考虑多影响因素的电动汽车充电负荷预测  

Multiple Influencing Factors Based Charging Load Forecasting of Electric Vehicle

作　　者：雷国平[1] 邓立 蔡黎[1] 代妮娜[1] 徐青山[2] LEI Guo-ping;DENG Li;CAI Li;DAI Ni-na;XU Qing-shan

机构地区：[1]重庆三峡学院电气工程系,重庆404000 [2]东南大学电气工程学院,江苏南京210096

出　　处：《制造业自动化》2024年第5期128-133,共6页Manufacturing Automation

基　　金：国家自然科学基金(51877044);重庆市自然科学基金(cstc2021jcyj-msxmX0301,2022NSCQ-MSX4086);重庆市高校创新研究群体(CXQT-20024)。

摘　　要：针对电动汽车数量呈突变式增长的问题,通过分析私人电动汽车保有量的相关影响因素,利用关联分析法筛选出公共充电桩数量、人均可支配收入、人均消费支出、第二产业投资额增长率和总私人电动汽车数量五个因素,建立了引入自适应系数r的灰色模型(GM(1,N))。与现有的预测模型结果进行对比,证实了所建立模型的优越性。此外,根据重庆市充电站提供的数据,建立了私人电动汽车日充电负荷模型,采用蒙特卡洛法得出私人电动汽车在2021年和2025年保有量下的日充电负荷,渗透率分别达到为0.4%和0.85%。最后,引入IEEE33节点系统分析电动汽车在不同渗透率下充电负荷对电网的影响程度。结果显示高渗透率下对电网电压造成的波动较大,网损增加近160倍,降低了能源利用率,为重庆市未来规划电动汽车充电提供了有效的数据参考。

关 键 词：私人电动汽车 GM(1 N) 蒙特卡洛 渗透率 IEEE33节点系统 

分 类 号：TM715[电气工程—电力系统及自动化]