以及充电负荷分布特点。
[0027] 电动乘用车应用分担率：选择电动乘用车出行的使用概率以及用户期望。
[0028] B、提取电动乘用车应用状态特征向量，并建立充电分布影响因素权重体系，总权 重为1 ;而具体的，在本实施方式中，权重分为以下几类：
[0029] 权重⑴：用户个体特征，包括：车辆类型，包括分类运营车辆（如出租车等）、公 用车、私家车；性别特征，男性用户使用乘用车出行率大于女性用户；职业特征，如全日制 上班者、无业、个体营业人员等；该项权重系数占0. 3-0. 6 ;
[0030] 权重（2):电动乘用车出行分担率，即用户采用电动乘用车出行概率；该项占权重 系数比例为〇-〇. 1 ;
[0031] 权重（3):电动乘用车用户出行时段分布；该项占权重系数比例为0-0. 2 ;
[0032] 权重（4):家庭交通工具拥有量；该项占权重系数比例为0-0. 1。
[0033] 依据步骤A中行为特征，在步骤B中提取电动乘用车应用状态特征向量及设定具 体的权重分类，如表1所示，即为一个提取电动乘用车应用状态特征向量及设定具体的权 重分类的示例：
[0034]
[0035] 表1电动乘用车应用关键特征描述
[0036] C、采用粒子群优化算法建立电动乘用车应用特征模型，并根据电动乘用车应用特 征求解充电行为时间表达式及空间表达式；
[0037] 步骤C中，建立状态方程，通过个体数据迭代，将系统初始化为一组随机解，通过 迭代搜寻目标值；该状态方程建立为：
[0038] E = (Αχ+Βγ)(λ + ξ+ α+ β)
[0039] 其中，E为拟合边界范围内目标值;A为针对电动乘用车的充电特征矩阵，X为其变 量向量组数量；B为电动乘用车使用特征矩阵，y为其变量向量组数量；λ / ξ / α / β分别为 用户特征权重向量系数；
[0040] 经过求解得出观测变量的总体协方差矩阵Σ，定义下述表达式：
[0041 ] Σ = Σ ( ω )
[0042] 其中，ω为预测评估的时间和空间参数矩阵，Σ表示总体协方差矩阵。
[0043] D、以其微观应用时间与空间节点为对象，拟合出充电行为宏观规律特性。
[0044] 步骤D中，由经简化的电动乘用车应用特征参量带入算法计算模型可以得出充电 分布的时间和空间值，通过查阅方法定义区间，预测电动乘用车充电分布特性。
[0045] 显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对 于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或 变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或 变动仍处于本发明创造的保护范围之中。
【主权项】
1. 一种基于电动乘用车应用特征的充电分布预测方法，其特征在于，包括以下步骤： A、 分析电动乘用车应用特征，包括电动乘用车出行行为特征；日均行驶里程；行驶应 用时间；停靠充电时间；停靠充电区位；电动乘用车应用分担率； B、 提取电动乘用车应用状态特征向量，并建立充电分布影响因素权重体系，总权重为 1 ; C、 采用粒子群优化算法建立电动乘用车应用特征模型，并根据电动乘用车应用特征求 解充电行为时间表达式及空间表达式； D、 以其微观应用时间与空间节点为对象，拟合出充电行为宏观规律特性。2. 根据权利要求1所述的基于电动乘用车应用特征的充电分布预测方法，其特征在 于，所述步骤A中， 电动乘用车出行行为特征：一种以电动乘用车用户日均驾驶乘用车出行次数的指标， 能够反映电动乘用车利用率，以及对电动乘用车应用特性进行边界化； 日均行驶里程：以公里为单位，统计单体电动乘用车一日内出行距离累加，反映电动乘 用车用户出行应用需求； 行驶应用时间：以分钟为单位，统计单体电动乘用车一日内行驶共用时间累加，用以统 计电动乘用车使用时间分布； 停靠充电时间：以分钟为单位，统计电动乘用车充电时段，以及充电时耗，反映用户的 充电行为时间规律； 停靠充电区位：以充电设施所属分类，反映电动乘用车用户充电行为习惯以及充电负 荷分布特点。 电动乘用车应用分担率：选择电动乘用车出行的使用概率以及用户期望。3. 根据权利要求1所述的基于电动乘用车应用特征的充电分布预测方法，其特征在 于，步骤B中，权重分为以下几类： 权重（1):用户个体特征，包括：车辆类型；性别特征；职业特征；该项权重系数占 0. 3~0, 6 ； 权重（2):电动乘用车出行分担率，即用户采用电动乘用车出行概率；该项占权重系数 比例为〇-〇. 1 ; 权重（3):电动乘用车用户出行时段分布；该项占权重系数比例为0-0. 2 ; 权重（4):家庭交通工具拥有量；该项占权重系数比例为0-0. 1。4. 根据权利要求1所述的基于电动乘用车应用特征的充电分布预测方法，其特征在 于： 步骤C中，建立状态方程，通过个体数据迭代，将系统初始化为一组随机解，通过迭代 搜寻目标值；该状态方程建立为： E= (Ax+By)(入+ l+ a+ 员） 其中，E为拟合边界范围内目标值;A为针对电动乘用车的充电特征矩阵，X为其变量向 量组数量；B为电动乘用车使用特征矩阵，y为其变量向量组数量；A / I / a / 0分别为用户 特征权重向量系数； 经过求解得出观测变量的总体协方差矩阵S，定义下述表达式： 2 = 2(?) 其中，《为预测评估的时间和空间参数矩阵，S表示总体协方差矩阵。5.根据权利要求1所述的基于电动乘用车应用特征的充电分布预测方法，其特征在 于：步骤D中，由经简化的电动乘用车应用特征参量带入算法计算模型可以得出充电分布 的时间和空间值，通过查阅方法定义区间，预测电动乘用车充电分布特性。
【专利摘要】本发明涉及到插电式电动乘用车所需离散分布的电动乘用车充电设施统一管理方法，保障电动乘用车可靠、灵活充电，同时满足电网负荷调节特性需求。本发明目的是根据插电式电动乘用车运行特征预测电动乘用车充电分布规律，提供一种电动乘用车充电分布预测方法，用于为充电服务运营、充电设施建设以及配电网规划解决电动乘用车充电无序分布问题，为有效节省投资浪费与合理化资源配置提供参考依据。
【IPC分类】G06Q10/04
【公开号】CN105160418
【申请号】CN201510473999
【发明人】惠琪, 赵翔, 吕晓荣, 耿群锋, 戴敏, 夏华, 张卫国
【申请人】国家电网公司, 国电南瑞科技股份有限公司, 国网山东省电力公司电力科学研究院, 国电南瑞南京控制系统有限公司
【公开日】2015年12月16日
【申请日】2015年8月5日