當前,各國均面臨較為嚴重的能源與環(huán)境危機。電動汽車具有低污染、零(低)排放、能源轉(zhuǎn)換效率高等優(yōu)點,已成為各國關注的焦點。電能是電動汽車的主要能量來源,當大規(guī)模的電動汽車接入電網(wǎng)時,會增加電網(wǎng)的負擔,影響電網(wǎng)的正常運行。同時,由于在充電站建設初期未對充電需求及影響條件等因素充分考慮,導致充電難、充電貴等問題頻出,充電站發(fā)展不平衡與充電需求之間的矛盾日益加大。因此,開展充電負荷預測及充電站的布局優(yōu)化研究具有重要的現(xiàn)實意義。基于此,本文從以下幾個方面展開研究:(1)電動汽車充電需求的時空分布預測。精準高效的充電需求分布預測是充電設施選址的必備條件。通過對電動汽車行駛軌跡數(shù)據(jù)的分析,提取用戶出行特征參數(shù)和車輛充電特征參數(shù):單次行程軌跡、日首次出行時刻、出行始發(fā)地與目的地、停留時長、車輛基本參數(shù)等,搭建用戶出行活動鏈及單體電動汽車充電模型,從而得到具有出行特征的概率密度函數(shù),構(gòu)建基于蒙特卡洛模擬的充電需求預測模型。最后分析了不同車輛規(guī)模的情況下,電動汽車充電負荷時空分布的變化情況。(2)構(gòu)建充電站選址模型。為更好的了解充電需求對選址的影響,在文中,通過借鑒傳統(tǒng)P中位模型與集覆蓋模型的思想建立了兩種...

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究概況
        1.2.1 電動汽車充電需求預測研究現(xiàn)狀
        1.2.2 充電基礎設施選址方法研究現(xiàn)狀
        1.2.3 充電基礎設施選址模型求解算法研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容和框架
    1.4 本章小結(jié)
2 預備知識
    2.1 純電動汽車概念及充電方式的分類
    2.2 電動汽車用戶出行特性分析
        2.2.1 空間特性
        2.2.2 時間特性
    2.3 充電站選址布局理論
        2.3.1 離散選址模型
        2.3.2 連續(xù)選址模型
    2.4 充電站選址模型的求解算法
        2.4.1 精確式算法
        2.4.2 啟發(fā)式算法
    2.5 本章小結(jié)
3 考慮靜態(tài)充電需求的電動汽車充電站選址布局研究
    3.1 問題描述與基本假設
    3.2 充電站選址模型建立
    3.3 模型求解算法及其改進
        3.3.1 免疫算法與粒子群算法
        3.3.2 算法改進
    3.4 數(shù)值算例
        3.4.1 歷下區(qū)基本情況
        3.4.2 免疫粒子群算法求解選址模型
        3.4.3 利用 Voronoi 圖確定新增站點位置
    3.5 本章小結(jié)
4 電動汽車充電需求預測分析
    4.1 電動汽車出行矩陣構(gòu)建
    4.2 電動汽車的出行及充電行為描述
        4.2.1 電動汽車型號
        4.2.2 起始出行時刻與初始荷電狀態(tài)
        4.2.3 充電時長
        4.2.4 充電狀態(tài)判斷
    4.3 基于蒙特卡洛模擬的充電需求預測
    4.4 算例仿真
        4.4.1 數(shù)據(jù)說明與可視化
        4.4.2 節(jié)點度的分布
        4.4.3 模擬結(jié)果與分析
    4.5 本章小結(jié)
5.考慮動態(tài)充電需求的電動汽車充電站選址模型構(gòu)建與算法研究
    5.1 電動汽車充電站選址模型構(gòu)建
    5.2 鯨魚優(yōu)化算法及其改進
        5.2.1 鯨魚優(yōu)化算法
        5.2.2 鯨魚優(yōu)化算法的改進
    5.3 算法改進的有效性分析
        5.3.1 測試函數(shù)
        5.3.2 與經(jīng)典智能優(yōu)化算法比較
        5.3.3 與其他改進的鯨魚優(yōu)化算法性能比較
    5.4 充電站布局優(yōu)化模型求解
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻



本文編號：4053553