融合多源信息的电动汽车充电负荷预测及其对配电网的影响.pdfVIP

第３８卷 第１２期 电 力 自 动 化 设 备 Ｖｏｌ．３８ Ｎｏ．１２ ２０１８年１２月 Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ａｕｔｏｍａｔｉｏｎ Ｅｑｕｉｐｍｅｎｔ Ｄｅｃ． ２０１８ 　　　　❶ 融合多源信息的电动汽车充电负荷预测及其对配电网的影响 １，２ ２ ３ 陈丽丹 ，张　 尧 ，Ａｎｔｏｎｉｏ Ｆｉｇｕｅｉｒｅｄｏ （１． 华南理工大学广州学院 电气工程学院，广东 广州 ５１０８００； ２． 华南理工大学 电力学院，广东 广州 ５１０６４０； ３． 约克大学 电子工程系，英国 约克郡 ＹＯ１０ ５ＤＤ） 摘要：电动汽车充电负荷具有时间和空间不确定性、随机性，提出一种融合路网、交通、电网、天气、车辆、充电 设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。 由图论方法构建 城市路网和电网信息模型及两者的耦合关系；引入出行链，以概率函数拟合车辆首次出行时间和行程目的地 的驻留时间，采用Ｄｉｊｋｓｔｒａ算法规划车辆的出行路径以获得各段行程距离，由道路等级和各时段交通信息获 得车辆的行驶速度，以计算行程行驶时间和荷电状态，再根据各行程目的地的充电需求判断条件，计算充电 时长和充电负荷；采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真；并 根据耦合关系将充电负荷归算至对应电网节点，再通过时间序列潮流计算评估电动汽车接入电网后无序充 电对电网负荷、电压和网损的影响。 算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲 线，分析了不同因素对充电负荷分布及电网的影响，验证了所提模型的有效性。 关键词：电动汽车；多源信息；充电负荷预测；路网 电网；时空模型；配电网；蒙特卡洛方法；Ｄｉｊｋｓｔｒａ算法 － 中图分类号：ＴＭ７６１；Ｕ４６９．７２ 文献标识码：Ａ １０．１６０８１／ ｊ．ｉｓｓｎ．１００６ ６０４７．２０１８．１２．００１ ０　 引言 动汽车充电负荷的时间分布特性开展研究，如文献 ［４⁃５］分别建立了起始荷电状态、日行驶里程和起始 近年来，电动汽车受到各国政府和企业的大力 ［１］ 充电时间的概率模型，利用蒙特卡洛方法计算电动 支持和推广 ，随着充电设施的逐步建设和电动汽 汽车充电负荷的时间分布，但其均未涉及充电负荷 车使用力度的加大，电动汽车的充电需求也将有新 的空间分布。 文献［６］根据电动汽车类型、电池容 一轮增长，有效的电动汽车充电负荷预测和电动汽 量、用户习惯、充电频率等因素，规划不同的充电场 车接入电网后的影响评估是开展电网与电动汽车互 ［２］ 景，构建了充电负荷时间分布预测模型，但同样缺乏 动研究的基础 。 然而，电动汽车作为一种特殊的 空间信息。 文献［７］提出元日期窗口的概念并考虑 负荷和储能装置，它的可移动性使其充电负荷具有 多日一充模式对充电负荷的影响，该方法适用于电 时间和空间随机性和动态性，其充电负荷分布受车 动汽车的电池容量较大且日行驶里程较少的情形。 辆出行后的道路结构、交通路况、行驶路径及出行目