含有耦合特性的电动汽车充电负荷计算方法

基于核密度函数改进了含有耦合特性的电动汽车充电负荷计算模型。模型中,采用核密度函数代替确定性的概率分布函数拟合电动汽车的行驶规律,采用多维概率分布函数生成含有耦合特性的行驶规律随机数,采用充电概率表示不确定的充电行为。通过与示范运行电动汽车充电负荷数据对比,验证了该方法的优越性。基于改进模型,预测了未来规模化居民私家电动汽车的充电负荷情况,研究发现:不确定充电行为对电动汽车充电负荷的影响很大,随着充电概率的减小充电负荷峰值的降低很大,峰值变化范围及充电持续时间均增大,并给电网负荷造成不确定的影响。

基于不确定充电行为的电网接纳电动汽车能力研究

假设电动汽车的使用不改变用户的行驶习惯,采用随机概率事件表示不确定性充电行为,将电动汽车集群的充电行为用二项分布表示,单台电动汽车的充电行为通过随机数与二项分布参数比较确定,建立了规模化电动汽车充电负荷计算模型;并基于充电负荷的概率分布特性,建立了电网接纳电动汽车能力的优化计算模型,采用机会约束规划(Chance Constrained Programming,CCP)和粒子群优化算法(Particle Swarm Optimization,PSO)相结合的方法进行求解。以北京市汽车行驶特性和IEEE—30电网系统为例,分析了电网接纳电动汽车的能力,并通过对比计算验证了提出方法的准确性。

具有随机充电需求的混合动态网络平衡模型

考虑电动汽车用户在途随机充电需求,基于随机充电行为及充电排队仿真构建了混合用户平衡模型。在电动汽车不同初始电量状态及市场占有率下,预测了网络平衡交通流和可能充电需求流的变化趋势。利用Frank-Wolfe算法和多标号算法,以Nguyen-Dupius网络为例,设计了电动汽车充电排队仿真的平衡交通流预测模型,本文研究结果可为交通管理者提供科学参考。