電動汽車負荷的多因素預測模型及其對電網(wǎng)的影響分析.pdf

1、電動汽車的使用將極大的減少有害氣體的排放量，但大量電動汽車的接入將對電網(wǎng)造成不可忽視的影響。電動汽車充電負荷預測的準確性，將直接影響電網(wǎng)負荷預測的準確性。目前，對電動汽車充電負荷影響因素的深入研究還很鮮見。論文將重點圍繞電動汽車充電負荷的影響因素分析、電動汽車充電負荷預測模型和電動汽車充電負荷對電網(wǎng)影響三個方面開展研究。
　　建立了計及多影響因素的電動汽車充電電量模型。從使用環(huán)境、車輛性能等角度分析和挖掘影響電動汽車充電負荷的外部

2、影響因素，并從充電電量、充電功率和充電時間分布等三個層面進行影響因素歸類；基于因子篩選法，結合影響因素的分類，計算電動汽車充電電量主要影響因素的主效應值，建立電動汽車充電電量主要影響因素的因子篩選辨識模型；在此基礎上，結合不確定性分析，建立電動汽車充電電量關鍵影響因素的辨識模型，確定關鍵因素和非關鍵因素；針對關鍵影響因素建立其函數(shù)預測模型，針對非關鍵影響因素建立其固定預測模型，基于函數(shù)模型和固定模型建立電動汽車的充電電量模型。該模型避免

3、了傳統(tǒng)模型考慮影響因素不全、關鍵因素不清的不足，既能保證模型的精確度，又能提高模型的計算效率，具有較好的實用性。
　　建立了大規(guī)模電動汽車充電負荷預測模型。基于改進Bass模型建立電動汽車保有量組合預測模型，該模型能在電動汽車歷史數(shù)據(jù)較少的情況下，通過分析傳統(tǒng)汽車數(shù)據(jù)，實現(xiàn)電動汽車保有量預測；基于保有量預測模型、NHTS2009相關數(shù)據(jù)與電動汽車行駛習慣分析，結合電動汽車充電電量模型，建立電動汽車充電負荷預測模型，計算了電動汽車日

4、充電負荷，驗證了模型的有效性。
　　基于電動汽車充電負荷模型，分析了電動汽車充電負荷對電網(wǎng)負荷的影響。以IEEE14節(jié)點系統(tǒng)為例，分析了不同電動汽車充電負荷滲透率下，電動汽車充電負荷對電網(wǎng)日負荷曲線、線損率和節(jié)點電壓的影響，算例結果表明隨電動汽車滲透率的增長，電網(wǎng)負荷率和線損率隨之增加，節(jié)點電壓逐步惡化；基于廣州市電網(wǎng)負荷數(shù)據(jù)和電動汽車預測值，分析了未來電動汽車充電負荷對廣州市電網(wǎng)負荷率、峰谷差的影響，算例結果表明電動汽車接入對廣