[發明專利]一種考慮時空分布的電動汽車充電負荷預測方法

在審

• 申請號: 201710952465.0
• 申請日: 2017-10-13
• 公開（公告）號: CN107704963A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 姜曉慧;韓韜;戚艷;張磐;宋云翔;吳雪瓊;亢潔;徐瑋;黃素娟;張曉青;宋偉;謝琳
• 申請（專利權）人: 國電南瑞科技股份有限公司;國家電網公司;國網天津市電力公司;南京南瑞集團公司;國電南瑞南京控制系統有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林,姚蘭蘭

1.一種考慮時空分布的電動汽車充電負荷預測方法，其特征在于，包括以下幾個步驟：

(1)根據當前各交通小區出行發生量和吸引量，采用增長系數法計算未來各交通小區出行發生量和吸引量；

(2)基于步驟(1)中預測的未來各交通小區的出行發生量和吸引量，結合當前各交通小區之間的出行量，采用交通分布預測模型計算預測時間點的各交通小區之間的出行量，即預測時間點的OD矩陣；

(3)通過最短路徑法將步驟(2)得到的所有交通小區之間的OD矩陣數據分配到路網的全部路段上面；計算出路網中所有出行路線上面的交通流量，以及全部路段的交通流量值；

(4)輸入電動汽車的原始數據，基于步驟(3)中計算得出的各路段交通流量值，采用蒙特卡洛法進行電動汽車出行路線模擬仿真，進而求取充電時電動汽車的充電負荷，最后生成未來設定時間段內各充電站的充電負荷曲線。

2.根據權利要求1所述的考慮時空分布的電動汽車充電負荷預測方法，其特征在于，步驟(1)中，同時考慮地區人口、經濟增長和土地利用情況，采用增長系數法計算未來各交通小區出行發生量和吸引量。

3.根據權利要求1所述的考慮時空分布的電動汽車充電負荷預測方法，其特征在于，步驟(2)中，采用的是弗雷特交通分布預測模型。

4.根據權利要求1所述的考慮時空分布的電動汽車充電負荷預測方法，其特征在于，步驟(3)中，采用最短路徑法逐一計算步驟(2)中得到的OD矩陣點對之間的最短路線，并分配到出行路線的各路段，最后累加得出各路段的交通流量值。

5.根據權利要求1所述的考慮時空分布的電動汽車充電負荷預測方法，其特征在于，步驟(3)，所述最短路徑法分配交通流量的具體方法如下：

(3-1)取步驟(2)中得出的OD矩陣中的一個點對，計算該點對之間的最短路線；

(3-2)取該點對的值，即當前點對之間的出行量，將其分配到(3-1)計算得出的最短路徑上；

(3-3)對所述最短路徑上的各路段分配當前點對之間的出行量，得出該點對影響下的各路段的交通流量值；

(3-4)判斷該點對是否是最后一個點對，如果是則輸出各路段交通流量值，交通分配過程結束；如果不是則取下一點對進入步驟(3-1)。

6.根據權利要求1所述的考慮時空分布的電動汽車充電負荷預測方法，其特征在于，步驟(4)，所述原始數據包括電動汽車的車輛數、車輛類型、充電方式、電能損耗和路網流量。

7.根據權利要求1所述的考慮時空分布的電動汽車充電負荷預測方法，其特征在于，步驟(4)，采用蒙特卡洛法進行電動汽車出行路線模擬仿真，具體方法如下：

(4-1)對于當前模擬的車輛，根據當前實際出行情況統計出行概率分布數據，隨機抽取出發時間、出發地點和起始SOC；

(4-2)計算當前模擬車輛的汽車位置和電量百分比；

(4-3)判斷步驟(4-2)中的電量百分比是否小于設定的閾值，如果是則基于步驟(3)得出各路段的交通流量值，采用最短路徑法尋找最近的充電站，否則正常行駛，轉入步驟(4-2)；

(4-4)計算需要充電的電動汽車的起始時刻和荷電狀態SOC；

(4-5)計算該電動汽車的充電負荷，并累加得到該充電站的負荷曲線；

(4-6)判斷是否是最后一輛模擬車輛，如果是仿真結束，否則進入步驟(4-1)。