(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211017080.2 (22)申请日 2022.08.24 (71)申请人 福州大学 地址 350108 福建省福州市闽侯县福州大 学城乌龙江北 大道2号福州大 学 (72)发明人 刘丽军　陈昌　林钰芳　黄伟东　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 丘鸿超　蔡学俊 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/20(2020.01) G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 结合实时交通路网的电动汽车充电站规划 方法 (57)摘要 本发明公开了一种结合实时交通路网的电 动汽车(Electric  Vehicle,EV)充电站规划方 法， 包括： 步骤S1： 提取城市交通路网的拓扑结 构； 步骤S2： 建立实时车速 ‑流量模型； 步骤S3： 基 于TransCAD软件反推得到各时段所对应的OD矩 阵； 步骤S4： 计算电动汽车出行概率矩阵； 步骤 S5： 基于出行概率矩阵刻画电动汽车在一天中连 续的出行轨迹； 步骤S6： 构建单体电动汽车充电 模型； 步骤S7： 构建电动汽车充电负荷时空预测 模型； 步骤S8： 基于负荷预测结果， 构建含电动汽 车充电站的配电网规划模型， 优化充电站选址定 容结果。 可以实现基于实时交通路网结合的电动 汽车充电负荷需求预测及充电站的选址定容方 案。 权利要求书3页 说明书10页 附图3页 CN 115292866 A 2022.11.04 CN 115292866 A 1.一种结合实时交通路网的电动汽车充电站规划方法， 其特 征在于， 包括以下步骤： 步骤S1： 提取城市交通路网的拓扑结构； 步骤S2： 建立实时车速 ‑流量模型； 步骤S3： 基 于TransCAD软件反推得到各时段所对应的OD矩阵； 步骤S4： 计算电动汽 车出行概率矩阵； 步 骤S5： 基于出行概率矩阵刻画电动汽 车在一天中连续的出行轨迹； 步骤S 6： 构建单体电动汽 车充电模 型； 步骤S7： 构建电动汽车充电负荷时空预测模 型； 步骤S8： 基于负荷预测结果， 构 建含电动汽车充电站的配电网规划模型， 优化充电站选 址定容结果。 2.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特征在于： 步骤S1具体包括： 提取城市交通路 网的拓扑结构， 根据实际路网拓扑绘制等效路 网拓扑图， 生成道路矩阵。 3.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特 征在于： 在步骤S2中： 建立实时车速 ‑流量模型， 时刻t的车辆 速度模型如(1)所示： 式中： vij(t)表示电动汽车在t时刻在道路(i,j)行驶速度； vij‑m(t)表示道路lij的零流 速度； qij(t)为t时刻道路(i,j)的路段流量； Cij为道路(i,j)的通行能力， 即通行流量； a、 b、 n为待定参数， 根据道路的实测值拟合确定 。 4.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特 征在于： 在步骤S3中： 采用OD矩阵表征某时段路网中起点和终点间的通行量； 基于TransCAD软 件搭建路网模型， 包含点层和线层， 点层表示路网节点， 线层表示节点间的道路； 将某 时刻 的出行阻抗， 包含车流量、 通行时间、 通行速度、 道路等级的数据， 放入路网模型中， 反推出 该时刻的OD矩阵， 通过改变出 行阻抗数据， 得到不同时刻的OD矩阵。 5.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特 征在于： 在步骤S4中： 计算电动汽车出行概率矩阵， 其中电动汽车的出行概率表示在t到t+1时 间段内从节点i到j的电动汽车数量与从节点i到任意节点电动汽车数量之和的比值， 如式 (2)所示： 式中： pij,t表示电动汽车在 t到t+1时间段内从节点i到j的出行概率； N为路网节点数量； aij,t为OD矩阵元素， 表示在t到t+1时间段内从节点i行驶到j的电动汽车数量； 表示在 t到t+1时间段内从节点 i行驶到其 他任何节点的电动汽车 数量之和。 6.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特 征在于： 在步骤S5中： 基于OD矩阵刻画电动汽车在一天中连续的出行轨迹： 以tc表征仿真时刻，权　利　要　求　书 1/3 页 2 CN 115292866 A 2首先根据汽车类型利用蒙特卡洛抽 样每辆电动汽车分配初始位置Oi和初始出行时刻ts， 再 结合ts所在时段该电动汽车类型对应OD矩阵， 通过OD矩阵生成其出行目的地d； 若目的地与 出发地是同一个节 点， 则意味着此时段内该电动汽 车无需出行； 根据该车状态 参数， 结合 实 时车速‑流量模型计算行驶时间， 抵达d后更新仿真时刻tc及状态参数值， 将d作为新的起始 点。 7.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特 征在于： 在步骤S6中： 构建单体电动汽车充电模型， 根据电动汽车在 路网行驶的各项特征， 统计 电动汽车参数 得到其实时充电模型， 电动汽车的行驶状态为： EV＝{Tp,Oi,Di,ts,t,Capr,Cap0,Cap(t),Δ Cap,Fp,Lp}      (3) 式中： Tp表示电动汽车的类 型， Oi、 Di表示电动汽车的行驶起点和终点， ts表示起始时刻， t表示行驶时刻， Capr表示电动汽车的电池容量， Cap0表示电动汽车起始电量， Cap(t)表示电 动汽车在t时刻的电量， ΔC ap表示电动汽车的每公里耗电量， Fp、 Lp分别表示电动汽车的快 充、 慢充功率； 设电动汽车耗电量随着行驶里程线性增 加， 则某个时刻剩余电量由式(4)计算： Cap(t+1)＝ η(Cap(t) ‑ΔCap·Δl)    (4) 式中： Cap(t +1)表示在 下个采样时刻t+1的剩余电量， η表示耗电损失系数， Δl表示从t 到t+1时刻行驶的路程。 8.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特 征在于： 在步骤S7中： 构建电动汽车充电负荷时空预测模型具体为： 分析处理地区电动汽车数 据得到电动汽车的初始参数， 包括： 电动汽车类型、 数量、 充电功率和荷电状态； 根据电动汽车达到停止时间之前， 由OD出行概率矩阵和Floyd最短路径算法得到电动 汽车的行驶路径； 电动汽车在路网行驶途中， 若其荷电状态达到阈值0.2及以下， 电动汽车 寻找最近的充电地点进行快速充电， 然后 继续行驶直至达到停止行驶时间， 最后停车时判 断电动汽车的SOC是否小于 0.6， 若是则进行慢充， 否则不充电。 9.根据权利要求1所述的结合实时交通路网的电动汽车充电站规划方法， 其特 征在于： 在步骤S8中： 基于负荷预测结果， 构建含电动汽车充电站的配电网规划模型， 以充电站 规划成本最小， 快充负荷波动最小、 充电站利用率最高和电网电压质量最好为目标， 基于 NSGA‑III算法优化充电站选 址定容结果； 其中， 以充电站规划成本最小， 快充负荷波动最小、 充电站利用率最高和电网电压质量 最好为目标构建含电动汽车充电站的配电网规划模型， 具体见式(7)—(10)： 充电站投资成本F1 min F1＝Ccdz+COM      (7) 式中： Ccdz为充电站等 值年建设成本， COM为充电站的维护成本； 年快充负荷波动F2 权　利　要　求　书 2/3 页 3 CN 115292866 A 3