基于数据驱动方式和行为决策的电动汽车快充需求预测模型

作者：邢强; 杨祺铭; 范军太; 张青青; 陈中; 张梓麒; 黄学良; 王瑞升

来源：电网技术, 2020, (07): 2439-2453.

DOI：10.13335/j.1000-3673.pst.2020.0101

• 电动汽车
• 网约车订单数据
• 数据驱动
• 快速充电
• 负荷预测
• 行为决策
• 后悔理论模型 electric vehicles
• ride-hailing trip order data
• data-driven
• fast charging
• load forecasting
• behavior decision-making
• regret theory mode

针对现有电动汽车充电负荷预测方法存在缺乏实际交通数据以及未考虑车主真实心理决策的不足,提出一种数据驱动与行为决策模型相结合的方式来预测电动汽车快速充电需求负荷。首先通过对网约车出行订单数据进行数据预处理、数据可视化以及数据建模等,得到城市居民每日交通出行规律。其次建立包含行驶行为和充电行为参数的单体电动汽车模型。然后引入基于后悔理论的行为决策模型,折衷考虑时间消耗和充电费用效用为快充需求车辆规划行驶路径和推荐快充站。将数据挖掘得到的规律以及建立的模型共同构建快充需求预测方法的架构。最后,以南京市的路网拓扑和实际运营的快充站为例,设计电动汽车快充需求仿真场景。实验结果表明,所提方法可以有效地预测...

• 单位
  东南大学; 四川大学