基于蒙特卡洛算法的大规模电动汽车充电负荷预测

电动汽车充电负荷的有效预测对配电网的安全稳定运行有重大意义。以某地区不同类型电动汽车的保有量预测结果为基础,将用户出行习惯、电动汽车的充电功率、充电时长等因素作为模型参数,利用蒙特卡洛模拟算法建立了考虑电动汽车类型的充电负荷预测模型,对该地区电动汽车的充电负荷进行预测。结果表明,未来电动汽车充电负荷增长较快,2025年较2022年充电负荷增长近70%,且不同类型充电负荷有不同的特征。该方法能提升电网负荷预测精确度,为配电网的调度与规划提供技术支撑。     

电动汽车充电负荷预测系统研究

根据规划的电动汽车在未来规模化的应用将对电网产生重要影响,电动汽车充电负荷预测是分析电动汽车接入电网的基础,目前还没有比较成熟的方法。综述电动汽车接入对电网的影响和电动汽车负荷预测的研究现状,分析充电负荷预测的影响因素,并基于分布函数的蒙特卡洛计算模拟,开发一套区域电动汽车充电负荷预测系统,可实现对不同电动汽车种类、不同电池容量、不同充电方式、不同充电频率等情况下的综合预测,为电动汽车接入电网的影响分析和调控策略制订提供理论和技术支持。     

基于蒙特卡洛法的电动汽车负荷预测建模

电动汽车大规模接入将对电网造成巨大影响,为采取有效措施,需对其负荷进行预测。在研究我国电动汽车相关政策的基础上,从影响电动汽车负荷的主要因素入手,详细地分析了不同类型电动汽车在不同充电模式下的充电行为,建立了电动汽车负荷预测模型,并采用蒙特卡罗法抽取起始充电时间、充电起始荷电状态等因素进行仿真。根据北京市电动汽车发展情况,对北京市电动汽车的规模进行了预测,得到北京市电动汽车在工作日和节假日的日负荷曲线,并对结果进行了分析。分析结果表明：未来电动汽车的大规模接入将给电网带来大量的新增负荷,同时加大了电网负荷峰谷差,需对电动汽车充电负荷进行有效的控制。     

电动汽车充电负荷预测及有序充电控制策略研究

电动汽车充电负荷控制较复杂,需要构建严格的控制策略,使其能够顺利完成充电过程,提高车辆运行的平稳性。基于此,先从需求建模、负荷预测、负荷计算三个方面对电动汽车充电负荷预测方法进行分析;再从有序充电系统、通信控制方案、控制算法分析等方面对有序充电控制策略进行研究,确保控制过程能够有序开展,保障电动汽车具有良好的负荷状态。     

基于电动汽车时空特性的充电负荷预测

电动汽车充电负荷预测是进行充电设施、电网规划建设以及运行调度控制的基础。电动汽车充电负荷的时空分布具有很强的随机性,在对预测区域空间进行划分的基础上,考虑电动汽车的动态转移特性,对不同功能用地的泊车规律进行分析,预测不同类型电动汽车的空间分布,进而对不同电动汽车充电时间特性的影响因素进行分析,并建立了预测模型。利用蒙特卡洛仿真方法对某市一区域在不同情景下的充电负荷进行计算。结果表明,不同功能区的充电负荷分布特性差异明显,并且采用快速充电方式的比例越高,峰谷差越大,因此可根据预测结果对电动汽车充电时间、充电地点和充电方式进行合理引导,使在满足充电需求的同时,减少充电负荷对电网的影响。     

基于时刻充电概率的电动汽车充电负荷预测方法

电动汽车的充电负荷预测在电动汽车的推广过程中发挥着重要的作用。为了克服现有方法中部分参数设置主观、预测模型与用户随机性驾驶行为匹配欠缺的不足,将电动汽车进行细致分类,通过建立充电负荷预测影响因素的概率模型,利用概率统计学和蒙特卡洛模拟方法提出了基于时刻充电概率的负荷预测模型。利用科学分析得到的日行驶里程代替主观给定的起始电荷状态(SOC)以推导充电时长,利用更具随机性的时刻充电概率代替计算得到的充电时段来确定充电负荷。以某市为例,预测了相关电动汽车的日负荷曲线,并与常用负荷预测方法的结果进行对比,验证了所提负荷预测方法能够科学地预测用户的充电负荷,能够为电网及用户的电能管理策略提供可靠的依据。     

基于充电行为分析的电动汽车充电负荷预测

本文基于南方某市的电动汽车充电数据,得出各类型电动汽车在不同日期类型的充电开始时间、充电电量、充电功率的分布规律,采用蒙特卡洛算法模拟计算了该市2021年各类型电动汽车工作日与休息日的充电负荷情况,结果表明,电动私家车在休息日的午间和凌晨充电负荷要高于工作日;该市电动出租车在工作日与休息日的充电负荷占比分别为60.42%,58.55%,在三类型车中始终最大。电动私家车工作日与休息日充电负荷曲线有较大差异。电网总负荷会在19点达到最高峰,本文验证了电动汽车的大规模引入会增加电网的峰值和峰谷差,同时将充电行为数据拟合为公式,旨在为未来的电网扩容建设和对电动汽车的有序充电控制提供帮助。     

规模化电动汽车充电负荷预测

首先基于灰色预测模型、线性回归模型和BP神经网络模型的组合预测模型计算出传统汽车保有量预测曲线,并使用非线性二乘法拟合出基于Bass模型的传统汽车保有量的3个参数值。再通过基于层次分析的德尔菲法,构建传统汽车与电动汽车参数之间的关系,从而得到能预测电动汽车保有量的Bass模型。在保有量预测结果的基础上采用蒙特卡洛算法,结合用户使用电动汽车的起始充电时间、日行驶里程数、电池参数、充电效率等影响因素分别模拟城市中电动私家车,电动公交车与电动出租车的出行习惯,完成电动汽车的负荷预测。应用该方法进行电动汽车负荷预测时精度更高,效果更好。     

规模化电动汽车充电负荷的预测及其对电网的影响

电动汽车充电负荷时空分布预测是分析研究电动汽车充电对电网影响的前提,也是电网规划、运行调度的基础和依据。在对充电负荷影响因素分析的基础上,提出将预测区域进行分层分区,对不同功能用地的主要车辆,依据其出行链特性,基于转移概率矩阵建立描述车辆出行规律的模型。根据用户充电行为的随机性和不确定性,应用模糊推理法和概率统计法建立车辆在不同目的地的充电概率,并运用蒙特卡洛法对不同功能用地的充电负荷进行计算。最后,以A城市某片区为例,对其未来充电负荷进行预测,得到该地充电负荷的时空分布,并且分析了不同充电场所充电负荷对电网所造成的影响。     

电动汽车充电负荷计算方法

在研究中国电动汽车相关政策、发展趋势的基础上,基于调研结果,分析了不同类型电动汽车不同充电行为对应的充电方式及充电时段。根据不同类型电动汽车不同充电行为的充电功率,提出采用蒙特卡洛模拟抽取起始荷电状态、起始充电时间的电动汽车充电负荷计算方法。该方法将不同车辆的不同充电行为按充电需求进行分类,根据充电方式、起始荷电状态、充电需求、起始充电时间计算充电时间,获得充电负荷曲线。对中国未来电动汽车充电负荷水平进行了计算和分析。分析结果表明：随着中国电动汽车的发展,充电负荷将对电网的运行和规划带来较大的影响;充电负荷具有明显的峰谷差,负荷调控的潜力大。     

安徽省2020年电动汽车保有量及充电负荷预测探讨

年来电动汽车发展迅速,将成为电力负荷预测中不可忽视的重要组成部分。准确的电动汽车负荷数据是电力系统规划和运行的重要数据基础,因此对电动汽车负荷的预测具有重要意义。探索提出了利用政府规划目标推算法、千人保有量法和电动汽车产业调研等方法开展安徽省 2020年电动汽车保有量预测。并基于实用化方法预测了安徽省 2020年电动汽车保有量;提出不同情景条件下预测安徽省 2020年电动汽车充电负荷最大规模,并采用标准车折算法对电动汽车充电负荷预测结果进行了合理校核,相关算法应用可为电动汽车负荷预测工作的方法和流程提供参考。     

基于聚类分析的电动汽车充电负荷预测方法

准确预测电动汽车充电负荷是研究大规模电动汽车接入对电网影响的基础,现有充电负荷预测方法缺乏考虑路况拥堵因素对电动汽车荷电量的影响。提出了一种基于聚类分析的电动汽车充电负荷预测方法,在分析常规充电负荷影响因素并初步建立概率分布模型的基础上,对每段行程的行驶里程和行驶时间构成的二维出行特征数据进行聚类分析。挖掘常规统计数据无法得到的道路拥堵因素,考虑不同路况条件下道路拥堵因素对电动汽车荷电状态的影响并叠加该变量到负荷预测模型中。以北京市为例分别预测并比较分析了工作日、周末、夏季、冬季电动汽车日充电负荷曲线。计算结果表明该方法可在一定程度上提高充电负荷预测的精确度。     

基于时空分布负荷预测的电动汽车充电优化

本文提出了一种综合考虑电动汽车出行特点,充电地域差别及用户充电习惯的电动汽车时空分布负荷预测模型。考虑多次充电场景,模拟实时充电行为,利用马尔可夫链确定各出行目的地的转移概率并提出了一种基于蒙特卡洛模拟的双层充电负荷预测模型对充电负荷的时空分布进行模拟预测。根据时空预测初步结果,以夜间充电为例,对在夜间入网充电车辆的无序充电行为进行了充电优化。近一步,考虑不同荷电状态(SOC) 阈值对电网优化充电的影响。结果表明,本文提出的预测模型对电动汽车负荷的时空分布预测具有一定的参考价值,夜间充电负荷的优化方法实现了充电负荷的实时优化,对电动汽车入网的负荷优化具有一定的指导意义。     

基于行驶状况的电动汽车充电负荷交通预测法

为了预测电动汽车配套充换电设施的负荷,笔者从数量预测和充换电需求预测方面,采用弹性系数法、千人保有量法及改进的二重比例法进行了电动汽车总量预测和分类预测,得到了各类电动汽车的数量;根据不同种类电动汽车的行驶规律,对电动汽车行驶中不同时段的SOC情况进行了分析,得出了以交通行驶状况为主要依据的充换电负荷需求分布曲线,以及1d内各时段电动汽车充换电负荷需求分布曲线,确定了不同时间的充换电需求数量.算例分析结果表明,千人保有量法预测与弹性系数法预测得出的预测数据差别不大,二重比例法能够准确预测电动汽车数量,通过交通预测能够得到完整的充换电负荷需求分布曲线,从而确定各时段充换电负荷需求.     

计及温度与交通影响的电动汽车充电负荷预测∗

为了提高电动汽车(Electric Vehicle,EV)充电负荷预测的准确性,首先在温度因素的影响下,建立了EV的电池容量和空调启动概率模型,其次在交通因素的影响下,结合交通指数和行驶速度等因素,建立了EV的单位里程能耗模型,最后结合以上模型建立了基于蒙特卡洛法的EV充电负荷模型.以某市EV为算例进行仿真分析,结果表明在不同温度与交通指数的影响下,EV的充电负荷曲线发生了显著的变化.     

基于综合预测模型和蒙特卡洛的电动汽车保有量及负荷预测方法研究

电动汽车的规模化发展及其充电设施的持续性建设严重威胁电力系统的稳定性,但是目前尚缺简便有效的电动车保有量和负荷预测方法。因此,建立基于综合预测的电动汽车保有量预测模型,应用灰色预测、反向传播(BP)神经网络以及长短时记忆(LSTM)网络3种预测模型对电动汽车保有量进行预测,获得单预测模型的预测结果,并利用熵权法对单预测模型预测结果分配权重,计算得到综合预测结果。建立基于蒙特卡洛算法的电动汽车负荷预测模型,在保有量预测的基础上,模拟电动汽车电池特征参数和用户出行习惯,对电动汽车无序充电行为进行预测,形成电动汽车日负荷曲线。最后,以某市电动汽车保有量及充电负荷数据验证所提模型的有效性。算例分析表明,所提综合预测模型比单预测模型具有更高的预测精度,负荷预测结果表明规模化电动汽车并网将给电力系统带来新的挑战。     

环境温度对电动汽车充电负荷的影响分析

不同环境温度对电动汽车附加能耗、电池性能、行驶路况等影响显著,因而导致电动汽车充电需求的差异。分析环境温度对电动汽车充电负荷的影响,对深入研究充电负荷对电网的影响以及合理的充电设施规划等具有重要意义。提出考虑温度影响的电动汽车充电负荷计算方法,结合电动汽车平均续航里程、行车需求统计数据,采用蒙特卡洛模拟计算不同温度下多种类型电动汽车充电负荷。以广州市电动汽车充电负荷为例进行仿真计算,仿真结果表明环境温度对电动汽车充电负荷有显著影响,相较于常温天气,高温和低温天气条件下电动汽车充电负荷明显增加。不同类型电动汽车的充电负荷受环境温度影响程度不同,每日行驶里程更长的电动公交车充电负荷受环境温度影响更大。     

考虑时空分布的电动汽车充电负荷预测方法

提出了一种基于电动汽车驾驶、停放特性的考虑时空分布的电动汽车充电负荷预测方法。采用停车生成率模型预测停车需求,结合不同类型汽车、不同停放目的地的停车特性,建立电动汽车停车需求时空分布模型。从电动汽车日行驶里程、日停放需求时空分布特性入手,分析充电需求。采用蒙特卡洛模拟方法,仿真大规模电动汽车不同时间、不同空间的停放、驾驶以及充电行为,预测电动汽车充电负荷的时空分布特性。以深圳市为例,预测结果表明:电动汽车用户充电行为选择以及公共停车场充电设施配建比例不同,充电负荷也将有不同的分布;居民区、工作单位配建充电设施可满足大部分电动汽车的充电需求;同一城市不同区域建设用地类型不同,充电负荷具有明显差异。     

基于空间负荷预测的电动汽车有序充电方法研究

基于用地决策法的空间负荷预测法,建立了发展中城市的电动汽车及其充电负荷的空间分布预测模型。结合电动汽车的空间分布及其出行特性,对电网负荷率和网损进行分析,以优化城市配电网利用率为目标,构建出电动汽车强制性有序充电模型。通过算例说明在较高的电动汽车市场普及率下无序充电将给城市配网带来严重负荷冲击,并验证了本文所构建的有序充电模型在不同市场普及率下的有效性。     

基于系统动力学和蒙特卡洛模拟的电动汽车日负荷远期预测

对电动汽车负荷进行预测,有助于电力系统规划管理与优化运行。首先从宏观、中观、微观角度,采用系统动力学模型构建电动私家汽车保有量预测模型,随后分析电动汽车充放电特性,采用蒙特卡洛方法模拟电动私家汽车充放电行为,最后利用实际数据,预测未来电动私家汽车大规模接入电网后电网负荷曲线的变化,发现在电动私家车无序充电的情景下,电动私家汽车体量越大,电网峰谷差越大,带来的不利影响也越大,通过进一步测算发现,电动私家汽车参与放电可以在一定程度上缓解电动汽车充电增加的电网负荷,具有一定削峰填谷效益。