【技术实现步骤摘要】
本专利技术涉及电动汽车充电负荷预测，更具体地涉及一种考虑天气影响的电动汽车充电负荷预测方法。
技术介绍
1、随着全球环境保护意识的不断增强，电动汽车作为一种新兴的环保出行方式受到广泛关注和推广。然而，电动汽车的大规模推广使用也带来了一些新的挑战，由于电动汽车充电通常集中在特定时间段，导致充电高峰期往往与电网用电高峰期重叠。这不仅加重了电网的供电压力，也可能引发电力系统的潮流过载、电压越限等运行风险。因此，电动汽车充电负荷预测成为当前电力系统领域的一个重要研究课题。
2、影响电动汽车充电负荷的因素错综复杂。恶劣天气如雨、雪等，会影响人们的出行方式选择，进而影响电动汽车的使用量和充电需求。夏季多降雨、冬季多降雪的地区，人们往往更倾向于选择公共交通、网约车等出行方式，以避免在雨雪天气开车带来的不便，这将减少雨雪天气的电动汽车出行比例和充电需求。因此，将天气因素对电动汽车使用及充电需求的影响纳入充电负荷预测模型，对提高电动汽车充电负荷预测精度、指导电网安全运行具有重要意义。本专利技术针对上述需求，提出一种考虑天气影响的电动汽车充电负荷预测方法。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种考虑天气影响的电动汽车充电负荷预测方法，包括：根据多个历史电车出行信息构建用户出行预测模型，历史电车出行信息包括对应用户的个人属性信息、出行时的天气信息以及所采用的电车出行方式，用户出行预测模型配置为能够根据所输入的个人属性信息和天气信息预测出对应的电车出行方式，电车出行方式包括：电动
2、根据本专利技术的实施例，方法还包括：构建目标区域的交通路网矩阵；交通路网矩阵中第i行第j列的元素表示目标区域内连接第i节点与第j节点的道路段的道路长度；构建目标区域的交通流量矩阵；交通流量矩阵中第i行第j列的元素表示目标区域内由第i节点出发前往第j节点的交通流量；根据交通流量矩阵生成目标区域的出行概率矩阵，交通流量矩阵中第i行第j列的元素表示目标区域内由第i节点出发前往第j节点的概率，其中由第i节点出发前往第j节点的概率等于由第i节点出发前往第j节点的交通流量与由第i节点出发的总交通流量的比值；根据交通路网矩阵和出行概率矩阵生成目标区域的交通路网出行代价矩阵，交通流量矩阵中第i行第j列的元素表示目标区域内由第i节点出发前往第j节点的代价，其中与和呈正相关；根据天气-出行起始时间概率密度函数预测目标电动私家车的出行起始时间和出行链的步骤包括：根据天气-出行起始时间概率密度函数采用蒙特卡罗抽样方法确定出目标电动私家车的出行起始时间；根据目标电动私家车的出行起始时间和交通路网出行代价矩阵预测出目标电动私家车的出行链；根据天气-日行总里程概率密度函数、出租出行起始时间概率密度函数预测目标电动出租车的出行起始时间、日行总里程和出行链的步骤包括：根据出租出行起始时间概率密度函数采用蒙特卡罗抽样方法确定出目标电动出租车的日行总里程；根据目标电动出租车的出行起始时间、日行总里程和交通路网出行代价矩阵预测出目标电动出租车的出行链。
3、根据本专利技术的实施例，根据目标电动私家车的出行起始时间和交通路网出行代价矩阵预测出目标电动私家车的出行链的步骤，包括：基于随机抽样方法从位于居民区的节点中确定目标电动私家车的家节点，并将家节点作为目标电动私家车的出行节点序列中的第一个节点和最后一个节点，以及基于随机抽样方法从目标区域内的预设节点集合中确定目标电动私家车的出行节点序列中位于第一个节点和最后一个节点之间的至多2个中间节点，得到目标电动私家车的出行节点序列，其中目标电动私家车的出行节点序列中第一个节点的到达时间为目标电动私家车的出行起始时间；根据交通路网出行代价矩阵确定目标电动私家车的出行节点序列中除第一个节点外的其他节点的到达时间，具体包括：针对目标电动私家车的出行节点序列中除第一个节点外的每一个节点，根据交通路网出行代价矩阵采用最小路径代价算法确定目标电动私家车从前一节点到达当前节点的行驶路径；根据目标电动私家车从前一节点到达当前节点的行驶路径以及目标电动私家车到达前一节点的到达时间，预测出电动私家车到达当前节点的到达时间。
4、根据本专利技术的实施例，根据目标电动出租车的出行起始时间、日行总里程和交通路网出行代价矩阵预测出目标电动出租车的出行链的步骤包括：基于随机抽样方法从目标区域内的全部节点中确定目标电动出租车的出发节点，并将出发节点作为目标电动出租车的出行节点序列中的第一个节点，目标电动出租车的出行节点序列中第一个节点的到达时间为目标电动出租车的出行起始时间；基于随机抽样方法从目标区域内的所有节点中抽取当前节点的一个待前往节点；根据交通路网出行代价矩阵采用最小路径代价算法确定目标电动出租车从当前节点到达待前往节点的行驶路径，并计算目标电动出租车行驶至待前往节点时所对应的日行累积里程；判断目标电动出租车行驶至待前往节点时所对应的日行累积里程是否大于目标电动出租车的日行总里程；若是，则将当前节点作为目标电动出租车的出行节点序列的最后一个节点；若否，根据目标电动出租车从当前节点到达待前往节点的行驶路径以及目标电动出租车到达当前节点的到达时间，预测出目标电动出租车到达待前往节点的到达时间，并将待前往节点作为出行节点序列内当前节点的下一个节点； 将待前往节点作为新的当前节点再次执行基于随机抽样方法从目标区域内的所有节点中抽取当前节点的待前往节点的步骤。
5、根据本专利技术的实施例，天气-日行总里程概率密度函数表示如下：
6、
7、其中，表本文档来自技高网...
【技术保护点】
1.一种考虑天气影响的电动汽车充电负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其中，所述方法还包括：
3.根据权利要求2所述的方法，其中，根据所述目标电动私家车的出行起始时间和所述交通路网出行代价矩阵预测出所述目标电动私家车的出行链的步骤，包括：
4.根据权利要求2所述的方法，其特征在于，根据所述目标电动出租车的出行起始时间、日行总里程和所述交通路网出行代价矩阵预测出所述目标电动出租车的出行链的步骤包括：
5.根据权利要求1所述的方法，其特征在于，所述天气-日行总里程概率密度函数表示如下：
6.根据权利要求1所述的方法，其特征在于，所述出租出行起始时间概率密度函数表示如下：
7.根据权利要求1所述的方法，其特征在于，所述天气-出行起始时间概率密度函数表示如下：
8.根据权利要求1所述的方法，其特征在于，根据所述目标电动私家车或目标电动出租车的出行链，预测所述目标电动私家车或目标电动出租车所对应的充电信息的步骤包括：
9.一种考虑天气影响的电动汽车充电负荷预测系统，其
10.一种电子设备，包括：
...【技术特征摘要】
1.一种考虑天气影响的电动汽车充电负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其中，所述方法还包括：
3.根据权利要求2所述的方法，其中，根据所述目标电动私家车的出行起始时间和所述交通路网出行代价矩阵预测出所述目标电动私家车的出行链的步骤，包括：
4.根据权利要求2所述的方法，其特征在于，根据所述目标电动出租车的出行起始时间、日行总里程和所述交通路网出行代价矩阵预测出所述目标电动出租车的出行链的步骤包括：
5.根据权利要求1所述的方法，其特征在于，所述天气-日行总里程概率密度函数表...
【专利技术属性】
技术研发人员：韩刚，张侃君，滕捷，王婷，叶庞琪，黎恒烜，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，
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。