[发明专利]一种基于马尔科夫链的电动汽车充电负荷预测方法及系统

摘要

本发明公开了一种基于马尔科夫链的电动汽车充电负荷预测方法及系统，其方法包括步骤设置原始数据信息及模拟次数；确定决策行为；累加充电负荷曲线得到总体充电负荷；判断目前已模拟的次数是否大于设定的模拟次数；判断作为模拟结果的总体充电负荷是否收敛；若收敛，则输出模拟结果；若不收敛，则返回重新设定模拟次数。本发明基于马尔科夫理论，将电动汽车动力电池荷电状态值视为马尔科夫链中的状态变量，该方法形象地反映了用户一天出行过程中动力电池荷电状态值的状态变化，进而确定该过程的实时充电需求，在此基础上通过蒙特卡洛模拟计算充电负荷，因此，采用该方法得到的负荷预测结果更加符合实际情况。

主权项

一种基于马尔科夫链的电动汽车充电负荷预测方法，其特征在于，包括步骤：(1)设置原始数据信息及模拟次数；(2)从原始数据信息中抽取单个用户一天首次出行时间以及出行时刻的电池荷电状态值；(3)抽取单次行驶里程，并计算出该段行程结束时间及该段行程结束时的电池荷电状态值；(4)比较所述行程结束时的电池荷电状态值是否小于设定的阈值，如果小于设定的阈值，则执行步骤(5)，否则，则执行步骤(7)；(5)随机抽取用户单次充电时长，判断用户采取的充电方式及充电结束时的电池荷电状态值及结束时间；同时记录本次充电时长、充电方式，以及充电结束时的电池荷电状态值及结束时间；(6)根据该决策行为结束时的电池荷电状态值及结束时间，判断下一步采取的决策行为，如果下一决策行为为停车，则执行步骤(7)；如果下一决策行为为行驶，则执行步骤(9)；(7)随机抽取用户单次停车时长，记录该停车行为结束时的电池荷电状态值及时间；(8)比较所述停车行为结束时间和设定的当天出行结束时间，若结束时间大于等于设定的出行结束时间，则执行步骤(11)，否则执行步骤(9)；(9)抽取单次行驶里程，记录该行驶行为结束时的电池荷电状态值及结束时间；(10)比较所述行驶行为结束时间和设定的当天出行结束时间，若结束时间大于等于设定的出行结束时间，则执行步骤(11)，否则执行步骤(4)；(11)分别累计快充、慢充的充电负荷曲线，得到总体充电负荷；(12)比较目前已模拟的次数是否大于步骤(1)中设定的模拟次数；若是，则进入步骤(13)；若否，则返回步骤(2)继续执行；(13)判断作为模拟结果的总体充电负荷是否收敛；若收敛，则输出模拟结果；若不收敛，则返回步骤(1)重新设定模拟次数。