电动私家车充电负荷中长期推演模型

被引:75
作者
于海东 [1 ]
张焰 [1 ]
潘爱强 [2 ]
机构
[1] 上海交通大学电子信息与电气工程学院
[2] 国网上海市电力公司电力科学研究院
关键词
电动汽车; 负荷预测; Bass模型; 出行链; 蒙特卡洛;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
针对现有研究中电动汽车规模预测及其充电负荷预测相互独立的现状,提出了一种电动私家车充电负荷中长期推演模型。首先,综合考虑电动私家车使用人群的创新效应、模仿效应及电动私家车的价格因素,对Bass模型进行一定的改进以实现对电动私家车中长期保有量的预测进行动态建模。其次,基于描述车辆日出行行为特征的出行链模型,对私家车车主的出行活动的起止时间、行驶里程及停留时间进行概率建模,并采用蒙特卡洛模拟仿真城市海量的车辆行为。最后,采用上海市实际地理信息及行车数据,通过车辆规模推演与车辆行为仿真的交替进行,分析了社会宣传与政策补贴、车主充电习惯以及充电引导措施等对上海未来数年电动私家车充电负荷需求时空分布的影响。
引用
收藏
页码:80 / 87
页数:8
相关论文
共 19 条
[1]
基于时刻充电概率的电动汽车充电负荷预测方法 [J].
王浩林 ;
张勇军 ;
毛海鹏 .
电力自动化设备, 2019, 39 (03) :207-213
[2]
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 [J].
陈丽丹 ;
张尧 ;
Antonio Figueiredo .
电力自动化设备, 2018, 38 (12) :1-10
[3]
基于MDP随机路径模拟的电动汽车充电负荷时空分布预测 [J].
张谦 ;
王众 ;
谭维玉 ;
刘桦臻 ;
李晨 .
电力系统自动化, 2018, 42 (20) :59-66
[4]
基于历史行驶路线的电动汽车充电站布局优化 [J].
付凤杰 ;
方雅秀 ;
董红召 ;
陈炜烽 .
电力系统自动化, 2018, 42 (12) :72-80
[5]
基于多代理技术的电动汽车规模演化模型 [J].
杨威 ;
向月 ;
刘俊勇 ;
李媛禧 .
电网技术, 2017, 41 (07) :2146-2154
[6]
“车–路–网”模式下电动汽车充电负荷时空预测及其对配电网潮流的影响 [J].
邵尹池 ;
穆云飞 ;
余晓丹 ;
董晓红 ;
贾宏杰 ;
吴建中 ;
曾沅 .
中国电机工程学报, 2017, 37 (18) :5207-5219+5519
[7]
大数据背景下的充电站负荷预测方法 [J].
黄小庆 ;
陈颉 ;
陈永新 ;
杨夯 ;
曹一家 ;
江磊 .
电力系统自动化, 2016, 40 (12) :68-74
[8]
考虑数据新鲜度和交叉熵的电动汽车短期充电负荷预测模型 [J].
刘文霞 ;
龙日尚 ;
徐晓波 ;
张建华 .
电力系统自动化, 2016, 40 (12) :45-52
[9]
激励政策对新能源汽车推广的影响研究——基于修正Bass模型的实证分析 [J].
龙子泉 ;
常静敏 ;
陈植元 .
科技管理研究, 2016, 36 (04) :138-144
[10]
基于出行链的电动汽车充电负荷预测模型 [J].
陈丽丹 ;
聂涌泉 ;
钟庆 .
电工技术学报, 2015, 30 (04) :216-225