孙 洲崔立超王 冰李 伟许奇超
(1.国网绍兴供电公司 绍兴312000)(2.南京宽塔信息技术有限公司 南京211100)
随着电动汽车产业技术的发展和国家政策的支持[1],大规模电动汽车接入电网已经成为一种趋势,这势必会对电网的运行与调度产生一定程度的冲击[2~4]。电动汽车充电负荷在时间上和空间上都具有很强的不确定性[5~6],为了使电力系统的运行和调度更加合理,因此对大规模电动汽车的充电负荷进行预测具有重要的参考价值。
针对电动汽车充电负荷的计算已有较多文献涉及,大多采用算法来计算充电负荷。文献[7]将电动汽车分为私家车、公交车、出租车、公务车四种类型进行分析建模,但是对于车辆的起始荷电状态和起始充电时间分布的选取存在一定的主观性,而且对于充电功率视为恒定,然而实际充电过程中充电功率是不断变化的。文献[8]利用统计学方法建立了行程结束时间和日行驶里程的概率分布模型,并认为行程结束时间等于起始充电时间,但对于日充电频率大于1次/日的电动汽车未必合理。文献[9]针对电动汽车车主充电习惯的不确定性进行分析,建立了包含不确定性因素的充电负荷计算模型。文献[10]考虑了电动汽车的驾驶和停放特性,从时空分布的角度来对充电负荷进行建模。文献[11]将电动汽车出行目的地分为五大类,并相应构造了简单和复杂的出行链,建立了车辆日行驶时间和距离的时空分布模型。
本文分析了电动汽车两种充电模式中充电功率的变化,从日充电频率和电动汽车类型两个方面考虑了用户的构成,且对应建立了概率密度函数。……