【技术实现步骤摘要】
本专利技术涉及电动汽车充电，尤其涉及一种面向酒店场景的电动汽车负荷预测方法。
技术介绍
1、新能源汽车产业是全世界竞相追逐的战略性新兴产业之一。相对于传统汽车，电动汽车具有节能减排的特点且充电费用远低于燃油价格，展现出了独特的优势。随着消费者市场对私家车需求的扩大以及电动汽车产业核心技术的发展，电动汽车在中国的销售量逐年提高。可以预计，未来一段时间我国电动汽车的保有量仍将不断攀升。
2、电动汽车的快速发展对配套充电基础设施的建设提出了要求，不合理不充足的充电桩配置将会影响电动汽车用户的充电体验。为了提升酒店的服务水平，满足部分酒店客户的电动汽车充电需求，需要为酒店配备一定的电动汽车充电桩。合理的充电设施配置需要在满足用户需求的基础上减少资源闲置，因此有必要对酒店区域内的电动汽车充电负荷进行预测。
3、充分分析电动汽车的充电需求是计算电动汽车充电负荷的基础。于是提出了一种面向酒店场景的电动汽车负荷预测方法。
技术实现思路
1、本专利技术的目的在于提供一种面向酒店场景的电动汽车负荷预测方法，通过充分考虑城市区域特性，基于改进重力模型对出行矩阵进行计算，结合出行链思想对电动汽车出行情况进行描述并通过核密度估计的方法计算出行链特征量的概率分布，最后通过蒙特卡洛模拟获得酒店区域内电动汽车的出行数据，在充分分析其充电需求的基础上实现对酒店区域内电动汽车充电负荷的预测，为酒店的充电设施建设提供参考，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技
3、步骤（s1）：获取酒店区域内电动汽车基本信息和酒店所在城市的车辆出行历史数据；
4、步骤（s2）：计算酒店所在城市各职能区之间的交通阻抗及各区域在不同时刻的出行力与吸引力；
5、步骤（s3）：计算酒店所在城市各区域出行矩阵；
6、步骤（s4）：基于蒙特卡洛模拟法生成酒店区域内电动汽车的预测出行链；
7、步骤（s5）：计算各时刻酒店区域内电动汽车充电需求；
8、步骤（s6）：计算各时刻酒店区域内电动汽车充电负荷。
9、优选的，步骤（s1）中，所述酒店区域内电动汽车基本信息包括酒店旺季典型日各时刻到达及驶离的电动汽车数量、初始soc值以及停驻时间；所述酒店所在城市的车辆出行历史数据包括车辆离开起始地的时间、到达目的地的时间以及车辆的行驶里程。
10、优选的，步骤（s2）中，所述酒店所在城市各职能区之间的交通阻抗的计算公式如下：；式（1）中，为区域 i， j之间的交通阻抗， l ij为区域 i到区域 j的距离，为区域间距离的概率密度函数，e为自然常数， 是均值，是标准差，设置参数。优选的，步骤（s2）中，各区域在不同时刻的出行力与吸引力的计算公式如下：式（2）—（3）中， n为数据中行驶在道路上的车辆的总数， k为功能区类别，为 t时刻从功能区 k出发的车辆总数，为 t时刻到达功能区 k的车辆总数为t时刻功能区 k的地区出行力，为 t时刻功能区 k的地区吸引力。
11、优选的，步骤（s3）中，酒店所在城市各区域出行矩阵中元素的计算公式如下：
12、式（4）中，是 t时刻到达区域 j的到达率，为 t时刻以区域 i为起点的电动汽车到达终点区域 j的概率。
13、优选的，由区域 i至区域 j的车流量的计算公式为：式（5）中，为 t时刻的待定调整系数；为 t时刻区域 i的地区出行力；为 t时刻区域 j的地区吸引力，为区域 i， j之间的交通阻抗。
14、优选的，由 i区域出发，以各个区域为终点的概率之和为1， j为区域总数 ，因此待定的调整系数的值可由如下公式进行计算：。
15、 优选的，步骤（s4）中酒店区域内电动汽车的预测出行链是具有时序性的位置序列，包含时间特征量和空间特征量；所述出行链的时间特征量包括出发时刻 ts、行驶时长 td、停车时间 tp和停车时长 tl，所述出行链的空间特征量包括行程的起点、途经点和终点；特征量停车时间 tp与其余特征量的关系式如下：式（7）—（9）中，代表行程 i的行车时长， dl ,i代表行程 i的行驶里程，代表在行程 i之前的停车时长，代表行程 i的起始时间，为该行程内行驶的平均速度。
16、优选的，步骤（s5）中各时刻酒店区域内电动汽车充电需求的计算公式如下：
17、；式（10）中，为电动汽车在 t时刻的充电需求，代表在 t时刻电动汽车的荷电状态,代表电动汽车的期望电量，在数值上满足能够支撑车辆接下来的行程并且在行程结束后剩余电量，为电动汽车的电池容量。
18、优选的，步骤（s6）中各时刻酒店区域内电动汽车充电负荷的计算公式如下：
19、；式（11）中，为 t时刻全市区域内的电动汽车总充电功率，n in,t代表酒店区域内在 t时刻进行充电的电动汽车总数，代表车辆 j在 t时刻的充电功率。
20、本专利技术考虑了城市不同职能区的具体特性，引入出行矩阵来描述各职能区各时刻的电动汽车到本文档来自技高网...
【技术保护点】
1.一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（S1）中，所述酒店区域内电动汽车基本信息包括酒店旺季典型日各时刻到达及驶离的电动汽车数量、初始SOC值以及停驻时间；所述酒店所在城市的车辆出行历史数据包括车辆离开起始地的时间、到达目的地的时间以及车辆的行驶里程。
3.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（S2）中，所述酒店所在城市各职能区之间的交通阻抗的计算公式如下：
4.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（S2）中，各区域在不同时刻的出行力与吸引力的计算公式如下：式（2）—（3）中，N为数据中行驶在道路上的车辆的总数，k为功能区类别，为t时刻从功能区k出发的车辆总数，为t时刻到达功能区k的车辆总数，为t时刻功能区k的地区出行力，为t时刻功能区k的地区吸引力。
5.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征
6.根据权利要求5所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，由区域i至区域j的车流量的计算公式为：
7.根据权利要求6所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，由i区域出发，以各个区域为终点的概率之和为1，J为区域总数，因此待定的调整系数的值可由如下公式进行计算：
8.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（S4）中酒店区域内电动汽车的预测出行链是具有时序性的位置序列，包含时间特征量和空间特征量；所述出行链的时间特征量包括出发时刻ts、行驶时长td、停车时间 tp和停车时长tl，所述出行链的空间特征量包括行程的起点、途经点和终点；特征量停车时间tp与其余特征量的关系式如下：
9.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（S5）中各时刻酒店区域内电动汽车充电需求的计算公式如下：；式（10）中，为电动汽车在t时刻的充电需求，代表在t时刻电动汽车的荷电状态,代表电动汽车的期望电量，在数值上满足能够支撑车辆接下来的行程并且在行程结束后剩余电量，为电动汽车的电池容量。
10.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（S6）中各时刻酒店区域内电动汽车充电负荷的计算公式如下：；
...【技术特征摘要】
1.一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（s1）中，所述酒店区域内电动汽车基本信息包括酒店旺季典型日各时刻到达及驶离的电动汽车数量、初始soc值以及停驻时间；所述酒店所在城市的车辆出行历史数据包括车辆离开起始地的时间、到达目的地的时间以及车辆的行驶里程。
3.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（s2）中，所述酒店所在城市各职能区之间的交通阻抗的计算公式如下：
4.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（s2）中，各区域在不同时刻的出行力与吸引力的计算公式如下：式（2）—（3）中，n为数据中行驶在道路上的车辆的总数，k为功能区类别，为t时刻从功能区k出发的车辆总数，为t时刻到达功能区k的车辆总数，为t时刻功能区k的地区出行力，为t时刻功能区k的地区吸引力。
5.根据权利要求1所述的一种面向酒店场景的电动汽车充电负荷预测方法，其特征在于，步骤（s3）中，酒店所在城市各区域出行矩阵中元素的计算公式如下：
6.根据权利要求5所述的一种面向酒店场景的电动汽车充电负...
【专利技术属性】
技术研发人员：孙延，史蒙云，李权，施佳丰，徐彬，
申请(专利权)人：江苏米特物联网科技有限公司，
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。