考虑交通流量俘获的电动汽车充电负荷预测和充电站规划.pdfVIP

考虑交通流量俘获的电动汽车充电负荷预测和充电站规划

摘要：针对电动汽车（EV）的充电需求，考虑路径的交通流量，以最大交通流量俘获、最小配电系统网络损耗

和最小节点电压偏移为目标，构建了一个多目标决策模型对EV充电站进行规划。运用网络扩展技术确定交

通流量俘获路径；运用蒙特卡罗模拟算法，确定规划区内EV的最大充电负荷，从而推算得到充电站的容量；

运用超效率数据包络分析评价方法，确定经过归一化处理后各目标函数的权重系数，从而将多目标优化问题

转化为单目标优化问题，并采用改进的二进制粒子群优化算法进行求解。以一个包含25个节点的交通网络

耦合33节点配电系统为算例进行仿真，验证所建模型和所提方法的有效性，并进一步分析EV最大行驶里

程、充电站负荷接入不同节点以及不同时刻对各目标函数的影响。

关键词：电动汽车；充电站；交通流量俘获；网络扩展技术；蒙特卡罗模拟算法；超效率数据包络分析

0引言驱动的方式，通过及时俘获用户的位置和电量信息

对EV的充电需求进行预测。但是，上述文献中EV

我国为了应对全球化石能源日益减少、能源利

充电需求预测方法主要集中在整体预测目标区域内

用效率低以及环境污染这三大挑战，提出了旨在实

EV总充电需求的时空分布，而没有充分考虑不同类

现碳达峰、碳中和的“双碳”目标。在“双碳”目标下，

型充电功率、不同用户每天充电次数等行为。在构

发展低碳经济已被提到前所未有的高度，电动汽车

建选址定容模型方面：文献［5］为了满足附近通勤用

（electricvehicle，EV）的快速发展和有效推广已经成

户对EV充电的需求，以最小化建设充电站和用户充

为应对这3个挑战和实现“双碳”目标的重要行动之

电费用为目标，建立了一个充电站选址和容量配置

一。得益于政策和市场的双重刺激，我国新能源汽

模型；文献［6］利用加权维诺图，将地块属性的权重

车产销量呈持续高速增长趋势，综合车桩比也在逐

纳入规划模型，从而在进行充电站规划时综合考虑

年有序下降，但是对比EV保有量而言，现有的充电地块属性对EV的影响，同时最大限度地满足充电需

［1］

基础设施与市场需求相比还存在相当的差距。此求。但是，在上述充电站的选址定容模型中，少有考

外，充电基础设施发展初期由于缺乏EV实际使用数虑配电系统和交通网络的耦合关系，以俘获交通流

据作为支撑和指导，部分充电站选址规划不合理，充量作为主要的规划考量因素，同时综合考虑配电系

电桩建设数量与实际充电需求不匹配，造成充电热统网络损耗、节点电压偏移等因素，尽可能地降低充

点地区一桩难求而偏远地区充电桩大量、长期闲置，电站规划对配电系统的影响。在求解模型方面：文

EV用户充电难和充电桩利用率不足并存成为行业献［7］将粒子群优化（particleswarmoptimization，

面临的巨大挑战，规划和建设EV充电站具有至关重PSO）算法与最短路径规划优化的Dijkstra算法相结

要的现实意义。合，对EV充换放储一体化电站的双层规划模型进行

目前，国内外学者对充电站的规划进行了广泛求解；文献［8］提出了超效率数据包络分析（dataen‐

的研究，主要集中在充电负荷预测、构建选址定容模