【技术实现步骤摘要】
一种基于动态加权Dijkstra的EV负荷预测方法
[0001]本专利技术属于电动汽车充电站规划领域,特别涉及一种基于动态加权
Dijkstra
的
EV
负荷预测方法
。
技术介绍
[0002]为了应对全球气候变暖
、
能源短缺等问题,新能源电动汽车对当下的绿色环保的发展理念十分贴切
。
新能源汽车的市场占有率正在不断上升
。
各地方大力在区域内规划和建设充电站
、
充电桩以满足日益增长的需求
。
近几年电池技术的发展使得电动汽车在续航和充电效率方面有了很大的提升
。
[0003]电动汽车的负荷预测涉及到电动汽车保有量的预测
、
电池的容量和充电方式
、
电动汽车的行驶里程和单位耗电
、
道路拥堵情况
、
充电站的位置
、
空余以及充电电价等诸多因素
。
一般采用蒙特卡洛法为基础来模拟电动汽车的 ...
【技术保护点】
【技术特征摘要】
1.
一种基于动态加权
Dijkstra
的
EV
负荷预测方法,包括以下步骤:步骤一:建立基于不同时刻与人数的演化博弈模型确定超车比例和车速;步骤二:实时生成起终点来模拟用户的出行行为和网络中的路径分布;步骤三:建立结合
webster
配时法的更换路径模型;步骤四:建立基于用户心理权重的实时加权
Dijkstra
算法模型;步骤五:建立复杂网络控制中拉普拉斯矩阵等效模型,对网络中的充电站进行初始化选择;步骤六:设计了基于不同
SOC
值的充电行为模型,以进行路径规划和负荷预测
。2.
如权利要求1所述的方法,其特征在于:步骤一具体为:将处于同一条道路上的不同车辆抽象为等长的点矩阵,将所有同向道路简化为两车道模型,将车道总长度均分为以车辆长度为单位的等大矩形,因此得到的道路模型为两排多方块组成的阵列,将车辆的移动抽象为点从一个矩形到另一个矩形的移动过程,在矩阵中即为在当前时间
、
位置进行点删除操作,在下一时间
、
下一位置进行点添加操作,通过对时间和位置矩阵的增删操作来模拟加速
、
超车
、
让道
、
停车实际车辆的驾驶行为,当所有的驾驶者选择超车或者让道的时候,都会使得自身陷入更加劣势的情况,而超车或者让道人数的任何一方趋于完全优势时,趋于劣势的一方会向着优势,从而造成双方比例的改变,因此,超车和让道的人数的比例会渐进式的趋于稳定于一个值,任何做出改变的情况都会使得通过道路的时间变长
。
由此确定出不同驾驶行为的人数比例和在道路车辆影响下的车速变化情况
。3.
如权利要求1所述的方法,其特征在于:步骤二具体为:以分钟为单位对人口出行数据进行统计,统计出的不同出行目的进行函数拟合
。
由此得到不同出行目的的关于人数和时间的分布图,引入实际的地图并划分功能区域,地图的由路径和节点组成,将路口抽象为节点,其中不同功能区包括了不同的和部分相同的节点,根据起终点的排列组合总共产生多种情况
。
而起点和终点从功能区中的众多节点中随机选择,因此所产生的路径足以模拟实际的真实出行情况,在时间维度上,当任何一个单一起终点路径结束时,在下一个时间刻度会产生新的出行行为,由此弥补了单一的起终点路径无法表示多目的地的出行行为
。4.
如权利要求3所述的方法,其特征在于:所述出行的目的包括家
、
工作
、
商场
/
娱乐
、
小吃街
、
医院
、
朋友
/
社交
、
上学
。5.
如权利要求1所述的方法,其特征在于:步骤三的具体方法为:设置延时变化矩阵统计以分钟为单位的交通流情况;从起点到终点的时间和通过交叉路口时的信号灯的状态有关,交通信号灯的循环时间
、
相位设计
、
有...
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。