电动汽车的包括首次出行时间、行驶时长和停驻时长在内的时间变量以及包括目的地转移概率和行驶里程在内的空间变量,构造概率分布函数对上述变量进行拟合,进而得到电动汽车出行的时空分布特性;S2、根据不同充电行为构建多个典型充电场景并建立相应的充电决策模型;S3、预测不同场景下电动汽车的充电负荷,首先选取出行日属性和充电场景并确定起始电池电量;然后依次抽取目的地类型、行驶时长、行驶距离、停驻时长;接着根据充电场景进行充电决策,选择是否充电以及充电功率的大小;行程结束后再次根据充电场景进行充电决策。2.根据权利要求1所述的一种基于场景分析的电动汽车充电负荷预测方法,其特征在于,所述的步骤S1过程如下:S101、把出行日属性分为工作日和休息日,后续分别对工作日、休息日的出行特征进行分析;S102、选取包括首次出发时间、行驶时长和停驻时长在内的时间变量和包括目的地转移概率和行驶里程在内的空间变量分别进行概率分布函数拟合;S103、根据各个变量的概率分布函数生成对应随机数;S104、建立电动汽车出行时空分布模型。3.根据权利要求1所述的一种基于场景分析的电动汽车充电负荷预测方法,其特征在于,所述的步骤S2过程如下:根据用户的充电行为习惯,把充电场景分为:一日一充,一日多充和多日一充,其中,对于一日一充的场景,充电决策模型假设用户倾向于每天最后一次行驶结束回家后就开始给电动汽车慢速充电,第二天从家出发时是满电状态;对于一日多充的场景,充电决策模型假设用户倾向于在公共停车场充电,只要预计的停车时长达到预设值,则选择常规充电;对于多日一充的场景,充电决策模型假设用户倾向于在电动汽车电池电量低于预设值时,选择进行慢速充电或常规充电。4.根据权利要求1所述的一种基于场景分析的电动汽车充电负荷预测方法,其特征在于,所述的步骤S3过程如下:S301、选取出行日属性,选取工作日或休息日;S302、选取充电场景,确定充电行为;S303、首次出行以家为起点,根据空间转移矩阵抽取出行目的地,根据场景确定起始电池电...
【专利技术属性】
技术研发人员:林凌雪,梁倩仪,周保荣,洪潮,赵文猛,
申请(专利权)人:华南理工大学,中国南方电网有限责任公司电网技术研究中心,南方电网科学研究院有限责任公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。