张 谦, 王 众, 谭维玉, 刘桦臻, 李 晨

(输配电装备及系统安全与新技术国家重点实验室(重庆大学), 重庆市 400044)

0 引言

随着世界能源结构调整与汽车工业技术发展,电动汽车(electric vehicle,EV)是新能源汽车的主要发展方向。大规模电动汽车接入,将给电力系统规划和运行带来不可忽视的影响,包括负荷增长[1]、影响电能质量[2]、电网运行优化控制难度增加[3]、对新型配电网规划提出新的要求等[4]。解决以上问题的基础是实现对电动汽车充电负荷时空分布的有效预测,故迫切需要建立准确有效的负荷预测模型。

国内外学者对电动汽车充电负荷预测开展了广泛的研究。文献[5]分析了计程车、公交车、私家车等的充电特点,采用蒙特卡洛方法预测了中国未来电动汽车的充电总负荷,建立起了充电需求的统计学概率模型。在此基础上,研究人员进一步考虑了用户日行驶里程[6-7]、充电起始时间[8]、出发回家时间[9-10]等随机变量对充电负荷的影响。文献[11]将每辆参与调度的电动汽车作为移动社交网络(MSN)平台中的单一个体,考虑到其影响力,研究了在分时电价约束下的电动汽车充放电行为预测方法,但未考虑到电动汽车的空间分布问题。文献[12-15]将区域划分为工业区、商业区、住宅区等,按照各个区域不同的充电特性计算充电负荷的时空分布,由于对电动汽车的空间分配是预先确定的,该方法没有模拟出电动汽车因随机移动而产生的负荷时空分布。文献[16]利用电动汽车大数据,分析电动汽车的可能充电时间和位置,并结合电池、交通、出行需求和充电习惯等约束,计算电动汽车负荷的时空分布,但是目前整合多平台的大数据仍有较大的困难。……