期刊文章详细信息
融合多源信息的电动汽车充电负荷预测及其对配电网的影响 ( EI收录)
Charging load forecasting of electric vehicles based on multi-source information fusion and its influence on distribution network
文献类型:期刊文章
CHEN Lidan;ZHANG Yao;Antonio Figueiredo(School of Electrical Engineering, Guangzhou College of South China University of Technology, Guangzhou 510800, China;School of Electric Power, South China University of Technology, Guangzhou 510640, China;Department of Electronic Engineering, University of York, YO105DD, UK)
机构地区:[1]华南理工大学广州学院电气工程学院,广东广州510800 [2]华南理工大学电力学院,广东广州510640 [3]约克大学电子工程系,英国约克郡YO10 5DD
基 金:国家自然科学基金资助项目(61603141);广东省普通高校青年创新人才自然科学项目(2015KQNCX229);国家留学基金资助项目(201708440511).
年 份:2018
卷 号:38
期 号:12
起止页码:1-10
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:电动汽车充电负荷具有时间和空间不确定性、随机性,提出一种融合路网、交通、电网、天气、车辆、充电设施等多源信息的考虑用户出行行为和充电需求的电动汽车充电负荷时空分布预测模型。由图论方法构建城市路网和电网信息模型及两者的耦合关系;引入出行链,以概率函数拟合车辆首次出行时间和行程目的地的驻留时间,采用Dijkstra算法规划车辆的出行路径以获得各段行程距离,由道路等级和各时段交通信息获得车辆的行驶速度,以计算行程行驶时间和荷电状态,再根据各行程目的地的充电需求判断条件,计算充电时长和充电负荷;采用蒙特卡洛方法对各功能区电动汽车出行的时间和空间充电负荷分布进行整体仿真;并根据耦合关系将充电负荷归算至对应电网节点,再通过时间序列潮流计算评估电动汽车接入电网后无序充电对电网负荷、电压和网损的影响。算例通过设置不同的场景预测了不同功能区和电网节点的充电负荷曲线,分析了不同因素对充电负荷分布及电网的影响,验证了所提模型的有效性。
关 键 词:电动汽车 多源信息 充电负荷预测 路网-电网 时空模型 配电网 蒙特卡洛方法 DIJKSTRA算法
分 类 号:TM761] U469.75]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...