基于充电行为特性的电动汽车公共充电站选址定容方法技术

本发明专利技术公开基于充电行为特性的电动汽车公共充电站选址定容方法，属于计算

【技术实现步骤摘要】
基于充电行为特性的电动汽车公共充电站选址定容方法


[0001]本专利技术公开基于充电行为特性的电动汽车公共充电站选址定容方法，涉及电动汽车选址规划技术，属于计算
、
推算或计数的

。

技术介绍

[0002]随着电动车技术的发展和推广，电动汽车已经成为了越来越多汽车用户的选择
。
与之密切联系的配套设施的发展与建设也日益成为人们关注的焦点
。
不合理的规划方案可能使得电动汽车无桩可充或者充电站无车充电
。
如果能够依据电动汽车此前的充电行为数据进行各个网格内电动汽车充电负荷的预测，依据网格内电动汽车充电负荷预测结果，基于新型智能算法对公共充电站的地址和容量进行求取能够使得规划结果更具合理性
、
科学性
。
[0003]网格内的负荷预测是将电动汽车之前的行为特性作为研究对象，对未来电动汽车的充电负荷进行合理预测
。
现有电动汽车公共充电站规划方法进行网格内负荷预测时，依据数据分析得出的概率模型使用蒙特卡洛模拟方法得到预测结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于充电行为特性的电动汽车公共充电站选址定容方法，其特征在于，包括如下步骤：
S1、
根据出行目的区域的地理
POI
信息对规划区进行网格划分，获取电动汽车出行的空间分布特性，所述电动汽车出行的空间分布特性通过不同出行链下电动汽车各段行程起止网格的位置信息表征；
S2、
获取电动汽车出行的时间分布特性，所述电动汽车出行的时间分布特性通过不同出行链下电动汽车各段行程起止时刻信息表征；
S3、
建立电动汽车快速充电负荷预测模型，所述电动汽车快速充电负荷预测模型包括：各段行程结束时刻电池电量计算模型
、
各段行程结束时刻电动汽车充电条件计算模型
、
各段行程终止网格处电动汽车充电时长计算模型
、
电动汽车在各段行程结束网格处充电概率的计算模型；
S4、
根据实时数据以及所述电动汽车出行的空间分布特性
、
时间分布特性预测电动汽车在各段行程结束网格处充电的概率，计算各网格的总充电负荷；
S5、
建立公共充电站的选址定容模型；
S6、
采用萤火虫算法求解所述公共充电站的选址定容模型，获取最终的公共充电站选址定容方案
。2.
根据权利要求1所述基于充电行为特性的电动汽车公共充电站选址定容方法，其特征在于，所述步骤
S1
根据出行目的区域的地理
POI
信息对规划区进行网格划分的具体方法为：依据地理
POI
信息，将出行目的区域划分为包含但不限于居住区
、
工作区
、
商业区
、
生活区的网格类型，根据网格类型对规划区进行网格划分
。3.
根据权利要求2所述基于充电行为特性的电动汽车公共充电站选址定容方法，其特征在于，所述步骤
S1
获取电动汽车出行的空间分布特性的具体方法为：将出行链起始地设置为居住区网格，依据空间转移概率矩阵确定下一目的区域的网格类型，再依据历史行驶数据信息确定下一目的网格，直至获取不同出行链下电动汽车各段行程起止网格的位置信息
。4.
根据权利要求3所述基于充电行为特性的电动汽车公共充电站选址定容方法，其特征在于，所述步骤
S2
获取电动汽车出行的时间分布特性的具体方法为：根据电动汽车首次出行时刻的概率分布随机抽取不同出行链下首段行程的起始时刻，依据电动汽车行驶时间以及各目的网格的停留时间确定不同出行链下各段行程的起止时刻
。5.
根据权利要求4所述基于充电行为特性的电动汽车公共充电站选址定容方法，其特征在于，所述
S3
中，所述各段行程结束时刻电池电量计算模型为所述各段行程结束时刻电池电量计算模型为为第
k
辆电动汽车到达第
n
目的网格后的电池电量百分比，为第
k
辆电动汽车从第
n
‑1目的网格出发前的电池电量百分比，
C
为电动汽车电池额定容量，
ω
为电动汽车电池单位耗电量，为第
k
辆电动汽车从第
n
‑1目的网格到第
n
目的网格的行驶距离；所述各段行程结束时刻电动汽车充电条件计算模型为所述各段行程结束时刻电动汽车充电条件计算模型为为第
k
辆电动汽车从第
n
目的网格到第
n+1
目的网格的行驶距离；
所述各段行程终止网格处电动汽车充电时长计算模型为所述各段行程终止网格处电动汽车充电时长计算模型为为第
k
辆电动汽车在第
n
目的网格的充电时长，
S
n
表示第
n
目的网格的充电功率，
η
为电动汽车在充电过程中的效率；所述电动汽车在各段行程结束网格处充电概率的计算模型为所述电动汽车在各段行程结束网格处充电概率的计算模型为为第
k
辆电动汽车在第
n
目的网格充电的概率，为第
k
辆电动汽车到达第
n
目的网格的时刻，为第
k
辆电动汽车在第
n
目的网格的充电时段
。6.
根据权利要求5所述基于充电行为特性的电动汽车公共充电站选址定容方法，其特征在于，所述步骤
S4
根据实时数据以及所述电动汽车出行的空间分布特性
、
时间分布特性预测电动汽车在各段行程结束网格处充电的概率的具体方法为：获取包括但不限于规划区电动汽车数量
、
规划区电动汽车电池额定容量类别
、
电动汽车充电所在目的网格的充电效率和功率的实时数据；通过概率分布抽样的方式获取电动汽车出...

【专利技术属性】
技术研发人员：文欣，黄学良，甘海庆，袁晓冬，高山，刘宇，
申请(专利权)人：国网江苏省电力有限公司，
类型：发明
国别省市：