基于停车需求模型的电动汽车V2G放电负荷时空分布预测

电气工程学报 ›› 2015, Vol. 10 ›› Issue (8): 22-28.

基于停车需求模型的电动汽车V2G放电负荷时空分布预测

刘晓飞¹,崔淑梅¹,谢富鸿¹,徐石明²

1.哈尔滨工业大学电气工程及自动化学院哈尔滨 150001
2.国家电网电力科学研究院南京 211000

收稿日期:2015-03-24 出版日期:2015-08-25 发布日期:2015-08-25
作者简介:刘晓飞男 1983年生,博士研究生,主要从事电动汽车V2G及充、放电控制的研究。|崔淑梅女 1964年生,教授,博士生导师,主要研究方向为电机驱动与控制、电动汽车电气系统理论与技术、电机与电器智能测试。
基金资助:
NSFC–RCUK_EPSRC项目(中英)(51361130153);国家能源应用技术研究及工程示范项目(NY20110703–1)

Temporal and Spatial Distribution Forecast for V2G Discharge Load Based on Parking Demand Model

Liu Xiaofei¹,Cui Shumei¹,Xie Fuhong¹,Xu Shiming²

1.Harbin Institute of Technology Harbin 150001 China
2.State Grid Electric Power Research Institute Nangjing 211000 China

Received:2015-03-24 Online:2015-08-25 Published:2015-08-25

摘要/Abstract

摘要：

当前电动汽车负荷时空分布预测研究主要侧重于充电负荷,而对V2G放电能力的预测考虑较少。为此,本文从交通规划的角度进行考虑,提出了一种电动汽车V2G放电负荷时空分布预测方法。以城市停车需求预测模型为基础,分析了工商业区和居住区内电动汽车在时空上的停放分布特性,建立了电动汽车V2G负荷容量模型,并给出了基于蒙特卡洛模拟的预测方法。最后以某城市为算例进行了仿真,分析了工商业区和居住区电动汽车的V2G负荷特性,以及备用行驶容量、充放电功率和日均行驶里程对V2G放电能力的影响。

关键词: 电动汽车, V2G放电负荷, 时空分布预测, 停车需求模型

Abstract:

Currently, the research on V2G load temporal and spatial distribution forecast mainly focuses on charging load, with less consideration for discharging. A V2G discharging load temporal and spatial distribution forecast method is proposed, from the aspect of traffic planning. Based on city parking demand model, parking characteristics of EVs in industrial/commercial and residential areas are analyzed and V2G load capacity model is built. Also, forecast method based on Monte Carlo simulation is given. Finally, taking a city for a computing example, V2G load characteristics in industrial/commercial and residential areas are analyzed. Meanwhile, it is given how V2G load is impacted by reserve driving capacity, charging and discharging power, and daily average driving range.

Key words: Electric vehicle, V2G discharge load, temporal and spatial distribution forcast, parking demand model

中图分类号:

U469.7

刘晓飞,崔淑梅,谢富鸿,徐石明. 基于停车需求模型的电动汽车V2G放电负荷时空分布预测[J]. 电气工程学报, 2015, 10(8): 22-28.

Liu Xiaofei,Cui Shumei,Xie Fuhong,Xu Shiming. Temporal and Spatial Distribution Forecast for V2G Discharge Load Based on Parking Demand Model[J]. Journal of Electrical Engineering, 2015, 10(8): 22-28.

图/表 12

图1

图2

图3

图4

图5

图6

表

图7

图8

图9

图10

图11

参考文献 11

[1]	刘晓飞, 张千帆, 崔淑梅 . 电动汽车V2G技术综述[J]. 电工技术学报, 2012,27(2):121-127.
	Liu Xiaofei, Zhang Qianfan, Cui Shumei . Review of electric vehicle V2G technology[J]. Transactions of China Electrotechnical Society, 2012,27(2):121-127.
[2]	Kempton W, Tomic J . Vehicle-to-grid power implementation: from stabilizing the grid to supporting large-scale renewable energy[J]. Journal of Power Sources, 2005,144(1):280-294. doi: 10.1016/j.jpowsour.2004.12.022
[3]	Saber A, Venayagamoorthy G . Plug-in vehicles and renewable energy sources for cost and emission reductions[J]. IEEE Transactions on Industrial Electronics, 2010,99:1-10.
[4]	Pieltain X, Ndez L, Go X , et al. Assessment of the impact of plug-in electric vehicles on distribution networks[J]. IEEE Transactions on Power Systems, 2011,26(1):206-213. doi: 10.1109/TPWRS.2010.2049133
[5]	Bae S, Kwasinski A . Spatial and temporal model of electric vehicle charging demand[J]. IEEE Transactions on Smart Grid, 2012,3(1):394-403. doi: 10.1109/TSG.2011.2159278
[6]	张洪财, 胡泽春, 宋永华 . 考虑时空分布的电动汽车充电负荷预测方法[J]. 电力系统自动化, 2014,38(1):13-20. doi: 10.7500/AEPS20130613009
	Zhang Hongcai, Hu Zechun, Song Yonghua . A prediction method for electric vehicle charging load considering spatial and temporal distribution[J]. Automation of Electric Power Systems, 2014,38(1):13-20. doi: 10.7500/AEPS20130613009
[7]	蒋毅舟 . 规模化电劫汽车用电需求的空间分布预测[D]. 北京:华北电力大学, 2012.
[8]	昆山市规划局. 昆山市城市综合交通规划研究报告[R]. 东南大学, 2002.
[9]	陆化普 . 交通规划理论与方法[M]. 北京: 清华大学出版社, 2006.
[10]	潘驰, 赵胜川, 姚荣涵 . 基于出行目的停车行为差异性分析[J]. 交通信息与安全, 2012(1):39-42,57.
	Pan Chi, Zhao Shengchuan, Yao Ronghan . Variation analysis of parking behaviors with different travel purposes[J]. Journal of Transport Information and Safety, 2012(1):39-42, 57.
[11]	Wang Shouxiang, Zhang Na, Li Zuyi , et al. Modeling and impact analysis of large scale V2G electric vehicles on the power grid[C]. 2012 IEEE Innovative Smart Grid Technologies-Asia, Tianjin, China, 2012: 1-6.

大区域	区域编号	泊位需求数量	居住区、工商业区泊位比
A	1	1 303	1.6
	2	1 100	1.6
	3	1 087	0.6
	4	1 561	1.4
	5	1 371	2.7
B	6	1 017	0.7
	7	202	0.0
	8	667	0.4
	9	607	0.2
C	11	383	0.5
	12	624	0.2
	13	172	0.0
D	14	548	1.9
D	10	1 957	0.2

[1]	张志勇, 张淑芝, 黄彩霞, 张刘铸, 李博浩. 基于自适应扩展卡尔曼滤波的分布式驱动电动汽车状态估计[J]. 机械工程学报, 2019, 55(6): 156-165.
[2]	熊瑞, 马骕骁, 杨瑞鑫, 陈泽宇. 动力电池外部短路故障热-力影响与分析[J]. 机械工程学报, 2019, 55(2): 115-125.
[3]	徐兴, 徐琪凌, 王峰, 杨世春, 周之光. 车用锂离子动力电池电化学模型修正方法[J]. 机械工程学报, 2019, 55(12): 128-136.
[4]	王震坡, 丁晓林, 张雷. 四轮轮毂电机驱动电动汽车驱动防滑控制关键技术综述[J]. 机械工程学报, 2019, 55(12): 99-120.
[5]	李恒杰,吕俊青,陈伟,裴喜平. 基于时序谷时段充电的小区电动汽车负荷预测 ^*[J]. 电气工程学报, 2019, 14(1): 95-100.
[6]	吕长吉,张炳义,冯桂宏. 基于转矩平衡的自适应电子差速控制策略研究[J]. 电气工程学报, 2018, 13(8): 26-31.
[7]	张利鹏, 谷定杰, 祁炳楠, 董闯闯. 电动汽车双模耦合驱动系统变模冲击抑制方法[J]. 机械工程学报, 2018, 54(8): 165-176.
[8]	胡东海, 严炎智. 考虑PMSM转子偏心作用的EV动力传动系统非线性扭振特性分析[J]. 机械工程学报, 2018, 54(22): 128-136.
[9]	张利鹏, 李亮, 祁炳楠. 轮毂电机驱动电动汽车侧倾稳定性解耦控制[J]. 机械工程学报, 2017, 53(16): 94-104.
[10]	卢山峰, 徐兴, 陈龙, 王峰, 王吴杰. 轮毂电机驱动汽车电子差速与差动助力转向的协调控制[J]. 机械工程学报, 2017, 53(16): 79-85.
[11]	彭国彬, 姜燕, 刘平, 黄守道, 何仁浩. 应用qZSI的车用IPMSM驱动系统能效优化控制[J]. 机械工程学报, 2017, 53(16): 70-78.
[12]	张雷, 胡晓松, 王震坡. 超级电容管理技术及在电动汽车中的应用综述[J]. 机械工程学报, 2017, 53(16): 32-43,69.
[13]	徐从启,高瑞林,贾桂芝,王永谦,刘庆辉. 考虑分时电价电动汽车负荷的微电网优化调度[J]. 电气工程学报, 2017, 12(11): 12-20.
[14]	茹永刚,尹忠东,张恺,孙景,何照安,王利强. 电动汽车充电设备电气安全保护能力量化考核指标研究[J]. 电气工程学报, 2017, 12(10): 25-30.
[15]	陈鹏,孟庆海,赵彦锦. 基于蒙特卡洛法的电动汽车充电负荷计算[J]. 电气工程学报, 2016, 11(11): 40-46.