Spatial Guidance Strategy for Urban Charging Loads in High-temperature Weather Considering User Willingness

HAN Linyang; YE Chengjin; ZHU Chao; GAO Qiang; YU Haiyue

doi:10.7500/AEPS20230731005

您当前的位置：

首页 >

文章列表页 >

Spatial Guidance Strategy for Urban Charging Loads in High-temperature Weather Considering User Willingness

Basic Research | 更新时间：2025-06-16

- Spatial Guidance Strategy for Urban Charging Loads in High-temperature Weather Considering User Willingness
- Automation of Electric Power Systems Vol. 48, Issue 10, Pages: 139-150(2024)
- 作者机构：
  
  1.浙江大学电气工程学院，浙江省杭州市 310027
  2.国网浙江省电力有限公司经济技术研究院，浙江省杭州市 310002
  3.国网浙江省电力有限公司，浙江省杭州市 310007
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China(5400-202219411A-2-0-ZN)
- DOI：10.7500/AEPS20230731005
  CLC：
- Received：31 July 2023，
  
  Revised：2023-10-27，
  
  Published Online：11 April 2024，
  
  Published：25 May 2024
- 稿件说明：
移动端阅览
韩林阳,叶承晋,朱超等.高温天气下计及用户意愿的城市充电负荷空间引导策略[J].电力系统自动化,2024,48(10):139-150.

HAN Linyang,YE Chengjin,ZHU Chao,et al.Spatial Guidance Strategy for Urban Charging Loads in High-temperature Weather Considering User Willingness[J].Automation of Electric Power Systems,2024,48(10):139-150.
韩林阳,叶承晋,朱超等.高温天气下计及用户意愿的城市充电负荷空间引导策略[J].电力系统自动化,2024,48(10):139-150. DOI： 10.7500/AEPS20230731005.

HAN Linyang,YE Chengjin,ZHU Chao,et al.Spatial Guidance Strategy for Urban Charging Loads in High-temperature Weather Considering User Willingness[J].Automation of Electric Power Systems,2024,48(10):139-150. DOI： 10.7500/AEPS20230731005.

摘要

持续高温天气易导致电网供需平衡紧张，功率大、时空分布随机性强的电动汽车充电负荷可能进一步加剧电力负荷尖峰，但同时也具备成为优质调峰资源的潜力。面向高温天气下的城市电网，文中研究计及用户意愿的城市充电负荷模拟和空间引导方法。首先，基于计划行为理论分析了车辆出行行为的形成过程，构建了基于马尔可夫链的电动汽车出行模型，用于分析不同场景下车辆的出行轨迹；然后，建立基于出行里程及时长的车辆能耗计算方法和考虑用户意愿的充电选择模型，实现电动汽车充电负荷时空分布的精细化模拟；最后，提出了一种基于低谷充电折扣的城市充电负荷空间引导策略，并采用粒子群优化算法对充电折扣进行优化求解。算例仿真表明，高温天气下用户出行意愿出现规律性变化，考虑高温天气和用户意愿影响后城市充电负荷的模拟结果更符合实际情况；此外，实施低谷充电折扣后充电负荷的时空转移可有效降低城市电网负荷峰谷差，并提高电动汽车使用和电力系统运行的经济性。

Abstract

Continuous high-temperature weather is prone to cause tension in the supply-demand balance of the power grid. Besides

charging loads of electric vehicles (EVs) may further aggravate the peak load due to the large charging power and high spatial-temporal distribution randomness. However

EVs also have the potential to provide high-quality peak-shaving resources. For the urban power grid in the high-temperature weather

this paper studies the simulation and the spatial guidance methods of urban charging loads considering user willingness. First

the formation process of vehicle travel behaviors is analyzed based on the planned behavior theory

and a travel model of EVs based on the Markov chain is constructed to analyze travel trajectories in different scenarios. Besides

a calculation method of vehicle energy consumption based on travel mileage and time duration is proposed

and a charging option model considering user willingness is established. The proposed models are adopted to finely simulate the spatial-temporal distribution of charging loads. Finally

a spatial guidance strategy for urban charging loads based on low-valley charging discounts is proposed

and the particle swarm optimization algorithm is used to optimally solve the charging discounts. The simulation results show that the user travel willingness changes regularly in the high-temperature weather

and the simulation results of urban charging loads considering the effects of high-temperature weather and user willingness are more in line with reality. Moreover

the spatial-temporal shifting of charging loads after conducting the low-valley charging discount can effectively alleviate the load difference between the peak and valley of the urban power grid. Besides

it can also improve the economy of vehicle usage and power system operation.

关键词

Keywords

references

余娜 . 川渝拉闸限电多家上市公司限产停产［N］. 中国工业报， 2022-08-23 （1）.

YU Na . Sichuan and Chongqing restrict the power usage and the production of many listed companies is limited ［N］. China Industry News ， 2022-08-23 （1）.

王林 . 全球新能源汽车保有量三年内有望过亿辆［N］. 中国能源报， 2023-06-26 （17）.

WANG Lin . Global new energy vehicle ownership is expected to exceed 100 million units in three years ［N］. China Energy News ， 2023-06-26 （17）.

陈丽丹，张尧， FIGUEIREDO A . 电动汽车充放电负荷预测研究综述［J］. 电力系统自动化， 2019 ， 43 （ 10 ）： 177 - 191 .

CHEN Lidan ， ZHANG Yao ， FIGUEIREDO A . Overview of charging and discharging load forcasting for electric vehicles ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 10 ）： 177 - 191 .

LU X ， CHAN K W ， XIA S W ， et al . A model to mitigate forecast uncertainties in distribution systems using the temporal flexibility of EVAs ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 3 ）： 2212 - 2221 .

KAPOOR A ， PATEL V S ， SHARMA A ， et al . Centralized and decentralized pricing strategies for optimal scheduling of electric vehicles ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 3 ）： 2234 - 2244 .

胡泽春，宋永华，徐智威，等 . 电动汽车接入电网的影响与利用［J］. 中国电机工程学报， 2012 ， 32 （ 4 ）： 1 - 10 .

HU Zechun ， SONG Yonghua ， XU Zhiwei ， et al . Impacts and utilization of electric vehicles integration into power systems ［J］. Proceedings of the CSEE ， 2012 ， 32 （ 4 ）： 1 - 10 .

TANG D F ， WANG P . Nodal impact assessment and alleviation of moving electric vehicle loads： from traffic flow to power flow ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 6 ）： 4231 - 4242 .

TULABING R S ， MITCHELL B C ， COVIC G A ， et al . Localized demand control of flexible devices for peak load management ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 1 ）： 217 - 227 .

温昕 . 新能源汽车变成“电力海绵” 稳定电网保民生［N］. 新能源汽车报， 2022-10-17 （14）.

WEN Xin . New energy vehicles become “power sponges” to stabilize the power grid and protect people’s livelihoods ［N］. New Energy Vehicle News ， 2022-10-17 （14）.

中国电力企业联合会 . 中国电力行业年度发展报告2023 ［R/OL］. （ 2023-07-07 ）［ 2023-07-28 ］. https：//cec.org.cn/detail/index.html？3-322624 https://cec.org.cn/detail/index.html?3-322624 .

China Electricity Council . China power industry annual development report 2023 ［R/OL］. （ 2023-07-07 ）［ 2023-07-28 ］. https：//cec.org.cn/detail/index.ht- ml？3-322624 https://cec.org.cn/detail/index.ht-ml?3-322624 .

田立亭，史双龙，贾卓 . 电动汽车充电功率需求的统计学建模方法［J］. 电网技术， 2010 ， 34 （ 11 ）： 126 - 130 .

TIAN Liting ， SHI Shuanglong ， JIA Zhuo . A statistical model for charging power demand of electric vehicles ［J］. Power System Technology ， 2010 ， 34 （ 11 ）： 126 - 130 .

程杉，钟仕凌，尚冬冬，等 . 考虑电动汽车时空负荷分布特性的主动配电网动态重构［J］. 电力系统保护与控制， 2022 ， 50 （ 17 ）： 1 - 13 .

CHENG Shan ， ZHONG Shiling ， SHANG Dongdong ， et al . Dynamic reconfiguration of an active distribution network considering temporal and spatial load distribution characteristics of electric vehicles ［J］. Power System Protection and Control ， 2022 ， 50 （ 17 ）： 1 - 13 .

刘志强，张谦，朱熠，等 . 计及车-路-站-网融合的电动汽车充电负荷时空分布预测［J］. 电力系统自动化， 2022 ， 46 （ 12 ）： 36 - 45 .

LIU Zhiqiang ， ZHANG Qian ， ZHU Yi ， et al . Spatial-temporal distribution prediction of charging loads for electric vehicles considering vehicle-road-station-grid integration ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 12 ）： 36 - 45 .

黄南天，刘德宝，蔡国伟，等 . 基于多相关日场景生成的电动汽车充电负荷区间预测［J］. 中国电机工程学报， 2021 ， 41 （ 23 ）： 7980 - 7990 .

HUANG Nantian ， LIU Debao ， CAI Guowei ， et al . Interval prediction of electric vehicle charging load based on scene generation with multiple correlation days ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 23 ）： 7980 - 7990 .

苏粟，杨恬恬，李玉璟，等 . 考虑实时动态能耗的电动汽车充电路径规划［J］. 电力系统自动化， 2019 ， 43 （ 7 ）： 136 - 143 .

SU Su ， YANG Tiantian ， LI Yujing ， et al . Charging route planning for electric vehicles considering real-time dynamic energy consumption ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 7 ）： 136 - 143 .

张谦，王众，谭维玉，等 . 基于MDP随机路径模拟的电动汽车充电负荷时空分布预测［J］. 电力系统自动化， 2018 ， 42 （ 20 ）： 59 - 66 .

ZHANG Qian ， WANG Zhong ， TAN Weiyu ， et al . Spatial-temporal distribution prediction of charging load for electric vehicle based on MDP random path simulation ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 20 ）： 59 - 66 .

龙雪梅，杨军，吴赋章，等 . 考虑路网-电网交互和用户心理的电动汽车充电负荷预测［J］. 电力系统自动化， 2020 ， 44 （ 14 ）： 86 - 93 .

LONG Xuemei ， YANG Jun ， WU Fuzhang ， et al . Prediction of electric vehicle charging load considering interaction between road network and power grid and user’s psychology ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 14 ）： 86 - 93 .

盛裕杰，郭庆来，刘梦洁，等 . 多源数据融合的用户充电行为分析与充电设施规划实践［J］. 电力系统自动化， 2022 ， 46 （ 12 ）： 151 - 162 .

SHENG Yujie ， GUO Qinglai ， LIU Mengjie ， et al . User charging behavior analysis and charging facility planning practice based on multi-source data fusion ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 12 ）： 151 - 162 .

杨镜司，秦文萍，史文龙，等 . 基于电动汽车参与调峰定价策略的区域电网两阶段优化调度［J］. 电工技术学报， 2022 ， 37 （ 1 ）： 58 - 71 .

YANG Jingsi ， QIN Wenping ， SHI Wenlong ， et al . Two-stage optimal dispatching of regional power grid based on electric vehicles’ participation in peak-shaving pricing strategy ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 1 ）： 58 - 71 .

李东东，段维伊，林顺富，等 . 实时电价条件下基于用户引导的电动汽车-充电桩匹配策略［J］. 电力系统自动化， 2020 ， 44 （ 8 ）： 74 - 82 .

LI Dongdong ， DUAN Weiyi ， LIN Shunfu ， et al . User guidance based matching strategy for electric vehicle-charging pile in condition of real-time electricity price ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 8 ）： 74 - 82 .

杨健维，苟方杰，黄宇，等 . 基于不确定性测度的居民小区电动汽车充电分时电价制定策略［J］. 电网技术， 2018 ， 42 （ 1 ）： 96 - 102 .

YANG Jianwei ， GOU Fangjie ， HUANG Yu ， et al . Residential area electric vehicle charging pricing strategy based on uncertainty measure ［J］. Power System Technology ， 2018 ， 42 （ 1 ）： 96 - 102 .

闫岩 . 计划行为理论的产生、发展和评述［J］. 国际新闻界， 2014 ， 36 （ 7 ）： 113 - 129 .

YAN Yan . A review on the origins and development of the theory of planned behavior ［J］. Chinese Journal of Journalism & Communication ， 2014 ， 36 （ 7 ）： 113 - 129 .

HAN X J ， WEI Z X ， HONG Z P ， et al . Ordered charge control considering the uncertainty of charging load of electric vehicles based on Markov chain ［J］. Renewable Energy ， 2020 ， 161 ： 419 - 434 .

李志学，胡望欣，黄中祥 . 数量调节用户均衡及OD分解算法［J］. 中国公路学报， 2023 ， 36 （ 5 ）： 220 - 230 .

LI Zhixue ， HU Wangxin ， HUANG Zhongxiang . User-equilibrium with quantity regulation and OD decomposition algorithm ［J］. China Journal of Highway and Transport ， 2023 ， 36 （ 5 ）： 220 - 230 .

CORMEN T H . Shortest paths ［M］. Cambridge， USA ： MIT Press ， 2013 .

邵尹池，穆云飞，余晓丹，等 . “车-路-网”模式下电动汽车充电负荷时空预测及其对配电网潮流的影响［J］. 中国电机工程学报， 2017 ， 37 （ 18 ）： 5207 - 5219 .

SHAO Yinchi ， MU Yunfei ， YU Xiaodan ， et al . A spatial-temporal charging load forecast and impact analysis method for distribution network using EVs-traffic-distribution model ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 18 ）： 5207 - 5219 .

曹中义 . 电动汽车电动空调系统分析研究［D］. 武汉：武汉理工大学， 2008 .

CAO Zhongyi . Electric A/C system study of electric vehicle ［D］. Wuhan ： Wuhan University of Technology ， 2008 .

宋媛媛 . 基于行驶工况的纯电动汽车能耗建模及续驶里程估算研究［D］. 北京：北京交通大学， 2014 .

SONG Yuanyuan . Energy consumption modeling and cruising range estimation based on driving cycle for electric vehicles ［D］. Beijing ： Beijing Jiaotong University ， 2014 .

王子伟 . 汽车空调生命周期气候性能评估模型［D］. 上海：上海交通大学， 2014 .

WANG Ziwei . Life cycle climate performance evalution model for mobile air conditioning system ［D］. Shanghai ： Shanghai Jiao Tong University ， 2014 .

霍云龙 . 纯电动汽车能耗模型与节能路径规划研究［D］. 长春：吉林大学， 2022 .

HUO Yunlong . Research on energy consumption model and energy-saving path planning of BEV ［D］. Changchun ： Jilin University ， 2022 .

胡俊杰，马文帅，薛禹胜，等 . 基于CPSSE框架的电动汽车聚合商备用容量量化［J］. 电力系统自动化， 2022 ， 46 （ 18 ）： 46 - 54 .

HU Junjie ， MA Wenshuai ， XUE Yusheng ， et al . Quantification of reserve capacity provided by electric vehicle aggregator based on framework of cyber-physical-social system in energy ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 18 ）： 46 - 54 .

PARK J B ， JEONG Y W ， SHIN J R ， et al . An improved particle swarm optimization for nonconvex economic dispatch problems ［J］. IEEE Transactions on Power Systems ， 2010 ， 25 （ 1 ）： 156 - 166 .

张良，孙成龙，蔡国伟，等 . 基于PSO算法的电动汽车有序充放电两阶段优化策略［J］. 中国电机工程学报， 2022 ， 42 （ 5 ）： 1837 - 1852 .

ZHANG Liang ， SUN Chenglong ， CAI Guowei ， et al . Two-stage optimization strategy for coordinated charging and discharging of EVs based on PSO algorithm ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 5 ）： 1837 - 1852 .

FARIA P ， SOARES J ， VALE Z ， et al . Modified particle swarm optimization applied to integrated demand response and DG resources scheduling ［J］. IEEE Transactions on Smart Grid ， 2013 ， 4 （ 1 ）： 606 - 616 .

BOMPARD E ， HUANG T ， YANG L . Market equilibrium under incomplete and imperfect information in bilateral electricity markets ［J］. IEEE Transactions on Power Systems ， 2011 ， 26 （ 3 ）： 1231 - 1240 .

陈丽丹，张尧， FIGUEIREDO A . 融合多源信息的电动汽车充电负荷预测及其对配电网的影响［J］. 电力自动化设备， 2018 ， 38 （ 12 ）： 1 - 10 .

CHEN Lidan ， ZHANG Yao ， FIGUEIREDO A . Charging load forecasting of electric vehicles based on multi-source information fusion and its influence on distribution network ［J］. Electric Power Automation Equipment ， 2018 ， 38 （ 12 ）： 1 - 10 .

U.S. Department of Transportation ， Federal Highway Administration . 2017 national household travel survey ［EB/OL］. （ 2018-05-05 ）［ 2023-07-28 ］. https：//nhts.ornl.gov https://nhts.ornl.gov .

宋雨浓，林舜江，唐智强，等 . 基于动态车流的电动汽车充电负荷时空分布概率建模［J］. 电力系统自动化， 2020 ， 44 （ 23 ）： 47 - 56 .

SONG Yunong ， LIN Shunjiang ， TANG Zhiqiang ， et al . Spatial-temporal distribution probabilistic modeling of electric vehicle charging load based on dynamic traffic flow ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 23 ）： 47 - 56 .

邵尹池，穆云飞，林佳颖，等 . “车-站-网”多元需求下的电动汽车快速充电引导策略［J］. 电力系统自动化， 2019 ， 43 （ 18 ）： 60 - 66 .

SHAO Yinchi ， MU Yunfei ， LIN Jiaying ， et al . Fast charging guidance strategy for multiple demands of electric vehicle， fast charging station and distribution network ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 18 ）： 60 - 66 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Robust Optimization Model for Coordinated Frequency Regulation of Electric Vehicle Cluster and Units Considering Uncertainties of Frequency Regulation and Excitation

Day-ahead Spatio-Temporal Interaction Method of Electric Vehicles, Aggregators and Distribution Network for Photovoltaic Accommodation

Optimal Control of Electric Vehicle Cluster Participating in Frequency Regulation Market Considering User Preferences

Related Author

WANG Qingyuan

WANG Mingshen

MU Yunfei

CUI Li

ZHAO Nan

GE Le

WANG Qingyuan

ZHANG Qiang

Related Institution

Gaoyou Power Supply Company of State Grid Jiangsu Electric Power Co., Ltd.

School of Electric Power Engineering, Nanjing Institute of Technology

Electric Power Research Institute of State Grid Jiangsu Electric Power Co., Ltd.

Key Laboratory of Smart Grid of Ministry of Education (Tianjin University)

Gaoyou Power Supply Company, State Grid Jiangsu Electric Power Co., Ltd.

⁰