[发明专利]一种考虑时空分布的电动汽车充电负荷预测方法

权利要求书

1.一种考虑时空分布的电动汽车充电负荷预测方法，其特征在于，包括以下几个步骤：

(1)根据当前各交通小区出行发生量和吸引量，采用增长系数法计算未来各交通小区出行发生量和吸引量；

(2)基于步骤(1)中预测的未来各交通小区的出行发生量和吸引量，结合当前各交通小区之间的出行量，采用交通分布预测模型计算预测时间点的各交通小区之间的出行量，即预测时间点的OD矩阵；

(3)通过最短路径法将步骤(2)得到的所有交通小区之间的OD矩阵数据分配到路网的全部路段上面；计算出路网中所有出行路线上面的交通流量，以及全部路段的交通流量值；

(4)输入电动汽车的原始数据，基于步骤(3)中计算得出的各路段交通流量值，采用蒙特卡洛法进行电动汽车出行路线模拟仿真，进而求取充电时电动汽车的充电负荷，最后生成未来设定时间段内各充电站的充电负荷曲线。

2.根据权利要求1所述的考虑时空分布的电动汽车充电负荷预测方法，其特征在于，步骤(1)中，同时考虑地区人口、经济增长和土地利用情况，采用增长系数法计算未来各交通小区出行发生量和吸引量。

3.根据权利要求1所述的考虑时空分布的电动汽车充电负荷预测方法，其特征在于，步骤(2)中，采用的是弗雷特交通分布预测模型。

4.根据权利要求1所述的考虑时空分布的电动汽车充电负荷预测方法，其特征在于，步骤(3)中，采用最短路径法逐一计算步骤(2)中得到的OD矩阵点对之间的最短路线，并分配到出行路线的各路段，最后累加得出各路段的交通流量值。

5.根据权利要求1所述的考虑时空分布的电动汽车充电负荷预测方法，其特征在于，步骤(3)，所述最短路径法分配交通流量的具体方法如下：

(3-1)取步骤(2)中得出的OD矩阵中的一个点对，计算该点对之间的最短路线；

(3-2)取该点对的值，即当前点对之间的出行量，将其分配到(3-1)计算得出的最短路径上；

(3-3)对所述最短路径上的各路段分配当前点对之间的出行量，得出该点对影响下的各路段的交通流量值；

(3-4)判断该点对是否是最后一个点对，如果是则输出各路段交通流量值，交通分配过程结束；如果不是则取下一点对进入步骤(3-1)。

6.根据权利要求1所述的考虑时空分布的电动汽车充电负荷预测方法，其特征在于，步骤(4)，所述原始数据包括电动汽车的车辆数、车辆类型、充电方式、电能损耗和路网流量。

7.根据权利要求1所述的考虑时空分布的电动汽车充电负荷预测方法，其特征在于，步骤(4)，采用蒙特卡洛法进行电动汽车出行路线模拟仿真，具体方法如下：

(4-1)对于当前模拟的车辆，根据当前实际出行情况统计出行概率分布数据，随机抽取出发时间、出发地点和起始SOC；

(4-2)计算当前模拟车辆的汽车位置和电量百分比；

(4-3)判断步骤(4-2)中的电量百分比是否小于设定的阈值，如果是则基于步骤(3)得出各路段的交通流量值，采用最短路径法寻找最近的充电站，否则正常行驶，转入步骤(4-2)；

(4-4)计算需要充电的电动汽车的起始时刻和荷电状态SOC；

(4-5)计算该电动汽车的充电负荷，并累加得到该充电站的负荷曲线；

(4-6)判断是否是最后一辆模拟车辆，如果是仿真结束，否则进入步骤(4-1)。