[发明专利]一种考虑电动汽车充电需求的空间负荷预测方法

说明书

本发明公开了一种考虑电动汽车充电需求的空间负荷预测方法，包括以下步骤：步骤1：根据运行特点和充电模式，将电动汽车分为三类；步骤2：根据调查数据，对行程信息的概率分布进行拟合，获得行程信息的概率密度函数；步骤3：根据电动汽车出行目的地的类型，构建出出行链模型，并统计出出行链模型的概率比例；步骤4：根据所述行程信息的概率密度函数和所述出行链模型的概率比例，基于蒙特卡洛算法，模拟计算出三类电动汽车的充电负荷方差系数，并进行叠加，完成空间负荷预测。此发明解决了大规模电动汽车接入电网对空间负荷预测结果不确定的影响，综合考量多种因素模拟了电动汽车充电需求的时空分布，为未来城市配电网的规划提供了参考。

技术领域

本发明涉及空间负荷预测技术领域，具体涉及一种考虑电动汽车充电需求的空间负荷预测方法。

背景技术

空间负荷预测又称小区负荷预测，可以对规划区内负荷的地理位置分布和数值大小进行预测，是城市配电网规划建设的重要参考，而电动汽车是未来新能源汽车的主要发展方向，近年来成为国内外汽车产业发展的热点，国家政策导向明显，发展速度日益加快，将逐步迈入产业化阶段，。

大规模电动汽车充电负荷具有时间和空间上的随机性、间歇性和波动性等特点，会对配电网空间负荷预测结果产生很大影响，因此需要一种考虑到电动汽车充电负荷的时空分布的空间负荷预测方法，传统的研究大都忽视了电动汽车充电负荷在时空上的随机性，对于电动汽车的出行分布预测和充电场所多样性等方面考虑不够细致，预测方法还不够成熟。

发明内容

本发明的目的是提供一种考虑电动汽车充电需求的空间负荷预测方法。此系统及方法旨在解决大规模电动汽车接入电网对空间负荷预测结果不确定的影响，综合考量多种因素模拟电动汽车充电需求的时空分布，为未来城市配电网的规划提供参考。

为达到上述目的，本发明提供了一种考虑电动汽车充电需求的空间负荷预测方法，包括以下步骤：

步骤1：根据电动汽车的运行特点和充电模式，将电动汽车分为私家车，出租车和公交车三类；

步骤2：根据调查数据，对电动汽车的行程信息的概率分布进行拟合，获得电动汽车的行程信息的概率密度函数；

步骤3：根据电动汽车出行目的地的类型，构建出电动汽车的出行链模型，并统计出所述出行链模型的概率比例；

步骤4：根据行程信息的概率密度函数和出行链模型的概率比例，基于蒙特卡洛算法，模拟计算出三类电动汽车的充电负荷方差系数，并进行叠加，完成空间负荷预测。

最优选的，模拟计算电动汽车的充电负荷方差系数还包括以下步骤：

步骤4.1：设置电动汽车总量为N，蒙特卡诺算法的仿真总次数为M，并定义第n(n＝1,2,…,N)辆电动汽车的初始辆数n₀＝1，第m(m＝1,2,…,M) 次仿真计算的初始仿真次数m₀＝1；

步骤4.2：第m次仿真计算时，随机抽取第n辆电动汽车的出行链模型的概率比例和行程信息的概率密度函数，并计算得出第m次仿真计算、第n 辆电动汽车的充电信息；

步骤4.3：根据第m次仿真计算、第n辆电动汽车的充电信息，获得第 m次仿真计算、第n辆电动汽车的空间负荷分布；

步骤4.4：对仿真次数m＝M进行第一次判定，若不成立，则在仿真次数 m的基础上加1，继续重复步骤4.2-步骤4.3；若成立，则对电动汽车的辆量 n＝N进行第二次判定，若不成立，则在电动汽车辆数n的基础上加1，继续重复步骤4.2-步骤4.4；若成立，则完成仿真计算；

步骤4.5：叠加m次仿真计算下n辆电动汽车的空间负荷分布，获得三类电动汽车的充电负荷方差系数，并结合功能小区的传统空间负荷进行叠加，完成空间负荷预测。