CN106855960A - 一种峰谷分时电价引导下的电动汽车充电负荷预测方法 - Google Patents
一种峰谷分时电价引导下的电动汽车充电负荷预测方法 Download PDFInfo
- Publication number
- CN106855960A CN106855960A CN201611228186.1A CN201611228186A CN106855960A CN 106855960 A CN106855960 A CN 106855960A CN 201611228186 A CN201611228186 A CN 201611228186A CN 106855960 A CN106855960 A CN 106855960A
- Authority
- CN
- China
- Prior art keywords
- peak
- tou power
- valley tou
- price
- power price
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013277 forecasting method Methods 0.000 title claims abstract description 12
- 230000005611 electricity Effects 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 6
- 230000004048 modification Effects 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种峰谷分时电价引导下的电动汽车充电负荷预测方法,首先建立电动汽车的充电负荷模型;接着采用蒙特卡洛仿真方法模拟日充电负荷曲线;然后建立电量电价弹性矩阵;最后计算基于峰谷分时电价的日充电负荷曲线。本发明能准确反映充电用户用电需求变化与峰谷分时电价变化之间的数学规律,解决峰谷分时电价政策下电动汽车负荷预测不准的问题。
Description
技术领域
本发明涉及电网负荷预测技术领域,具体是一种峰谷分时电价引导下的电动汽车充电负荷预测方法。
背景技术
在能源短缺、环境污染严重、全球气候变化的背景下,电动汽车作为一种新型交通工具,在缓解能源危机、促进人类与环境的和谐发展等方面具有传统汽车不可比拟的优势,目前已成为各国政府、汽车制造商、能源企业关注的焦点。电动汽车充电负荷预测作为分析电动汽车对电网影响的基础,对电力***规划以及运行具有重要意义。
峰谷分时电价是指根据电网的负荷变化情况,将每天24小时划分为高峰、低谷等时段,对各时段分别制定不同的电价水平,以鼓励电动汽车充电客户合理安排用电时间,削峰填谷,提高电力资源的利用效率。
目前国内外尚未有已发表文献及专利,提出峰谷分时电价引导下的电动汽车充电负荷预测方法。
发明内容
有鉴于此,本发明的目的是提出一种峰谷分时电价引导下的电动汽车充电负荷预测方法,能准确反映充电用户用电需求变化与峰谷分时电价变化之间的数学规律,解决峰谷分时电价政策下电动汽车负荷预测不准的问题。
本发明采用以下方案实现:一种峰谷分时电价引导下的电动汽车充电负荷预测方法,具体包括以下步骤:
步骤S1:建立电动汽车的充电负荷模型;
步骤S2:采用蒙特卡洛仿真方法模拟日充电负荷曲线;
步骤S3:建立电量电价弹性矩阵;
步骤S4:计算基于峰谷分时电价的日充电负荷曲线。
进一步地,所述步骤S1具体为:
建立含初始SOC、初始充电时间F0的各类电动汽车充电负荷模型,方程为:
定义E0为电动汽车的初始SOC,则E0满足概率密度函数的一般方程:
定义F0为电动汽车的初始充电时间,则F0满足概率密度函数的一般方程:
其中,SOC为电池的荷电状态,F0为电池的起始充电时间,R为充满电后的电动汽车行驶里程,μ1为电动汽车初始SOC的数学期望,μ2为电动汽车初始充电时间的数学期望,σ1为电动汽车初始SOC的标准差,σ2为电动汽车初始充电时间的标准差。
进一步地,所述步骤S2具体为:采用计算机程序的蒙特卡洛仿真方法,分别对各类电动汽车车型的起始SOC、初始充电时间进行抽样,最终得到日充电负荷P0。
进一步地,步骤S3具体为:建立基于峰谷分时电价的电量电价弹性矩阵M:
其中,M为基于峰谷分时电价的电量电价弹性矩阵,下标p、v分别表示一日负荷中峰、谷2个时段,矩阵各元素分别对应各时段的自弹性系数和交叉弹性系数;M(i,i)为自弹性系数,表示时段i电价变化率与由其所引起的时段i电量变化率的比值;M(i,j)为交叉弹性系数,表示时段j电价变化率与由其所引起的时段i电量变化率的比值;Pi、Pj和ΔPi、ΔPj分别为时段i、j的用电量及其改变量;ci、cj和Δci、Δcj分别为时段i、j的电价及其改变量;
进一步地,在峰谷时段,用户用电负荷Pp和Pv与峰谷电价cp和cv的关系如下
Pp=-kp·cp+bp (6)
Pv=-kv·cv+bv (7)
其中,kp,bp,kv,bv是线性关系参数;
进一步地,所述步骤S4具体为:计算基于峰谷分时电价的日充电负荷,方程为:
其中,下标0表示施行峰谷分时电价之前;P0=[P0,p,P0,v]T;P=[Pp,Pv]T;P0和P分别表示施行峰谷分时电价前、后各时段的用电负荷;cp、cv和Δcp、Δcv分别表示施行峰谷分时电价前各时段的电价与实施前后的电价差。
与现有技术相比,本发明有以下有益效果:
1、本发明提出的预测模型及方法,能准确反映充电用户用电需求变化与峰谷分时电价变化之间的数学规律。
2、本发明方法简明,计算速度快,有利于推广应用。
附图说明
图1为本发明实施例中2020年工作日峰谷电价引导下的电动汽车最大日充电负荷曲线示意图。
图2为本发明实施例中2020年节假日峰谷电价引导下的电动汽车最大日充电负荷曲线示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
结合福建省各类电动汽车保有量数据,计算2020年福建省峰谷电价引导下的最大日充电负荷曲线,包括以下4个部分:
1、建立含初始SOC、初始充电时间F0的各类电动汽车充电负荷模型,方程为:
定义E0为电动汽车的初始SOC,则E0满足概率密度函数的一般方程:
定义F0为电动汽车的初始充电时间,则F0满足概率密度函数的一般方程:
式中:SOC为电池的荷电状态,F0为电池的起始充电时间,R为充满电后的电动汽车行驶里程,μ1为电动汽车初始SOC的数学期望,μ2为电动汽车初始充电时间的数学期望,σ1为电动汽车初始SOC的标准差,σ2为电动汽车初始充电时间的标准差。
2、采用计算机程序的蒙特卡洛仿真方法,分别对各类电动汽车车型的起始SOC、起始充电时间进行抽样,最终得到日充电负荷P0。
3、建立基于峰谷分时电价的电量电价弹性矩阵M:
式中:M是基于峰谷分时电价的电量电价弹性矩阵;下标p、v分别表示一日负荷中峰、谷2个时段;矩阵各元素分别对应各时段的自弹性系数和交叉弹性系数。M(i,i)为自弹性系数,表示时段i电价变化率与由其所引起的时段i电量变化率的比值;M(i,j)为交叉弹性系数,表示时段j电价变化率与由其所引起的时段i电量变化率的比值;Pi、Pj和ΔPi、ΔPi分别为时段i、j的用电量及其改变量;ci、cj和Δci、Δcj分别为时段i、j的电价及其改变量。
在峰谷时段,用户用电负荷Pp和Pv与峰谷电价cp和cv的关系如下
Pp=-kp·cp+bp
Pv=-kv·cv+bv
kp,bp,kv,bv是线性关系参数。
4、计算基于峰谷分时电价的日充电负荷,方程为:
式中:下标0表示施行峰谷分时电价之前;P0=[P0,p,P0,v]T;P=[Pp,Pv]T;P0和P分别表示施行峰谷分时电价前、后各时段的用电负荷;cp、cv和Δcp、Δcv分别表示施行峰谷分时电价前各时段的电价与实施前后的电价差。
本实施例采用一种峰谷分时电价引导下的电动汽车充电负荷预测方法。根据省***预计,如表一所示,2020年福建省汽车保有量预计将达到800万辆,电动汽车10万辆,电动汽车渗透率约1%,“十三五”福建省电动汽车发展量分类测算情况见表1。根据福建省电价公示为例,把一个运行周期的负荷划分为峰、谷2个时段:每天8:00~22:00是峰时段,22:00到第二天8:00是谷时段。其中,cp=0.5783,cv=0.3483。采用本预测方法,计算得到2020年峰谷电价引导下的福建省最大日充电负荷曲线,分别如图1、图2所示,由图中可以看出,按照峰谷电价政策,2020年福建省电动汽车工作日最高充电负荷约330MW,节假日最高充电负荷约302MW。
表1“十三五”福建省电动汽车发展量分类测算情况
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (6)
1.一种峰谷分时电价引导下的电动汽车充电负荷预测方法,其特征在于:包括以下步骤:
步骤S1:建立电动汽车的充电负荷模型;
步骤S2:采用蒙特卡洛仿真方法模拟日充电负荷曲线;
步骤S3:建立电量电价弹性矩阵;
步骤S4:计算基于峰谷分时电价的日充电负荷曲线。
2.根据权利要求1所述的一种峰谷分时电价引导下的电动汽车充电负荷预测方法,其特征在于:所述步骤S1具体为:
建立含初始SOC、初始充电时间F0的各类电动汽车充电负荷模型,方程为:
定义E0为电动汽车的初始SOC,则E0满足概率密度函数的一般方程:
定义F0为电动汽车的初始充电时间,则F0满足概率密度函数的一般方程:
其中,SOC为电池的荷电状态,F0为电池的起始充电时间,R为充满电后的电动汽车行驶里程,μ1为电动汽车初始SOC的数学期望,μ2为电动汽车初始充电时间的数学期望,σ1为电动汽车初始SOC的标准差,σ2为电动汽车初始充电时间的标准差。
3.根据权利要求1所述的一种峰谷分时电价引导下的电动汽车充电负荷预测方法,其特征在于:所述步骤S2具体为:采用计算机程序的蒙特卡洛仿真方法,分别对各类电动汽车车型的起始SOC、初始充电时间进行抽样,最终得到日充电负荷P0。
4.根据权利要求1所述的一种峰谷分时电价引导下的电动汽车充电负荷预测方法,其特征在于:步骤S3具体为:建立基于峰谷分时电价的电量电价弹性矩阵M:
其中,M为基于峰谷分时电价的电量电价弹性矩阵,下标p、v分别表示一日负荷中峰、谷2个时段,矩阵各元素分别对应各时段的自弹性系数和交叉弹性系数;M(i,i)为自弹性系数,表示时段i电价变化率与由其所引起的时段i电量变化率的比值;M(i,j)为交叉弹性系数,表示时段j电价变化率与由其所引起的时段i电量变化率的比值;Pi、Pj和ΔPi、ΔPj分别为时段i、j的用电量及其改变量;ci、cj和Δci、Δcj分别为时段i、j的电价及其改变量。
5.根据权利要求4所述的一种峰谷分时电价引导下的电动汽车充电负荷预测方法,其特征在于:
在峰谷时段,用户用电负荷Pp和Pv与峰谷电价cp和cv的关系如下
Pp=-kp·cp+bp (6)
Pv=-kv·cv+bv (7)
其中,kp,bp,kv,bv是线性关系参数;
6.根据权利要求1所述的一种峰谷分时电价引导下的电动汽车充电负荷预测方法,其特征在于:所述步骤S4具体为:计算基于峰谷分时电价的日充电负荷,方程为:
其中,下标0表示施行峰谷分时电价之前;P0=[P0,p,P0,v]T;P=[Pp,Pv]T;P0和P分别表示施行峰谷分时电价前、后各时段的用电负荷;cp、cv和Δcp、Δcv分别表示施行峰谷分时电价前各时段的电价与实施前后的电价差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611228186.1A CN106855960A (zh) | 2016-12-27 | 2016-12-27 | 一种峰谷分时电价引导下的电动汽车充电负荷预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611228186.1A CN106855960A (zh) | 2016-12-27 | 2016-12-27 | 一种峰谷分时电价引导下的电动汽车充电负荷预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106855960A true CN106855960A (zh) | 2017-06-16 |
Family
ID=59127258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611228186.1A Pending CN106855960A (zh) | 2016-12-27 | 2016-12-27 | 一种峰谷分时电价引导下的电动汽车充电负荷预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106855960A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107745650A (zh) * | 2017-10-26 | 2018-03-02 | 电子科技大学 | 一种基于峰谷分时电价的电动汽车有序充电控制方法 |
CN110728396A (zh) * | 2019-09-25 | 2020-01-24 | 国网山西省电力公司经济技术研究院 | 一种考虑时空分布的电动汽车充电负荷综合建模方法 |
CN112257907A (zh) * | 2020-09-30 | 2021-01-22 | 广东电网有限责任公司广州供电局 | 一种考虑电价敏感性的电动汽车负荷建模方法 |
CN113807882A (zh) * | 2021-08-10 | 2021-12-17 | 国网上海市电力公司 | 一种基于负荷预测以及用户满意度的电价优化方法及*** |
CN113837498A (zh) * | 2021-11-08 | 2021-12-24 | 华北电力大学 | 一种充电设施规模预测方法及*** |
CN114580757A (zh) * | 2022-03-08 | 2022-06-03 | 北京鼎诚鸿安科技发展有限公司 | 一种基于用电大用户行业类型的负荷响应预测方法及*** |
-
2016
- 2016-12-27 CN CN201611228186.1A patent/CN106855960A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107745650A (zh) * | 2017-10-26 | 2018-03-02 | 电子科技大学 | 一种基于峰谷分时电价的电动汽车有序充电控制方法 |
CN107745650B (zh) * | 2017-10-26 | 2020-04-14 | 电子科技大学 | 一种基于峰谷分时电价的电动汽车有序充电控制方法 |
CN110728396A (zh) * | 2019-09-25 | 2020-01-24 | 国网山西省电力公司经济技术研究院 | 一种考虑时空分布的电动汽车充电负荷综合建模方法 |
CN112257907A (zh) * | 2020-09-30 | 2021-01-22 | 广东电网有限责任公司广州供电局 | 一种考虑电价敏感性的电动汽车负荷建模方法 |
CN113807882A (zh) * | 2021-08-10 | 2021-12-17 | 国网上海市电力公司 | 一种基于负荷预测以及用户满意度的电价优化方法及*** |
CN113837498A (zh) * | 2021-11-08 | 2021-12-24 | 华北电力大学 | 一种充电设施规模预测方法及*** |
CN113837498B (zh) * | 2021-11-08 | 2024-01-30 | 华北电力大学 | 一种充电设施规模预测方法及*** |
CN114580757A (zh) * | 2022-03-08 | 2022-06-03 | 北京鼎诚鸿安科技发展有限公司 | 一种基于用电大用户行业类型的负荷响应预测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106855960A (zh) | 一种峰谷分时电价引导下的电动汽车充电负荷预测方法 | |
Tara et al. | Battery storage sizing in a retrofitted plug-in hybrid electric vehicle | |
Rangaraju et al. | Impacts of electricity mix, charging profile, and driving behavior on the emissions performance of battery electric vehicles: A Belgian case study | |
Brooker et al. | FASTSim: A model to estimate vehicle efficiency, cost and performance | |
Sun et al. | The impact of widespread deployment of fuel cell vehicles on platinum demand and price | |
CN107169273A (zh) | 计及延时和v2g充电模式的电动汽车充电功率预测方法 | |
Raghavan et al. | Electrification potential factor: Energy-based value proposition analysis of plug-in hybrid electric vehicles | |
Gan et al. | A probabilistic evaluation method of household EVs dispatching potential considering users’ multiple travel needs | |
CN105184420B (zh) | 一种基于灰色关联分析的充电站规划方案评估方法 | |
CN103854068A (zh) | 一种居民小区短期负荷预测方法 | |
CN114722329B (zh) | 电动汽车碳减排量核算方法、装置及电子设备 | |
CN109100148B (zh) | 柴油-天然气双燃料商用车燃油经济性计算方法及装置 | |
CN115860185A (zh) | 一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测方法 | |
Abdullah-Al-Nahid et al. | Additive linear modelling and genetic algorithm based electric vehicle outlook and policy formulation for decarbonizing the future transport sector of Bangladesh | |
Deyang et al. | A simulation study of upgrading urban gasoline taxis to electric taxis | |
CN110222952B (zh) | 一种电动汽车绿色发展体系指数计算方法 | |
CN116502964A (zh) | 电动汽车碳排放时空分布监测建模方法及装置 | |
Varnosfaderani et al. | Sweat testing cycles of batteries for different electrical power applications | |
CN109878370B (zh) | 一种电动汽车集群的充电方法和装置 | |
CN105825434A (zh) | 一种电动汽车充电负荷计算方法 | |
Gao et al. | An energy management strategy for fuel cell hybrid electric vehicle based on a real-time model predictive control and pontryagin’s maximum principle | |
Jain et al. | Application of V2G and G2V coordination of aggregated electric vehicle resource in load levelling | |
CN108596363A (zh) | 一种城市电动汽车数量推演仿真方法 | |
Nikolakakis et al. | Analysis of Long-Term Variable Renewable Energy Heavy Capacity Plans Including Electric Vehicle and Hydrogen Scenarios: Methodology and Illustrative Case Study for Turkey | |
Tianduo et al. | Analysis on vehicle energy demand and key mineral resource availability for vehicle production in China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170616 |