【技术实现步骤摘要】
一种电动汽车负荷预测方法及系统
本专利技术涉及负荷预测领域，特别是涉及一种电动汽车负荷预测方法及系统。
技术介绍
在全球资源紧张、全球变暖的情况下，推动电动汽车的发展能够缓解全球的资源和气候的压力，使得电动汽车备受人们的关注。但随着电动汽车保有量的提升，电动汽车规模化地接入电网，对电网的产生的影响也是不可忽视的。一个地区电动汽车的保有量对这个地区的电动汽车的充电负荷有较大的影响，而每年电动汽车保有量的增长的影响因素也有很多的影响因子。对电动汽车的充电负荷影响因素在主要是在空间和时间上。在电动汽车充电的空间因素的影响下，电动汽车每天的行使路线的不同，随机性很大。在考虑不周全的情况下，电动汽车的日负荷预测有很大的难度，也有很大的不准确性，电动汽车的行驶路线、天气、时间和个人的意愿都有一定的影响。电动汽车充电的时间因素对电动汽车的充电负荷也有很大的影响。空间的影响大多都体现在电动汽车的空间路径上。而在同一时间段电动汽车大规模地接入电网，对电网的峰值影响很大，使得电网的稳定性受到一定的影响。因此，对电动汽车的负荷预测就成为现阶段的关键的技术的难题。目前针对电动汽车的负荷预测问题通常有以下两种预测的方法：(1)直接使用历史的数据通过神经网络进行负荷预测；(2)使用国外统计的日行使里程的数据进行预测。前者和后者的预测方法都过于不具有代表性，不能准确说明某个地区的电动汽车的负荷预测情况，从而无法基于电动汽车对电网的影响进行针对性的调节。
技术实现思路
本专利技术的目的是提供一种电动汽车负荷预测方法及系统...
【技术保护点】
1.一种电动汽车负荷预测方法，其特征在于，包括：/n对目标区域的电动汽车保有量进行预测；/n对目标区域的电动汽车的随机路径进行预测；/n基于所述保有量和所述随机路径，对一天内电动汽车的负荷分布情况进行预测；/n基于车辆与电网的电能交互关系对所述负荷分布情况进行优化，得到优化后的电动汽车负荷分布。/n
【技术特征摘要】
1.一种电动汽车负荷预测方法，其特征在于，包括：
对目标区域的电动汽车保有量进行预测；
对目标区域的电动汽车的随机路径进行预测；
基于所述保有量和所述随机路径，对一天内电动汽车的负荷分布情况进行预测；
基于车辆与电网的电能交互关系对所述负荷分布情况进行优化，得到优化后的电动汽车负荷分布。
2.根据权利要求1所述的电动汽车负荷预测方法，其特征在于，所述对目标区域的电动汽车保有量进行预测，具体包括：
建立保有量影响因素与保有量之间关系的神经网络模型；
获取各所述保有量影响因素的值；
将各所述保有量影响因素的值输入所述神经网络模型得到目标区域的电动汽车保有量。
3.根据权利要求1所述的电动汽车负荷预测方法，其特征在于，所述对目标区域的电动汽车的随机路径进行预测，具体包括：
将目的地作为影响随机路径的第一因素建立主链；
将天气作为影响随机路径的第二因素建立主辅链；
将日期作为影响随机路径的第三因素建立次辅链；所述主链当前时刻的状态受所述主链上一时刻的状态以及所述主辅链上一时刻的状态的影响，所述主辅链当前时刻的状态受所述主辅链上一时刻的状态以及所述次辅链上一时刻的状态的影响；所述次辅链当前时刻的状态受所述次辅链上一时刻的状态的影响；
计算所述主辅链为任一状态时所述主链受所述主辅链影响下各个状态之间的转移概率，得到第一转移概率矩阵；
计算所述次辅链为任意状态时所述主辅链受所述次辅链影响下各个状态之间的转移概率，得到第二转移概率矩阵；
利用所述第一转移概率矩阵和所述第二转移概率矩阵对电动汽车的随机路径进行模拟，得到目标区域电动汽车的随机路径。
4.根据权利要求1所述的电动汽车负荷预测方法，其特征在于，所述基于所述保有量和所述随机路径，对一天内电动汽车的负荷分布情况进行预测，具体包括：
当电动汽车的荷电状态低于第一荷电阈值且电动汽车的目的地为家时，确定该电动汽车的充电方式为慢充；
当电动汽车的荷电状态低于第一荷电阈值且电动汽车的目的地不为家时，确定该电动汽车的充电方式为快充；
当电动汽车的荷电状态高于所述第一荷电阈值且低于第二核电阈值时，确定该电动汽车的充电方式为慢充；
当电动汽车的荷电状态高于所述第二荷电阈值时，确定该电动汽车不充电；
根据各个电动汽车的充电方式确定任意时刻处于充电状态的所有电动汽车的充电功率，得到一天内的负荷曲线。
5.根据权利要求1所述的电动汽车负荷预测方法，其特征在于，所述基于车辆与电网的电能交互关系对所述负荷分布情况进行优化，得到优化后的电动汽车负荷分布，具体包括：
根据车辆与电网的电能交互关系，确定以收益最大且负荷峰谷差最小为目标函数，以放电功率的限制条件和电池剩余电荷大于最小剩余电荷量为约束条件对负荷分布情况进行优化，将优化后的解初始化为种群个体；
初始化迭代次数；
求取各个种群个体的目标函数，得到各个解的适应度值；
根据所述适应度值进行个体选择，并将选择出的个体进行交叉和变异，得到子代个体；
计算所述子代个体以及选择出的个体的拥挤距离，并对各所述拥挤距离进行非劣分层，得到非劣个体；
对所述非劣个体进行pareto排序，得到排序后的个体；
将所述排序后的个体按照先后顺序分为四个部分，并求中间两个部分的个体的反向解，得到中间两部分的新个体；
计算中间两部分的新个体的拥挤距离，并对中间两部分的新个体的拥挤距离进行非劣分层，得到二次分层后的非劣个体；
对第一部分的个体和所述二次分层后的非劣个体进行pareto排序，得到二次排序后的个体；
筛选所述二次排序后的个体中的前N个个体，并判断当前迭代次数是否大于或等于最大迭代次数，得到判断结果；
若所述判断结果表示否，则令迭代次数加1，并将种群个体更新为筛选的前N个个体，并返回步骤“求取各个种群个体的目标函数，得到各个解的适应度值”；
若所述判断结果表示是，则将筛选的前N个个体作为最优解。
6.一种电动汽车负荷预测系统，其特征在于，包括：
保有量预测模块，用于对目标区域的电动汽车保有量进行预测；
路径预测模块，用于对目标区域的电动汽车的随机路径进行预测；
负荷分...
【专利技术属性】
技术研发人员：窦春霞，张雷雷，张博，张立国，赵朋，毕晓璇，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北;13
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。