[发明专利]一种基于马尔科夫链的电动汽车虚拟储能可用容量预测方法

说明书

本发明属于电动汽车虚拟储能可用容量预测技术领域，尤其涉及一种基于马尔科夫链的电动汽车虚拟储能可用容量预测方法。该方法首先通过马尔科夫链预测不同地点的电动汽车数量；再根据大量电动汽车历史日行驶里程数据，结合K‑means聚类方法，拟合得到电动汽车日行驶里程的概率密度分布；再结合电动汽车行为习惯、电动汽车的随机性、电动汽车车主响应度、电动汽车电池特性、电动汽车出行结束时间和电池充放电阈值建立电动汽车虚拟储能可用容量预测模型。根据所建立的预测模型对电动汽车参与虚拟储能的可用容量进行预测，并计算预测误差。

技术领域

本发明涉及电动汽车虚拟储能可用容量预测技术领域，更具体地说，一种基于马尔科夫链的电动汽车虚拟储能可用容量预测方法。

背景技术

电动汽车是实现我国交通能源转型和汽车工业赶超的战略新兴产业，2030年中国电动汽车保有量将超过8000万辆，电动汽车储能潜力将达到5000GW。大量电动汽车的无序充电可能会对电力系统的稳定性造成一定的威胁，同时电动汽车的车载动力电池是客观存在的，不需要二次投资，只需要将其进行通信和聚合，即可将电动汽车车载动力电池看作储能单元，随着共享经济模式的高速发展，电动汽车在满足自身行驶需求的前提下可以将多余的电能反馈给电网。对于电网电力系统来说，电动汽车虚拟储能在削峰填谷、平抑风电或光伏功率波动、调节电网频率等方面有着积极的作用。电动汽车车载动力电池系统可以作为微型分布式储能装置的虚拟存在，为电网提供服务与支持，即电动汽车虚拟储能。电动汽车虚拟储能通过通信和聚合的过程，构成了电力系统中一种微型分布式储能系统。如何实现电动汽车闲置期间的充分利用，也成为分布式储能装置支撑能源互联网构建的热点研究问题。为有效调度广域布点的电动汽车虚拟储能，实现储能在配电网络及负荷侧所能实现的服务服务等作用，需首先预判可用虚拟储能容量，从而实现电动汽车虚拟储能与电力系统所需支撑的功能匹配，进而合理调用和配置现有响应服务的电动汽车集。

发明内容

本发明的目的是为了解决上述技术背景中所提到的问题，提供了一种基于马尔科夫链的电动汽车虚拟储能可用容量预测方法。该方法首先通过马尔科夫链预测不同地点的电动汽车数量，再根据大量电动汽车历史日行驶里程数据，拟合得到电动汽车日行驶里程的概率密度分布，再结合电动汽车行为习惯、电动汽车的随机性、电动汽车车主响应度、电动汽车电池特性、电动汽车出行结束时间和电池充放电阈值建立电动汽车虚拟储能可用容量预测模型。

为实现上述目的，本发明的技术方案如下：

一种基于马尔科夫链的电动汽车虚拟储能可用容量预测方法，所述方法包括步骤：

步骤1、从电动汽车充电站系统读取电动汽车出行结束时间、出发地和目的地等历史数据，对数据进行预处理、统计和分组；

步骤2、利用绝对分布马尔可夫链理论计算转移频数矩阵，并根据转移频数矩阵计算转移概率矩阵；

步骤3、根据当前时间段电动汽车在不同地点的数量和状态转移概率矩阵计算下一时间段电动汽车的数量；

步骤4、运用K-means聚类方法将大量电动汽车历史日行驶里程数据聚类，根据聚类结果拟合得到电动汽车日行驶里程的概率密度分布函数；

步骤5、根据步骤3得到的不同地点电动汽车数量和步骤4得到的电动汽车日行驶里程概率密度分布函数，结合电动汽车行为习惯、电动汽车的随机性、电动汽车车主响应度、电动汽车电池特性、电动汽车出行结束时间和电池充放电阈值建立电动汽车虚拟储能可用容量预测模型；

步骤6、利用步骤5所建立的预测模型对电动汽车虚拟储能可用容量进行预测，并计算预测误差。

所述步骤1中对所读取的数据进行预处理、统计和分组的具体过程包括：

①剔除所读取数据的缺省值、负值等无效数据；