[發明專利]電動汽車充電負荷預測的方法

在審

• 申請號: 202210387813.5
• 申請日: 2022-04-13
• 公開（公告）號: CN114781058A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 萬佑紅;吳躍;黃文睿;曹宇航
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/20;G06Q10/04;G06Q50/06;G06Q50/30;G06F111/08;G06F119/12
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽

1.一種電動汽車充電負荷預測的方法，其特征在于，所述電動汽車充電負荷預測的方法主要包括：

步驟S1，將電動汽車出行目的地分為四大類，統計電動汽車的每日出行數據以得到電動汽車的出行特征，并建立電動汽車的出行模型；

步驟S2，建立交通網絡拓撲模型，并從NHTS 2017中篩選出行時間落在城市發生擁堵時間段內的數據集；

步驟S3，根據篩選出的數據建立行駛時間與其他變量的多元線性回歸模型；

步驟S4，根據以上建立電動汽車的出行模型和多元線性回歸模型，對某區域內電動汽車充電負荷進行預測。

2.根據權利要求1所述的電動汽車充電負荷預測的方法，其特征在于：步驟S1具體包括：

步驟S11，將所述目的地劃分為生活區、工作區、商業區和娛樂區；

步驟S12，由NHTS 2017數據集，擬合得到電動汽車在休息日與工作日的出行特征；

步驟S13，由上一步驟的擬合結果，結合電動汽車出行基本模型，建立電動汽車工作日與休息日的出行模型。

3.根據權利要求2所述的電動汽車充電負荷預測的方法，其特征在于：步驟S12中，所述出行特征為電動汽車的出發起始地、目的地、在目的地的停留時間。

4.根據權利要求2所述的電動汽車充電負荷預測的方法，其特征在于：步驟S12中所述電動汽車在休息日與工作日的首次出行時刻以及電動汽車不同日期類型下在不同地區的停留時間滿足正態分布：

其中的μ₀、σ₀由NHTS 2017中的數據集進行擬合得到。

5.根據權利要求2所述的電動汽車充電負荷預測的方法，其特征在于：電動汽車出行的所述基本模型包括行駛時間、第i次行程到達目的地的時刻和第i+1次行程的起始出行時刻、電動汽車剩余電量、電動汽車的充電概率模型；

行駛時間則如下式所示：

其中，L_ij表示目的地i與目的地j之間的實際距離，V表示電動汽車的平均行駛速度；

則第i次行程到達目的地的時刻t_di和第i+1次行程的起始出行時刻t_o(i+1)如下：

t_di＝t_oi+T

t_o(i+1)＝t_oi+t_pi+T

其中，T為行駛時長，t_pi為第i次行程的停車時長；

充電時的電池剩余電量需要根據上一段行駛里程來計算，計算公式如下所示：

其中，L為上一段行駛里程，SOC_end上一段行駛里程結束后的電池剩余電量，SOC_before為上一段旅程開始之前的電池電池剩余電量，L_max為滿電狀態下電動汽車最大行駛里程。

6.根據權利要求1所述的電動汽車充電負荷預測的方法，其特征在于：步驟S2具體包括：

步驟S21，基于圖論對路網模型進行建模，并對城市道路交通高峰時間段進行假設；

步驟S22，從NHTS 2017數據集中篩選出處于城市道路交通高峰時間段的數據集，分為工作日早高峰、工作日晚高峰、休息日早高峰、休息日晚高峰。

7.根據權利要求1所述的電動汽車充電負荷預測的方法，其特征在于：步驟S3具體包括：

步驟S31，對數據集進行預處理；

步驟S32，對處理完成的數據進行描述，觀察數據集的特征，判斷是否使用此數據集進行多元線性回歸；

步驟S33，建立多元線性回歸模型，并進行參數的最小二乘估計，得到行駛時間與其他變量的線性回歸方程，并進行顯著性檢驗。

8.根據權利要求7所述的電動汽車充電負荷預測的方法，其特征在于：步驟S31中，需將得到的數據集進一步的處理，刪除對建立多元線性回歸模型無用的數據段。