基于改进核密度估计的电动出租车快速充电行为研究

电动汽车充电行为研究是充电负荷时空分布预测、充电基础设施规划和有序充电管理的基础。本文基于上海市电动出租车的实测数据,划分充电片段并提取快速充电行为特征变量,开展相关性分析以揭示变量之间的内在相关性,从工作日和休息日两个时间维度揭示快速充电行为规律,提出一种基于扩散方程的自适应扩散核密度估计模型应用于快速充电行为特征变量的概率建模并使用拟合优度检验指标验证该模型的有效性。研究结果表明:电动出租车的快速充电行为在工作日和休息日具有明显的差异性,自适应扩散核密度估计模型可使电动汽车充电行为特征变量的概率建模更加准确,且具有更高的拟合精度。

基于网联数据的电动车快速充电影响因素分析

基于北京市私家电动汽车网联数据,按照充电行为类型提取车辆行程,并对行程中影响快速充电行为的潜在因素进行细致分析;基于Logistic回归模型进行显著性影响因素识别,结果表明,电动汽车续航里程、出行距离、出行时间等因素显著影响电动汽车的快速充电行为;最后,基于显著影响因素建立模型,对私家电动汽车快速充电行为进行预测,预测结果表明,预测模型具有较好的预测效果和可靠度.本文研究成果将有助于优化私家电动汽车的充电行为,提高充电效率.