首页 | 官方网站   微博 | 高级检索  
     

基于动态车流的电动汽车充电负荷时空分布概率建模
引用本文:宋雨浓,林舜江,唐智强,何森,卢艺,毛田.基于动态车流的电动汽车充电负荷时空分布概率建模[J].电力系统自动化,2020,44(23):47-56.
作者姓名:宋雨浓  林舜江  唐智强  何森  卢艺  毛田
作者单位:1.华南理工大学电力学院,广东省广州市 510640;2.深圳供电局有限公司电力调度控制中心,广东省深圳市 518001;3.中国南方电网科学研究院有限责任公司,广东省广州市 510080
基金项目:国家自然科学基金资助项目(51977080);中央高校基本科研业务费专项资金资助项目(2019MS015)。
摘    要:文中提出一种基于动态车流的电动汽车充电负荷时空分布概率建模方法,所建立的模型由交通路网模型、车辆时空转移模型和居民出行概率模型3个部分组成。交通路网模型考虑了车辆过红绿灯的影响,将道路分为3段计算车流密度。车辆时空转移模型反映了交通路况对行驶速度和耗电量的影响,行驶车辆可根据交通路况动态调整速度和行驶路径。居民出行概率模型基于NHTS2017数据集,得到出行目的地和出发时间的联合概率分布模型,进而抽样模拟出行链。以某市路网模型为例,采用蒙特卡洛法仿真预测电动汽车充电负荷的时空分布特性,并与现有方法的仿真结果及实际充电负荷曲线进行对比分析,验证了所提概率模型的正确性和有效性。

关 键 词:电动汽车  动态车流  充电负荷  时空分布  概率模型  蒙特卡洛法
收稿时间:2020/3/2 0:00:00
修稿时间:2020/6/13 0:00:00

Spatial-Temporal Distribution Probabilistic Modeling of Electric Vehicle Charging Load Based on Dynamic Traffic Flow
SONG Yunong,LIN Shunjiang,TANG Zhiqiang,HE Sen,LU Yi,MAO Tian.Spatial-Temporal Distribution Probabilistic Modeling of Electric Vehicle Charging Load Based on Dynamic Traffic Flow[J].Automation of Electric Power Systems,2020,44(23):47-56.
Authors:SONG Yunong  LIN Shunjiang  TANG Zhiqiang  HE Sen  LU Yi  MAO Tian
Affiliation:1.School of Electric Power, South China University of Technology, Guangzhou 510640, China;2.Power Dispatching and Control Center of Shenzhen Power Supply Co., Ltd., Shenzhen 518001, China;3.Electric Power Research Institute of China Southern Power Grid Company Limited, Guangzhou 510080, China
Abstract:
Keywords:electric vehicle  dynamic traffic flow  charging load  spatial-temporal distribution  probability model  Monte Carlo method
点击此处可从《电力系统自动化》浏览原始摘要信息
点击此处可从《电力系统自动化》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号