電動汽車蓄電池充電機的如何選擇地址和選擇充電容量？
2019-8-16 8:47:48??????點擊：
近年來，圍繞新能源汽車的話題不斷：新能源車的免購置稅、新能源車將有專門車險，持續(xù)上漲的銷售量、新能源車車牌搖號……我國新能源汽車產(chǎn)業(yè)正處于快速發(fā)展階段，其中純電動汽車的發(fā)展更為迅猛。
據(jù)統(tǒng)計，2018年中國純電動汽車銷量為98.4萬輛，比上年同期增長50.8％，已經(jīng)連續(xù)四年保持純電動汽車銷量世界第一。截至2019年上半年，我國純電動汽車保有量達到281萬輛，占新能源汽車總量的81.74％。
目前，主流電動汽車的續(xù)航里程已經(jīng)達到450km水平，而且在2019年將會有續(xù)航超過500km，甚至600km的車型上市。根據(jù)中國充電聯(lián)盟發(fā)布的數(shù)據(jù)，截至2019年6月，我國充電樁保有量已超過100萬臺，同比增長69.3％。其中，國內(nèi)各企業(yè)建設(shè)的公共充電樁超過41萬臺，私人充電樁保有量超過59萬臺，車樁比達到3.5：1。
一輛電動汽車，需要每天回到家或到單位給車插上電，或者每300km要去找充電樁并等待30min以上的充電時間；如果要跑長途，還得計劃好路線、計算好路程并了解沿途充電樁的情況。因此，電動汽車用戶的主要關(guān)注點不外乎是續(xù)航里程、電量衰減、充電樁分布、充電速度等。
電動汽車充電設(shè)施布局是否合理，將直接影響用戶的充電滿意度，進而影響未來電動汽車產(chǎn)業(yè)的發(fā)展。針對電動汽車充電需求時空分布的復(fù)雜性，目前已經(jīng)有很多專家學(xué)者做了相關(guān)理論的研究，如利用馬爾科夫鏈模擬電動汽車運行規(guī)律，得到充電需求的時空分布特征；利用交通出行矩陣和云模型預(yù)測充電負荷時空分布；基于出行鏈的電動汽車充電負荷預(yù)測方法等，但這些都沒有考慮電動汽車的多樣性，也忽略了交通路況對充電需求的影響。
精確的電動汽車充電需求預(yù)測是蓄電池充電機規(guī)劃的前提，但目前在對蓄電池充電機規(guī)劃時，鮮有專家學(xué)者考慮充電需求在路網(wǎng)上的時空分布問題。國網(wǎng)湖北省電力有限公司電力科學(xué)研究院的熊虎，提出了一種基于城市路網(wǎng)特征和電動汽車出行概率矩陣的電動汽車蓄電池充電機規(guī)劃模型。
首先，基于城市道路拓撲結(jié)構(gòu)和改進速度-流量關(guān)系模型模擬電動汽車行駛特征。在此基礎(chǔ)上，通過構(gòu)建電動汽車出行概率矩陣，采用蒙特卡洛方法預(yù)測電動汽車快充需求的時空分布。然后，從便于用戶友好充電的角度出發(fā)，以蓄電池充電機建設(shè)運行成本和用戶充電途中行駛成本最小為目標，基于出行概率矩陣建立了電動汽車蓄電池充電機選址定容模型：采用Voronoi圖劃分蓄電池充電機服務(wù)范圍，通過改進粒子群算法確定蓄電池充電機最優(yōu)位置，利用排隊論優(yōu)化各蓄電池充電機容量，得到統(tǒng)計意義上更為合理的結(jié)果。
最后，他們以某市中心城區(qū)電動汽車蓄電池充電機規(guī)劃為例進行了仿真分析，結(jié)果表明：這一模型和方法是可行和有效的。有關(guān)研究成果已發(fā)表于2019年《電工技術(shù)學(xué)報》增刊1上，論文題目為“基于出行概率矩陣的電動汽車蓄電池充電機規(guī)劃”。
學(xué)者們認為，根據(jù)OD出行概率矩陣，并結(jié)合Dijkstra最短路徑算法可以模擬電動汽車出行特征，通過改進速度-流量實用關(guān)系模型，能夠更加精確地預(yù)測電動汽車充電需求時空分布特征；該蓄電池充電機最優(yōu)規(guī)劃模型，無需給出規(guī)劃區(qū)域蓄電池充電機數(shù)量、待選站址。該模型可以根據(jù)充電需求時空分布，自動生成蓄電池充電機最優(yōu)數(shù)量、位置、容量和服務(wù)范圍，所得結(jié)果可以作為實際充電設(shè)施規(guī)劃的參考依據(jù)。
他們表示，下一階段需要進一步研究的是：考慮紅綠燈位置、數(shù)量和電動汽車用戶個人實際行駛習(xí)慣等影響因素，優(yōu)化充電需求預(yù)測模型；蓄電池充電機規(guī)劃時考慮站間聯(lián)系，這樣用戶可以自發(fā)選擇到空閑的蓄電池充電機進行充電等。
據(jù)統(tǒng)計，2018年中國純電動汽車銷量為98.4萬輛，比上年同期增長50.8％，已經(jīng)連續(xù)四年保持純電動汽車銷量世界第一。截至2019年上半年，我國純電動汽車保有量達到281萬輛，占新能源汽車總量的81.74％。
目前，主流電動汽車的續(xù)航里程已經(jīng)達到450km水平，而且在2019年將會有續(xù)航超過500km，甚至600km的車型上市。根據(jù)中國充電聯(lián)盟發(fā)布的數(shù)據(jù)，截至2019年6月，我國充電樁保有量已超過100萬臺，同比增長69.3％。其中，國內(nèi)各企業(yè)建設(shè)的公共充電樁超過41萬臺，私人充電樁保有量超過59萬臺，車樁比達到3.5：1。
一輛電動汽車，需要每天回到家或到單位給車插上電，或者每300km要去找充電樁并等待30min以上的充電時間；如果要跑長途，還得計劃好路線、計算好路程并了解沿途充電樁的情況。因此，電動汽車用戶的主要關(guān)注點不外乎是續(xù)航里程、電量衰減、充電樁分布、充電速度等。
電動汽車充電設(shè)施布局是否合理，將直接影響用戶的充電滿意度，進而影響未來電動汽車產(chǎn)業(yè)的發(fā)展。針對電動汽車充電需求時空分布的復(fù)雜性，目前已經(jīng)有很多專家學(xué)者做了相關(guān)理論的研究，如利用馬爾科夫鏈模擬電動汽車運行規(guī)律，得到充電需求的時空分布特征；利用交通出行矩陣和云模型預(yù)測充電負荷時空分布；基于出行鏈的電動汽車充電負荷預(yù)測方法等，但這些都沒有考慮電動汽車的多樣性，也忽略了交通路況對充電需求的影響。
精確的電動汽車充電需求預(yù)測是蓄電池充電機規(guī)劃的前提，但目前在對蓄電池充電機規(guī)劃時，鮮有專家學(xué)者考慮充電需求在路網(wǎng)上的時空分布問題。國網(wǎng)湖北省電力有限公司電力科學(xué)研究院的熊虎，提出了一種基于城市路網(wǎng)特征和電動汽車出行概率矩陣的電動汽車蓄電池充電機規(guī)劃模型。
首先，基于城市道路拓撲結(jié)構(gòu)和改進速度-流量關(guān)系模型模擬電動汽車行駛特征。在此基礎(chǔ)上，通過構(gòu)建電動汽車出行概率矩陣，采用蒙特卡洛方法預(yù)測電動汽車快充需求的時空分布。然后，從便于用戶友好充電的角度出發(fā)，以蓄電池充電機建設(shè)運行成本和用戶充電途中行駛成本最小為目標，基于出行概率矩陣建立了電動汽車蓄電池充電機選址定容模型：采用Voronoi圖劃分蓄電池充電機服務(wù)范圍，通過改進粒子群算法確定蓄電池充電機最優(yōu)位置，利用排隊論優(yōu)化各蓄電池充電機容量，得到統(tǒng)計意義上更為合理的結(jié)果。
最后，他們以某市中心城區(qū)電動汽車蓄電池充電機規(guī)劃為例進行了仿真分析，結(jié)果表明：這一模型和方法是可行和有效的。有關(guān)研究成果已發(fā)表于2019年《電工技術(shù)學(xué)報》增刊1上，論文題目為“基于出行概率矩陣的電動汽車蓄電池充電機規(guī)劃”。
學(xué)者們認為，根據(jù)OD出行概率矩陣，并結(jié)合Dijkstra最短路徑算法可以模擬電動汽車出行特征，通過改進速度-流量實用關(guān)系模型，能夠更加精確地預(yù)測電動汽車充電需求時空分布特征；該蓄電池充電機最優(yōu)規(guī)劃模型，無需給出規(guī)劃區(qū)域蓄電池充電機數(shù)量、待選站址。該模型可以根據(jù)充電需求時空分布，自動生成蓄電池充電機最優(yōu)數(shù)量、位置、容量和服務(wù)范圍，所得結(jié)果可以作為實際充電設(shè)施規(guī)劃的參考依據(jù)。
他們表示，下一階段需要進一步研究的是：考慮紅綠燈位置、數(shù)量和電動汽車用戶個人實際行駛習(xí)慣等影響因素，優(yōu)化充電需求預(yù)測模型；蓄電池充電機規(guī)劃時考慮站間聯(lián)系，這樣用戶可以自發(fā)選擇到空閑的蓄電池充電機進行充電等。
- 上一篇：如何進行斷路器的二次接線正確性檢測設(shè)計？ 2019/8/16
- 下一篇：直流電源的安規(guī)有哪些？ 2019/8/12
