电动汽车充电站规划研究综述

新能源汽车尤其是电动汽车已在全球范围内得到广泛推广应用,从而带来了巨大的充电需求。同时,部分充电站规划不合理导致充电站空间布局和服务容量与实际充电需求不匹配,充电站利用率低和用户充电不便并存的现象已经成为了电动汽车产业痛点。充电站的合理布局规划是优化电动汽车使用体验和充电体验、降低用户“里程焦虑”、提高充电桩利用率、优化城市电动汽车交通网络和电力网络的关键,也成为当前电动汽车及智能交通领域急需解决的问题。为提供该领域较为全面的综述视角,首先概述电动汽车充电站的发展情况、设施类型、相关标准,总结从“车端”、“站端”出发的电动汽车充电需求估计方法,然后从选址、定容、求解算法维度分析充电站规划模型,列举国内外在多优化目标、多约束条件、多阶段规划的覆盖模型、截流模型等规划模型中的研究成果,以及在各经典模拟网络和实际城市环境中的测试、应用情况,最后对目前充电站规划领域存在的充电需求估计准确性、充电站与未来需求的匹配度等问题进行总结,对“车-桩-路-网”互联时代下充分利用电动汽车的分布式储能、灵活充放电的特征进行有序充电引导、新能源消纳、电网削峰填谷的协同规划发展应用前景进行展望。     

考虑信号灯和能耗的电动车最优路径规划

为使电动汽车在行驶中达到最优能耗,以车辆行驶能耗最少为目标,提出了一种考虑交叉口信号灯和能耗的电动车最优路径规划算法。根据电动车运行时能耗和制动能量回收等因素,建立能耗模型。基于车路协同技术预先获取各路段交叉口信号灯的位置和配时信息,以此建立车辆通过信号交叉口的节能驾驶模型。基于信号灯的转换概率和电动车的能耗模型,将通过信号交叉口的交通流近似分为4个阶段:绿灯匀速通行、红灯前匀加速、红灯匀减速和红灯停车等待。结合红绿灯的转换概率和4个阶段的通行能耗,最后提出一种改进的A~*算法,来寻找可行的能耗最小的路径,并进行了算例验证。结果表明,提出的方法可找到起点到终点的能耗最优路径,节能约达13%。     

电动汽车与电网互动模型综述

目前,电动汽车发展进入高速成长期。大规模的电动汽车入网和“即插即充”充电行为将引起电网峰谷差增加,电能质量下降等问题。因此,如何在满足日益增长的电动汽车用电需求的同时,又能使得配电网正常运行成了急需解决的问题。合理的电动汽车充放电调度以及电动汽车与电网的友好互动,需要围绕充电站/换电站、电动汽车电池、用户、聚合商等多种参与方的关键模型和优化算法。文章从充电站/换电站布局模型、充电需求预测模型、充放电响应度模型、充放电优化调度模型等方面对电动汽车与电网互动的关键模型进行综述,并提出了聚合商和虚拟电厂两种模式,能有效实现电动汽车可调度资料整合以及电力系统的运行优化,对完成“碳达峰、碳中和”的目标形成支撑。     

基于PCA-Elman-PSO算法的动力电池低温充电优化

为研究低温下电动汽车电池的充电性能,通过在不同温度下对电池进行充放电试验,获取大量试验数据,分析低温环境下影响电池充电性能的因素。通过PCA算法对众多影响因素进行降维处理,得到主要的影响因素。建立PSO-Elman神经网络模型,用于估计锂离子电池低温充电能耗。基于此基础上,利用PSO算法对传统充电CC-CV充电方法进行优化,在达到充电截至电压前,采用粒子群优化算法得到最优充电曲线的近似值,将充电时的能量耗及充电所用时间作为优化目标构建粒子群优化算法的适应度函数,用粒子群优化算法进行迭代优化。仿真测试结果表明,优化后的充电策略能有效减少锂电池低温充电时间和能量消耗。     

电动汽车充换电技术研究综述

电动汽车对生态文明建设具有重要意义,发展电动汽车必须加快充换电基础设施建设,提升充电基础设施服务水平。文章围绕电动汽车充换电基础设施建设,梳理了充电设施选址、充换电与电能管理技术和无线充电技术的最新研究成果;充电设施选址方面,介绍了出租车专用充电场站选址模型,基于某纯电动汽车的实际行驶数据建立充电设施优化布局模型,基于充电负荷需求预测的二层规划理论建立充电桩选址定容模型以及约束概率车流加油选址模型;对电能管理技术方面的成果进行了论述。结果表明,以综合经济指标最优为目标的能量优化管理模型具有多解性,应根据实际情况进行多目标、多阶段优化,能量管理者应制定灵活激励措施调控用户参与度。通过研究,对电动汽车充换电技术领域的发展提供一定的参考。     

半开放式燃油车和电动车混合车辆路径优化问题研究

随着物流行业的迅速发展,物流运输车辆不断增加,而传统燃油汽车的使用对环境造成了一定的压力,近年来,物流电动汽车由于其节能环保的特性,得到了广泛的应用。然而由于电动汽车的充电时间较长以及运输行业的发展现状,电动汽车目前无法完全取代传统燃油汽车,两种车型同时存在于物流配送领域。文章针对半开放式多配送中心的燃油汽车和电动汽车混合车型的车辆路径优化问题进行研究,同时考虑了客户需求量、车辆载重量以及电动汽车的充电需求等约束条件,以碳排放成本、运输成本以及时间窗惩罚成本之和最小为目标建立线性整数规划数学模型,针对该问题的NP难特性,设计了改进的粒子群算法进行求解。应用佳点集理论产生初始种群,增加粒子群算法的多样性,在迭代过程中,增加局部搜索策略,避免粒子群算法陷入局部最优。实验结果表明:改进的粒子群算法获得的总成本相比标准粒子群算法获得的总成本降低5.69%,证明了该设计的改进粒子群算法在求解开放式混合车型车辆路径优化问题时的有效性;相比于不考虑碳排放的情况,考虑碳排放时传统燃油车的使用数量有所下降;相比于单一配送中心路径优化情况,开放式的多配送中心路径优化,更有利于降低物流成本。     

基于数据驱动的电动汽车动力电池SOC预测

为准确预测电动汽车动力电池的能耗,缓解驾驶者的里程焦虑,本文中提出一种基于数据驱动的电动汽车动力电池SOC预测模型.首先分析电动汽车能耗构成并提取能耗影响因素,接着基于某款电动出租车CAN总线采集的汽车运行数据,采用机器学习算法,提出基于温度分层的能耗模型,通过宏观数据与微观数据的融合减小误差,最后使用该模型对车载BM...     

基于数据驱动的电动汽车充电站选址布局研究

以数据驱动的方式,首先通过分析北京市87辆私家车3个月的行驶轨迹记录,结合地图信息,对电动汽车充电需求进行量化分析,从而进行科学合理的充电站选址布局。根据每辆车车主的电动汽车使用习惯,提出了一种电动汽车充电概率计算模型,在此基础上利用P中值模型和贪心算法,以距离需求点之和最小为优化目标,得到了一种将电动汽车用户充电需求与充电站选址方法,从备选的56个停车场集合中得到了最为满足充电需求的15个停车场的集合。所用选址方法由真实数据驱动,可以助力未来北京市电动汽车充电基础设施建设。     

电动无人驾驶配送货运车辆路径优化研究

无人驾驶技术日渐成熟,将无人驾驶技术和具有广泛优势的电动汽车结合运用于物流配送中是未来的发展趋势。然而由于电动汽车电池和充电技术发展尚不完善,使得无人驾驶电动物流车的标定续驶里程普遍不高,实际续驶里程小于标定续驶里程。因此,研究其路径优化问题是十分有必要的。论文首先提出了无人驾驶电动物流车路径优化问题的数学模型,运用LINGO软件进行小规模算例测试,验证了模型的合理性。然后,对传统的节约里程法算法进行了改进,并将其用于求解本文的数学模型,运用MATLAB软件求解验证模型的小规模算例,验证了算法的可行性。最后用改进的算法求解了一个大规模算例。实验结果表明,提出的带有电量约束的车辆路径优化问题的数学模型是合理的,证明了具有电量约束的改进的节约里程法的可行性和合理性。     

考虑充电站效益的电动汽车充电分配优化模型

为解决电动汽车用户在出行过程中的充电问题,同时提高充电站运营效益进而促进充电站运营商建设充电站,在对充电站效益需求进行分析的基础上,提出一个以充电站运营商综合效益最大化为优化目标的多目标函数电动汽车充电分配模型。充电站运营商综合效益所考虑的因素包括充电站运营商经济收入、充电站服务水平和充电分布均衡,并且考虑充电站运营特点,分别以用户在充电站的排队时间和充电站拥挤程度方差对充电站服务水平和充电分布均衡进行量化。采用模糊规划法和模糊偏好关系将模型的多个目标函数转化为同时考虑多个优化目标的单目标函数。结合模型特点,设计遗传算法进行求解。基于实际的充电站静态数据,结合依据经验的假设,设计算例以验证模型和算法的可行性和有效性。研究结果表明:遗传算法适用于求解所提出的模型,通过对模型进行求解可以得到运营商最大综合效益以及相应的电动汽车充电分配方案;通过对结果进行比较分析可以得知,考虑多个优化目标的模型所得到的最优电动汽车分配方案下的运营商综合效益要优于只考虑单优化目标的模型。同时,充电站运营商经济收入、用户排队时间和充电拥挤程度对充电分配方案的确定都有着较为显著的影响,并且相比之下,用户排队时间对充电分配的影响相对较大。     

分布驱动式电动汽车电池系统分布形态对能耗特性影响的研究

针对分布式四轮驱动纯电动汽车,分析具有不同分布形态的电池系统能耗特性。选取Rint等效电路模型建立电池系统内阻损耗模型,通过理论计算分析分布式电池系统与集中式电池系统的能耗特性。然后基于AMESim/Simulink软件建立了电动汽车能耗特性仿真平台,并以驱动能量消耗最少为控制目标,对前后轴驱动电机转矩进行最优分配控制,在NEDC循环工况下对电池系统内阻损耗进行仿真。理论和仿真分析结果均表明:在分布式驱动情况下,采用集中式电池系统时的能耗特性优于分布式电池系统,且分布式电池系统会产生SOC不一致的问题,从而导致车载充电系统设计的复杂化。     

城市公共交通系统中低碳出行合理路径算法

应对公共自行车发展的趋势,针对城市多模式组合网络路径算法研究中对路径合理性和用户偏好关注的不足,提出一种新的出行路径寻优算法。根据居民出行的一般规律分析了一般路径的构成特征,并充分考虑了居民出行策略的个性化。根据＂低碳出行＂路径选择问题的描述,引入＂多元标号＂的概念,提出了基于经典Dijkstra算法改进的分层标号算法。给出了算法的详细求解步骤,而且通过算例对新算法的适应性和有效性进行了验证。     

电动汽车非接触式充电系统设计分析

通过了解电动汽车发展的现状及电动汽车非接触式充电模式,介绍了电动汽车非接触式充电系统架构,阐述了电动汽车非接触式充电系统互感等效模型,分析了一种电动汽车非接触式充电系统的组成及优势,旨在为促进电动汽车优化发展奠定坚实基础。     

电动汽车快速充电系统结构及工作过程

电动汽车充电系统是维持电动汽车运行的能源补给设施,是从供电电源提取能量对动力电池充电时使用的有特定功能的电力转换装置。主要包括交流(慢速)充电系统和直流(快速)充电系统。快速充电系统通过直流充电桩对动力蓄电池组进行快速充电,实现动力蓄电池组高效、安全地电量补给。     

电动汽车充电装置的发展路径

电动汽车在汽车产业中的地位越来越重要,充电装置是电动汽车营销的基础设施。阐述了电动汽车产业发展的支持政策,明确了充电装置的建设目标,分析了充电装置的发展现状,给出加速建设充电装置以推动电动汽车营销市场发展的路径包括：利用车联网平台提升充电装置的智能化;创新充电方式开放能源共享与循环利用等。     

新能源电动汽车充电安全分析报告

基于对新能源电动汽车充电技术和充电安全的深入研究,并结合云计算、大数据以及人工智能的技术优势,特来电在充电设施层和充电网大数据层建立了保护电池汽车充电安全的两层安全防护技术。通过两层安全防护技术的运行,积累了大量的与充电安全相关的实际运行数据。在此基础上,从与充电安全相关的变化趋势、故障分析、防护分析等方面进行了分析总结,对进一步提升新能源电动汽车的充电安全有一定的参考价值。     

基于车辆运行数据的纯电动汽车用户驾驶风格识别与驾驶能耗分析

驾驶风格是用来体现驾驶员在车辆运行状态下对车辆操作的行为特征,对用户驾驶风格进行识别与分析,有利于推进智能驾驶的发展。根据基于116 辆纯电动汽车的车辆运行数据,通过主成分分析方法与K-means 聚类算法,对用户驾驶行为进行分类分析,对驾驶风格进行了分类识别。利用XGBoost 算法构建纯电动汽车驾驶行为与能耗输入模型,利用SHAP 对模型进行解释。结果表明,将驾驶风格聚为3 类具有较好的分类效果,可分别对应冷静型、普通型与激进型;当驾驶员的驾驶风格趋向于激进型时时,车辆的驾驶能耗越高,驾驶风格激进一个层级,车辆百公里电耗增加3~4倍。当驾驶员行车时,其车速越高,油门踏板踩得越深,车辆加速度的绝对值越大,车辆的驾驶能耗越高。驾驶员的驾驶风格越激进,车辆的驾驶能耗越高。     

自动充电机器人技术路线及发展趋势分析

自动充电机器人技术可将人力从电动汽车的充电过程中解放出来,彻底颠覆传统的充电模式,有望成为继自动驾驶技术之后的电动汽车超越燃油汽车使用体验的第2条绝佳赛道。本文通过研究自动充电机器人的发展现状及关键技术问题,总结提炼出了现有解决方案的不同技术路线并进行特点分析。随着人们对充电体验需求的提升,自动充电机器人必将在部分场景规模化开展应用,并与电动汽车形成战略互补力,促进电动汽车的发展。     

电动汽车锂离子电池荷电状态估算方法研究

电动汽车动力锂电池内部充电状态的评估是电池管理系统状态评估模块的核心。不能用仪器直接测量,只能通过测量蓄电池的外部电流、电压等参数进行评估。准确评估充电状态对于控制电池寿命、功率和安全性非常重要。根据算法的不同,分为传统的开路电压法、电流积分法、基于数据传输的机器学习阻抗法、基于模型的卡尔曼滤波算法、粒子滤波算法和融合算法。介绍不同评估算法的计算原理,分析比较了不同评估算法的计算复杂度和精度。针对当前锂离子电池充电评估研究中存在的问题,指出锂离子电池充电评估的研究方向和未来发展方向是更具通用性、更高精度和更好实时性的多种评估方法。     

物联网双标准电池纯电换电汽车及未来展望

随着纯电动汽车市场普及,纯电动汽车一些无法避免的问题也逐渐体现出来,限制了新能源汽车的发展壮大。本文通过纯电动汽车充电时间、续航能力、电池安全、使用感知等角度分析现有纯电汽车的问题,提出双标准电池纯电换电汽车模型,并提出一套具备可实施的运营模型,对该模型未来发展进行展望。