[发明专利]用于城市电动汽车的时空充电负荷的预测方法

说明书

本发明提供一种用于城市电动汽车的时空充电负荷的预测方法，具体实施步骤为：首先，运用蒙特卡洛对电动家用车在交通道路网中不同出行链类别下的出行轨迹进行模拟，得到电动家用车的时空充电负荷；接着，根据电动出租车的运营需求和充电方式，运用蒙特卡洛得到电动出租车的充电负荷；然后，根据电动公交车的运营情况和充电策略，运用蒙特卡洛得到公交车的充电负荷；最后，采用BP网络拟合电动家用车、电动出租车和电动公交车的充电负荷与城市电动汽车时空充电负荷的非线性关系。本发明针对电动汽车的不同特点，运用蒙特卡洛模拟得到各类电动汽车的充电负荷，利用BP网络的非线性拟合得到城市电动汽车时空充电负荷，为充电桩规划与建设提供依据。

技术领域

本发明涉及电动汽车充电负荷预测领域，特别涉及一种用于城市电动汽车的时空充电负荷的预测方法。

背景技术

近年来，由于环境污染问题的日渐突出，新能源获得了快速的发展。其中，电动汽车更是新能源的主要发展方向，成为许多汽车产业大力发展的热点。在国家政策的支持下，电动汽车的发展日益加快。但是，电动汽车的用户的出行和需求具有不确定性，这导致了未来电动汽车充电负荷会拥有间歇性、波动性和随机性的特点，将给电网的稳定运行带来极大困难。因此要求建立有效的充电负荷预测模型，为解决充电负荷带来的困难打下基础。随着电动汽车充电负荷研究的逐步深入，综合考虑时空分布的充电负荷成为未来的研究趋势。但是目前的研究往往都忽视了不同种类电动汽车充电负荷随机性的结合，使得最终的研究成果可借鉴性不高。因此，本发明提出了一种运用神经网络对电动汽车时空充电负荷、出租车充电负荷、公交车充电负荷和该地区电动汽车时空充电负荷之间的非线性进行拟合的方法，为电网的发展和充电站的规划提供可靠的依据。

发明内容

针对现有充电负荷预测模型存在的问题，本发明提供一种用于城市电动汽车的时空充电负荷的预测方法，主要通过蒙特卡洛模拟和BP神经网络对电动家用车、出租车和公交车充电负荷进行预测和非线性拟合的方法，使得城市电动汽车时空充电负荷预测结果具有较高的可靠性。

本发明提供了一种用于城市电动汽车的时空充电负荷的预测方法，所述的城市电动汽车包括电动家用车、电动出租车和电动公交车，其特征在于，所述预测方法包括以下步骤：

S1、获得电动家用车、电动出租车和电动公交车的充电负荷，具体包括以下步骤：

S11、运用蒙特卡洛对电动家用车在交通道路网中不同出行链类别下的出行轨迹进行模拟，得到电动家用车的时空充电负荷，包括以下子步骤：

S111、将待预测区域划分为住宅区、工作区和商业区，设待预测区域的道路为双向通行道路，用无向图表示道路拓扑结构，则道路拓扑结构G的表达式为：

G＝(U,W)

其中，U表示待预测区域所有道路节点的集合，W表示具有连接关系的道路节点的集合；

S112、根据步骤S111中的道路拓扑图，设待预测区域的道路共有h个节点，将待预测区域的所有道路节点用h*h的邻接矩阵D表示，将待预测区域道路节点的连接权值用ω表示，所述邻接矩阵D中的元素d_ij的赋值表达式为：

其中，ω_ij为待预测区域道路节点中相邻节点i和节点j之间的连接权值；inf表示待预测区域道路节点中两个节点之间不相连，0代表节点i和节点j为用一节点，距离为0；

S113、基于步骤S12中待预测区域交通路网信息的输入，根据电动家用车的三种出行情况得到路径p＝(v₁,v₂,...,v_g,...,v_k')权值的表达式，三种出行情况分别为回家H、工作G和行程A，所述行程A包括社交休闲和购物饮食，路径