CN112613731A - 基于复杂网络理论的电动汽车充电站能效评估系统和方法 - Google Patents
基于复杂网络理论的电动汽车充电站能效评估系统和方法 Download PDFInfo
- Publication number
- CN112613731A CN112613731A CN202011516745.5A CN202011516745A CN112613731A CN 112613731 A CN112613731 A CN 112613731A CN 202011516745 A CN202011516745 A CN 202011516745A CN 112613731 A CN112613731 A CN 112613731A
- Authority
- CN
- China
- Prior art keywords
- charging
- charging station
- electric
- electric vehicle
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims description 12
- 238000005070 sampling Methods 0.000 claims abstract description 4
- 230000001960 triggered effect Effects 0.000 claims abstract description 4
- 230000005611 electricity Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Automation & Control Theory (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种基于复杂网络理论的电动汽车站能效评估方法和系统,所述评估方法包括以下步骤:(1)建立的城市区域交通节点引入各类型的电动汽车;(2)通过蒙特卡洛随机抽样引入各电动汽车生成行驶特性参数和充电特性参数;(3)通过动态Dijkstra算法为各电动汽车搜索通行时间最短路径,车辆按照规划路径行驶并实时更新行驶特性参数和充电特性参数;(4)当充电需求触发时进行充电,将各个节点电动汽车充电需求负荷与基础负荷叠加得到节点总负荷;(5)建立充电站运营服务综合评价体系;(6)采用模糊综合评价法实现对电动汽车充电站的能效评估。本发明评估方法明显提高充电服务和充电安全,有利于电网规划、稳定运行。
Description
技术领域
本发明涉及电动汽车技术领域,尤其涉及基于复杂网络理论的电动汽车充电站能效评估系统和方法。
背景技术
电动汽车是指以车载电源为动力,用电机驱动车轮行驶,符合道路交通、安全法规各项要求的车辆。电动汽车作为一种绿色交通工具,在应对城市二氧化碳排放带来的温室效应和改变能源结构等方面具有巨大优势和应用前景。但随着城市电动汽车和充电桩的大规模普及,必将严重影响城市交通网、电网可靠性、电能质量和电网运行经济性,增加城市交通的脆弱性。
因此,如何考虑充电服务、电网安全、交通情况等多方面因素,建立充电站服务能力评价指标体系和充电站权重估计指标体系,从而构成完整的服务网络服务能力评估体系,进而有利于电网规划、稳定运行,也能更好的为用户提供充电服务是目前亟需解决的问题。
发明内容
为解决上述问题,本发明提供一种基于复杂网络理论的电动汽车充电站能效评估系统和方法。
为实现上述目的,本发明采用如下技术方案:
一种基于复杂网络理论的电动汽车充电站能效评估方法,包括以下步骤:
(1)建立的城市区域交通节点引入各类型的电动汽车;
(2)通过蒙特卡洛随机抽样引入各电动汽车生成行驶特性参数和充电特性参数;
(3)通过动态Dijkstra算法为各电动汽车搜索通行时间最短路径,车辆按照规划路径行驶并实时更新行驶特性参数和充电特性参数;
(4)当充电需求触发时进行充电,将各个节点电动汽车充电需求负荷与基础负荷叠加得到节点总负荷;
(5)建立充电站运营服务综合评价体系;
(6)采用模糊综合评价法实现对电动汽车充电站的能效评估。
优选地,步骤(2)所述的充电特性参数包括充电条件、充电时长和充电站选择。
优选地,所述的充电条件为:
根据用户充电习惯,当t时刻电动汽车SOCt小于阈值时,用户选择充电,阈值取20%;
剩余电量可行驶里程Lc不能满足最短行程Lmin需要,电动汽车需要充电;
私家车最后到家,用户选择充电。
优选地,所述的充电时长为:
式中,Tc m表示车辆在目的地的充电时长,Cap为电池容量,Pc为电动汽车平均充电功率,η为充电效率,SOCt为t时刻电动汽车荷电状态。
优选地,所述的充电站选择为:达到目的地,在目的地充电站充电;行驶过程中需要充电,根据前往充电站的时间成本和电量成本进行选择。
优选地,所述的时间成本由行驶时间、充电站排队时间影响;所述前往充电站的行驶时间为:
在决定充电的t时刻,基于车辆模型得到车辆的行驶速度V,再由前往充电站i的总距离L和路段平均行驶速度Vave得到行驶时间Tdrive,i,t,即:
所述充电站排队时间为:
充电站排队时间Tqueue,i,t与正在充电的车的离开时间Tleave,i,t以及排队的车数量n有关,计算公式如下:
Tqueue,i,t=Tleave,i,t{h}+g·Tqueue_charge
式中,Tleave,i,t{Tleave,i,t,1,Tleave,i,t,2,...,Tleave,i,t,k}是在t时刻第i个充电站中正在充电的电动汽车按充满电所需时间从小到大排序的合集,k为i充电站中正在充电的电动汽车数量;h为n/M的余数,M为该充电站的充电桩数量,Tleave,i,t{h}表示排序后第h个离开充电站所需的时间;g为n/M的商,表示电动汽车到达充电站后有g辆正在排队的车会在该充电桩先充电,Tqueue_charge为一辆正在排队的电动汽车充满电所需时间;
所述的时间成本为:
F1,i=αt·(Tdrive,i,t+Tqueue,i,t);
所述的电量成本由充电站电价影响,所述的电量成本为:
F2,i=(1-SOC)·Cap·Ci,t,Ci,t为充电站i的充电电价;
采用时间成本和电量成本最小化原则选择充电站:
F=min(F1,i+F2,i)。
优选地,步骤(2)所述的行驶特性参数包括距离、时间,根据Dijkstra算法确定电动汽车距离充电站节点距离,并结合电动汽车当前速度确定行驶时间。
优选地,步骤(4)所述充电站节点总负荷包括将不同类型的电动汽车充电负荷相叠加,第i分钟总的充电负荷为所有类型车辆在此时充电负荷之和:
式中,Li表示第i分钟总充电功率,Pci表示第c辆私家车在第i分钟的充电功率,C为电动私家车的总量;Pbi表示第b辆公交车在第i分钟的充电功率,B为电动公交车的总量;Pti表示第t辆出租车在第i分钟的充电功率,T为电动出租车的总量。
优选地,步骤(4)所述的充电方式为并网方式,所述并网方式包括即插即充、时段充电、单向有序充电以及双向有序充放电。
一种基于复杂网络理论的电动汽车充电站能效评估系统,包括信息模块、更新模块、计算模块、建模模块和评估模块;
所述的信息模块用于获取各类型的电动汽车、获取行驶特性参数和充电特性参数;
所述的更新模块用于更新行驶特性参数和充电特性参数;
所述的计算模块用于计算充电站节点总负荷;
所述的建模模块用于建立充电站运营服务综合评价体系;
所述的评估模块用于对电动汽车充电站的能效评估。
本发明积极有益效果:
1.充电服务:本发明引入各节点的电动汽车的行驶特性参数以及充电特性参数,通过计算电动汽车充电的时间成本和电量成本,进而实现最小化原则选择充电站;
2.电网安全:计算各充电站节点不同类型的电动汽车的叠加充电负荷,得到充电负荷总功率;
3.建立充电站服务能力评价指标体系:通过充电站直流充电桩数、交流充电桩数、充电站可达性、充电站安全性硬性指标,以及年利润、电桩利用率、车辆违规占用率、电桩故障率软性指标来反映充电站运营状况;
充电排队时间、充电电费、停车费和客户服务满意度指标来反映充电站客户服务水平;
道路拥堵率、行程速度反映充电站运营对交通的影响;
接入电网的安全性、经济性、协调性、适应性指标反映充电站运营对配电网的影响。
4.电动汽车充电站的能效评估:对电动汽车充电站的评价因素进行模糊综合评价,实现评价指标等级量化。
综上所述,本发明通过引入各节点的电动汽车的行驶特性参数以及充电特性参数,通过计算电动汽车充电的时间成本和电量成本,进而实现最小化原则选择充电站,提高充电服务,计算充电站负荷功率,提高电网安全,并进行服务能力评价指标体系和能效评估,构成完整的服务网络服务能力评估体系,进而有利于电网规划、稳定运行。
附图说明
图1为本发明提出的基于复杂网络理论的电动汽车充电站能效评估系统中电动汽车充电站运营服务综合评价指标体系图。
图2为本发明提出的基于复杂网络理论的电动汽车充电站能效评估系统中电动汽车充电站能效评估流程图。
具体实施方式
下面结合一些具体实施例对本发明进一步说明。
基于复杂网络理论的电动汽车充电站能效评估方法,包括以下步骤:
(1)建立的城市区域交通节点引入各类型的电动汽车,电动汽车分为电动私家车、电动出租车以及其他电动汽车;
(2)通过蒙特卡洛随机抽样引入各电动汽车生成行驶特性参数以及充电特性参数;
充电特性参数包括充电条件、充电时长、充电站选择,其中,充电条件:
根据用户充电习惯,当t时刻电动汽车SOCt小于阈值时,用户选择充电,阈值取20%;
剩余电量可行驶里程Lc不能满足最短行程Lmin需要,电动汽车需要充电;
私家车最后到家,用户选择充电。
式中,Tc m表示车辆在目的地m的充电时长,Cap为电池容量,Pc为电动汽车平均充电功率,η为充电效率,SOCt为t时刻电动汽车荷电状态;
充电站选择:达到目的地,在目的地充电站充电;行驶过程中需要充电,根据时间成本和电量成本进行选择。
时间成本由前往充电站的行驶时间、充电站排队时间决定,其中,
前往充电站的行驶时间:
在决定充电的t时刻,基于车辆模型得到车辆的行驶速度V,再由前往充电站i的总距离L和路段平均行驶速度Vave得到行驶时间Tdrive,i,t,即:
充电站排队时间为:
充电站排队时间Tqueue,i,t与正在充电的车的离开时间Tleave,i,t以及排队的车数量n有关,计算公式如下:
Tqueue,i,t=Tleave,i,t{h}+g·Tqueue_charge
式中,Tleave,i,t{Tleave,i,t,1,Tleave,i,t,2,...,Tleave,i,t,k}是在t时刻第i个充电站中正在充电的电动汽车按充满电所需时间从小到大排序的合集,k为i充电站中正在充电的电动汽车数量;h为n/M的余数,M为该充电站的充电桩数量,Tleave,i,t{h}表示排序后第h个离开充电站所需的时间;g为n/M的商,表示电动汽车到达充电站后有g辆正在排队的车会在该充电桩先充电,Tqueue_charge为一辆正在排队的电动汽车充满电所需时间;
即时间成本为:
F1,i=αt·(Tdrive,i,t+Tqueue,i,t);
电量成本由充电站电价决定:
F2,i=(1-SOC)·Cap·Ci,t,Ci,t为充电站i的充电电价;
采用最小化原则选择充电站:
F=min(F1,i+F2,i)。
行驶特性参数包括距离、时间,根据Dijkstra算法确定电动汽车距离充电站节点距离,并结合电动汽车当前速度以确定行驶时间。
(3)通过动态Dijkstra算法为各电动汽车搜索通行时间最短路径,车辆按照规划路径行驶并实时更新行驶特性参数和充电特性参数;
规划路径为电动汽车距离各充电站节点最短的路径,Dijkstra算法是典型的单源最短路径算法,用于计算一个节点到其他有节点的最短路径,主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。
(4)当充电需求触发时进行相对应目的地慢充或充电站快充,以并网方式进行充电,将各个节点电动汽车充电需求负荷与基础负荷叠加得到节点总负荷;
充电站节点总负荷包括将不同类型的电动汽车充电负荷相叠加,第i分钟总的充电负荷为有类型车辆在此时充电负荷之和:
式中,Li表示第i分钟总充电功率,Pci表示第c辆私家车在第i分钟的充电功率,C为电动私家车的总量;Pbi表示第b辆公交车在第i分钟的充电功率,B为电动公交车的总量;Pti表示第t辆出租车在第i分钟的充电功率,T为电动出租车的总量;参照图1进行电动汽车负荷的计算。
并网方式包括即插即充、时段充电、单向有序充电和双向有序充放电。
即插即充:即插即充模式多用于居民小区车库、办公楼停车场等低电压(220V)场合。电动汽车接入电网进行充电的时间、地点完全受用户使用习惯的支配,基本不考虑电网的运行特性。同时,这种模式受充电设施的影响,其充电方式主要为慢充和常规充电方式。
时段充电:集中式充电主要以换电站作为快速解决用户充电负荷的措施。而对于换电模式,更换下来的电池可以在夜间特定时段进行充电,充分利用夜间谷电。
单向有序充电:电动汽车通过与电网实时通信,在满足用户使用要求的前提下,根据一定的电网运行目标,实现电动汽车充电负荷与其他电网负荷的协调控制。
双向有序充放电:在电动汽车单向有序充电的基础上,电动汽车可以作为储能设备,利用V2G技术在负荷高峰或电网故障等紧急状况下向电网反送电能。
(5)建立充电站运营服务综合评价体系
参见图1,包括充电站运行状态、客户服务水平、对交通和配电网的影响;
其中充电站运行状态包括直流充电桩数、交流充电桩数、充电站可达性、充电站安全性、年利润、电桩利用率、车位违规占用率、电桩故障率;
客户服务水平包括充电排队时间、充电费、停车费、客户服务满意度;
对交通和配电网的影响包括对交通的影响和对配电网的影响,道路拥堵率、行程速度反映充电站运营对交通的影响;接入电网的安全性、经济性、协调性、适应性指标反映充电站运营对配电网的影响。
(6)采用模糊综合评价法实现对电动汽车充电站的能效评估
模糊综合评价法是以模糊数学原理为基础,依据隶属度理论把定性评价转化为定量评价的一种综合评价方法,适用于各种非确定性问题的解决。
参见图2,模糊综合评价法基本步骤如下:
1)确定影响评价对象的因素领域:
U=(u1,u2,…,up)
2)确定评语等级论域
V=(v1,v2,…,vn)
与标准隶属度集合
J=(j1,j2,…,jm)
J={5(优秀),4(良好),3(中等),2(合格),1(不合格)}
3)建立模糊关系矩阵
R=(rij)m×n
其中,rij表示U的第i个因素对ui对应于评价等级V中第j个等级Vj的隶属度。
4)依据层次分析法确定评价因素的权重向量:
A=(a1,a2,…,ap)
5)选择合成算子
B′=AR
6)利用归一化后的评价向量B=(b1,b2,…,bm)中的元素形成权数,对各个评语等级的得分进行加权平均后得到总评分
为了得到科学的评价结果,采用模糊数学语言将评语进行模糊处理,将评价指标等级量化,如表1所示:
表1 模糊综合评价指标等级
标准 | 优秀 | 良好 | 中等 | 合格 | 不合格 |
评分 | [4.5 5] | [3.5 4.5] | [2.5 3.5] | [1.5 2.5] | [1 1.5] |
。
一种基于复杂网络理论的电动汽车充电站能效评估系统,包括信息模块、更新模块、计算模块、建模模块和评估模块;
所述的信息模块用于获取各类型的电动汽车、获取行驶特性参数和充电特性参数;
所述的更新模块用于更新行驶特性参数和充电特性参数;
所述的计算模块用于计算充电站节点总负荷;
所述的建模模块用于建立充电站运营服务综合评价体系;
所述的评估模块用于对电动汽车充电站的能效评估。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于复杂网络理论的电动汽车充电站能效评估方法,其特征在于,包括以下步骤:
(1)在建立的城市区域交通节点引入各类型的电动汽车;
(2)通过蒙特卡洛随机抽样引入各电动汽车生成行驶特性参数和充电特性参数;
(3)通过动态Dijkstra算法为各电动汽车搜索通行时间最短路径,车辆按照规划路径行驶并实时更新行驶特性参数和充电特性参数;
(4)当充电需求触发时进行充电,将各个节点电动汽车充电需求负荷与基础负荷叠加得到节点总负荷;
(5)建立充电站运营服务综合评价体系;
(6)采用模糊综合评价法实现对电动汽车充电站的能效评估。
2.根据权利要求1所述的基于复杂网络理论的电动汽车充电站能效评估方法,其特征在于,步骤(2)所述的充电特性参数包括充电条件、充电时长和充电站选择。
5.根据权利要求2所述的基于复杂网络理论的电动汽车充电站能效评估方法,其特征在于,所述的充电站选择为:达到目的地,在目的地充电站充电;行驶过程中需要充电,根据前往充电站的时间成本和电量成本进行选择。
6.根据权利要求5所述的基于复杂网络理论的电动汽车充电站能效评估方法,其特征在于,所述的时间成本由行驶时间、充电站排队时间影响;所述前往充电站的行驶时间为:
在决定充电的t时刻,基于车辆模型得到车辆的行驶速度V,再由前往充电站i的总距离L和路段平均行驶速度Vave得到行驶时间Tdrive,i,t,即:
所述充电站排队时间为:
充电站排队时间Tqueue,i,t与正在充电的车的离开时间Tleave,i,t以及排队的车数量n有关,计算公式如下:
Tqueue,i,t=Tleave,i,t{h}+g·Tqueue_charge
式中,Tleave,i,t{Tleave,i,t,1,Tleave,i,t,2,...,Tleave,i,t,k}是在t时刻第i个充电站中正在充电的电动汽车按充满电所需时间从小到大排序的合集,k为i充电站中正在充电的电动汽车数量;h为n/M的余数,M为该充电站的充电桩数量,Tleave,i,t{h}表示排序后第h个离开充电站所需的时间;g为n/M的商,表示电动汽车到达充电站后有g辆正在排队的车会在该充电桩先充电,Tqueue_charge为一辆正在排队的电动汽车充满电所需时间;
所述的时间成本为:
F1,i=αt·(Tdrive,i,t+Tqueue,i,t);
所述的电量成本由充电站电价影响,所述的电量成本为:
F2,i=(1-SOC)·Cap·Ci,t,Ci,t为充电站i的充电电价;
采用时间成本和电量成本最小化原则选择充电站:
F=min(F1,i+F2,i)。
7.根据权利要求1所述的基于复杂网络理论的电动汽车充电站能效评估方法,其特征在于,步骤(2)所述的行驶特性参数包括距离、时间,根据Dijkstra算法确定电动汽车距离充电站节点距离,并结合电动汽车当前速度确定行驶时间。
9.根据权利要求1所述的基于复杂网络理论的电动汽车充电站能效评估方法,其特征在于,步骤(4)充电方式为并网方式,所述并网方式包括即插即充、时段充电、单向有序充电以及双向有序充放电。
10.一种基于复杂网络理论的电动汽车充电站能效评估系统,其特征在于,包括信息模块、更新模块、计算模块、建模模块和评估模块;
所述的信息模块用于获取各类型的电动汽车、行驶特性参数和充电特性参数;
所述的更新模块用于更新行驶特性参数和充电特性参数;
所述的计算模块用于计算充电站节点总负荷;
所述的建模模块用于建立充电站运营服务综合评价体系;
所述的评估模块用于对电动汽车充电站的能效评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011516745.5A CN112613731B (zh) | 2020-12-21 | 2020-12-21 | 基于复杂网络理论的电动汽车充电站能效评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011516745.5A CN112613731B (zh) | 2020-12-21 | 2020-12-21 | 基于复杂网络理论的电动汽车充电站能效评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112613731A true CN112613731A (zh) | 2021-04-06 |
CN112613731B CN112613731B (zh) | 2023-02-24 |
Family
ID=75243924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011516745.5A Active CN112613731B (zh) | 2020-12-21 | 2020-12-21 | 基于复杂网络理论的电动汽车充电站能效评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112613731B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408864A (zh) * | 2021-05-26 | 2021-09-17 | 中汽研汽车检验中心(天津)有限公司 | 一种公共直流充电桩充电服务水平评价方法 |
CN113435700A (zh) * | 2021-05-26 | 2021-09-24 | 中汽研汽车检验中心(天津)有限公司 | 一种公共交流充电桩充电服务水平评价方法 |
CN113869696A (zh) * | 2021-09-23 | 2021-12-31 | 广东电网有限责任公司 | 一种电动汽车充电站能效评估方法、装置、设备及介质 |
CN114117703A (zh) * | 2021-11-30 | 2022-03-01 | 南方电网能源发展研究院有限责任公司 | 基于交通网络和配电网络耦合的充电站配置方法、装置 |
CN115526519A (zh) * | 2022-10-11 | 2022-12-27 | 威海广泰空港设备股份有限公司 | 一种基于服务航班的机场电动车辆充电调度方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016006400A (ja) * | 2014-06-20 | 2016-01-14 | 住友電工システムソリューション株式会社 | 経路探索装置、経路検索システム及びコンピュータプログラム |
CN106295942A (zh) * | 2015-06-24 | 2017-01-04 | 中国电力科学研究院 | 城市电动汽车公共充电网络服务能力评价方法及评价系统 |
CN106302669A (zh) * | 2016-08-03 | 2017-01-04 | 国网山东省电力公司 | 一种基于云计算的电动汽车充电设施运行状态分析系统及方法 |
CN107067110A (zh) * | 2017-04-14 | 2017-08-18 | 天津大学 | 车‑路‑网模式下电动汽车充电负荷时空预测方法 |
US20180158150A1 (en) * | 2016-12-05 | 2018-06-07 | Swtch E-Car Inc. | Method, system, and device for estimating a cost of electricity provided to an electric vehicle at an electric vehicle charger |
CN108510128A (zh) * | 2018-04-11 | 2018-09-07 | 华南理工大学广州学院 | 一种区域电动汽车充电负荷时空分布预测方法 |
CN110388932A (zh) * | 2019-07-12 | 2019-10-29 | 上海电机学院 | 一种电动汽车充电导航方法 |
CN110570014A (zh) * | 2019-08-07 | 2019-12-13 | 浙江大学 | 一种基于蒙特卡洛和深度学习的电动汽车充电负荷预测方法 |
CN111291920A (zh) * | 2020-01-10 | 2020-06-16 | 国网重庆市电力公司电力科学研究院 | 一种考虑多因素多场景的电动汽车充电站推荐方法 |
US20200217679A1 (en) * | 2019-01-03 | 2020-07-09 | International Business Machines Corporation | Determining directional guidance for vehicles |
CN111609867A (zh) * | 2020-06-19 | 2020-09-01 | 北京交通大学 | 一种电动汽车路径规划方法 |
-
2020
- 2020-12-21 CN CN202011516745.5A patent/CN112613731B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016006400A (ja) * | 2014-06-20 | 2016-01-14 | 住友電工システムソリューション株式会社 | 経路探索装置、経路検索システム及びコンピュータプログラム |
CN106295942A (zh) * | 2015-06-24 | 2017-01-04 | 中国电力科学研究院 | 城市电动汽车公共充电网络服务能力评价方法及评价系统 |
CN106302669A (zh) * | 2016-08-03 | 2017-01-04 | 国网山东省电力公司 | 一种基于云计算的电动汽车充电设施运行状态分析系统及方法 |
US20180158150A1 (en) * | 2016-12-05 | 2018-06-07 | Swtch E-Car Inc. | Method, system, and device for estimating a cost of electricity provided to an electric vehicle at an electric vehicle charger |
CN107067110A (zh) * | 2017-04-14 | 2017-08-18 | 天津大学 | 车‑路‑网模式下电动汽车充电负荷时空预测方法 |
CN108510128A (zh) * | 2018-04-11 | 2018-09-07 | 华南理工大学广州学院 | 一种区域电动汽车充电负荷时空分布预测方法 |
US20200217679A1 (en) * | 2019-01-03 | 2020-07-09 | International Business Machines Corporation | Determining directional guidance for vehicles |
CN110388932A (zh) * | 2019-07-12 | 2019-10-29 | 上海电机学院 | 一种电动汽车充电导航方法 |
CN110570014A (zh) * | 2019-08-07 | 2019-12-13 | 浙江大学 | 一种基于蒙特卡洛和深度学习的电动汽车充电负荷预测方法 |
CN111291920A (zh) * | 2020-01-10 | 2020-06-16 | 国网重庆市电力公司电力科学研究院 | 一种考虑多因素多场景的电动汽车充电站推荐方法 |
CN111609867A (zh) * | 2020-06-19 | 2020-09-01 | 北京交通大学 | 一种电动汽车路径规划方法 |
Non-Patent Citations (3)
Title |
---|
南琦琦,穆云飞等: "电动汽车快速充电网综合评估指标体系与方法", 《电力系统自动化》 * |
叶文浩,吕凤仪等: "一种考虑时间和电价的电动出租车充电推荐策略", 《电测与仪表》 * |
龙雪梅,杨军等: "考虑路网-电网交互和用户心理的电动汽车充电负荷预测", 《电力系统自动化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408864A (zh) * | 2021-05-26 | 2021-09-17 | 中汽研汽车检验中心(天津)有限公司 | 一种公共直流充电桩充电服务水平评价方法 |
CN113435700A (zh) * | 2021-05-26 | 2021-09-24 | 中汽研汽车检验中心(天津)有限公司 | 一种公共交流充电桩充电服务水平评价方法 |
CN113869696A (zh) * | 2021-09-23 | 2021-12-31 | 广东电网有限责任公司 | 一种电动汽车充电站能效评估方法、装置、设备及介质 |
CN114117703A (zh) * | 2021-11-30 | 2022-03-01 | 南方电网能源发展研究院有限责任公司 | 基于交通网络和配电网络耦合的充电站配置方法、装置 |
CN115526519A (zh) * | 2022-10-11 | 2022-12-27 | 威海广泰空港设备股份有限公司 | 一种基于服务航班的机场电动车辆充电调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112613731B (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112613731B (zh) | 基于复杂网络理论的电动汽车充电站能效评估方法 | |
Zhang et al. | Charging and discharging optimization strategy for electric vehicles considering elasticity demand response | |
CN103241130B (zh) | 一种电动公交车充换电站的能量管理方法及系统 | |
Zhang et al. | Could fast battery charging effectively mitigate range anxiety in electric vehicle usage? Evidence from large-scale data on travel and charging in Beijing | |
CN110880054B (zh) | 一种电动网约车充换电路径的规划方法 | |
Tao et al. | Orderly charging strategy of battery electric vehicle driven by real-world driving data | |
CN109840635B (zh) | 基于电压稳定性和充电服务质量的电动汽车充电站规划方法 | |
Qian et al. | Economic optimization and potential analysis of fuel cell vehicle-to-grid (FCV2G) system with large-scale buildings | |
CN106530180A (zh) | 一种高寒地区充电服务网络规划方法 | |
CN106875075A (zh) | 一种基于出行行为学的电动汽车充电站布点方法 | |
CN114186754B (zh) | 含有不同类型充电桩的电动汽车充电站选址定容优化方法 | |
CN109034498A (zh) | 考虑用户充电频率和充电功率变化的电动汽车充电负荷预测方法 | |
Lu et al. | Integrated route planning algorithm based on spot price and classified travel objectives for EV users | |
CN111199300A (zh) | 一种“车-路-网”模式下电动汽车充电负荷时空预测方法 | |
CN114282821A (zh) | 一种共享电动汽车的调度方法、系统及设备 | |
CN116029453A (zh) | 一种电动汽车充电桩配置方法、记录媒体及系统 | |
Feng et al. | Review of electric vehicle charging demand forecasting based on multi-source data | |
Sivagnanam et al. | Minimizing energy use of mixed-fleet public transit for fixed-route service | |
Lu et al. | En-route electric vehicles charging navigation considering the traffic-flow-dependent energy consumption | |
CN112016745B (zh) | 一种电动汽车充电站规划方法 | |
CN111967686B (zh) | 一种基于用电概率分布函数的随机负荷预测方法 | |
CN113112097A (zh) | 一种电动汽车负荷预测及充电设施布局优化方法 | |
Yang et al. | Intraday Rolling Optimization Strategy of PV-Energy Storage-Integrated Charging Station Serving Multiple Electrical Bus Lines | |
CN115292866A (zh) | 结合实时交通路网的电动汽车充电站规划方法 | |
CN115907097A (zh) | 一种考虑用户出行特性与交通流量的加氢站优化布局方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |