[发明专利]城市交通路网和用户出行链约束下的电动汽车充电负荷时空预测方法

权利要求书

1.一种城市交通路网和用户出行链约束下的电动汽车充电负荷时空预测方法，其特征在于，所述的电动汽车充电负荷时空预测方法包括下列步骤：

S1、获取路网拓扑信息、区域交通信息和出行信息，构建区域交通道路模型，包括：

S1-1、表示道路拓扑结构；

以G＝(V,E)表示道路拓扑图，其中V表示图中节点的集合，即道路的起止点或交叉点，以1,2,3……|V|的形式编号，E表示顶点之间的关系，即表示区域交通系统中的道路，所有交通道路均为双向道路，以邻接矩阵D表示加权图，图G＝(V,E)对应一个|V|×|V|的邻接矩阵D，ω表示道路网络的权值函数，即路阻函数，邻接矩阵D中元素d_ij的赋值规则如式(1)所示：

其中：ω_ij表示道路节点i和节点j之间的权值，ω∈[0，inf)，inf表示两节点之间无直连路段，邻接矩阵D如式(2)所示：

S1-2、建立路阻函数模型；

采用基于Logit的流量延误函数来表示道路的路阻模型，以i,j为端点的直连路段，利用式(3)计算车辆从节点i出发行驶到节点j所用的时间：

T(i,j)＝(L(i,j)+I(i,j))*60 (3)

其中，T(i,j)表示延误时间总和，以分钟为单位，L(i,j)表示路段延误时间，以小时为单位，如式(4)所示：

其中，L₀表示路段自由流行驶时间，以小时为单位，q_i,j表示交通流量，单位为Veh/h，Veh表示汽车数量，即每小时通过该路段的汽车数量，C_i,j表示路段通行能力，单位Veh/h，c₁,c₂,c₃,c₄为路段的自适应系数；

I(i,j)表示交叉路口延误时间，以小时为单位，考虑红绿灯因素，如式(5)所示：

其中，I₀表示交叉路口自由流行驶时间，以小时为单位，X_ij表交叉路口通行能力，单位为Veh/h，与是否有红绿灯有关，p₁,p₂,p₃,p₄为交叉路口的自适应系数；

S1-3、选择耗时最短的行驶路径，计算从出发点v₀到目的地v_k所经过的路径p＝(v₀,v₁,v₂,…,v_k)的权值ω(p)，如式(6)所示：

采用所述的路阻函数模型计算行驶时间；

以行程时间最短为目标，利用Dijkstra最短路径算法，获得耗时最短的行驶路径并计算路径距离；

S2、构建车辆出行时空模型，包括：

S2-1、按功能划分区域；所述区域划分为住宅区、工作区和商业区；

S2-2、建立出行链结构模型，包括：采用出行链结构表示电动汽车用户的出行时间、出行目的、活动数量以及发生的顺序；

按照步骤S2-1中划分的区域，将出行目的分为三类：回家、工作、其他，分别对应住宅区、工作区和商业区；

根据活动数量及发生顺序，将出行链结构分为简单链和复杂链；其中，所述的简单链包含两个出行目的，即：电动汽车用户从住宅区出发，抵达工作区或者商业区，再返回住宅区；所述的复杂链包含三个出行目的，即：电动汽车用户从住宅区出发，先抵达工作区或者商业区，再出发去商业区或者工作区，最后返回住宅区；

S2-3、获取电动汽车在出行链结构的各目的地的出行时刻概率分布；

S3、建立电动汽车充电负荷时空预测模型，包括：

S3-1、获取电动汽车的状态参数，所述的状态参数包括：电动汽车电池容量E_h、每公里耗电量w、最低电量阈值ξ、电动汽车位置i、电动汽车在i处的荷电状态SOC_i、充电效率η、从i处到下一处的行驶里程l_i,i+1、在i处的充电时间在i处的充电功率

S3-2、判断电动汽车是否需充电；

电动汽车位于起始位置时为满电，计算电动汽车到达i处的荷电状态SOC_i，如公式(7)所示：

SOC_i·E_h＝SOC_i-1·E_h-wl_i-1,i (7)

其中，l_i-1,i是从i-1处到i处的行驶里程；

读取电动汽车位于i处的荷电状态SOC_i；如果SOC_i≤ξ，电动汽车需要在i处充电，更新电动汽车的荷电状态；如果SOC_i＞ξ，计算从i处到i+1处的行驶里程l_i,i+1，如果SOC_i·E_h-wl_i,i+1≤ξE_h，则需要在i处充电，更新电动汽车的荷电状态；如果SOC_i·E_h-wl_i,i+1＞ξE_h，计算电动汽车到达i+1处的荷电状态SOC_i+1；

S3-3、计算电动汽车充电负荷时空分布；

S4、通过区域交通道路模型和车辆出行时空模型，获得电动汽车的整体出行轨迹，出行时间，停驻时间，充电次数以及荷电状态，即获得电动汽车的时空分布信息；然后利用充电负荷计算模型，得到该区域一天内各时段每个功能地块的电动汽车充电负荷数据，具体过程如下：

首先根据读取区域交通路网信息，获得各道路节点坐标、道路等级、交叉路口红绿灯数量，建立区域交通道路模型；

计算路阻函数，获得区域道路拓扑的行驶时间权值矩阵T和行驶距离权值矩阵D；

读取区域地块数量N，获得每个地块的电动汽车保有量EV_NUM；

对于第j辆电动汽车，随机抽取该辆车的出行链，获得行程总数n；

判断第j辆电动汽车到达某一段行程的终点是否需要充电，若需要充电，则在住宅区为慢充，充电功率为Pch_s，在工作区和商业区均为快充，充电功率为Pch_f，如下：

其中，H代表住宅区、W代表工作区和E代表商业区；

更新充电后电动汽车状态参数，计算停驻时间，继续下一段行程，直至完成第j电动汽车的出行链结构；

重复上述步骤直至j等于该地块电动汽车保有量，继续下一个地块的仿真，直至完成所有地块的仿真，以分钟为单位，累计各地块充电负荷的充电负荷P_i(t)和所有地块总的充电负荷P_T(t)，如式(8)和(9)所示：