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() 计及用户出行意愿的电动汽车充电负荷预测方法及系统技术方案_技高网

计及用户出行意愿的电动汽车充电负荷预测方法及系统技术方案

技术编号:41209693 阅读:4 留言:0更新日期:2024-05-09 23:31
本申请公开了一种计及用户出行意愿的电动汽车充电负荷预测方法、系统、设备及介质,面向用户的实际用车场景,通过对电动汽车出行需求、交通路网和出行能耗进行建模,考虑到用户出行意愿对电动汽车充电负荷分布的影响,制定相应的电动汽车充电负荷预测方法。为精细化预测充电负荷分布,基于马尔可夫链构建的电动汽车出行模型通过用户出行意愿预测出行轨迹,动态路阻函数基于道路通行量计算车辆通行时间,出行能耗计算方法充分考虑驱动能耗、空调能耗和低压附件能耗,以提升预测的准确性。本申请提供的方法,考虑了实际使用中用户出行意愿的影响,制定了相应的充电负荷时空分布预测方法,对解决电动汽车充电引导、充电站规划等问题具有重要价值。

【技术实现步骤摘要】

本申请涉及电动汽车充电负荷预测,尤其涉及一种计及用户出行意愿的电动汽车充电负荷预测方法、系统、设备及介质。


技术介绍

1、在双碳目标的引导下,居民电动汽车的保有量连年保持高速增长,成为了居民用电的重要组成部分,然而车辆充电负荷具有用电功率高、随机性强等特点,导致电力系统维持平衡的难度增大。为缓解上述问题,电动汽车充电负荷时空分布的预测成为了目前的研究热点,是研究电动汽车充电引导、充电站规划等问题的研究基础。目前研究中,电动汽车的出行路径主要通过出行参数概率统计或出行链模型进行预测,未反映出用户出行意愿的影响。然而实际用车过程中,不同场景下用户出行意愿具有差异,相应的车辆出行路径也会发生变化。同时,目前采用的车辆出行能耗的计算方法为通过出行里程进行计算,再根据用车场景进行修正,相对简单。


技术实现思路

1、本申请提供了一种计及用户出行意愿的电动汽车充电负荷预测方法,以解决现有电动汽车充电负荷方法未反映出用户出行意愿、计算方法相对简单,计算结果与实际符合性较差的技术问题,实现精准化预测电动汽车充电负荷的时空分布。

2、为解决上述技术问题,第一方面,本申请提供了一种计及用户出行意愿的电动汽车充电负荷预测方法,所述方法包括:

3、根据历史出行数据和历史气象数据,以预测电动汽车的空间状态转移概率;

4、基于马尔可夫链和所述电动汽车的空间状态转移概率,构建电动汽车出行模型,根据所述电动汽车出行模型,以对电动汽车的出行轨迹进行模拟,并计算电动汽车的出行里程;</p>

5、基于道路通行流量对道路通行时间的影响,构建动态路阻函数,将所述出行轨迹输入所述动态路阻函数,计算电动汽车的总通行时间;

6、根据所述出行里程和所述总通行时间,计算电动汽车的出行能耗;

7、根据所述出行轨迹和所述出行能耗、以及电动汽车的当前电量,以确定电动汽车的充电时间和地点,并根据所述充电时间、所述地点和充电参数,计算电动汽车充电负荷时空分布。

8、优选的,所述根据历史出行数据和历史气象数据,以预测电动汽车的空间状态转移概率,包括:

9、将电动汽车的空间状态划分为居民区、工作区和商业区;

10、获取车辆历史出行数据和历史气象数据,根据所述车辆历史出行数据和所述历史气象数据建立用户出行意愿数据库;

11、基于空间状态划分结果,根据所述用户出行意愿数据库确定电动汽车的空间状态转移概率。

12、优选的,所述基于马尔可夫链和所述电动汽车的空间状态转移概率,构建电动汽车出行模型,包括:

13、基于空间状态划分结果构建电动汽车空间状态概率矩阵,并确定电动汽车初始空间状态概率矩阵;

14、根据所述电动汽车初始空间状态概率矩阵和所述电动汽车的空间状态转移概率,得到电动汽车空间状态转移过程;

15、所述电动汽车空间状态转移过程表示为:

16、

17、其中,st表示t时刻电动汽车空间状态转移矩阵,表示电动汽车在t时刻从a区到b区的概率,表示电动汽车在t时刻停留在a区的概率,a,b∈{h,w,s},h表示居民区、w表示工作区,s表示商业区;

18、基于所述电动汽车空间状态转移过程,构建电动汽车出行模型。

19、优选的,所述将所述出行轨迹输入所述动态路阻函数,计算电动汽车的总通行时间,包括:

20、以od对表示节点o到节点d的路线,并判断所述出行轨迹各路段与od对之间的从属关系;

21、根据所述从属关系构建所述出行轨迹各路段和od对之间的关联矩阵;

22、根据所述动态路阻函数,计算特定时刻下各路段的通行时间;

23、根据所述关联矩阵和所述特定时刻下各路段的通行时间,计算特定时刻od对的总通行时间;

24、以所述特定时刻od对的总通行时间表示电动汽车的总通行时间。

25、优选的,所述出行轨迹各路段与od对之间的从属关系表示为:

26、

27、其中,κod表示od对之间最短路径所经过路段的集合;

28、所述关联矩阵表示为:

29、

30、所述特定时刻下各路段的通行时间的计算公式为:

31、

32、其中,ta(t)表示t时刻路段a的通行时间,xa(t)表示t时刻路段a的通行流量;表示路段a的自由通行时间,ca表示路段a的最大通行流量,α和β表示动态路阻函数参数;

33、所述特定时刻od对的总通行时间的计算公式为:

34、

35、其中,cod(t)表示t时刻od对的总通行时间,λ是所有路段的集合。

36、优选的,所述根据所述出行里程和所述总通行时间,计算电动汽车的出行能耗,包括:

37、将电动汽车的出行能耗划分为行驶能耗、空调能耗和低压附件能耗;

38、所述行驶能耗的计算公式为:

39、

40、其中,e1表示车辆出行的总行驶能耗,l表示出行里程,t表示电动汽车的总通行时间,m1-m4为拟合参数;

41、所述空调能耗的计算公式为:

42、

43、e2=μ(c)pairt,

44、其中,μ表示气温c下的空调开启率,n1-n4为拟合系数,e2表示车辆出行的总空调能耗,pair表示车载空调的运行功率;

45、所述低压附件能耗的计算公式为:

46、

47、优选的,所述根据所述出行轨迹和所述出行能耗、以及电动汽车的当前电量,以确定电动汽车的充电时间和地点,包括:

48、设定电动汽车需要充电的判定条件;

49、计算电动汽车的当前电量与出行能耗的差值,并将所述差值作为电动汽车的剩余电量;

50、基于所述电动汽车需要充电的判定条件,根据所述剩余电量判断电动汽车是否需要充电,以及充电的时间和地点。

51、第二方面,本申请还提供了一种计及用户出行意愿的电动汽车充电负荷预测系统,所述系统包括:

52、空间状态转移概率预测单元、出行轨迹模拟和出行里程计算单元、通行时间计算单元、出行能耗计算单元和充电负荷时空分布预测单元;

53、所述空间状态转移概率预测单元,用于根据历史出行数据和历史气象数据,以预测电动汽车的空间状态转移概率;

54、所述出行轨迹模拟和出行里程计算单元,用于基于马尔可夫链和所述电动汽车的空间状态转移概率,构建电动汽车出行模型,根据所述电动汽车出行模型,以对电动汽车的出行轨迹进行模拟,并计算电动汽车的出行里程;

55、所述通行时间计算单元,用于基于道路通行流量对道路通行时间的影响,构建动态路阻函数,将所述出行轨迹输入所述动态路阻函数,计算电动汽车的总通行时间;

56、所述出行能耗计算单元,用于根据所述出行里程和所述总通行时间,计算电动汽车的出行能耗;

<本文档来自技高网...

【技术保护点】

1.一种计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述方法包括:

2.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述根据历史出行数据和历史气象数据,以预测电动汽车的空间状态转移概率,包括:

3.如权利要求2所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述基于马尔可夫链和所述电动汽车的空间状态转移概率,构建电动汽车出行模型,包括:

4.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述将所述出行轨迹输入所述动态路阻函数,计算电动汽车的总通行时间,包括:

5.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,

6.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述根据所述出行里程和所述总通行时间,计算电动汽车的出行能耗,包括:

7.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述根据所述出行轨迹和所述出行能耗、以及电动汽车的当前电量,以确定电动汽车的充电时间和地点,包括:

8.一种计及用户出行意愿的电动汽车充电负荷预测系统,其特征在于,所述系统包括:空间状态转移概率预测单元、出行轨迹模拟和出行里程计算单元、通行时间计算单元、出行能耗计算单元和充电负荷时空分布预测单元;

9.一种计算机设备,其特征在于:所述计算机设备包括存储器、处理器和收发器,它们之间通过总线连接;存储器用于存储一组计算机程序指令和数据,并将存储的数据传输给处理器,处理器执行存储器存储的程序指令,以执行如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被运行时,实现如权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述方法包括:

2.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述根据历史出行数据和历史气象数据,以预测电动汽车的空间状态转移概率,包括:

3.如权利要求2所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述基于马尔可夫链和所述电动汽车的空间状态转移概率,构建电动汽车出行模型,包括:

4.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述将所述出行轨迹输入所述动态路阻函数,计算电动汽车的总通行时间,包括:

5.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,

6.如权利要求1所述的计及用户出行意愿的电动汽车充电负荷预测方法,其特征在于,所述根据所述出行里程和所述总通行时间,计算电动汽车的出行能耗...

【专利技术属性】
技术研发人员:陈佳玺周涉宇杨恺
申请(专利权)人:国网浙江省电力有限公司经济技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1