本发明属于智能电网与电动汽车，尤其涉及一种电动汽车充电负荷预测及可调潜力评估方法及系统。
背景技术：
1、电动汽车作为一种清洁、高效的交通工具，得到了广泛的推广和应用。然而，电动汽车的大规模普及也对电网的稳定性和可靠性提出了新的挑战。由于电动汽车充电负荷具有高度的随机性和波动性，如果不进行有效的预测和管理，可能会导致电网过载、电压波动等问题，影响电力系统的正常运行。
2、现有技术中对电动汽车的充电负荷预测主要停留在充电负荷的时间分布特性上，考虑因素单一，未深入考虑不同影响因素对电动汽车充电负荷分布上的影响，而实际上电动汽车的充电负荷受到多元化因素的影响，且电动汽车又具有时间和空间上的随机性，不同的考虑将会得到不同的充电负荷预测结果，若只考虑时间分布特性的充电负荷预测易造成供电不足影响电网稳定性等问题，已经无法满足建设充电设施、优化电网调度等方面的需求。目前，电动汽车可调裕度评估的主要考虑因素为充电电价，很少有考虑到用户的出行约束。这样会导致评估结果偏大，影响电动汽车负荷参与削峰填谷。因此需要准确预测电动汽车充电负荷及评估其可调潜力。
技术实现思路
1、本发明的目的在于提供一种电动汽车充电负荷预测及可调潜力评估方法及系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：一种电动汽车充电负荷预测及可调潜力评估方法，包括以下步骤：
3、步骤1：通过基于出行链的电动汽车时空分布模型得到电动汽车的时空分布；
4、步骤2：基于电动汽车的时空分布，通过路网-电网耦合模型分析电动汽车的行驶路径和电网负荷的空间耦合关系，得到路网和车流数据；
5、步骤3：根据路网和车流数据，建立基于路网实时车流量统计的速度-流量实用模型，计算电动汽车的实时速度；
6、步骤4：根据电动汽车的实时速度和环境温度，建立考虑环境温度和速度的电动汽车电量消耗模型，分析电动汽车的耗电量；
7、步骤5：根据电动汽车的耗电量，基于电动汽车充电需求与方式决策模型计算各个区域充电站的负荷需求特性；
8、步骤6：利用电动汽车的时空分布、路网和车流数据，通过最优路径规划算法和出行概率矩阵，规划电动汽车的最优路径；
9、步骤7： 基于各个区域的充电需求负荷特性和电动汽车的最优路径，评估电动汽车充电负荷的可调潜力。
10、进一步优选，建立基于出行链的电动汽车时空分布模型的步骤如下：
11、步骤1-1、出行链构建和城市的功能区划分；
12、步骤1-2、确定出电动汽车出行特征变量；
13、步骤1-3、对电动汽车出行特征变量进行拟合；
14、步骤1-4、对电动汽车出行特征变量中的首次出行时间进行拟合；
15、步骤1-5、对电动汽车出行特征变量中的停车时长进行拟合；
16、步骤1-6、对电动汽车出行特征变量中的日出行次数进行拟合；
17、步骤1-7、对电动汽车出行特征变量中的电池容量参数进行拟合，得出电动汽车出行的初始荷电状态。
18、进一步优选，步骤1-1中，出行链长度是指出行链中行程段的数量，根据出行链的长度将出行链划分为简单出行链和复杂出行链；简单出行链的长度均为2；复杂出行链由n个目的地和n段行程构成；
19、将城市的功能区划分为居民区h、工作区w、购物餐饮区se、社交休闲区sr、其他区域o，为了清楚地描述用户一日内的出行行为，规定电动汽车出行链的起点和终点均为居民区h。
20、进一步优选，步骤2中的路网-电网耦合模型包括路网结构模型和电网结构模型；路网结构模型g表示为：
21、；
22、式中，v(g)表示路口节点集合，vi表示第i个路口节点，vj表示第j个路口节点；e(g)表示路口节点vi、vj之间的路段，第i个路口节点与第j个路口节点之间的路径距离为：
23、；
24、式中，inf为无穷大，表示路段不连通；为路段的地理长度；
25、为路网拓扑对应加权图的邻接矩阵；
26、电网结构模型表示为：
27、；
28、式中，为电网节点的集合；为电网节点数量；为电网支路的集合，其中的元素为电网节点之间的支路；为第i个电网节点；为第j个电网节点；为各电网节点的功率矩阵，为t时段第i个电网节点的有功功率、，为t时段第i个电网节点的无功功率；为各电网节点负荷的变化系数矩阵；为t时段第i个电网节点负荷的变化系数；t为时段总数；为电网的电阻、电抗、电纳和支路的传输功率组成的参数矩阵，其中。
29、进一步优选，步骤3中所述基于路网实时车流量统计的速度-流量实用模型，表示如下：
30、；
31、其中， 代表t时刻第i个路口节点到第j个路口节点的电动汽车的实时车速，代表第i个路口节点到第j个路口节点的零流速度；为第i个路口节点到第j个路口节点的最大通行能力，与道路等级成正比；为t时刻第i个路口节点到第j个路口节点的车流量；与的比值为t时刻道路饱和度；β为经验系数；ζ、δ、γ 均为不同道路等级下的自适应系数。
32、进一步优选，步骤4所述电动汽车电量消耗模型如下式所示：
33、；
34、；
35、；
36、式中，表示环境温度为时以车速行驶时的实时单位里程耗电量，为环境温度时电动汽车以车速行驶里程公里空调所消耗的电量，e为不同车速下的实时单位里程耗电量，代表第i个路口节点到第j个路口节点的电动汽车的实时车速；为空调制热温度上限，为空调制冷温度下限；和分别为空调的制冷和制热功率。
37、进一步优选，步骤5所述基于电动汽车充电需求与方式决策模型的建立过程包括：
38、步骤5-1、充电需求决策模型建立如下：
39、影响用户充电需求的客观因素如下式所示：
40、；
41、式中，为电动汽车第n段行程结束时的荷电状态；为电动汽车的电池容量；为电动汽车下一段行程的实时耗电量；为下一段行程的行驶距离；为荷电状态安全阈值；ε为最低荷电状态期望值；
42、引入剩余电量满意度，如下式所示：
43、；
44、式中，为第n段行程出发时的荷电状态；
45、充电需求的模糊集隶属度函数如下式所示：
46、；
47、；
48、式中，为剩余电量满意度的隶属度函数，、分别为充电需求模糊集的下界和上界，为充电需求的模糊程度；
49、步骤5-2、充电方式决策模型建立具体如下：
50、电动汽车充电完成后，电池的荷电状态在范围[，1]内，即满足下式：
51、；
52、式中、分别表示电动汽车的充电功率和充电时长；、分别表示慢充充电功率和慢充充电时长；、分别表示快充充电功率和快充充电时长；由此可以得到充电时长和充电功率的关系：
53、；
54、设快充充电功率为慢充充电功率的倍，即；并令式中快充方式下左右两边的式子分别为、，即：
55、；
56、则：
57、；
58、因此用户对快充和慢充的选择根据目的地的停车时长来判断：
59、；
60、进一步优选，计算各个区域充电站的负荷需求特性的过程包括：
61、步骤5-3-1、计算电动汽车每段行程出发时的荷电状态和电动汽车每段行程到达时的荷电状态；
62、步骤5-3-2、电动汽车到达某一目的地时，将其充电负荷汇总至其所属功能区，计算各功能区电动汽车的充电负荷；将每个功能区的充电负荷汇总至其所属的电网节点，得到各电网节点的充电负荷。
63、进一步优选，步骤6所述最优路径规划算法为改进的floyd算法，将路径距离、道路拥堵系数转化为电动汽车个体的行驶成本，以行驶总成本最优求取任意起始－终止路口节点之间的最优路径规划，具体的改进步骤如下：
64、步骤a1：将电动汽车个体在第i个路口节点到第j个路口节点路段行驶的自然过程抽象为两种特殊的状态：
65、第一个状态为利用实时单位公里行驶耗电量完成路径距离的行驶，则该状态消耗的总电量为；
66、第二种状态为利用单位时间电动汽车启动但停止前进的耗电量完成道路拥堵的等待，利用道路拥堵系数计算出行驶过程中启动但停止前进的等待时间，则该状态消耗的总电量为；
67、步骤a2：电动汽车在第i个路口节点到第j个路口节点路段行驶的自然过程消耗的总电量为，假定电动汽车个体从充电设施获取单位电量的费用为，则电动汽车个体在第i个路口节点到第j个路口节点路段行驶的自然过程中产生的行驶费用为；
68、步骤a3：电动汽车个体在第i个路口节点到第j个路口节点路段行驶的自然过程产生的行驶费用为；利用行驶费用代替路径距离成为新的第i个路口节点到第j个路口节点的阻抗系数；
69、步骤a 4：遍历路网中所有路径距离的路口节点，按照步骤a1-步骤a3实现对应路口节点之间阻抗系数的替换和更新，并将更新完成之后结构阻抗矩阵代入floyd算法，求得路网结构模型中任意两个路口节点之间行驶总成本最优的行驶路径。
70、进一步优选，步骤7所述评估电动汽车充电负荷的可调潜力的过程如下：
71、步骤7-1、建立价差响应模型，具体如下：
72、以1小时为步长，电动汽车充电站的负荷数据作为一个样本，提取过去半年内的电动汽车充电站的负荷数据形成样本集，对样本集中样本聚类，得到nk个初始聚类中心；以每个初始聚类中心作为一个场景日，绘制负荷变化曲线，根据负荷大小确定电动汽车充电站中用户数，对每个场景日根据电价划分时段，根据从电价峰时段与电价谷时段用户数之比，建立电动汽车用户电价差的响应定量模型，表示为：
73、；
74、式中，表示峰谷电价差，表示用户需求响应度，是最大的需求响度，为用户需求响应启动阈值，即只有当峰谷电价差大于时用户才会参与到电价需求响应中，小于的区域称为死区，为用户需求响应饱和阈值，即当峰谷电价差大于时，需求响应度不再增大，进入饱和区，在和之间的区域是线性区域；
75、步骤7-2、基于需求响应构建出行需求转移意愿模型，具体如下：
76、以空间转移概率矩阵为基础，预测电动汽车用户受电价影响而延迟充电后将要到达的下一个目的地，考虑道路和车流因素，结合速度-流量实用模型和电动汽车电量消耗模型评估此时行驶所需的最低电量，从而得到用户受电价影响而参与响应延迟充电时，电动汽车的行驶最低电量约束，结合行驶最低电量约束与不影响电池寿命的最低电量约束，得到出行需求转移意愿模型如下：
77、；
78、；
79、式中，为出行需求转移意愿，为转移的时段；为电动汽车ξ的电池电量；为不损害电池寿命的最低电量；为电动汽车到达下一目的地行驶过程所需最低电量，为满足电量裕度需求的荷电状态阈值，为荷电状态安全阈值；
80、步骤7-3、以价差转移率反映单用户考虑时段电价差后的充电时间转移概率，并考虑t时段用户响应度的电动汽车ξ可调容量，建立电动汽车负荷可调潜力评估模型，具体如下：
81、根据评估电动汽车所需电量计算用户的转移意愿，得到电动汽车充电时间从时段转移的电量转移概率为：
82、；
83、式中，为价差转移意愿；为出行需求转移意愿；
84、而时段考虑用户响应度的电动汽车ξ可调容量为：
85、；
86、式中，为时段电动汽车充电电量；
87、可调度的负荷容量应等于各充电站中所有参与调度的电动汽车可调度容量之和，电动汽车负荷可调潜力评估模型为：
88、；
89、其中，为电动汽车可调度数量。
90、本发明还提供了一种电动汽车充电负荷预测及可调潜力评估系统，包括：
91、信息采集系统，用于采集电动汽车、路网、电网的信息数据；
92、数据处理系统，用于执行上述的电动汽车充电负荷预测及可调潜力评估方法的步骤。
93、本发明的有益效果：
94、通过基于出行链的电动汽车时空分布模型、路网-电网耦合模型、基于路网实时车流量统计的速度-流量实用模型、电动汽车电量消耗模型、基于电动汽车充电需求与方式决策模型协调资源信息和需求信息；在此基础上利用电动汽车的时空分布、路网和车流数据，通过最优路径规划算法和出行概率矩阵，规划电动汽车的最优路径；
95、电动汽车充电需求决策模型考虑到用户充电习惯、充电站分布和电动汽车的剩余电量，进而确定充电站的负荷特性。
96、提出了一种融合多源信息且改进的floyd算法来规划电动汽车的最优路径，预测考虑的因素全面、方法严谨，使得电动汽车负荷预测结果更为准确。
97、通过评估电动汽车充电负荷的可调潜力，能够更准确的为电网调峰过程提供电动汽车聚合商可参与削减的负荷容量，提高电网灵活性和安全性。
1.一种电动汽车充电负荷预测及可调潜力评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，建立基于出行链的电动汽车时空分布模型的步骤如下：
3.根据权利要求2所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，步骤1-1中，出行链长度是指出行链中行程段的数量，根据出行链的长度将出行链划分为简单出行链和复杂出行链；简单出行链的长度均为2；复杂出行链由n个目的地和n段行程构成；
4.根据权利要求1所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，步骤2中的路网-电网耦合模型包括路网结构模型和电网结构模型；路网结构模型g表示为：
5.根据权利要求4所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，步骤3中所述基于路网实时车流量统计的速度-流量实用模型，表示如下：
6.根据权利要求5所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，步骤4所述电动汽车电量消耗模型如下式所示：
7.根据权利要求6所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，步骤5所述基于电动汽车充电需求与方式决策模型的建立过程包括：
8.根据权利要求1所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，步骤6所述最优路径规划算法为改进的floyd算法，将路径距离、道路拥堵系数转化为电动汽车个体的行驶成本，以行驶总成本最优求取任意起始－终止路口节点之间的最优路径规划，具体的改进步骤如下：
9.根据权利要求1所述的电动汽车充电负荷预测及可调潜力评估方法，其特征在于，步骤7所述评估电动汽车充电负荷的可调潜力的过程如下：
10.一种电动汽车充电负荷预测及可调潜力评估系统，其特征在于，包括：
