重庆理工大学学报2020,Vol.34Issue(6) :1-8.

基于出行链数据的电动汽车充电需求预测模型

An Electric Vehicle Charging Demand Forecast Model Based on Trip Chain Data

罗江鹏 张玮 王国林 张树培
重庆理工大学学报2020,Vol.34Issue(6) :1-8.

基于出行链数据的电动汽车充电需求预测模型

An Electric Vehicle Charging Demand Forecast Model Based on Trip Chain Data

罗江鹏 1张玮 1王国林 1张树培1
扫码查看

作者信息

  • 1. 江苏大学 汽车与交通工程学院,江苏 镇江 212013
  • 折叠

摘要

为解决电动汽车充电站规划过程中用户充电需求信息缺乏的问题,结合贝叶斯理论,构建了一种基于出行链数据的电动汽车充电需求预测模型.采用蒙特卡洛法,对路网用户充电需求参数进行模拟.研究结果表明:结合贝叶斯理论,可简便地获取用户产生充电意愿时的剩余电量与毗邻行程所需电量的概率分布;用户充电选择模型能模拟不同停车时长下的用户充电选择;基于历史出行链数据,所提出的充电需求预测模型能准确地预测用户充电需求参数,预测值概率误差处于±3%以内.该方法可为城市充电站选址和定容等领域的研究提供充电需求状态分布信息.

关键词

电动汽车/充电需求预测/贝叶斯理论/蒙特卡洛法

引用本文复制引用

基金项目

国家重点研发计划项目(2018YFB0106405)

江苏大学高级专业人才科研启动基金(13JDG036)

出版年

2020
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子:0.567
ISSN:1674-8425
被引量8
参考文献量7
段落导航相关论文