[发明专利]一种基于数据挖掘的电动汽车可调度容量核定方法

说明书

本发明提供一种基于数据挖掘的电动汽车可调度容量核定方法。该方法包括：首先建立汽车交通出行链概念，通过对数据库进行数据挖掘建立包括首次出行时刻、行驶时长、停车时长、行驶里程和空间概率转移矩阵在内的数学模型，并由此组成电动汽车交通出行链；然后在汽车交通行为模型的基础上，建立起充电行为模型；接着模拟汽车交通行为和充电行为得到汽车实时SOC曲线；接着推导出不同电网调频方式下的可调度SOC判断阈值和汽车可调度时段；最后对汽车的可调度容量进行计算。本发明提出了基于数据挖掘的电动汽车可调度容量核定方法，能够为电网调峰调频提供依据，在电网调度调频根据可调度容量对电动汽车充放电进行调度。

技术领域

本发明涉及电动汽车智能控制技术领域，特别涉及一种电动汽车可调度容量核定方法。

背景技术

近年来，城市公共交通的大量需求以及能源环境问题，以绿色能源为主要动力的电动汽车愈发普及。电动汽车主要在城市内运营，可视为显性负荷以及隐性电源，其不确定性的充放电行为会对城市电网运行带来较大影响。因此，电动汽车的充放电容量评估对未来的城市交通网以及城市电网具有重要意义。

近年来，相关学者提出了诸多方法来对电动汽车充放电调度进行了大量研究。电动汽车可调度的容量应当是在保证用户出行需求前提下，同时满足电网方面多样调度需求的电能。电动汽车是否进行调度是根据电动汽车的实时剩余电量(State of Charge,SOC)进行判断。只有在满足SOC相关约束时，电网才可继续进行容量调度。因此，正确科学地模拟电动汽车的交通行为进而得到其SOC曲线是研究可调度容量的前提。现今，多数文献在得到SOC曲线时大多给定某个概率分布模型，此法过于简化不能细致科学地描述汽车行驶过程中电量变化的情况，对后续可调度容量的结果有着重大影响。

发明内容

本发明的目的在于解决电动汽车可调度容量存在的上述不足，提供一种基于数据挖掘的电动汽车可调度容量核定方法，使电动汽车的充放电负荷可以为电网调度调频等提供参考和依据。

本发明提出一种基于数据挖掘的电动汽车可调度容量核定方法，其包括以下步骤：

(1)对汽车出行地点数据进行分析，得到汽车出行的主要区域，以此作为后续交通行为分析的基础；

(2)对汽车首次出行时刻、行驶时长、停车时长、行驶里程和空间概率转移矩阵的数据进行挖掘分析，形成汽车一天的出行链，推导出汽车的交通行为模型；

(3)对汽车充电过程进行分析，推导出汽车的充电行为模型。

(4)通过蒙特卡洛模拟方法，模拟汽车的交通行为和充电行为，得到汽车一天的SOC变化曲线。

(5)依据电网三种调频方式，推导出相应三种调度方式下的SOC阈值以及汽车可调度时段。

(6)依据汽车SOC曲线以及可调度SOC阈值，计算得到汽车可调度容量。

上述的基于数据挖掘的电动汽车可调度容量核定方法中，通过对汽车出行地点数据进行分析，得到汽车出行的主要区域分布比例。

上述的基于数据挖掘的电动汽车可调度容量核定方法中，通过对车辆行驶数据拟合得到的电动汽车首次出行时刻满足如下公式(1)多维正态分布：

式中，其中a₁＝0.34,μ₁＝7.46,σ₁＝0.77；a₂＝0.66,μ₂＝9.20,σ₂＝2.75

通过对车辆行驶数据拟合得到电动汽车行驶时长满足如下公式(2)对数正态分布：