[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

说明书

本发明公开了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。基于大规模汽车出行统计数据，提取电动汽车的行驶和充电行为特性，并通过蒙特卡洛模拟的方法对电动汽车的行驶进行模拟，分析城市范围内大规模电动汽车的充电需求特征。本发明提出的充电需求预测方法能够为电网的调度运行提供参考信息，并对电动汽车充电基础设施的运营商的运营策略具有较高的参考价值。

技术领域

本发明涉及新能源汽车充电负荷预测技术领域，尤其是涉及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。

背景技术

当前，电动汽车及充电基础设施正在快速发展。由于电动汽车的充电具有较强的随机性，大规模无序充电会给电网运行带来风险。因此，需要对电动汽车充电负荷进行大规模范围内的预测，从而为充电基础设施建设、充电设施运营、电网扩容等提出参考。当前现有的技术中，多限于对路网的建模，因此无法处理广域范围内的电动汽车充电负荷预测；或需要较多的历史数据，在电动汽车的快速发展期缺少可操作性。

申请(专利)号:CN201911075075.5名称:充电站负荷预测方法、装置、计算机设备和存储介质公开了一种上述充电站负荷预测方法、装置、计算机设备和存储介质，根据历史数据分析出每天的到站充电电动汽车数量比例关系，进而再预估出当天到站充电的电动汽车总量，根据电动汽车到站时刻的概率分布函数，细化预测每个小时到站充电电动汽车数量，根据电动汽车每日行驶里程的概率分布函数，预估每台电动汽车到站的剩余荷电状态，再根据上述两组数据，预测充电站每小时的充电负荷数据。在上述处理过程，基于历史数据采用概率分布函数的方式准确预测出每小时到站充电电动汽车数量以及对应的剩余荷电状态，可以准确预测出充电站每小时的充电负荷数据。但是，其负荷预测是针对单个的充电站进行的，对充电站充电负荷的预测主要依赖于充电站运行过程中的历史数据(包括车辆历史到站数量、类型比例、到站时刻等)、电动汽车行驶里程分布函数。

申请(专利)号:CN201611046903.9名称:一种计及电动出租车时空随机特性的充电负荷的计算方法，公开了一种计及电动出租车时空随机特性的充电负荷的计算方法,具体包括如下步骤：(1)通过对城市交通路网进行网格划分,确定该城市内国家电网公司所运营的座充/换电站在网格中的位置；(2)根据步骤(1)划分的网格化的交通路网,基于蒙特卡洛模拟分别构建电动出租车的行驶模型、电动出租车的行驶目的地与路径选择模型、电动出租车的充/换电行为模型以及充/换电站充电负荷计算模型；(3)将步骤(2)建立的模型在步骤(1)划分的城市交通路网中进行基于蒙特卡洛抽样的EV时空行为模拟，获得一天中各充/换电站的EV充电负荷。本发明考虑了电动出租车的时空随机特性因素，使得计算结果更贴近实际情况。该在先技术单纯考虑电动出租车，且将地理坐标网格化，精细程度较为粗糙。

基于动态交通信息的电动汽车充电负荷时空分布预测[J].电力系统保护与控制,2020,48(01):117-125.李晓辉,李磊,刘伟东,赵新,谢秦，主要考虑路网模型，但其所能够处理的范围很小，仅仅是一个简单的虚拟路网案例。对电动汽车的行驶路径采用Dijkstra算法进行模拟选择，因此所需要的时间长，且无法处理过于复杂的路网。

本发明要解决的技术问题体现在以下几点。

1.为了对大规模范围(如整个城市或市内某行政区划的范围)充电设施完善程度与服务能力、电网承载能力等问题进行研究，因此需要对大规模范围内的电动汽车充电负荷进行预测的方法。

2.由于电动汽车产业正在发展期，没有过多历史数据等经验，且由于发展迅速，历史数据的适用性有限。因此需要研究对历史数据依赖较少的充电负荷预测方法，实现广域范围的电动汽车负荷预测。

发明内容

本发明的目的在于克服上述现有技术中的缺陷，提供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。

本发明的技术解决方案如下：