[发明专利]一种居民侧电动汽车充电负荷及充电桩数量预测方法

权利要求书

1.一种电动汽车充电负荷及充电桩数量预测方法，其特征在于，该方法包括如下步骤：

步骤1、利用Bass模型预测电动汽车的保有量；

Bass模型是一种非参数条件似然模型，利用3个输入变量预测电动汽车每年的消费者数量，即最大市场潜量、创新系数和模仿系数；

步骤2、利用行车记录仪收集汽车出行数据，并对所收集的数据进行重要的处理，用概率统计的方法将电动汽车日平均行驶里程和开始充电时刻近似为对数正态分布和正态分布；

步骤3、采用Monte Carlo method模拟电动汽车的起始充电时间和日行驶里程，得到电动汽车的充电模型；

步骤4、根据步骤1中对电动汽车保有量的预测结果和步骤3中对电动汽车的充电模型，综合求得区域内电动汽车充电负荷；

步骤5、利用行车记录仪收集到的汽车出行数据建立计算配电功率X的模型，

按表1中描述的配电功率与充电桩数量的关系预测得到充电桩的数量；

利用行车记录仪收集到的汽车出行数据，采用曲线拟合法，分别得到电动汽车保有量、电动汽车日平均行驶里程与配电功率的线性关系，进一步建立计算配电功率X的模型；

再按表1中描述的配电功率与充电桩数量的关系预测得到充电桩的数量。

表1 配电功率与充电桩数量分析

2.如权利要求1所述的一种居民侧电动汽车充电桩数量预测方法，其特征在于：所述步骤1中假设电动汽车潜在数量占新增汽车销量的90％，未来10年内每年汽车数量增长率为10％；

该步骤的Bass模型为：

式(1)中：

P为创新系数，反映了会受外部影响购买新产品的消费者数量，本发明取值为0.0129～0.0258；

Q为模仿系数，反映了受网络效应和他人的购买决策影响的消费者数量，本发明取值为0.5070～0.6742；

f(t+1)为t+1电动汽车的采用的比例；

F(t)为到t时段电动汽车的累计采用比例。

3.如权利要求1所述的一种居民侧电动汽车充电桩数量预测方法，其特征在于：所述步骤2中：

起始充电时刻满足正态分布，其概率密度函数为：

式(2)中：μ₁＝17.6；σ₁＝3.4。

日行驶里程满足对数分布，其概率密度函数为：

式(3)中：μ₂＝3.20；σ₂＝0.88。