一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法技术

本发明专利技术公开了一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，包括：通过构建好的基于交通电气化和换电模式的“车

【技术实现步骤摘要】
一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法


[0001]本专利技术属于换电站充电领域，涉及电动出租车换电需求、储能利用率及各换电站充电策略的制定，具体涉及一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法。

技术介绍

[0002]作为快速电能补充的主要方式之一，换电模式具有换电速度快、电池可控性强等优点，可为急需电能补充的车辆进行服务。从电池规格统一的角度看，电动出租车与换电模式的兼容性较强，因此研究换电模式下电动出租车换电需求预测及换电站优化策略具有重要意义，由于现有换电领域大多数研究仍脱离路
‑
电耦合网络，电动出租车换电需求预测及换电站储能分析方法仍存在缺陷，例如研究对象不明确、和电气化交通联系不紧密、缺乏相关换电站储能利用率评估指标等问题，难以到达理想的效果。
[0003]所以，需要一个新的技术方案来解决这个问题。

技术实现思路

[0004]专利技术目的：为了克服现有技术中存在的不足，提供一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其充分考虑交通、电力和信息通信系统对于规律性换电需求和充电负荷的影响，从电气交通化的角度对日前电动出租车换电需求进行模拟，提出高峰储能利用率的概念，提出了一种考虑平抑负荷波动和提高储能利用率的两阶段日前优化策略，能够有效发挥换电站电池可控及储能的特点，起到平抑负荷波动、削峰填谷的作用。
[0005]技术方案：为实现上述目的，本专利技术提供一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，包括如下步骤：
[0006]S1：通过构建好的基于交通电气化和换电模式的“车
‑
电
‑
路
‑
站”互联系统框架，根据电动出租车的出行及站内换电行为对换电需求进行预测；
[0007]S2：基于预测到的换电需求，获取到高峰储能利用率，得到换电站综合利用率；
[0008]S3：建立换电站电池状态时序分析模型；
[0009]S4：根据换电需求及电池状态时序分析模型，提出考虑平抑负荷波动和提高换电站综合利用率的两阶段换电站日前充电优化策略。
[0010]进一步地，所述步骤S1中基于交通电气化和换电模式的“车
‑
电
‑
路
‑
站”互联系统框架包括四个部分，分别为：电动出租车和路网的交互、电动出租车和换电站的交互、电动出租车和电池的交互、电池和换电站的交互。
[0011]进一步地，所述步骤S1中换电需求的预测方法为：根据电动出租车的出行及换电行为，对多信息互联下电动出租车的行驶路径、运营状态及电池SOC进行模拟，统计得到换电站在各调度时段初为满足出租车正常运营所提供的电池组数，即为“车
‑
电
‑
路
‑ꢀ
站”互联
下的换电需求。这里根据每个时段，电动出租车的到站信息，统计各个时段需要进行换电的车辆数，即为换电需求
[0012]所述步骤S1中电动出租车的运营状态包括载客、空载寻客和空载换电，载客时根据乘客偏好以打车费用最低或时间最短为目标进行路径规划；空载换电时综合考虑前往换电站时间T1、排队时间T2和换电站前往下一最佳寻客点时间T3之和最小进行路径规划；空载寻客时，考虑区域打车和接客的供需平衡关系，在OD矩阵的基础上提出一种考虑各区域出租车占比的空载寻客概率选择模型：
[0013][0014]其中，P(i,j,t)为t时刻电动出租车选择区域j作为寻客地点的概率，s(j,t)为区域 j的出租车占比，P
od
(i,j,t)为t时刻区域i到区域j的OD概率，M为总区域数。
[0015]所述步骤S1中对电动出租车的换电行为进行分析，在时间离散化的基础上，具体的分析方法为：
[0016]假设有t
‑
1、t、t+1三个相邻时段组成，以t时段为例，t
(0)
和t
(1)
分别为t时段的起始和结束时刻，分为以下三种场景进行分析：
[0017]场景1：t
(0)
～t
(1)
内到达，且可在t
(0)
～t
(1)
内成功完成换电，但如果此时换电站内有排队队列，则电动出租车进入排队队列，等待t+1
(0)
再决定是否安排换电；
[0018]场景2：电动出租车的行程起始时间在t
‑1(0)
之前，成功换电的ET将于t+1
(0)
离站开始出租运营；
[0019]场景3：红色直线代表t
(0)
～t
(1)
到达但无法在t
(0)
～t
(1)
完成换电的车辆，这部分车辆进入排队队列，于t+1
(0)
安排换电，计算t时段成功完成换电的车辆数，即为该换电站t 时段的换电需求U(t)。在这里，换电需求U(t)指的并不是站内站外t时段电池电量不足的电动出租车总数，而是换电站在t时段内应服务的车辆总数。
[0020]进一步地，所述步骤S2中高峰储能利用率η
peak
(t)为：
[0021][0022]其中，N
sdd
(t)和N
sod
(t)为无序和调控状态下的多余储备电池数，N
sd
(t)和N
so
(t)为无序和调控状态下各时段初的储备电池数量，U(t)是t时段的换电需求；当换电站处于无序状态时N
sod
(t)＝N
sdd
(t)，此时η
peak
(t)＝0，利用率为0。N
sdd
(t)和N
sod
(t)反映的是换电站内剩余储能能力的大小，这部分储能并没有被利用，在调控状态下N
sod
(t)越小，则说明利用率越高。
[0023]换电站综合利用率为：
[0024][0025]其中，t1为高峰起始时段，t2为高峰结束时段。
[0026]进一步地，所述步骤S3中换电站电池状态时序分析模型的建立方法为：
[0027]将电池分为待充电池、投入电池、在充电池、产出电池和储备电池5类；
[0028]在t时段初，换电站可以提供的储备电池数量为：
[0029]N
s
(t)＝max{0,N
s
(t
‑
1)+y(t
‑
1)
‑
U(t
‑
1)}
[0030]其中，N
s
(t)是t时段初的储备电池量，y(t
‑
1)是t
‑
1时段产出电池量，这部分电池于t
‑
1时段结束充电，并可在t时段初提供换电服务，U(t
‑
1)是t<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其特征在于，包括如下步骤：S1：通过构建好的基于交通电气化和换电模式的“车
‑
电
‑
路
‑
站”互联系统框架，根据电动出租车的出行及站内换电行为对换电需求进行预测；S2：基于预测到的换电需求，获取到高峰储能利用率，得到换电站综合利用率；S3：建立换电站电池状态时序分析模型；S4：根据换电需求及电池状态时序分析模型，提出考虑平抑负荷波动和提高换电站综合利用率的两阶段换电站日前充电优化策略。2.根据权利要求1所述的一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其特征在于，所述步骤S1中基于交通电气化和换电模式的“车
‑
电
‑
路
‑
站”互联系统框架包括四个部分，分别为：电动出租车和路网的交互、电动出租车和换电站的交互、电动出租车和电池的交互、电池和换电站的交互。3.根据权利要求1所述的一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其特征在于，所述步骤S1中换电需求的预测方法为：根据电动出租车的出行及换电行为，对多信息互联下电动出租车的行驶路径、运营状态及电池SOC进行模拟，根据电动出租车的到站信息，统计得到换电站在各调度时段初为满足出租车正常运营所提供的电池组数，即为“车
‑
电
‑
路
‑
站”互联下的换电需求。4.根据权利要求3所述的一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其特征在于，所述步骤S1中电动出租车的运营状态包括载客、空载寻客和空载换电，载客时根据乘客偏好以打车费用最低或时间最短为目标进行路径规划；空载换电时综合考虑前往换电站时间T1、排队时间T2和换电站前往下一最佳寻客点时间T3之和最小进行路径规划；空载寻客时，考虑区域打车和接客的供需平衡关系，在OD矩阵的基础上提出一种考虑各区域出租车占比的空载寻客概率选择模型：其中，P(i,j,t)为t时刻电动出租车选择区域j作为寻客地点的概率，s(j,t)为区域j的出租车占比，P
od
(i,j,t)为t时刻区域i到区域j的OD概率，M为总区域数。5.根据权利要求3所述的一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其特征在于，所述步骤S1中对电动出租车的换电行为进行分析，在时间离散化的基础上，具体的分析方法为：假设有t
‑
1、t、t+1三个相邻时段组成，以t时段为例，t
(0)
和t
(1)
分别为t时段的起始和结束时刻，分为以下三种场景进行分析：场景1：t
(0)
～t
(1)
内到达，且可在t
(0)
～t
(1)
内成功完成换电，但如果此时换电站内有排队队列，则电动出租车进入排队队列，等待t+1
(0)
再决定是否安排换电；场景2：电动出租车的行程起始时间在t
‑1(0)
之前，成功换电的ET将于t+1
(0)
离站开始出租运营；场景3：t
(0)
～t
(1)
到达但无法在t
(0)
～t
(1)
完成换电的车辆，这部分车辆进入排队队列，于t+1
(0)
安排换电，计算t时段成功完成换电的车辆数，即为该换电站t时段的换电需求U
(t)。6.根据权利要求1所述的一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其特征在于，所述步骤S2中高峰储能利用率η
peak
(t)为：其中，N
sdd
(t)和N
sod
(t)为无序和调控状态下的多余储备电池数，N
sd
(t)和N
so
(t)为无序和调控状态下各时段初的储备电池数量，U(t)是t时段的换电需求；换电站综合利用率为：其中，t1为高峰起始时段，t2为高峰结束时段。7.根据权利要求1所述的一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其特征在于，所述步骤S3中换电站电池状态时序分析模型的建立方法为：将电池分为待充电池、投入电池、在充电池、产出电池和储备电池5类；在t时段初，换电站可以提供的储备电池数量为：N
s
(t)＝max{0,N
s
(t
‑

【专利技术属性】
技术研发人员：傅质馨，朱韦翰，朱俊澎，袁越，
申请(专利权)人：河海大学，
类型：发明
国别省市：