基于数据驱动的电动汽车充电需求预测与充电站选址研究

发布时间：2025-06-27 01:03

　　当前,各国均面临较为严重的能源与环境危机。电动汽车具有低污染、零(低)排放、能源转换效率高等优点,已成为各国关注的焦点。电能是电动汽车的主要能量来源,当大规模的电动汽车接入电网时,会增加电网的负担,影响电网的正常运行。同时,由于在充电站建设初期未对充电需求及影响条件等因素充分考虑,导致充电难、充电贵等问题频出,充电站发展不平衡与充电需求之间的矛盾日益加大。因此,开展充电负荷预测及充电站的布局优化研究具有重要的现实意义。基于此,本文从以下几个方面展开研究:(1)电动汽车充电需求的时空分布预测。精准高效的充电需求分布预测是充电设施选址的必备条件。通过对电动汽车行驶轨迹数据的分析,提取用户出行特征参数和车辆充电特征参数:单次行程轨迹、日首次出行时刻、出行始发地与目的地、停留时长、车辆基本参数等,搭建用户出行活动链及单体电动汽车充电模型,从而得到具有出行特征的概率密度函数,构建基于蒙特卡洛模拟的充电需求预测模型。最后分析了不同车辆规模的情况下,电动汽车充电负荷时空分布的变化情况。(2)构建充电站选址模型。为更好的了解充电需求对选址的影响,在文中,通过借鉴传统P中位模型与集覆盖模型的思想建立了两种...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究概况
        1.2.1 电动汽车充电需求预测研究现状
        1.2.2 充电基础设施选址方法研究现状
        1.2.3 充电基础设施选址模型求解算法研究现状
    1.3 本文主要研究内容和框架
    1.4 本章小结
2 预备知识
    2.1 纯电动汽车概念及充电方式的分类
    2.2 电动汽车用户出行特性分析
        2.2.1 空间特性
        2.2.2 时间特性
    2.3 充电站选址布局理论
        2.3.1 离散选址模型
        2.3.2 连续选址模型
    2.4 充电站选址模型的求解算法
        2.4.1 精确式算法
        2.4.2 启发式算法
    2.5 本章小结
3 考虑静态充电需求的电动汽车充电站选址布局研究
    3.1 问题描述与基本假设
    3.2 充电站选址模型建立
    3.3 模型求解算法及其改进
        3.3.1 免疫算法与粒子群算法
        3.3.2 算法改进
    3.4 数值算例
        3.4.1 历下区基本情况
        3.4.2 免疫粒子群算法求解选址模型
        3.4.3 利用 Voronoi 图确定新增站点位置
    3.5 本章小结
4 电动汽车充电需求预测分析
    4.1 电动汽车出行矩阵构建
    4.2 电动汽车的出行及充电行为描述
        4.2.1 电动汽车型号
        4.2.2 起始出行时刻与初始荷电状态
        4.2.3 充电时长
        4.2.4 充电状态判断
    4.3 基于蒙特卡洛模拟的充电需求预测
    4.4 算例仿真
        4.4.1 数据说明与可视化
        4.4.2 节点度的分布
        4.4.3 模拟结果与分析
    4.5 本章小结
5.考虑动态充电需求的电动汽车充电站选址模型构建与算法研究
    5.1 电动汽车充电站选址模型构建
    5.2 鲸鱼优化算法及其改进
        5.2.1 鲸鱼优化算法
        5.2.2 鲸鱼优化算法的改进
    5.3 算法改进的有效性分析
        5.3.1 测试函数
        5.3.2 与经典智能优化算法比较
        5.3.3 与其他改进的鲸鱼优化算法性能比较
    5.4 充电站布局优化模型求解
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献



本文编号：4053553