基于多时间尺度融合的规模化电动汽车可行域边界区间预测

胡俊杰; 陈泉希; 潘羿; 张会明; 韩华春

doi:10.7500/AEPS20250611007

您当前的位置：

首页 >

文章列表页 >

基于多时间尺度融合的规模化电动汽车可行域边界区间预测

新型电力系统背景下的车网互动关键技术与应用实践 | 更新时间：2026-08-21

- 基于多时间尺度融合的规模化电动汽车可行域边界区间预测
- Feasible Region Boundary Interval Prediction for Large-scale Electric Vehicles Based on Multi-timescale Integration
- 电力系统自动化 2026年50卷第15期页码：134-147
- 作者机构：
  
  1.新能源电力系统全国重点实验室（华北电力大学），北京市 102206
  2.中国电力科学研究院有限公司，北京市 100192
  3.国网江苏省电力有限公司电力科学研究院，江苏省南京市 211103
- 作者简介：
  
  胡俊杰(1986—)，男，通信作者，博士，教授，博士生导师，主要研究方向：电动汽车与电网互动、能源与交通融合。E-mail：junjiehu@ncepu.edu.cn
  陈泉希(2001—)，女，硕士研究生，主要研究方向：电动汽车与电网互动、需求侧资源可调能力预测。E-mail：quanxichen@ncepu.edu.cn
  潘羿(2000—)，男，博士研究生，主要研究方向：电动汽车与电网互动、主动配电网。E-mail：yipans@foxmail.com
- 基金信息：
  
  国家电网有限公司科技项目(5400-202455371A-3-1-KJ)
- DOI：10.7500/AEPS20250611007
  中图分类号：
- 收稿：2025-06-11，
  
  修回：2025-11-24，
  
  网络首发：2026-06-18，
  
  纸质出版：2026-08-10
- 稿件说明：
移动端阅览
胡俊杰,陈泉希,潘羿等.基于多时间尺度融合的规模化电动汽车可行域边界区间预测[J].电力系统自动化,2026,50(15):134-147.

HU Junjie,CHEN Quanxi,PAN Yi,et al.Feasible Region Boundary Interval Prediction for Large-scale Electric Vehicles Based on Multi-timescale Integration[J].Automation of Electric Power Systems,2026,50(15):134-147.
胡俊杰,陈泉希,潘羿等.基于多时间尺度融合的规模化电动汽车可行域边界区间预测[J].电力系统自动化,2026,50(15):134-147. DOI： 10.7500/AEPS20250611007.

HU Junjie,CHEN Quanxi,PAN Yi,et al.Feasible Region Boundary Interval Prediction for Large-scale Electric Vehicles Based on Multi-timescale Integration[J].Automation of Electric Power Systems,2026,50(15):134-147. DOI： 10.7500/AEPS20250611007.

摘要

电动汽车作为一种新型柔性储能设备，可以通过参与电动汽车聚合商调控为电力系统提供灵活调节的能力。随着可再生能源渗透率的不断提高，电力系统调节需求日益增加，现阶段电动汽车可调节能力预测面临更高的准确性与抗风险能力的挑战。为此，提出了基于多时间尺度融合的规模化电动汽车可行域边界区间预测方法。首先，考虑用户可信度对电动汽车可调节能力评估的影响，设计面向不同类型电动汽车的参与调控准入规则与可行域修正方法，进而聚合得到规模化电动汽车可行域边界。其次，提出了面向时间序列的保趋势数据扩增方法，实现单个可行域边界数据集向多个时序信息相近而具体数值不同的数据集扩增。再次，基于扩增得到的多个数据集，提出结合Autoformer模型与高斯混合模型的电动汽车可行域边界多时间尺度融合预测与概率区间建模方法。最后，基于中国深圳市大规模历史充电记录，验证了所提方法的有效性。结果表明所提可行域边界区间预测方法能够为聚合商参与电力市场和电力系统调控提供更精准、更可靠的未来电动汽车资源可调节能力信息支撑。

Abstract

As a new type of flexible energy storage device

electric vehicles (EVs) can provide valuable flexible regulation capabilities for the power system by participating in the regulation of electric vehicle aggregators. With the continuous increase in the penetration rate of renewable energy

the regulation demands of the power system are becoming increasingly complex. At present

adjustable capacity prediction of EVs faces challenges in achieving higher accuracy and resilience against risks. To this end

this paper proposes a prediction method for feasible region boundary interval of large-scale EVs based on multi-timescale integration. Firstly

considering the influence of user credibility on the evaluation of the adjustable capability of EVs

access rules for participating in regulation and the feasible region correction methods are designed for different types of EVs

and then aggregated to obtain the feasible region boundary of large-scale EVs. Secondly

a trend-preserving data amplification method for time series is proposed to achieve the amplification of a single feasible region boundary dataset to multiple datasets with similar time series information but different specific values. Again

based on multiple datasets obtained through amplification

a multi-timescale integration prediction and probabilistic interval modeling method for the feasible region boundary of EVs combining Autoformer and Gaussian mixture models is proposed. Finally

based on the large-scale historical charging records of Shenzhen

China

the effectiveness of the proposed method is verified. The results show that the proposed prediction method of feasible region boundary interval can provide more accurate and reliable information support for aggregators participating in the electricity market and power system regulation on the future adjustable capacity of EV resources.

关键词

Keywords

references

黄学良，刘永东，沈斐，等 . 电动汽车与电网互动：综述与展望［J］. 电力系统自动化， 2024 ， 48 （ 7 ）： 3 - 23 .

HUANG Xueliang ， LIU Yongdong ， SHEN Fei ， et al . Vehicle to grid： review and prospect ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 7 ）： 3 - 23 .

刘战，周越，林宇锋，等 . 考虑不同主体利益的电动汽车与电网互动的机制与实现方法［J］. 电力自动化设备， 2024 ， 44 （ 11 ）： 120 - 133 .

LIU Zhan ， ZHOU Yue ， LIN Yufeng ， et al . Interaction mechanism and implementation method of electric vehicle and power grid considering benefits of different subjects ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 11 ）： 120 - 133 .

中华人民共和国公安部 . 全国机动车保有量达4.53亿辆驾驶人达5.42亿人［EB/OL］.［ 2025-04-28 ］. https：//www.mps.gov.cn/n2254314/n6409334/c9939035/content.html https://www.mps.gov.cn/n2254314/n6409334/c9939035/content.html .

Ministry of Public Security of the People’s Republic of China . The total number of motor vehicles in China has reached 453 million， with 542 million drivers ［EB/OL］. ［ 2025-04-28 ］. https：//www.mps.gov.cn/n2254314/n6409334/c9939035/content.html https://www.mps.gov.cn/n2254314/n6409334/c9939035/content.html .

曹佳晨，张沈习，张璐，等 . 考虑交通流的柔性互联配电网电动汽车承载能力计算方法［J］. 电力系统自动化， 2025 ， 49 （ 5 ）： 24 - 37 .

CAO Jiachen ， ZHANG Shenxi ， ZHANG Lu ， et al . Calculation method for electric vehicle hosting capacity of flexibly interconnected distribution network considering traffic flow ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 5 ）： 24 - 37 .

SHEN Y C ， ZHANG S X ， DING M S ， et al . Expansion planning of soft open points based distribution system considering EV traffic flow ［J］. IEEE Transactions on Industry Applications ， 2024 ， 60 （ 1 ）： 1229 - 1239 .

CROZIER C ， MORSTYN T ， MCCULLOCH M . The opportunity for smart charging to mitigate the impact of electric vehicles on transmission and distribution systems ［J］. Applied Energy ， 2020 ， 268 ： 114973 .

HEINISCH V ， GÖRANSSON L ， ERLANDSSON R ， et al . Smart electric vehicle charging strategies for sectoral coupling in a city energy system ［J］. Applied Energy ， 2021 ， 288 ： 116640 .

WANG H ， SHI M G ， XIE P ， et al . Electric vehicle charging scheduling strategy for supporting load flattening under uncertain electric vehicle departures ［J］. Journal of Modern Power Systems and Clean Energy ， 2023 ， 11 （ 5 ）： 1634 - 1645 .

茆美琴，林晨，王吉文，等 . 大规模电动汽车参与区域电网深度调峰的分层可交易能源控制策略［J］. 中国电机工程学报， 2025 ， 45 （ 11 ）： 4187 - 4200 .

MAO Meiqin ， LIN Chen ， WANG Jiwen ， et al . Hierarchical transactive energy control strategies for deep peak regulation in regional power grid with large-scale electrical vehicles ［J］. Proceedings of the CSEE ， 2025 ， 45 （ 11 ）： 4187 - 4200 .

徐湘楚，米增强，詹泽伟，等 . 考虑多重不确定性的电动汽车聚合商参与能量-调频市场的鲁棒优化模型［J］. 电工技术学报， 2023 ， 38 （ 3 ）： 793 - 805 .

XU Xiangchu ， MI Zengqiang ， ZHAN Zewei ， et al . A robust optimization model for electric vehicle aggregator participation in energy and frequency regulation markets considering multiple uncertainties ［J］. Transactions of China Electrotechnical Society ， 2023 ， 38 （ 3 ）： 793 - 805 .

程飞，郭春林，高泽阳，等 . 参与电网削峰调节的电动重卡换电站调度策略［J］. 电力系统自动化， 2024 ， 48 （ 9 ）： 120 - 128 .

CHENG Fei ， GUO Chunlin ， GAO Zeyang ， et al . Scheduling strategy of battery swapping stations for electric heavy-duty trucks participating in power grid peak-shaving regulation ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 9 ）： 120 - 128 .

窦迅，王俊，杨志宏，等 . 含交直流混合配网综合能源系统的电动汽车分群调控策略［J］. 中国电机工程学报， 2021 ， 41 （ 14 ）： 4829 - 4844 .

DOU Xun ， WANG Jun ， YANG Zhihong ， et al . Cluster-based control strategies of electric vehicles for integrated energy system with AC-DC hybrid distribution network ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 14 ）： 4829 - 4844 .

房宇轩，胡俊杰，马文帅 . 计及用户意愿的电动汽车聚合商主从博弈优化调度策略［J］. 电工技术学报， 2024 ， 39 （ 16 ）： 5091 - 5103 .

FANG Yuxuan ， HU Junjie ， MA Wenshuai . Optimal dispatch strategy for electric vehicle aggregators based on Stackelberg game theory considering user intention ［J］. Transactions of China Electrotechnical Society ， 2024 ， 39 （ 16 ）： 5091 - 5103 .

WANG J Y ， BHARATI G R ， PAUDYAL S ， et al . Coordinated electric vehicle charging with reactive power support to distribution grids ［J］. IEEE Transactions on Industrial Informatics ， 2019 ， 15 （ 1 ）： 54 - 63 .

胡俊杰，陆家悦，马文帅，等 . 面向电网调峰的电动汽车聚合商多层级实时控制策略［J］. 电力系统自动化， 2024 ， 48 （ 22 ）： 84 - 95 .

HU Junjie ， LU Jiayue ， MA Wenshuai ， et al . Multi-layer real-time control strategy of electric vehicle aggregators for peak regulation of power grid ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 22 ）： 84 - 95 .

文欣，黄学良，高山，等 . 考虑区域差异性的电动私家车网格化充电需求预测［J］. 电力系统自动化， 2025 ， 49 （ 7 ）： 158 - 168 .

WEN Xin ， HUANG Xueliang ， GAO Shan ， et al . Grid charging demand forecasting for private electric vehicles considering regional differences ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 7 ）： 158 - 168 .

刘巍炜，周羽生，周文晴，等 . 考虑异方差性的城市电网电动汽车充电负荷预测［J］. 电力系统自动化， 2024 ， 48 （ 15 ）： 54 - 63 .

LIU Weiwei ， ZHOU Yusheng ， ZHOU Wenqing ， et al . Charging load forecasting for electric vehicles in urban power grid considering heteroscedasticity ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 15 ）： 54 - 63 .

张延宇，张智铭，刘春阳，等 . 基于动态自适应图神经网络的电动汽车充电负荷预测［J］. 电力系统自动化， 2024 ， 48 （ 7 ）： 86 - 93 .

ZHANG Yanyu ， ZHANG Zhiming ， LIU Chunyang ， et al . Electric vehicle charging load prediction based on dynamic adaptive graph neural network ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 7 ）： 86 - 93 .

张谦，李晨，周林，等 . 计及电动汽车实时可控能量动态变化的负荷频率控制［J］. 电力自动化设备， 2017 ， 37 （ 8 ）： 234 - 241 .

ZHANG Qian ， LI Chen ， ZHOU Lin ， et al . Load frequency control considering dynamic change of real-time controllable EV energy ［J］. Electric Power Automation Equipment ， 2017 ， 37 （ 8 ）： 234 - 241 .

詹祥澎，杨军，韩思宁，等 . 考虑电动汽车可调度潜力的充电站两阶段市场投标策略［J］. 电力系统自动化， 2021 ， 45 （ 10 ）： 86 - 96 .

ZHAN Xiangpeng ， YANG Jun ， HAN Sining ， et al . Two-stage market bidding strategy of charging station considering schedulable potential capacity of electric vehicle ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 10 ）： 86 - 96 .

胡俊杰，马旭睿，吴俊 . 计及用户出行信息不确定性的电动汽车可行域重构聚合与鲁棒决策方法［J］. 中国电机工程学报， 2026 ， 46 （ 8 ）： 3157 - 3170 .

HU Junjie ， MA Xurui ， WU Jun . Reconstructive aggregation and robust decision-making method for electric vehicle feasible regions considering uncertainties in user travel information ［J］. Proceedings of the CSEE ， 2026 ， 46 （ 8 ）： 3157 - 3170 .

PAN Y ， HU J J ， FANG Y X ， et al . Robust optimization and DRL-based control strategies for electric vehicle aggregators to provide frequency regulation service ［J］. IEEE Transactions on Smart Grid ， 2025 ， 16 （ 6 ）： 5262 - 5274 .

DENG X S ， ZHANG Q ， LI Y ， et al . Hierarchical distributed frequency regulation strategy of electric vehicle cluster considering demand charging load optimization ［C］// 2020 IEEE 3rd Student Conference on Electrical Machines and Systems （SCEMS）， December 4-6 ， 2020 ， Jinan，China ： 959 - 969 .

PERTL M ， CARDUCCI F ， TABONE M ， et al . An equivalent time-variant storage model to harness EV flexibility： forecast and aggregation ［J］. IEEE Transactions on Industrial Informatics ， 2019 ， 15 （ 4 ）： 1899 - 1910 .

鲍志远，胡泽春 . 大规模电动汽车充换电设施可调能力聚合评估与预测［J］. 中国电机工程学报， 2025 ， 45 （ 11 ）： 4103 - 4116 .

BAO Zhiyuan ， HU Zechun . Aggregated assessment and prediction of adjustable capacity for large-scale electric vehicle charging and battery swapping facilities ［J］. Proceedings of the CSEE ， 2025 ， 45 （ 11 ）： 4103 - 4116 .

WANG M S ， LI X ， DONG C Y ， et al . Day-ahead optimal bidding for a retailer with flexible participation of electric vehicles ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 2 ）： 1482 - 1494 .

周玮，徐从明，杨丹霞，等 . P2P能源共享下考虑意愿动态调整的电动汽车群需求响应策略研究［J］. 中国电机工程学报， 2023 ， 43 （ 21 ）： 8217 - 8229 .

ZHOU Wei ， XU Congming ， YANG Danxia ， et al . Research on demand response strategy of electric vehicles considering dynamic adjustment of willingness under P2P energy sharing ［J］. Proceedings of the CSEE ， 2023 ， 43 （ 21 ）： 8217 - 8229 .

XU Z W ， CALLAWAY D S ， HU Z C ， et al . Hierarchical coordination of heterogeneous flexible loads ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 6 ）： 4206 - 4216 .

ZHANG H C ， HU Z C ， XU Z W ， et al . Evaluation of achievable vehicle-to-grid capacity using aggregate PEV model ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 1 ）： 784 - 794 .

ZHANG Q ， LIU H Z ， LI C . A hierarchical dispatch model for optimizing real-time charging and discharging strategy of electric vehicles ［J］. IEEJ Transactions on Electrical and Electronic Engineering ， 2018 ， 13 （ 4 ）： 537 - 548 .

RB C . STL： a seasonal-trend decomposition procedure based on LOESS ［J］. Journal of Official Statistics ， 1990 ， 6 （ 1 ）： 3 - 73 .

WU H ， XU J ， WANG J ， et al . Autoformer： decomposition transformers with auto-correlation for long-term series forecasting ［J］. Advances in Neural Information Processing Systems ， 2021 ， 34 ： 22419 - 22430 .

张昆明，马龙义，章天晗，等 . 基于iDGA-LSTM的分布式光伏出力时空协同概率预测方法［J］. 电力系统自动化， 2025 ， 49 （ 1 ）： 128 - 138 .

ZHANG Kunming ， MA Longyi ， ZHANG Tianhan ， et al . Spatio-temporal cooperative probability forecasting method for distributed photovoltaic output based on iDGA-LSTM ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 1 ）： 128 - 138 .

陈船宇，熊国江，方厚康，等 . 基于MODWT-CEEMDAN-LSTM的短期光伏功率区间预测模型［J］. 太阳能学报， 2025 ， 46 （ 2 ）： 416 - 424 .

CHEN Chuanyu ， XIONG Guojiang ， FANG Houkang ， et al . Short-term photovoltaic power interval prediction model based on MODWT-CEEMDAN-LSTM ［J］. Acta Energiae Solaris Sinica ， 2025 ， 46 （ 2 ）： 416 - 424 .

潘霄，张明理，刘德宝，等 . 基于鲁棒多标签生成对抗的风电场日前出力区间预测［J］. 电力系统自动化， 2022 ， 46 （ 10 ）： 216 - 223 .

PAN Xiao ， ZHANG Mingli ， LIU Debao ， et al . Interval prediction of wind farm day-ahead output based on robust multi-label generative adversarial ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 10 ）： 216 - 223 .

朱晗，汪隆君，陈志峰，等 . 电动汽车充电站参与辅助服务的无功功率支撑能力评估［J］. 南方电网技术， 2025 ， 19 （ 8 ）： 11 - 19 .

ZHU Han ， WANG Longjun ， CHEN Zhifeng ， et al . Assessment of reactive power support capability for electric vehicle charging station participating in auxiliary service ［J］. Southern Power System Technology ， 2025 ， 19 （ 8 ）： 11 - 19 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

支持时变需求响应激励价格的电动汽车优化充电策略

基于时序注意力机制的电动汽车灵活性概率建模

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

适用于鲁棒控制的风电场多时段不确定性集合建模方法

提升构网型风电机组调频能力的综合自适应控制策略