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果
。
一种电动汽车负荷预测及充电设施布局优化方法，基于蒙特卡洛法预测电动汽车负荷，依据电网和实际的电动汽车的规划，明确电动汽车保有量，然后利用电动汽车初始充电时间
、
日行驶时间
、
荷电量
、
充电时长等电动汽车充电负荷影响指标进行充电负荷曲线的预测计算，但该方法预测电动车负荷时未考虑不同类型的地理区域这一因素，因此预测出的负荷数据未能表征电动汽车出行的空间分布特性
。
然而，电动汽车出行的空间分布特性影响充电需求，因此未表征电动汽车出行空间分布特性的负荷数据预测结果不能为充电站选址定容提供准确数据
。
[0004]为了克服电动汽车出行空间分布特性影响充电负荷预测数据的缺陷，考虑时空分布的电动汽车充电负荷综合建模技术，结合出行链概念，建立用户一天行驶的时空分布各特征量和状态量，并对充电区域进行详细划分，通过马尔科夫过程模拟电动汽车的空间转移特性，考虑分时电价对充电负荷分布的影响，建立车载重量
、
温度耗电量模型，采用蒙特卡洛模拟法对不同类型电动汽车在不同车载重量和温度下各充电区域充电负荷进行计算
。
所建模型虽然可以准确模拟电动汽车充电需求的时空分布，但是电动汽车出行的空间转移联与充电区域划分的联系不紧密，因此使得充电需求时空分布的模拟结果与电动汽车在各充电区域中的实际充电需求有偏差
。
[0005]现有电动汽车公共充电站规划方法根据电动车充电负荷预测结果，基于建筑属性
、
交通问题
、
经济问题三个因素量化评价布点定容需求，更多体现在对充电站规划定性方面的研究预测，未能进行进一步的量化分析
。
为了解决充电站规划的定量分析问题，现有技术通过人工智能算法求解电动汽车充电需求时空分布模型或确定充电桩选址定容方案
。
然而，现有技术采用人工智能算法解决充电站规划定量分析问题时仅考虑电动汽车的充电需求，或者没有以充电需求预测结果作为数据支撑，获取的选址结果存在不合理性
。
[0006]综上，本专利技术旨在提出基于充电行为特性的电动汽车公共充电站选址定容方法以克服上述缺陷
。

技术实现思路

[0007]本专利技术的专利技术目的是针对上述
技术介绍
的不足，提供基于充电行为特性的电动汽车公共充电站选址定容方法，能够依据各个网格内负荷预测结果并基于智能算法获得较为合理的公共充电站位置及容量规划结果，解决现有电动汽车充电需求预测结果与实际不符导致电动汽车公共充电站选址定容方案不合理的技术问题
。
[0008]本专利技术为实现上述专利技术目的采用如下技术方案：
[0009]基于充电行为特性的电动汽车公共充电站选址定容方法，包括如下步骤：
[0010]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，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；
[0011]S2、
获取电动汽车出行的时间分布特性，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；
[0012]S3、
建立电动汽车快速充电负荷预测模型，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；
[0013]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；
[0014]S5、
建立公共充电站的选址定容模型；
[0015]S6、
采用萤火虫算法求解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
。
[0016]作为基于充电行为特性的电动汽车公共充电站选址定容方法的进一步优化方案，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
。
[0017]作为基于充电行为特性的电动汽车公共充电站选址定容方法的再进一步优化方案，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
。
[0018]作为基于充电行为特性的电动汽车公共充电站选址定容方法的再进一步优化方案，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
。
[0019]作为基于充电行为特性的电动汽车公共充电站选址定容方法的再进一步优化方案，
S3
中，
[0020]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：