预测电动汽车充电需求的动态时空分布对于电网应对大规模电动汽车的接入具有重要意义。已有的研究缺乏能够同时精确描述电动汽车行驶过程中地理位置与荷电状态(state of charge,SOC)变化的数学模型。为了模拟电动汽车交通需求和充电需...预测电动汽车充电需求的动态时空分布对于电网应对大规模电动汽车的接入具有重要意义。已有的研究缺乏能够同时精确描述电动汽车行驶过程中地理位置与荷电状态(state of charge,SOC)变化的数学模型。为了模拟电动汽车交通需求和充电需求的动态时空变化过程,从电网调度的实际需求出发,改进了交通流领域中的微观交通仿真模型,结合Cruise软件计算的不同场景下的电动汽车每公里耗电量,提出了基于Agent-元胞自动机的电动汽车充电需求动态时空分布动态演化模型。最后,以54节点配电系统和25节点交通网络的耦合系统为例,说明所提方法可以预测快充站的电动汽车充电负荷,为电动汽车的充电负荷引导提供重要依据。展开更多
文摘预测电动汽车充电需求的动态时空分布对于电网应对大规模电动汽车的接入具有重要意义。已有的研究缺乏能够同时精确描述电动汽车行驶过程中地理位置与荷电状态(state of charge,SOC)变化的数学模型。为了模拟电动汽车交通需求和充电需求的动态时空变化过程,从电网调度的实际需求出发,改进了交通流领域中的微观交通仿真模型,结合Cruise软件计算的不同场景下的电动汽车每公里耗电量,提出了基于Agent-元胞自动机的电动汽车充电需求动态时空分布动态演化模型。最后,以54节点配电系统和25节点交通网络的耦合系统为例,说明所提方法可以预测快充站的电动汽车充电负荷,为电动汽车的充电负荷引导提供重要依据。
