电网技术

2020, v.44;No.440(07) 2439-2453

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于数据驱动方式和行为决策的电动汽车快充需求预测模型
Electric Vehicle Fast Charging Demand Forecasting Model Based on Data-driven Approach and Human Behavior Decision-making

邢强;杨祺铭;范军太;张青青;陈中;张梓麒;黄学良;王瑞升;

摘要(Abstract):

针对现有电动汽车充电负荷预测方法存在缺乏实际交通数据以及未考虑车主真实心理决策的不足,提出一种数据驱动与行为决策模型相结合的方式来预测电动汽车快速充电需求负荷。首先通过对网约车出行订单数据进行数据预处理、数据可视化以及数据建模等,得到城市居民每日交通出行规律。其次建立包含行驶行为和充电行为参数的单体电动汽车模型。然后引入基于后悔理论的行为决策模型,折衷考虑时间消耗和充电费用效用为快充需求车辆规划行驶路径和推荐快充站。将数据挖掘得到的规律以及建立的模型共同构建快充需求预测方法的架构。最后,以南京市的路网拓扑和实际运营的快充站为例,设计电动汽车快充需求仿真场景。实验结果表明,所提方法可以有效地预测城市快充站的充电需求负荷时空分布。

关键词(KeyWords): 电动汽车;网约车订单数据;数据驱动;快速充电;负荷预测;行为决策;后悔理论模型

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2016YFB0900602)~~

作者(Author): 邢强;杨祺铭;范军太;张青青;陈中;张梓麒;黄学良;王瑞升;

Email:

DOI: 10.13335/j.1000-3673.pst.2020.0101

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享