基于电动汽车时空特性的充电负荷预测

张艳娟; 苏小林; 闫晓霞; 李敏; 李丹丹

doi:10.3969/j.issn.1000-7229.2015.07.010

PDF(858 KB)

电力建设 ›› 2015, Vol. 36 ›› Issue (7) : 75-82. DOI: 10.3969/j.issn.1000-7229.2015.07.010

电动汽车充电负荷预测、充换电设施与配电网规划

基于电动汽车时空特性的充电负荷预测

张艳娟，苏小林，闫晓霞，李敏，李丹丹

作者信息 +

A Method of Charging Load Forecast Based on Electric Vehicle Time-Space Characteristics

ZHANG Yanjuan， SU Xiaolin，YAN Xiaoxia， LI Min， LI Dandan

Author information +

文章历史 +

摘要

电动汽车充电负荷预测是进行充电设施、电网规划建设以及运行调度控制的基础。电动汽车充电负荷的时空分布具有很强的随机性，在对预测区域空间进行划分的基础上，考虑电动汽车的动态转移特性，对不同功能用地的泊车规律进行分析，预测不同类型电动汽车的空间分布，进而对不同电动汽车充电时间特性的影响因素进行分析，并建立了预测模型。利用蒙特卡洛仿真方法对某市一区域在不同情景下的充电负荷进行计算。结果表明，不同功能区的充电负荷分布特性差异明显，并且采用快速充电方式的比例越高，峰谷差越大，因此可根据预测结果对电动汽车充电时间、充电地点和充电方式进行合理引导，使在满足充电需求的同时，减少充电负荷对电网的影响。

Abstract

Electric vehicle charging load forecasting is the precondition for charging infrastructure construction and charging load coordination control. In this paper， considering the stochastic charging behavior， the parking rules of the different functions areas are analyzed， the spatial distribution of different types of electric vehicles are predicted， and the influential factors are analyzed furthermore. The predicting model is set up as a rusult. The overall daily charging loads at different scenarios are calculated by Monte Carlo simulation. Results have shown that the difference of charging load features for different districts is obvious， and the proportion of using quick charge is higher， the difference of peak and valley is greater. According to the predicted results， not only can we guide charging time and place reasonably， but also provide the basis for charging infrastructure construction.

导出引用

张艳娟，苏小林，闫晓霞，李敏，李丹丹. 基于电动汽车时空特性的充电负荷预测[J]. 电力建设. 2015, 36(7): 75-82 https://doi.org/10.3969/j.issn.1000-7229.2015.07.010

ZHANG Yanjuan， SU Xiaolin，YAN Xiaoxia， LI Min， LI Dandan. A Method of Charging Load Forecast Based on Electric Vehicle Time-Space Characteristics[J]. Electric Power Construction. 2015, 36(7): 75-82 https://doi.org/10.3969/j.issn.1000-7229.2015.07.010

中图分类号： TM 75

参考文献

［1］胡泽春，宋永华，徐智威，等.电动汽车接入电网的影响和利用［J］.中国电机工程学报，2012，32（4）：1-10.
Hu Zechun， Song Yonghua， Xu Zhiwei， et al. Impacts and utilization of electric vehicles integration into power systems ［J］. Proceedings of the CSEE，2012，32（4）：1-10.
［2］高赐威，张亮.电动汽车充电对电网影响的综述［J］.电网技术，2011，31（2）：127-131.
Gao Ciwei， Zhang Liang. A survey of influence of electric vehicle charging on power grid［J］. Power System Technology， 2011， 35（2）: 127-131.
［3］王锡凡，邵成成，王秀丽，等.电动汽车充电负荷与调度控制策略综述［J］.中国电机工程学报，2013，33（1）：1-10.
Wang Xifan， Shao Chengcheng， Wang Xiuli，et al. Survey of electric vehicle charging load and dispatch control strategies［J］. Proceedings of the CSEE，2013，33（1）：1-10.
［4］田立亭，史双龙，贾卓.电动汽车充电功率需求的统计学建模方法［J］.电网技术，2010，3（11）：126-130.
Tian Liting，Shi Shuanglong ，Jia Zhuo. Ａ statistical model for charging power demand of electric vehicle ［J］.Power System Technology，2010，34（11）：126-130.
［5］罗卓伟，胡泽春，宋永华，等.电动汽车充电负荷计算方法［J］. 电力系统自动化，2011，35（14）：36-42.
Luo Zhuowei，Hu Zechun，Song Yonghua，et al.Study on plug-in electric vehicle charging load calculating ［J］.Automation of Electric Power System，2011，35（14）：36-42.
［6］Ashtari A， Bibeau E， Shahidinejad S， et al .PEV charging profile prediction and analysis based on vehicle usage data ［J］.IEEE Trans on Smart Grid，2012，3（1）：341-350.
［7］Steend， Tuan L， Carlson O， et al.Assessment of electric vehicle charging scenarios based on demographical data［J］.IEEE Trans on Smart Grid， 2012：3（3）：1457-1468.
［8］Alizadeh M， Scaglione A， Davies J， et al. A scalable stochastic model for the electricity demand of electric and plug-in hybrid vehicles［J］.IEEE Trans on Smart Grid，2014，5（2）：848-860.
［9］杨少兵，吴命利，姜久春，等. 电动汽车充电站的负荷建模方法［J］电网技术，2013，37（5）：1190-1195.
Yang Shaobing，Wu Mingli， Jiang Jiuchun，et al.An approach for load modeling of electric vehicle charging station ［J］.Power System Technology， 2013，37（5）: 1190-1195.
［10］王晓寅，刘俊勇，唐现刚，等.基于空间负荷预测的电动汽车有序充电方法研究.［J］浙江电力，2014（2）：7-13.
Wang Xiaoyan，Liu Junyong，Tang Xiangang，et al.Study on coordinated charging of electric vehicle based on spatial load forecasting ［J］.Zhejiang Electric Power，2014（2）：7-13.
［11］张洪财，胡泽春，宋永华，等. 考虑时空分布的电动汽车充电负荷预测方法［J］.电力系统自动化，2014，38（1）:13-20.
Zhang Hongcai，Hu Zechun， Song Yonghua，et al. EV Charging load prediction considering the spatial and temporal distribution ［J］.Automation of Electric Power Systems，2014，38（1）：13-20.
［12］肖湘宁，温剑锋，陶顺，等.电动汽车充电基础设施规划中若干关键问题的研究与建议［J］.电工技术学报，2014，29（8）:1-10.
Xiao Xiangning，Wen Jianfeng，Tao Shun，et al.Study and recommendations of the key issue in planning of electric vehicles’ charging facilities ［J］.Transactions of China Electrotechnical Society，2014（29）：81-10.
［13］蒋毅舟. 规模化电动汽车用电需求的空间分布预测［D］.北京：华北电力大学，2012.
Jiang Yizhou. The Spcial Distribution Forecast of Charging Demand for Large-Scale Electric Vehicles ［D］.Beijing: North China Electric Power University， 2012.
［14］US Department of Transportation， Federal Highway Administration. 2009 National Household Travel Survey ［EB/OL］.［2015-06-03］. http://nhts.ornl.gov，2009.
［15］王瑞.基于用地区位分析的停车需求预测研究［D］. 昆明：昆明理工大学，2010.
［16］谢莹，程宝洁，董凯.基于用地的停车需求预测模型［J］. 交通标准化，2014，42（19）：13-18.
Xie Ying，Cheng Baojie，Dong Kai. Parking demand forecasting model based on analysis of land ［J］.Transportation Standardization， 2014，42（19）：13-18.
［17］Qian K J， Zhou C K. Modeling of load demand due to EV battery charging in distribution systems ［J］. IEEE Transactions on Power Systems， 2011，26（2）：802-810.
［18］http://www.bydauto.com.cn/［EB/OL］.
［19］Nick M，Niels L，Frederik G，et al. Design criteria for electric vehicle fast charge infrastructure based on flemish mobility behavior nick ［J］. IEEE Transactions on Smart Grid，2014， 5（1）: 320-327.
［20］Valsera-Naranjo E， Martinez-Vicente D， et al. Deterministic and probabilistic assessment of the impact of the electric vehicle on the power grid［C］//IEEE Power and Energy Society General Meeting，San Diego:8P， 2011.