碌曲信息网
科技前沿 当前位置:首页 > 科技前沿 > 正文

电动汽车充电站的选址定容不再是难题

12: 10: 34夜班车

近年来,新能源汽车的话题仍在继续:新能源汽车免征税,新能源汽车将有专项汽车保险,销量和新能源汽车牌照数量不断上升.中国新能源汽车产业正处于快速发展阶段。其中,纯电动汽车的发展更为迅速。

据统计,2018年,中国纯电动汽车销量为98.4万辆,比上年同期增长50.8%。它连续四年保持世界第一的纯电动汽车销量。截至2019年上半年,中国纯电动汽车数量达到281万辆,占新能源汽车总量的81.74%。

目前,主流电动车的续航里程已达到450km,2019年将有超过500km甚至600km的车型。根据中国充电联盟发布的数据,截至2019年6月,中国充电桩数量已超过100万台,同比增长69.3%。其中,国内企业建设了41万多个公共堆放桩,私人充电桩数量超过59万个,桩对比达到3.5:1。

电动车每天需要回家或者去单位插上车,或者每隔300km去充电桩等待30分钟以上的充电时间;如果你想长跑,你必须计划路线,计算距离并了解沿途充电的情况。因此,电动车用户的主要关注点无非是巡航范围,功率衰减,充电桩分布,充电速度等。

件对充电需求的影响。

精确的电动汽车充电需求预测是充电桩/站计划的前提。然而,在规划充电桩/站时,很少有专家和学者考虑道路网络上的充电需求的时空分布。在此基础上,郑州大学电气工程学院江鑫,冯永涛等,国家电网湖北电力有限公司熊虎电力科学研究院提出了一种基于城市道路的电动汽车充电站网络特征和电动汽车旅行概率矩阵。规划模型。

首先,基于城市道路拓扑和改进的速度 - 流量关系模型,模拟电动汽车的驾驶特性。在此基础上,通过构建电动汽车行驶概率矩阵,采用蒙特卡罗方法预测电动汽车快速充电需求的时空分布。然后,从用户友好充电的角度出发,以用户充电时充电站建设运行成本和驾驶成本为目标,基于出行概率矩阵建立电动汽车充电站定位量模型:充电站服务为除以Voronoi图。范围,充电站的最佳位置由改进的粒子群优化算法确定,并且排队理论用于优化每个充电站的容量,并且获得统计上更合理的结果。

最后,他们对市区的电动汽车充电站进行了仿真分析。结果表明,该模型和方法是可行和有效的。研究结果发表于2019年《电工技术学报》补编1,论文题目是“基于旅行概率矩阵的电动汽车充电站规划”。

学者们认为,根据OD行程概率矩阵和Dijkstra最短路径算法,可以模拟电动汽车的行驶特性。通过改进速度 - 流量实用关系模型,可以更准确地预测电动汽车充电需求的时空分布特征。规划模型时,无需在规划区域,要选择的站点中给出充电站的数量。该模型可以根据充电需求的时空分布自动生成充电站的最佳数量,位置,容量和服务范围,所获得的结果可以作为实际充电设施规划的参考。

他们表示,下一阶段需要进一步研究:考虑交通灯的位置和数量等影响因素以及电动车用户的实际驾驶习惯,优化充电需求预测模型;考虑充电站规划时的站间联系,使用户可以自发地选择空闲充电站进行充电等。

近年来,新能源汽车的话题仍在继续:新能源汽车免征税,新能源汽车将有专项汽车保险,销量和新能源汽车牌照数量不断上升.中国新能源汽车产业正处于快速发展阶段。其中,纯电动汽车的发展更为迅速。

据统计,2018年,中国纯电动汽车销量为98.4万辆,比上年同期增长50.8%。它连续四年保持世界第一的纯电动汽车销量。截至2019年上半年,中国纯电动汽车数量达到281万辆,占新能源汽车总量的81.74%。

目前,主流电动车的续航里程已达到450km,2019年将有超过500km甚至600km的车型。根据中国充电联盟发布的数据,截至2019年6月,中国充电桩数量已超过100万台,同比增长69.3%。其中,国内企业建设了41万多个公共堆放桩,私人充电桩数量超过59万个,桩对比达到3.5:1。

电动车每天需要回家或者去单位插上车,或者每隔300km去充电桩等待30分钟以上的充电时间;如果你想长跑,你必须计划路线,计算距离并了解沿途充电的情况。因此,电动车用户的主要关注点无非是巡航范围,功率衰减,充电桩分布,充电速度等。

件对充电需求的影响。

精确的电动汽车充电需求预测是充电桩/站计划的前提。然而,在规划充电桩/站时,很少有专家和学者考虑道路网络上的充电需求的时空分布。在此基础上,郑州大学电气工程学院江鑫,冯永涛等,国家电网湖北电力有限公司熊虎电力科学研究院提出了一种基于城市道路的电动汽车充电站网络特征和电动汽车旅行概率矩阵。规划模型。

首先,基于城市道路拓扑和改进的速度 - 流量关系模型,模拟电动汽车的驾驶特性。在此基础上,通过构建电动汽车行驶概率矩阵,采用蒙特卡罗方法预测电动汽车快速充电需求的时空分布。然后,从用户友好充电的角度出发,以用户充电时充电站建设运行成本和驾驶成本为目标,基于出行概率矩阵建立电动汽车充电站定位量模型:充电站服务为除以Voronoi图。范围,充电站的最佳位置由改进的粒子群优化算法确定,并且排队理论用于优化每个充电站的容量,并且获得统计上更合理的结果。

最后,他们对市区的电动汽车充电站进行了仿真分析。结果表明,该模型和方法是可行和有效的。研究结果发表于2019年《电工技术学报》补编1,论文题目是“基于旅行概率矩阵的电动汽车充电站规划”。

学者们认为,根据OD行程概率矩阵和Dijkstra最短路径算法,可以模拟电动汽车的行驶特性。通过改进速度 - 流量实用关系模型,可以更准确地预测电动汽车充电需求的时空分布特征。规划模型时,无需在规划区域,要选择的站点中给出充电站的数量。该模型可以根据充电需求的时空分布自动生成充电站的最佳数量,位置,容量和服务范围,所获得的结果可以作为实际充电设施规划的参考。

他们表示,下一阶段需要进一步研究:考虑交通灯的位置和数量等影响因素以及电动车用户的实际驾驶习惯,优化充电需求预测模型;考虑充电站规划时的站间联系,使用户可以自发地选择空闲充电站进行充电等。

——



碌曲信息网 版权所有© www.cr555.cn 技术支持:碌曲信息网 | 网站地图