System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及插电式混合动力汽车充电需求分析领域,具体涉及一种基于概率潮流的汽车充电需求分析方法、装置及设备。
技术介绍
1、随着环境压力和能源枯竭问题的日益严峻,电动汽车(electric vehicles,简称evs)因其相对于传统内燃机汽车具有较高的能量利用率和较低的尾气排放而受到越来越多的关注。目前,由于动力电池的技术限制,最具潜力的电动汽车可能是在成本和性能之间折衷的插电式混合动力电动汽车(plug-in hybrid electric vehicle,简称phev)。当前主要汽车生产商也致力于phev技术的开发。
2、phev通常配备的传动装置至少包含内燃机、电动机、电池存储系统和从外部电源向电池系统充电的手段,其电池容量通常为几千瓦时或更多,以便在全电驱动模式下为车辆提供动力,在电池电量不足的情况下,可以采用内燃机来扩大其驱动范围。
3、近年来,phev正迅速被越来越多的消费者所接受,随着phev数量的迅速增加,其充电需求将成为电力系统中整体负荷的重要组成部分。因此,如何分析大量phev充电对电网的影响,成为当前亟需解决的问题。
技术实现思路
1、本申请提供一种基于概率潮流的汽车充电需求分析方法、装置及设备,能够有效实现phev充电对电网影响的分析。
2、第一方面,本申请实施例提供一种基于概率潮流的汽车充电需求分析方法,所述基于概率潮流的汽车充电需求分析方法包括:
3、基于概率模型并考虑phev充电行为的不确定因素,建立单个
4、根据排队论对多个phev的行为进行描述,建立phev市场占有率的离散分布并随机选择phev的类别;
5、随机模拟phev的充电需求,得到phev总体充电功率需求样本,并运用统计分析方式拟合得到phev总体充电功率需求的分布。
6、结合第一方面,在一种实施方式中,所述基于概率模型并考虑phev充电行为的不确定因素,建立单个phev充电需求模型,具体为:
7、定义一用以表示电池提供的总能量输入的占比的关键参数,以描述phev的运行状态,
8、
9、其中,eeng表示设定时间周期内输入到车辆发动机和电机驱动控制器中的总能量,ebat表示设定时间周期内车载电池传递给电机驱动控制器的能量,kev表示电池提供的总能量输入的占比;
10、对phev的总电池容量进行定义,
11、
12、其中,cbat表示phev的总电池容量,μkev表示kev的均值,μcbat表示cbat的均值,l表示协方差矩阵的cholesky分解,n1和n2表示两个独立的标准正态变量;
13、基于每英里的能耗评估phev的性能,记为em:
14、
15、其中,ae和be表示系数常量;
16、根据对phev行驶模式的统计,统计得到一辆phev的日行驶里程趋向于服从对数正态分布,记为md:
17、
18、其中,e表示自然常数,n表示标准正态变量,μm和σm表示对数正态分布参数;
19、计算得到一辆phev的日常充电能量,记为de:
20、
21、其中,me表示phev在全电驱动模式下的最大行驶里程。
22、结合第一方面,在一种实施方式中,
23、对于对数正态分布参数μm和σm,具体的:
24、
25、
26、其中,表示md的均值,表示md的标准差;
27、对于phev在全电驱动模式下的最大行驶里程me,具体的:
28、
29、结合第一方面,在一种实施方式中,所述根据排队论对多个phev的行为进行描述,具体为:
30、建立在电动汽车充电站充电场景下的排队模型,其中,在电动汽车充电站充电的phev可视为在一个m、m、c队列中待服务的客户,第一个m表示客户到达间隔时间服从均值为tλ的指数分布,第二个m表示服务一个客户的时间服从均值为tμ的指数分布,c表示同时被服务的最大客户数;
31、通过泊松分布来描述phev的到达和充电模式,设定在电动汽车充电站等待的客户数量为无穷大,在一个m、m、c队列中同时充电的phev数量记为n,此时n服从的离散分布为:
32、
33、其中,pn表示存在n辆车同时充电时所满足服从的离散分布,i表示中间量,ρ表示每个充电桩的占用率,
34、建立在居民小区内充电场景下的排队模型,其中,在居民小区内充电的phev可视为在一个m、m、c、k、nmax队列中待服务的客户,k表示队列中被服务或等待的最大客户数,nmax表示可能被服务客户的最大数量;
35、通过泊松分布来描述phev的到达和充电模式,设定在居民小区内可能被服务的客户数量是有限的,在一个m、m、c、k、nmax队列中同时充电的phev数量记为n,此时n服从的离散分布为:
36、
37、计算得到phev在排队模型中的充电服务时间t均服从均值为tμ的指数分布,即:
38、t=-tμ·ln(u)
39、其中,u表示在(0,1)中均匀分布的变量,所述排队模型包括在电动汽车充电站充电场景下的排队模型,以及在居民小区内充电场景下的排队模型;
40、对进行限制t,得到:
41、
42、其中,tmin表示t的最小值,tmax表示t的最大值;
43、进行phev充电功率等级的选择确定;
44、计算phev的平均充电电流i:
45、
46、其中,de表示phev的日常充电能量,v表示充电电压,imax表示最大充电电流;
47、计算得到所有n辆phev在电动汽车充电站或居民小区充电的总充电功率需求p:
48、
49、其中,ii表示第i辆phev的平均充电电流。
50、结合第一方面,在一种实施方式中,所述建立phev市场占有率的离散分布并随机选择phev的类别,具体为:
51、将phev的市场占有率设定为一离散分布,根据phev的市场占有率随机选择phev的类别。
52、结合第一方面,在一种实施方式中,
53、所述随机模拟phev的充电需求,得到phev总体充电功率需求样本,具体为:依次重复样本选取过程,直至产生设定数量的样本,从而得到phev总体充电功率需求样本;
54、其中,所述样本选取过程具体为:
55、随机生成同时充电的phev的数量,根据phev的市场占有率随机选择phev的类别;
56、随机生成phev的kev和cbat参数,并计算phev的每英里能耗em,kev表示电池提供的总能量输入的占比,cbat表示phev的总电池容量;
57、随机生成phev的行驶本文档来自技高网...
【技术保护点】
1.一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述基于概率潮流的汽车充电需求分析方法包括:
2.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述基于概率模型并考虑PHEV充电行为的不确定因素,建立单个PHEV充电需求模型,具体为:
3.如权利要求2所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于:
4.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述根据排队论对多个PHEV的行为进行描述,具体为:
5.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述建立PHEV市场占有率的离散分布并随机选择PHEV的类别,具体为:
6.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于:
7.如权利要求6所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述运用统计分析方式拟合得到PHEV总体充电功率需求的分布,具体为:
8.一种基于概率潮流的汽车充电需求分析装置,其特征在于,所述基于概率潮流
9.如权利要求8所述的一种基于概率潮流的汽车充电需求分析装置,其特征在于,所述基于概率模型并考虑PHEV充电行为的不确定因素,建立单个PHEV充电需求模型,具体为:
10.一种基于概率潮流的汽车充电需求分析设备,其特征在于,所述基于概率潮流的汽车充电需求分析设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于概率潮流的汽车充电需求分析程序,其中所述基于概率潮流的汽车充电需求分析程序被所述处理器执行时,实现如权利要求1至7中任一项所述的基于概率潮流的汽车充电需求分析方法的步骤。
...【技术特征摘要】
1.一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述基于概率潮流的汽车充电需求分析方法包括:
2.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述基于概率模型并考虑phev充电行为的不确定因素,建立单个phev充电需求模型,具体为:
3.如权利要求2所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于:
4.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述根据排队论对多个phev的行为进行描述,具体为:
5.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于,所述建立phev市场占有率的离散分布并随机选择phev的类别,具体为:
6.如权利要求1所述的一种基于概率潮流的汽车充电需求分析方法,其特征在于:
7.如权...
【专利技术属性】
技术研发人员:杨轩,曹晓庆,李林,
申请(专利权)人:武汉华源电力设计院有限公司,
类型:发明
国别省市:
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。