计及用户充电意愿的电动汽车充电负荷时空分布预测方法技术

本发明专利技术公开了计及用户充电意愿的电动汽车充电负荷时空分布预测方法，解决了传统充电负荷预测技术与用户充电意愿之间的欠耦合问题，其包括：步骤A：根据道路等级和道路限速值构建交通路网模型；步骤B：基于双混合正态分布，建立电动汽车出行时刻概率分布模型，并基于马尔科夫出行链建立电动汽车出行转移概率矩阵；步骤C：根据步骤A中的交通路网模型计算车辆状态，并根据车辆电池的剩余电量及车辆的行驶工况，预测出用户充电意愿，判断电动汽车是否充电，根据判断结果更新电动汽车行驶状态等步骤，模拟电动汽车在城市路网中行驶和产生的充电需求，得到充电负荷时空分布信息，实现了对电动汽车的充电需求进行更贴合实际的模拟的技术效果。拟的技术效果。拟的技术效果。

Space time distribution prediction method of electric vehicle charging load considering users' charging willingness

【技术实现步骤摘要】
计及用户充电意愿的电动汽车充电负荷时空分布预测方法


[0001]本专利技术属于电动汽车充电负荷预测
，具体涉及计及用户充电意愿的电动汽车充电负荷时空分布预测方法。

技术介绍

[0002]近年来，全球为减少二氧化碳大量排放带来的温室效应影响，大量分布式电源、电动汽车接入配电网。随着电动汽车规模的不断增大，势必形成巨大的充电需求，影响配电网可靠性，进而给配电网的规划、运行等带来巨大的挑战。大规模电动汽车接入配电网后，这种移动式负荷与配电网原有的固定负荷叠加将改变系统的供求关系，使得原有配电网的可靠性变差，因此，需要进行充电负荷对配电网可靠性影响的研究。研究电动汽车充电负荷时空分布，可以合理地描述完整配网负荷曲线，提高可靠性评估准确度。
[0003]目前，对于电动汽车充电负荷时空分布预测主要聚焦于四个方面。首先是对于充电负荷的时间分布预测，其主要包括基于确定性概率时间分布的随机模拟和针对停车场、充电站等集中充电场所而提出的基于排队论的随机模拟，以及针对不同充电场景所提出的多场景随机模拟；其次是对于充电负荷的空间分布预测，其主要包括基于OD矩阵的分析方法和针对电动汽车群体充放电行为提出的基于MAS的方法，以及基于居民出行链和马尔科夫过程提出的基于MCMC方法；最后是对于电动汽车参与充放电潜力评估的方法，其主要包含基于不同电价策略引导下的电动汽车调度潜力分析以及针对不同电动汽车行为特性的仿真响应分析
[0004]但是，现有对电动汽车充电负荷时空分布特性的研究仍存在一定的不足，其主要表现在电动汽车充电状态与用户充电意愿的耦合度不足，现有模型仅利用电动汽车当前SOC值与其固定阈值判断电动汽车的充电状态。然而电动汽车的充电状态与用户的充电习惯密切相关，即用户会根据当前SOC的充足程度以及下次行程需求综合判断是否对电动汽车进行充电。
[0005]因此针对这种电动汽车充电状态与用户充电意愿的欠耦合现状，本专利技术提出建立用户充电意愿的衡量指标“电量满足度”对电动汽车的充电需求进行更贴合实际的模拟。

技术实现思路

[0006]针对现有技术中电动汽车充电负荷时空分布特性欠缺与用户充电意愿的耦合的问题，本专利技术提供一种充电负荷时空分布预测系统及方法，其目的在于：对电动汽车的充电需求进行更贴合实际的模拟。
[0007]本专利技术采用的技术方案如下：
[0008]计及用户充电意愿的电动汽车充电负荷时空分布预测方法，包括以下步骤：
[0009]步骤A：根据道路等级和道路限速值构建交通路网模型；
[0010]步骤B：基于双混合正态分布，建立电动汽车出行时刻概率分布模型，并基于马尔科夫出行链建立电动汽车出行转移概率矩阵；
[0011]步骤C：根据步骤A中的交通路网模型计算车辆状态，并根据车辆电池的剩余电量及车辆的行驶工况，预测出用户充电意愿，判断电动汽车是否充电，根据判断结果更新电动汽车行驶状态；
[0012]步骤D：重复执行步骤C，并结合步骤B中的电动汽车出行时刻概率分布模型，构建电动汽车的时空转移模型，模拟电动汽车在城市路网中行驶和产生的充电需求，得到充电负荷时空分布信息。
[0013]采用上述方案，可通过步骤C中建立时空转移模型，在该时空转移模型中，主动计算了用户的充电意愿，有效提高了时空转移模型的精准度，和电动汽车充电状态与用户充电意愿的耦合度。
[0014]所述步骤C具体包括以下步骤：
[0015]步骤C1：根据步骤A中的交通路网模型，选择马尔科夫出行链中的下一节点作为目的地，为电动汽车规划最短行程时间的路径；
[0016]步骤C2：在系统中输入温度数据和当前路段车流速度，计算该路段的单位里程耗电量，并结合电动汽车行驶距离计算电池剩余电量；
[0017]步骤C3：电动汽车达到下一节点后，更新电动汽车位置和电池剩余电量，并计算电量满足度，以该电量满足度计算用户充电意愿，并判断电动汽车是否需要充电，同时根据判断结果更新电动汽车行驶状态。
[0018]采用上述方案，可通过单位里程耗电量和剩余电量的计算，刻画用户的充电意愿，并判断电动汽车是否需要充电。
[0019]所述步骤B的具体步骤为：
[0020]步骤B1：通过混合正态分布对行程的出发时间进行拟合，得到电动汽车出行时刻概率分布模型，其概率密度函数为：其中，i、j分别表示形成的起始点和终止节点；t0为当前时刻且T为仿真时长，Δt为单位仿真步长，μ
n
和σ
n
分别为第n个正态分布的均值和标准差；P
n
为相应的混合比，且满足∑p
n
＝1。
[0021]步骤B2：建立电动汽车出行转移概率矩阵。
[0022]所述步骤C2的具体步骤为：
[0023]步骤C21：根据输入系统中的当前路段车流速度，计算单位里程耗电量，其计算公式为：其中为不同道路等级下的单位里程耗电量；a
n
为不同道路等级下的单位里程耗电量系数；为t时刻在道路(i，j)上行驶车辆的平均速度。
[0024]步骤C22：根据输入系统中的温度数据，计算电动汽车单位里程耗电量，其计算公式为：其中k
Tem
为在定义温度T
em
下的耗电量比；
[0025]步骤C23：根据当前行驶段长度，计算电动汽车的剩余电量，其计算公式为：步骤C23：根据当前行驶段长度，计算电动汽车的剩余电量，其计算公式为：其中为初始电量，L
i，j
为电动车当前行驶路段长度。
[0026]所述步骤D的具体步骤为：
[0027]步骤D1：计算电量满足度，其计算公式为：其中表示第z次行程电动
汽车到达目的地时的电量状态；为电动汽车的电池容量；w为电动汽车单位里程耗电量；
[0028]步骤D2：以M
cd
表示有充电需求的模糊集，则M
cd
的隶属度函数的计算公式为：其中M
cd
(U
f
)为U
f
对M
cd
的隶属度，值域为[0，1]，可以表示用户产生充电需求的概率；I为下界系数，若U
f
＜I，电量不能满足下次行程，一定有充电需求；I＜U
f
＜u时，电量满足下次行程，可能有充电需求，且U
f
越接近u，充电需求越强；u为上界系数且u≥2，U
f
≥u时，电量对于下次行程是完全充足的，没有充电需求，M
cd
值为0。
[0029]采用上述方案，通过步骤C中计算得到的电动汽车单位里程耗电量、剩余电量和下一次的形式路段长度，再进行步骤D，可刻画用户在该种情况下的充电意愿，分为行驶结束后立即充电和不能满足需求时充电，从而实现对电动汽车充电负荷的精准模拟。
[0030]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0031]1.可通过步骤C中建立时空转移模型，在该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.计及用户充电意愿的电动汽车充电负荷时空分布预测方法，其特征在于，包括以下步骤：步骤A：将交通网抽象成网络拓扑图，并根据道路等级和道路限速值通过图论法构建交通路网模型；步骤B：基于双混合正态分布，建立电动汽车出行时刻概率分布模型，并基于马尔科夫出行链建立电动汽车出行转移概率矩阵；步骤C：根据步骤A中的交通路网模型计算车辆状态，并根据车辆电池的剩余电量及车辆的行驶工况，预测出用户充电意愿，判断电动汽车是否充电，根据判断结果更新电动汽车行驶状态；步骤D：重复执行步骤C，并结合步骤B中的电动汽车出行时刻概率分布模型，构建电动汽车的时空转移模型，模拟电动汽车在城市路网中行驶和产生的充电需求，得到充电负荷时空分布信息。2.根据权利要求1所述的计及用户充电意愿的电动汽车充电负荷时空分布预测方法，其特征在于，所述步骤C具体包括以下步骤：步骤C1：根据步骤A中的交通路网模型，选择马尔科夫出行链中的下一节点作为目的地，为电动汽车规划最短行程时间的路径；步骤C2：在系统中输入温度数据和当前路段车流速度，计算该路段的单位里程耗电量，并结合电动汽车行驶距离计算电池剩余电量；步骤C3：电动汽车达到下一节点后，更新电动汽车的位置和电池剩余电量，并计算电量满足度，以该电量满足度计算用户充电意愿，并判断电动汽车是否需要充电，同时根据判断结果更新电动汽车行驶状态。3.根据权利要求1所述的计及用户充电意愿的电动汽车充电负荷时空分布预测方法，其特征在于，所述步骤B的具体步骤为：步骤B1：通过混合正态分布对行程的出发时间进行拟合，得到电动汽车出行时刻概率分布模型，其概率密度函数为：其中，i、j分别表示行程的起始点和终止节点；t0为当前时刻且T为仿真时长，Δt为单位仿真步长，μ
n
和σ
n
分别为第n个正态分布的均值和标准差；P
n
为相应的混合比，且满足∑p
n
＝1；步骤B2：建立电动汽车出行转移概率矩阵。4.根据权利要求2所述的计及用户充电意愿的电动汽车充电负荷时空分...

【专利技术属性】
技术研发人员：魏巍，姜晓锋，李小鹏，徐琳，刘畅，
申请(专利权)人：国网四川省电力公司电力科学研究院，
类型：发明
国别省市：