基于实时出行需求和交通路况的电动汽车充电负荷预测

发布时间：2021-04-10 01:40

　　现有的电动汽车充电负荷预测研究中缺乏对用户出行行为和交通路况的精确描述,为此构建了时空图谱注意力网络,对基于城市兴趣点的出行需求和道路交通流量的时空分布进行学习和预测,并计及了日期类型、天气温度和交通事件的影响。通过基于出行时间指数（travel time index,TTI）的Dijkstra算法得到耗时最短的行驶路径,并建立了计及交通路况和气温影响的电动汽车能耗模型以及考虑距离远近和综合充电费用的充电站选择决策模型。基于西安市二环区域的实际出行需求和交通数据,对私家车、出租车和网约车3种用途电动汽车的充电需求进行了预测,并分析了出行需求变化对城市各网格空间内充电站快、慢充负荷的影响,为充电设施的规划提供了参考和依据。 

【文章来源】：电力建设. 2020,41(08)北大核心

【文章页数】：11 页

【部分图文】：

图1 时空图谱注意力网络的框架结构

西安市在冬防期会实施机动车尾号限行，但电动汽车不受影响。图4和图5分别展示了12月3日(周一)整体和网格兴趣点的OD需求量，道路车速如图6所示。以3日为例，在07:30—09:00早高峰时段，网格8、13、18、38和50等区域的起始点需求以及网格9、20、36、42和51等区域的终止点需求较大;中午时段的出行需求较少;在17:30—19:00期间出现晚高峰，且在21:00—24:00期间，网格12、19、27、35和51等区域出现了较大的起始点需求。该天最拥堵时刻出现在18:00，具体的拥堵路段如图7所示。图5 网格12,50,52的兴趣点OD需求

网格12,50,52的兴趣点OD需求


本文编号：3128704