论文部分内容阅读
电动汽车作为一种有效减少二氧化碳排放的绿色交通出行方式,在近几年里得到了广泛的关注和支持。受用户行为不确定性和电池容量,充电设施等因素的影响,电动汽车充电负荷表现出时间和空间上的随机性,波动性。随着电动汽车渗透率的增大,如何精确地进行电动汽车负荷功率曲线的建模和预测成为亟待解决的问题。本文提出一种基于用户出行模拟的电动汽车充电负荷时空预测模型,充分考虑交通路网和出行目的约束下的电动汽车用户用电行为分布,并将电动汽车作为一种灵活资源,评估其可响应功率和容量,为制定调控策略减少大规模电动汽车的接入对电网的影响提供理论支撑。首先,综合考虑区域交通路网道路等级、道路速度、红绿灯分布等因素,建立计及交通道路网络拓扑,道路-阻抗函数关系和区域功能特性的交通道路模型;其次,通过对汽车交通出行样本数据进行统计变换,采用概率分布函数描述其起始出行时刻的规律,分析区域功能限制下的用户出行时间和出行目的,构建不同复杂程度的出行链模型模拟用户出行特性和不同出行目的起始出行时刻的相关关系。运用Dijkstra算法选择耗时最短的行驶路径,进而采用蒙特卡洛方法以1min为步长模拟家用电动汽车充电负荷工作日一天内的时空分布特性,分析不同区域功能和不同的路网复杂程度对电动汽车充电负荷的影响。与其他文献方法相比,结果表明该模型既能够充分反映电动汽车充电负荷时空上的波动性和随机性,也可以反映充电负荷空间区域的分布特征;既可以用于家用电动汽车充电功率预测,也可以用于规划充电站的功率曲线预测,并在未来出行链结构变化和出行数据更新的基础上,具有良好的延伸性和扩展性。为研究电动汽车用户在电价措施引导下的充电行为及充电负荷曲线变化,基于用户心理,以用户充电费用最小为目标,建立了基于电价引导的电动汽车有序充电优化模型,分析电动汽车用户在电价措施引导下的充电行为及充电负荷曲线变化。同时基于电动汽车充电负荷时空预测模型所获得的电动汽车在SOC和停驻时间的时空分布结果,综合SOC,停驻时间和电价三种因素,研究了评估电动汽车入网(vehicle-to-grid,V2G)响应功率和响应容量的模糊算法,并在此基础上探讨了电动汽车SOC阈值限制以及停驻时间分布对V2G响应功率和容量的影响。