[發明專利]一種電動汽車充電負荷時空概率分布模型計算方法

有效

• 申請號: 202110201648.5
• 申請日: 2021-02-23
• 公開（公告）號: CN112993980B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 張楊;吳國誠;倪籌帷;郭力;劉一欣;馬瑜涵;張宇軒
• 申請（專利權）人: 國網浙江省電力有限公司電力科學研究院;國網浙江省電力有限公司;天津大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J7/00
• 代理公司: 浙江翔隆專利事務所(普通合伙) 33206
• 代理人: 張建青

本發明涉及電動汽車充電負荷時空概率分布模型技術領域，具體涉及一種電動汽車充電負荷時空概率分布模型計算方法，先利用OD矩陣的車輛出行統計數據，結合路網節點的人口數量、車輛行程耗時、路徑選擇、和車輛充電過程，計算路網中同種類型車輛單次出行概率分布及單輛車單次出行充電功率的時空概率分布；再結合交通分布情況、車輛的出行耗時和耗能特性，利用節點綜合SOC和車流群綜合SOC概率密度函數計算該路網中電動汽車充電負荷的時空概率分布，計算更精確且計算速度快。

技術領域

本發明涉及電動汽車充電負荷時空概率分布模型技術領域，具體涉及一種電動汽車充電負荷時空概率分布模型計算方法。

背景技術

未來隨著電動汽車的大規模普及，電動汽車的充電功率在配電系統中所占比重逐漸增大，給配電網的規劃和運行帶來新的挑戰。準確的預測電動汽車的充電功率，對于配電網的運行安全性和經濟性都有重要意義。

由于電動汽車的充電特性與其出行特性、交通網絡的拓撲結構和流量水平聯系密切，因此在進行電動汽車充電負荷的建模中，需要綜合考慮車輛出行特性，城市路網結構，交通擁堵情況等因素的影響。車輛出行存在很大的隨機性和不確定性，因此現有的負荷建模主要側重于概率建模。

而現有的電動汽車充電負荷建模中，大量的研究都從統計的角度或者模擬車輛出行的角度進行概率建模，構建了完整的概率模型。而在求解上普遍采用蒙特卡洛模擬方法或原理類似的大量樣本方法，該類求解方法計算效率較低。在模擬交通環境下大規模車輛的充電過程耗時較高，僅可以得到有效的充電功率期望值，而計算方差值時則會進一步增大計算量。

此外，由于傳統的蒙特卡洛模擬中存在大量的抽樣參數，其中，車輛的抵達目的地的時刻、目的地的功能類型、停車時間等在實際中均存在一定的耦合關系，在概率建模中難以考慮所有參數的耦合關系。

綜上所述，現有方法仍存在著以下的缺陷和不足：

(1)當前的模型中均按照實際中車輛的具體出行流程進行邏輯上的建模，造成概率模型存在大量的耦合參數，實際計算中難以全部考慮。

(2)現有的考慮交通情況的充電功率時空分布的概率模型中，主要以蒙特卡洛模擬或軟件仿真方法求解，缺乏可以高速計算的解析方法。

發明內容

本申請的目的旨在至少在一定程度上解決上述存在的缺陷和技術問題之一。

為此，申請的目的在于提出一種電動汽車充電負荷時空概率分布模型計算方法，該計算方法可以通過構建同種類型車輛單次出行概率分布，結合交通分布情況、車輛的出行耗時和耗能特性，利用節點綜合SOC和車流群綜合SOC概率密度函數計算電動汽車充電負荷的時空概率分布，計算更精確且計算速度快。

為實現上述目的，本發明通過以下技術方案得以實現：一種電動汽車充電負荷時空概率分布模型計算方法，

先利用OD矩陣的車輛出行統計數據，結合路網節點的人口數量、車輛行程耗時、路徑選擇、和車輛充電過程，計算路網中同種類型車輛單次出行概率分布及單輛車單次出行充電功率的時空概率分布；

再結合交通分布情況、車輛的出行耗時和耗能特性，利用節點綜合SOC和車流群綜合SOC概率密度函數計算該路網中電動汽車充電負荷的時空概率分布。

本發明進一步優選方案為：利用OD矩陣的車輛出行統計數據的步驟如下：

將路網節點按照功能進行劃分且至少劃分成N種類型，并根據出發地orgin-目的地destination的組合至少形成N²個OD對，N≥3；

統計路網節點區域內一定數量車輛在一天中的出行數據，出行數據包含輛車在當天每次出行的出發地-目的地的DO對類型，以及起始出發時刻；