电动汽车接入电网情况的扩展随机模型

电动汽车接入电网情况的扩展随机模型

近些年，电动汽车和插电式混合动力电动汽车的数量不断增长，大量电动汽车接入电网可能会对电网负载产生不利影响，降低电网安全性。由于缺少电动汽车和插电式混合动力电动汽车的真实使用数据，在评估其对电网负载的影响时，常常采用简单模型表示电动汽车接入电网充电的顺序和电动汽车的充电需求，甚至采用传统汽车的使用特性表示电动汽车的使用特性。本文基于排队理论给出了描述电动汽车接入电网情况的随机模型，并对电动汽车的充电时间做出假设。同时，根据电动汽车实际使用情况的统计数据对随机模型参数进行估计，分析电动汽车和插电式混合动力电动汽车接入电网对电网负载的影响。

基于排队模型表示电动汽车接入电网情况的随机模型，指采用泊松分布表示电动汽车接入电网的时间，采用指数分布表示电动汽车的充电时间。将该模型用在电网负载的预测中，首先需要确定相关参数。采用加州大学戴维斯分校电动汽车中心提供的单位时间内接入电网的汽车数（随时间变化得量），对所建随机模型进行参数估计。之后利用2009年全国家庭旅行调查所得到的统计数据（包括旅行采用的交通工具、旅行时间、旅行里程和旅行目的）确定电动汽车的使用特性，即对电动汽车接入电网情况的随机模型进行扩展，得到扩展随机模型。对模型进行仿真时，模拟某一区域内共有1000辆充电功率为1.1kW电动汽车随机接入电网进行充电，并假设每辆电动汽车在充电周期内充电功率保持恒定。仿真采用的模型分别为建立的扩展随机模型和以往研究常用的自回归滑动平均模型。仿真共模拟电动汽车60天的使用情况，其中，前30天得到的数据用来确定两种模型所相关的参数值；后30天的数据作为试验数据，用来与两种模型的计算结果进行对比。仿真结果表明，1000辆电动汽车接入电网可能使电网产生的峰值功率为250kW，扩展随机模型预测的结果绝对误差小于20kW，而自回归滑动平均模型预测的结果绝对误差达到了160kW。因而，本文所提出的扩展随机模型能够实现对电网负载较为精确的预测。

刊名：IEEE Transactions on Smart Grid（英）

刊期：2014年第2期

作者：Mahnoosh Alizadeh

编译：王祥