为应对日益严峻的环境污染与资源紧缺问题，中国政府明确提出“双碳”战略目标，并连续出台相关政策支持和推动战略性新兴产业发展。发展新能源汽车是我国交通领域落实“双碳”战略目标的重要举措，加快电动汽车的推广应用对于推动我国交通和能源系统绿色转型发展具有重要意义。与此同时，电动汽车的市场化发展和大规模运行也对电网安全带来了严峻挑战。加快开展V2G（Vehicle-to-Grid，车辆到电网）共性核心技术研究与示范应用，统筹电动汽车充放电、电力调度需求，实现电动汽车与电网能量高效互动，提高电网安全应急响应能力已成为现阶段社会发展的迫切要求；也是推动我国“绿能充换电”产业发展，加快促进新能源汽车与能源转型融合发展的重大战略需求。 本文依托某吉林省科技发展计划项目，开展V2G智慧能源综合管理与车网协同控制技术研究，重点针对电动汽车单车能耗估算与规模化电动汽车充电需求预测两个方面开展相关研究工作，旨在建立面向V2G用户的基于车辆出行信息的单车能耗估算模型，为V2G参与者明晰行程能耗，参与车网能量交互提供指导；建立面向智慧能源管理的规模化电动汽车出行能耗计算方法，实现V2G电动汽车充电需求的准确预测。论文具体研究内容如下： 首先通过对电动汽车历史出行数据进行预处理得到了工况特征参数，并采取主成分分析与聚类分析方法构建了四类典型工况，提出了一种综合考虑交通流平均车速约束与历史状态转移概率的出行工况预测方法，出行工况能耗相对误差为6.74%，为后续车辆能耗估算提供工况基础。 其次从运动学与外部条件两个角度对电动汽车能耗影响因素进行分析并提取后续模型输入特征。在此基础上采用多层Stacking集成学习算法建立电动汽车能耗估算模型，分别测试模型在真实工况以及预测工况下的精度，并与基于线性回归的基准模型进行对比，验证本文能耗估算模型的准确性与先进性，研究结果表明，在以真实工况作为特征输入时，模型的理论误差为10.39%，相较于基准模型有较大提升，为后续规模化电动汽车充电需求预测提供能耗模型基础。 此后，搭建规模化电动汽车充电需求预测模型。首先对模型理论依据进行说明，其次对本文研究区域范围进行筛选与分割。此后，根据多源信息对用户出行与充电行为进行分析，并建立对应的数学分布模型。在此基础上，建立了由用户画像生成、行程链仿真、能耗计算、充电决策与仿真四大模块构成的模型框架，为后续规模化电动汽车充电需求预测提供理论支持。 最后，对规模化电动汽车充电需求进行预测，并分析其影响因素。首先介绍模型的具体实现，在此基础上以长春市为案例，对其规模化电动汽车充电需求的时空分布情况进行分析。最后对影响充电需求的关键因素展开分析，包括用户里程焦虑水平、电池容量水平、快充功率以及电动汽车渗透率等，体现模型预测的灵活性与适用性。
NETL
