[发明专利]计及地理信息的城市范围电动汽车充电需求预测方法在审

专利信息
申请号: 202010498183.X 申请日: 2020-06-04
公开(公告)号: CN111784027A 公开(公告)日: 2020-10-16
发明(设计)人: 方陈;刘泽宇;王皓靖;张宇;冯冬涵;陆启宇;周云;时珊珊;桂强;魏晓川 申请(专利权)人: 国网上海市电力公司;华东电力试验研究院有限公司;上海交通大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06F16/9537;B60L53/66
代理公司: 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 代理人: 张宁展
地址: 200122 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 地理信息 城市 范围 电动汽车 充电 需求预测 方法
【权利要求书】:

1.一种计及地理信息的城市范围电动汽车充电需求预测方法,其特征在于,该方法包括如下步骤:

步骤1:根据大规模汽车出行统计数据进行分析,获取电动汽车出行特征,包含各类出行链的比例、每段行程的长度、平均速度和结束时刻;

步骤2:通过蒙特卡洛模拟法,结合电动汽车出行特征和地理信息,对电动汽车出行行为进行模拟,得到一定时段一定范围内各地点的充电负荷;

步骤3:根据步骤2中获得的所有地点的充电负荷,获得对应范围内的充电负荷需求的预测结果。

2.根据权利要求1所述的计及地理信息的城市范围电动汽车充电需求预测方法,其特征在于,所述步骤1获取电动汽车汽车出行的特征,具体包括如下步骤:

步骤1.1:读取当前出行记录的数据,包含该次出行的目的、行程开始和结束的时刻、路程长度;

步骤1.2:将出行链中的各个地点按照目的类型分为五类:住宅(H)、工作(W)、购物与杂务(SE)、社交与休闲(SR)和其他(O),并根据各个地点的组合关系将出行链分为H-W-H,H-SE-H,H-SR-H,H-O-H四类简单链,以及H-W-SE-H,H-W-SR-H,H-W-O-H,H-SE-W-H,H-SE-SR-H,H-SE-O-H,H-SR-W-H,H-SR-SE-H,H-SR-O-H,H-O-W-H,H-O-SE-H,H-O-SR-H十二类复杂链;

当所读取的出行记录形成了一条闭合的出行链时,根据每条记录中的出行目的,找到当前出行链对应的出行链类型,将这条出行链中每一段行程的行程开始和结束的时刻、路程长度等数据添加到对应的出行链类型的数据集中;

步骤1.3:将数据集中各类行程链的每次行程的数据视为对同一事件的多次测量,采用核密度估计方法对上述数据集进行概率密度函数的拟合,获得与电动汽车行程链相关的概率统计结果,包括(1)每一类型的出行链的开始/结束时间分布、出行时间分布、出行距离分布、平均速度分布;(2)所有类型的出行链在每一个站的中途停留时间的分布;(3)每一种出行链的比例。

3.根据权利要求1所述的计及地理信息的城市范围电动汽车充电需求预测方法,其特征在于,所述步骤2包含以下步骤:

步骤2.1:筛选地理信息中的住宅点,为各个住宅点分配模拟的电动汽车的数量,根据电动汽车车主调查统计数据,得到拥有私有桩的车主比例;

步骤2.2:对于每辆模拟的电动汽车,按照统计数据中各类出行链的比例,随机抽取本次出行的出行链类型:如果用户拥有私有充电桩,则初始电池荷电状态设置为1,如果用户没有私有桩,则在[0.5,1]中设置一个随机值;

步骤2.3:按照对应出行链类型,抽样获取此出行链的第一段行程的结束时刻;

步骤2.4:根据步骤1中得到的电动汽车出行特征中当前出行链类型的第一段行程的路程长度和平均速度的随机分布,抽样获取该电动汽车的第一段行程的路程长度和平均速度,得到第一段行程的耗时;

步骤2.5:根据步骤2.4中得到的第一段行程的路程长度,在地理信息列表中选取目标点(即出行链中的第一个到达地点),在所有可能的目标点中,从电动汽车所在的住宅点行驶到所选取的目标点是最接近抽样得到的第一段行程的路程长度的,如果所选目标点表示的是工作地点,则在该电动汽车以后的模拟中保持工作地点不变;

步骤2.6:根据步骤1中得到的电动汽车出行特征中当前出行链类型的中间停留点的停留时间的随机分布,抽样获取该电动汽车出行链的中间停留点的停留时间,当电动汽车到达中途停留点时,如果剩余电量不足以使得下一段行程结束时仍有一定的安全裕量s,则设定为在此中途停留点需要充电;即,判断在某地需要充电的条件为:

SOCn-uln/C≤s (2)

其中,SOCn是电动汽车在出行链中到达第n个地点时的电池荷电状态,u是单位里程的耗电量,ln是第n段行程的路程,C是电池容量,s是安全裕量,根据一般的行驶习惯,取s∈[0.05,0.3];

该电动汽车在第n个地点的电池荷电状态由下式计算:

SOCn=SOCn-1-uln-1/C (3)

当电动汽车在某个地点充电时,将电动汽车在充电过程中的充电功率叠加到该地点的充电负荷中,充电时间Tcharge,n是电动汽车在此地的停留时间Tstay和充满所需充电时间之间的最小值;

Tcharge,n=min{Tstay,(1-SOCn)·C/p} (4)

其中p是充电功率;

步骤2.7:如果该电动汽车的行程尚未结束,则重复步骤2.4、步骤2.5、步骤2.6,直至该电动汽车的行程全部模拟完;最终,将回到住宅点后的充电功率叠加到该住宅点的充电负荷曲线上;

步骤2.8:对于每一辆电动汽车,重复步骤2.2-2.7完成其出行模拟,获得所有地点的全天充电负荷预测值。

4.根据权利要求1所述的计及地理信息的城市范围电动汽车充电需求预测方法,其特征在于,所述的地理信息包含城市全部POI,point of interest信息的列表。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司;华东电力试验研究院有限公司;上海交通大学,未经国网上海市电力公司;华东电力试验研究院有限公司;上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010498183.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top