PDF《电动汽车充电负荷时空分布预测》

7 ) 式中: n t l , i n i n为车辆 t - 1时刻和 t 时刻均停留在 l 地 区的概率;

n t l , i n o u t车辆为 t -

1 时刻停泊在 l 地区, t 时 刻驶离 l 地区的概率;

n t l , o u t i n 车辆为 t - 1时刻不在 l 地区, t 时刻驶入 l 地区的概率;

n t l , o u t o u t 车辆为 t -

1 时 刻和 t 时刻均不在 l 地区的概率.其中: n t l , i n o u t= Δ N t l , o u t N n t -

1 l , i n i n =1-n t l , i n (

8 ) n t l , o u t i n = Δ N t l , i n N n t -

1 l , o u t o u t =1-n t l , o u t o u t (

9 ) 式中: N为此类用地电动汽车的保有量;

Δ N t l , o u t为在t-1与t时刻之间驶出 l 地区的电动汽车数量;

Δ N t l , i n为在 t -

1 与t时刻之间驶入 l 地区的电动汽车 数量. S t l = S t -

1 l T t l (

1 0 ) 通过 t -

1 时刻的状态矩阵可以预测出 t 时刻此 类地区的电动汽车停泊数量的变化情况, 如式(

1 0 ) 所示.引入车辆变化系数: Φl ( t ) =( N t l , i n -N t l , o u t ) / N (

1 1 ) 用以描述该区域内电动汽车数量随时间的变 化状况, 得到电动汽车时空分布特性: P l ( t ) =E l S l λ l Φl ( t ) (

1 2 ) 式中: P l ( t )为l类用地中 t 时刻的实际停车需求量.

3 用户行为预测 电动汽车的用户行为包括电动汽车的型号类 别( 决定充电功率) 、 起始充电时间、 当天总共行驶 的公里数、 充电频率等, 具有很强的随机性, 是影响 电动汽车充电负荷曲线的关键性因素.

3 .

1 私家车 根据江苏省地区的统计数据 [

9 ] , 小型轿车中比 亚迪 Q C J

7 0

0 6 B E V F型纯电动轿车所占市场比重最 大, 因此文中采用该型号电动轿车模拟电动私家车 充电过程.该车型额定参数见表

1 . 表1比亚迪 Q C J

7 0

0 6 B E V F型参数 T a b l e1 B Y DQ C J

7 0

0 6 B E V Fp a r a me t e r 参数 数值 动力电池标称电压/ V

3 1

6 .

8 额定容量 / ( A ・ h )

2 0

0 续航能力/ k m

3 2

0 6

7 由参数可知, 小型车采用常规充电方式即可满 足日常需要, 假定所有私家车采用分段充电法进行 充电 [

1 0 ] , 充电功率在初期增大末期减小, 过程很短 暂可忽略不计 [

1 1 ] , 其余时间均为恒功率不变 [

1 2 ] . 在徐州市实地调研得到电动轿车的充电桩额定电 流32A , 额定电压

2 5 0V , 额定充电功率 P为8k W, 文中所有常规充电方式均假设为恒功率 8k W. 采用《 国家家庭出行调查―2

0 1

7 》 [

1 3 ] 中的数据 统计私家车的出行规律 [

1 4 ] .按照人们的日常生活 习惯, 假设每辆汽车最晚抵达家里的时间即电动私 家车的起始充电时间, 对其进行频率统计并拟合成 正态分布;

将文献[

1 3 ] 中每辆汽车年平均行驶英里 换算为每日平均行程, 统计其分布规律 [

1 5 ―1

6 ] 如图

1 、 图2所示. 图1私家车起始充电时间分布 F i g .

1 I n i t i a l c h a r g i n gt i med i s t r i b u t i o no f p r i v a t ec a r s 图2电动私家车当天总共行驶的公里数分布 F i g .

2 T h et o t a l n u mb e r o f k i l o me t e r so f e l e c t r i c p r i v a t ec a r so nt h es a m........