电动汽车负荷预测以及对配电网的影响分析

-5-第1章绪论1.1研究目的和意义目前，纯电动汽车和混合电动汽车在国内和国际市场上都已经取得了一定的进展。中国的情况是这样的：电动车的发展还处于起步阶段，但是近十年来，国家已经出台了一系列扶持电动车的政策。2017年2月3日，《现代综合交通体系十三五发展规划》中有一项重要的任务，就是建设一座城市，建设一座城市。要加速新能源汽车的发展。加速在城市公交、物流等领域推广新能源汽车，在某些地区率先实现运输现代化，到2020年，基本建立起一套安全，便捷，高效，绿色的现代综合运输系统。随着国家对新能源和新产业的发展，建立一个完善的、高效的、可持续的服务网络，是实现电动汽车快速发展的必要条件。在中国，电动汽车的基础设施建设已经进入了一个新的阶段，并取得了一定的进展。电动汽车充电负荷在时间和空间上均呈现强随机特征。随着电动汽车的广泛使用，其充电负荷对电网的运行和规划有很大的影响，使电网运行优化控制难度加大，这样，就会使电力系统的峰值和谷值之间的差异，并对电能质量产生严重的影响。若将电力电池充电时段选在较低的能耗时段，则可实现对配网设备的调峰填谷，提高配网设备的实际使用率，增强电网的安全稳定；若不采用随机充电方式，则在此情形下将产生新的功率消耗高峰，电源供应将十分紧张；在配电网络层次上，充电站的建设将不断增加。充电改变了配电网络的负荷结构与特征，传统的规划方法已无法满足大规模电动汽车接入的要求。负载分布的改变将导致局域分配传输模型的超载，而潮流分布的改变将会对网损和拥塞造成不同程度的影响。本文从分析电动汽车充电负荷的基本特征入手，分析了其特性，并提出了一种新的解决方案。已有研究表明，在不同的磁导率条件下，充电负荷对原负荷的影响是与用户使用习惯相对应的。将某小区作为一个特定的环境，这个小区选择了一个中高档的小区，一共有985户，每个住户都有一辆车，电动车的比例被分成了60%、30%、10%三种情况。1.2国内外研究现状登记的电动汽车的数目就是电动汽车的所有权。因为有了更多的电动车，同时，电动车的充电负载也在不断增加。所以，要实现对电动汽车充电负载的准确预测，首先需要对电动汽车的数量做出准确的预测。由于其与常规交通工具具有诸多相似之处，目前对其的研究多以常规交通工具为基础。由于电动汽车仍处于研发阶段，因此，随着电动汽车的普及，会因为市场或其他因素的影响，而出现随机的改变。目前，已有部分专家开始对电动汽车拥有量进行综合预测，将多个预测模型综合起来，可获得更精确的电动汽车拥有量预测模型。王瑞妙、陈涛、刘永相分别对“弹性系数法”及“千人轿车”预测法进行了阐述，并与“千人轿车”的计算结果作了比较，得出了一些结论。芦兴和方扬分别从政策，分时电价和市场响应三个方面对此进行了分析，三个方面探讨了EV保有量的影响，并构建了EV保有量的动态系统模型，按照国家对EV的扶持程度进行了分级，得到了EV三种增长方式下EV保有量的变化趋势。在此基础上，古继宝、荣敏、吴剑琳等人利用光滑指标法和神经网络对我国轿车拥有量进行了预测，并在此基础上构建了基于光滑指标法和神经网络的轿车拥有量联合预测模型，并通过控制试验验证了该模型的预测精度。该方法具有较强的实用性，是未来电动汽车发展的主流趋势。文章从多个方面进行了分析，提出了一种新的混合预测方法，并将该方法应用于电动汽车数量的预测中。1.3研究方案在对网络内外的现状进行了研究，并对其进行了总结和分析之后，本文对保守的保有量预测方法进行了改进，以电动汽车充电负荷的影响因素为出发点，在国内外统计数据的基础上，对每一个因素进行了详细的研究，最后确定了电动汽车充电负荷预测规模化流程，并对电动汽车充电负荷进行了预测。本论文所做的主要工作有：(1)在对大规模电动车并网对电网的冲击以及目前电动车的发展状况进行了分析后，本文以其研究意义和背景为切入点，与电动汽车的实际情况相结合，对目前电动汽车保有量预测的研究现状进行了分析，并对当前电动汽车的发展趋势进行了展望，充电负荷预测的不足，从而确定了本文的研究方向。(2)着重于对EV数量的预测，得出EV数量是目前EV数量中最为重要的一部分，针对EV数量预测无法应用传统的车辆数量预测方法，结合EV数量和EV数量之间的关系和不同，构建了一个兼顾多种因素的EV数量预报模型，并在此基础上，对山西市各类使用EV数量进行预报(3)影响电动车充电负荷因素的研究，从类型的电动车，动力蓄电池型号，GB/T13790-1992电力蓄电池荷电特征，充气模式，日行程的公里数，第一次充电功率，起动时间，以及从几大影响因素，如充电功率等谈起，并对各种类型的电动汽车的充电负荷展开了深入的研究，并设置相应的参数，从而更加准确的了解充电负载的影响因素。第2章电动汽车的类型2.1纯电动汽车纯电动汽车是指以电能为动力源的车辆，这类车辆对环境的污染很小甚至没有，而且行驶时没有振动、噪音，操控性好。在现阶段，纯电动汽车是一种可以有效取代内燃机汽车的主流车型，其优势在于其技术相对成熟，只要有电就可以进行充电。但是，它也有一些缺点，目前的蓄电池技术还很局限，所以所生产的电池的能量密度比较小，所以它的续航里程也比较长。而且，这类车使用的电池的成本比较高，还没有形成经济规模，所以价格也就随之上涨。还有一种是比轿车更贵的纯电动汽车，但也有一种是更便宜的，大概是汽车的30%，而这一种汽车的使用成本，主要取决于电池的续航里程，以及汽油和电力的价格。到目前为止，在经历了这么多年的发展之后，纯电动汽车已经出现了多种类型的车辆，通常可以从三个方面对其进行分类，分别是：驱动系统、车辆使用情况和车载电源数量。电动自行车的布置方式很多，安装方式也很灵活，主要有两种：①电机中心驱动型，它是参考了传统的内燃发动机，用电机代替了发动机，一台电机就可以给两个轮子供电。电机中心传动系统借鉴了发动机的前驱结构，主要包括电机、差速器、离合器、变速变速箱等四大部件。用电力代替常规的内燃发动机，把主动轮与电机连接起来的离合器，并能关闭电源，齿轮箱的任务就是改变齿轮的速度比率，使符合要求的变化在一段功率曲线上实现，从而在转弯时两车轮的转速不一样。②电动轮采用双电机驱动，利用两个电机充当机械差速器，构成两个驱动轮，在转弯时利用电子差速控制，使两个轮子保持不同的速度，从而不需要使用机械传动装置。如此一来，机械齿轮的体积就会被压缩，重量也会被减轻，效率也会得到很大的提升，但是同样的，也会增加控制系统的复杂性和成本。2.2混合动力汽车如果是一辆纯电力的车，因为目前尚无法掌握高比能和高比能的大功率电池或其它电源。这就限制了纯电动汽车的发展。在这种情况下，混合动力车成了过渡性的模型，也可以理解为一款自主型的汽车。混合动力汽车能够从两种类型的车上存储的能量中获取动力，一种是耗材燃料，另一种是可充电的储能器。按照动力系统的结构，混合动力汽车可分为三类：①串联式混合动力汽车，这辆汽车只由电动马达驱动，经由马达控制装置向马达传送电能，马达驱动交通工具。还有，还可以用来作为马达的唯一能源，也可以用来维持车辆的正常运行。②并联混合动力车，在这类车中，它能同时由马达和引擎提供动力，也可由两个马达及引擎单独驱动，再加上两个马达和一个引擎，两个马达和引擎同时工作。③MCU，这种汽车拥有两种驱动方式，一种是串联，另一种是并联，该特征使其同时具有串联与并联两种驱动模式，同时具有串联与并联两种驱动模式。通常情况下，混合动力车使用的都是传统的燃油，但同时还配备了发动机和电动机，既可以节省燃油，又可以提高低速时的功率。当前中国的HEV主要以混合汽油HEV为主，而国外的HEVHEV也受到了广泛的关注。2.3燃料电池汽车所谓的“燃料电池车”指的是用燃料电池供电的车。在燃料电池中，只需要进行一系列的化学反应，便可以将电力转化为电力，同时还不会释放出任何有毒物质，因此，这款车又被称为“环保车”，它的能量效率是内燃机的2到3倍，既可以节约能源，又可以减轻环境污染。而这种燃料电池，就是要用来作为燃料堆，只有这样，才能提供足够的能量，保证车辆的正常运行。近年来，燃料电池技术得到了快速的发展。福特、丰田等全球各大车企，都已经对燃料电池车展开了试验，如今北美各大城市，也有不少以燃料电池为动力的大型交通工具。此外，在发展这种电池汽车的时候，还需要克服许多技术上的困难，例如，制作整体式的燃料电池，同时，为了实现燃料电池汽车的商业化，制造各种零部件的厂商都要齐心协力，致力于制造集成零部件，并要想办法降低零部件的成本，这一点已经取得了很大的进展。到目前为止，中国在这方面的技术已经接近了国际领先的水平，这一点从中国首台使用交换膜燃料电池的旅游车就能看出来。第3章基于蒙特卡洛法的规模化电动汽车充电负荷预测3.1蒙特卡洛模拟方法介绍蒙特卡洛法是一种建立在概率和统计学基础上的、在计算机仿真中应用广泛的一种新的、有代表性的测试方法。蒙特卡洛方法是一种新的数学方法，它可以很好地反映物理学的发展特征，也可以很好地反映物理学的实验过程，因而被广泛地应用于许多领域。蒙特卡洛方法将此问题视为一种偶然事件的机率，将其视为一种对随机事件的期待。通过一些试验，根据一个随机事件的发生次数，来计算它发生的可能性。或求出它的数字特性，以试验结果为依据回答问题。应用蒙特卡洛法模拟计算，通常遵循如下程序：如果所要求解的问题具有随机性，那么可以对其进行更精确的描述与仿真；如果问题是非随机性的，这是一个确定的问题。所以我们必须要建立一个相应的概率过程。并且一些相关联的参数正好就是问题的解，这样的话，就可以把一个问题的确定性转化为随机性。在此基础上，我们可以将不同的概率模型视为不同的概率分布，这样，就可以获得一个随机变量，它的概率是固定的。这样就能利用蒙特卡罗方法对实验结果进行检验。所以，这种方法也属于随机抽样。蒙特卡罗模拟，其理论基础，就是基于一个确定的概率分布。这是一种随机变量。一般来说，在这种可能性模型被建立之后，可以做采样，即做一次模拟试验，并决定这些随机变量中的一个，也就是所要解决的问题的答案，这就是无偏估计。在得到了多个估计值，如方差等，用仿真的方法可以得到这个问题的解决方案。针对该问题，本项目拟基于EV影响因子分配函数和参数，采用蒙特卡洛方法，对电动汽车的日行驶里程、充电时间等进行了随机选取，并建立了电动车的模型。对EV的初始充电状态和充电时间进行计算，并作出预测，获得电动汽车各种类型的充电负荷曲线，最后，叠加EV的充电负荷曲线。得出了电动汽车的整体荷电特性曲线。预测得出电动汽车充电负荷曲线MATLAB的模型由此得出，在早上8点和下午8点左右电动汽车充电负荷功率预测达到峰值，这正好是早高峰和晚高峰期间。3.2电力负荷预测计算方法假设所有电动汽车的型号是BYDF3DM，它的电池容量为16AH。分为三种充电场景，分别为一天一充，一天二充，一天三充。(1)通过查询有关数据，对各种类型的电动汽车的数量进行预测，并对其市场规模进行分析。(2)根据EV不同用途的影响因子的分布函数及设置参数，使用蒙特卡洛仿真法对Matlab进行了模拟，并对日期类型、EV开始充电时间、日行车里程等进行了随机抽取。(3)计算出车辆的初始带电状况及充电所需要的时间；电动车蓄电池的剩余电量与电动车充电时间有很大的关系。在此基础上，提出了一种新的充电方法。假定电池的耗电量与所走的路程成正比，d表示所经过的路程，dm是指在电力状态下，最大的行驶距离。在此，假定每个不同功能的电动车每公里所需的电力相同。在最后一次行程结束时，它的剩余电量可以用下面的公式来计算。(4)在计算电荷的第i个值时，为具体使用的电动车计算总充电负荷。这项调查的时间为每天1440分钟。以15分钟为单位计算一次充电负载，共有96个荷载点计算，北京市各类EV充电负载的预测，并对电动汽车的各种充电负载进行了分析。3.3电动汽车充电负荷预测通过对三个不同应用场景下的电动车充电负荷预报曲线的叠加，最后，得到了一条对电动家用车充电负荷的功率预测曲线，如图3.1所示。图3.1充电负荷预测曲线通过对山西市不同场景电动汽车充电负载特性的研究，我们发现，在山西市，山西市的充电负载特性与私人电动汽车的负载特性相似，这也是因为私人电动汽车拥有总量最多，所以其对负载特性的影响也最大的原因。但是，由于电动汽车的启动时间比较一致，所以其充电负载曲线也比较均衡，其起伏主要是由于各车站的发车和到达时间不一致所致。由于电动出租汽车的充电负载一般都是在固定的充电时刻，所以其充电负载曲线的起伏也是在固定的充电时刻。通过对山西市电动汽车充电负载的数据进行分析，我们可以知道，电动汽车充电负载的峰值出现在1200分钟，也就是晚上八点，在这个时候，大多数的电动私家车都会返回停车场进行充电，而在这个时候，出租车也会选择充电，再加上电动大巴的充电负载，三种类型的电动汽车的充电负载叠加在一起，就会产生一个比较显著的峰值负载。我国新能源汽车发展现状，相较于上海、深圳、广州等一线城市，山西新能源车的销售已在全国居首位。据威尔森提供的资料，山西新能源汽车2016-2017年度销量，在全国各大城市中都是首屈一指的。目前，山西的补贴主要集中在纯电动车上，所售车型主要是纯电动车，在2017年，山西的新能源车市场中，纯电动车和插电式电动车分别占据了98.6%和1.4%的份额。在政策的偏爱下，电动汽车一直未能打开市场。其次，在山西市，新能源汽车的个体销售远远超过了个体销售，山西地区的个体销售占到了2017年个体销售占到了85.7%，个体销售占到了14.3%。山西新能源车销售有限制，而在摇号中，山西的摇号政策是根据个人指标分配比例的比例来确定其上限制。山西充电桩的数量与分布与全国相比，较为合理，对新能源汽车的发展起到了一定的推动作用。山西市科委、经信委、财务委、城管委等部门于2018年2月26日印发了《山西市新能源汽车推广应用管理办法》，其中明确指出，在全市党政机关、事业单位、国有企业等方面，要发挥示范作用。根据相关规定，逐渐提高新能源汽车的配置比例，方便本单位的员工购买和使用新能源汽车，同时，还可以通过对充电设施的完善等方式，对社会起到示范和带动的作用。同时，在山西大力推动充电桩系统的建设中，要做到适度超前、布局合理、管理规范、智能化、高效化，使充电桩系统能够更好地满足广大用户对充电桩的需求，使充电桩系统能够更好地满足用户的需求。与城市建设发展规划相结合，遵循“政府引导、市场运作”的原则，推动新能源汽车充电站（桩）建设、经营、管理等各项工作。在山西市，山西市有着强大的政府支持与政策支持，在全国范围内，EV的普及率是最广、最全面的，因此，开展EV数量与EV负载的预测研究，是目前EV数量与EV负载预测研究中最具代表性与前瞻性的。因此，本论文选择了山西市作为研究对象，采用了一个综合考虑了多种因素的电动汽车数量预测模型，对山西市的电动汽车数量进行了预测。图3.3是山西市交通局、山西统计局公布的山西市多年来机动车拥有量数据。图4.1汽车与私人汽车保有量3.4配电网拓扑结构采用修订后的IEEE33结点体系，对不同情况下，电动汽车并网对配电网络的影响进行了分析。改进的网络拓扑见图3.1。其中，工作空间节点为方块，生活空间节点为圆圈。配矿网络由33个结点、32个分支组成，除了1号结点设定为均衡结点，其它结点都设定为PQ结点。假定在最大负载下，系统的有功P为3715千瓦，无功Q为2300千瓦。将功率参考值设定为10MVA，将电压参考值设定为10KV。节点1的电压设为1∠0，采用标么值的计算方法。图3.1修改后33节点系统网络拓扑结构除了电动车外，配电网的所有负载都被定义为基本负载。如表3.1中所显示的，是一个区域在一个星期和一个周末的负荷标准值。假设配电网中所有节点的基本负荷一天中的变化曲线遵循表3.2所示的规律，即所有节点的日负荷曲线形状相同。它的数值是在配电网中，每个节点在相应时刻的原始负荷数据与在相应时刻的标幺值的乘积。由此得到了各结点24小时的负载变化规律。表3.1某地区工作日及双休日一天24小时负荷标么值时间工作日双休日时间工作日双休日0-10.630.750.750.930.911-20.620.730.730.920.902-30.600.690.603-40.580.660.660.880.864-50.590.650.650.900.855-60.650.650.650.920.886-70.720.680.680.960.92第4章考虑多因素电网节点4.1选取19,20,21节点通过对电力系统潮流分布的分析和计算，可进一步对系统运行的安全性，经济性进行分析、评估，提出改进措施。电力系统潮流的计算和分析是电力系统运行和规划工作的基础。潮流计算是指对电力系统正常运行状况的分析和计算。通常需要已知系统参数和条件，给定一些初始条件，从而计算出系统运行的电压和功率等；潮流计算方法很多：高斯-塞德尔法、牛顿-拉夫逊法、P-Q分解法、直流潮流法，以及由高斯-塞德尔法、牛顿-拉夫逊法演变的各种潮流计算方法。

采用牛顿-拉夫逊迭代法实现潮流计算的一般步骤：

(1)输入原始数据和信息：y、Pis、Qis、Uis、约束条件；

(2)形成节点导纳矩阵YB；

(3)设置各节点电压初值ei(0)、fi(0)或Ui(0)、δi(0)；

(4)将初始值代入直角坐标或极坐标形式的功率方程，求不平衡量ΔPi(0)、ΔQi(0)、ΔUi2(0)；

(5)计算雅可比矩阵各元素（Hij、Lij、Nij、Jij、Rij、Sij）；

(6)求解修正方程，解得Δei(k)、Δfi(k)或ΔUi(k)、Δδi(k)；

(7)求节点电压新值ei(k+1)=

ei(k)+Δei(k)、fi(k+1)=

fi(k)+Δfi(k)，或Ui(k+1)=

Ui(k)+ΔUi(k)、δi(k+1)=

δi(k)+Δδi(k)；

(8)判断是否收敛：Max|Δei(k)|≤

ε，Max|Δfi(k)|≤

ε或Max|ΔUi(k)|≤

ε，Max|Δδi(k)|≤

ε；

(9)重复迭代步骤(4)、(5)、(6)、(7)，直到满足步骤(8)的收敛条件；

(10)求平衡节点的功率和PV节点的Qi及各支路的功率。4.2选取26,29,30节点4.3结果分析通过这两组实验得出，在19-21节点期间对电网最有利，在最典型sourceType":"answer","sourceId":1772047409}"中压配电网中，把最大负荷都都接在19-21节点之间，对于电网来说，处于最高效节能的节点。第5章电动汽车充电对配电网运行的影响分析伴随着技术的不断进步，现如今，拥有了越来越多的油电混合的新能源汽车，并且发展速度非常迅速。因此，随着电动汽车的不断增多，会导致对电动汽车的充电需求会变得越来越高，对配电网络的影响是非常大的，这种影响对于配电网络的保护是非常不利的，这就需要对这样的正确的引导和控制。随着我国电动汽车普及程度的不断提高，乱充现象给电网安全带来了极大的挑战。为了有效地降低或防止这一现象的出现，需要在一个可控的环境下，对使用者的充电行为进行正确的指导，并对其进行有效的控制。在这种情况下，一些学者提出了对电动车实行分段充电的想法，也就是当电力网处于最低点时，为电动车充电。电力使用的最大峰值一般是在早上1点到5点之间，这种充电方式是为了更好的保护配电网络，在用户用电量的低谷时点进行电动汽车充电负荷，这样就保证了电动汽车的成功的的高峰时段，这种方式虽然有一定的局限性，但是从某一方面来讲，确实可以缓解负荷曲线【3】。在情绪低落时，随着大批电动车连上电力网以供充电，这样，就会在配电系统中出现一定的负荷峰值，上下起伏这么大，这会对电网的安全运行产生很大的影响。因此，本文将对分阶段充电的随机性充电方式进行分析，对智能充电方法进行了全面梳理。

5.1电动汽车充电对于配电网的影响因素

5.1.1对于配电网影响的概论

在电力系统中，电动车接入到电力系统中进行充电，会对电网造成谐波污染。电能消耗量大，谐波多，造成用电量上升。由于谐波的存在，配电网络中的有功损失率显著提高。因为有谐波，对电网造成了巨大的影响，对电网运行品质造成严重影响，对系统的正常运作造成了很大的影响。

5.1.2电动汽车充电对于电能质量的影响

在电力系统中，电动车接入到电力系统中进行充电，会对电网造成谐波污染。电能消耗量大，谐波多，造成用电量上升。由于谐波的存在，配电网络中的有功损失率显著提高。因为有谐波，对电网造成了巨大的影响，对电网运行品质造成严重影响，对系统的正常运作造成了很大的影响。5.1.3对于配电网线路负荷的影响

在给电动车充电时，一些汽车拥有者更愿意为整个汽车充电，一些车主认为，换一种充电的方法更方便，它可以在最短的时间内进行充电，既不影响车辆正常使用，配电线路在没有电动车连接连接的情况下，这样的话，它的负载和损失都会更小。但是，在这种情况下，线路总损耗率和变压器的空载损耗率将会较高。随着电动车在市场中的份额越来越大，其对电网负荷的影响较之前也越来越大。在电动汽车充电时，如果能积极配合电网的负荷调节，就能使经济效益得到有效力系统负荷曲线【2】。

【1】电动汽车充电负荷功率预测【2】电动汽车负荷接入IEEE33节点前后电压标幺值变化【3】电动汽车负荷接入IEEE33网络节点后电压标幺值

5.2对于电动汽车的充电控制方法

随着科学技术的进步，更多的汽油和电力混合动力车开始出现。并在快速增长，所以，随着电动车的普及，这就造成了对电动车充电的要求越来越高，这就会对配电网络产生非常大的影响,这种影响是非常不利于对于配电网络的保护,这就需要正确的引导和控制这样的情况发生。

当电动汽车的渗透率较高时,随机充电的行为会对电网的保护产生非常大的影响。为了降低或防止这种现象的出现，必须要对使用者的充电习惯进行正确的指导，并在一个可控的环境中进行有效的控制。此时，有关学者提出了对电动汽车进行分段充电的设想，即让电动汽车在配电网络低谷时进行充电，通常用电低峰时间是在凌晨1点到早晨5点之间，这种充电的方法是为了更好的保护配电网络,在用户用电量的低谷时点进行电动汽车充电进行转移充电负荷,这样保证了电动车的充电能够成功的避开负荷的高峰时段,这种办法虽然存在一定的局限性,但是在某个方面来讲确实能够缓解负荷曲线[3]。在电力供应处于最低水平的时候，许多电动车被送到电力网去充电，这将导致配电网络中出现某种程度的负荷峰值，而且，一旦完成了充电，整个配电系统的负载率就会急剧下降，这种变化是非常显著的，会对电网的平稳运行产生非常大的影响。那么,本文就时段充电法和随机充电法的缺点,综合整理出了智能的充电方法。

5.3智能充电的原理简介

仔细分析(表3-1)可以了解到，如果电动汽车没有接入配电网络，这是电路的负载率通常比较低，当时的最低值为17.85%左右，最高时可以达到的峰值为43.42%左右，那么，这样的情况下就可以对一般情况下车主的行车规律进行合理化、科学化的分析，并充分结合整体线路的负载率，要想真正实现电动汽车的要达到最佳的充电效率，必须对各种充电电源进行细致的分析，并在各种条件下进行合理的分配。

在能够有效满足电动车实际充电需求的情况下进行的智能充电，也就是说，在不同的时间里，最大限度地减小过电压的总和的总损失，并利用最优算法，对电动汽车在不同时间段的可充电电量进行计算。从而真正实现对配电网的有效如能有效提升电网整体电压质量，真正降低其损耗，达到稳定电网负荷的效果。

5.4智能充电的方法简介

本项目拟开展基于24小时短时负荷预测的智能充电技术研究，并在此基础上，开展离线条件下电动汽车接入配电网的充电负荷优化工作。与当前的实际状况相结合，在短期内，预测的负荷值通常会有5%左右的误差，其偏差较小，可以保证最贴近实际情况的是智能充电法的数据信息。在研究智能充电方法的时候，可以设计很多不同的充电条件，能够真实模拟现实的情况，比如设计不同的充电时间和载荷率的问题。一般情况下，人们下班的时间都在晚上6点左右，我们预设的是从晚上6点到第二天早上7点，电动车接入电网充电；如果想要能够保证配电网线路的经济性和可控性，可以假定当电路的某一特定值大于负载率时，电动汽车可以在配电网中充电，并且在接入电网充电后，这个时间段的电网负载率必须小于此值。我们假设这个充电时间是下午6点到第二天早上7点，电动车可以接入配电网充电的条件是负载率在40%以下；而且，50%左右的电动车在充电时，对小路优化后的载荷率也应达到平均值小于50%；电动车100%充电时，一般优化后的线路载荷率也应在65%左右以下。这种智能的充电方法，不但能在一定的时间内使用，而且还可以持续一段时间。无论什么时候，设定了相应的充电状态，都能很好的掌控。智能充电方式的全面应用在未来能够实现负荷曲线的平滑进行，这对于配电网的影响也将逐步降低，为电动车车主科学合理的安排充电方案起到了保护保护用户利益的作用。结论电动车的推广可以缓解能源紧张和污染，而对于大规模电动汽车充电负荷的预测，则是电动汽车全面发展与应用的基础。准确地对充电负荷进行预测，并采取相应的措施，可以有效地应对电动汽车充电对电网造成的一系列影响。本文对电动汽车充电负荷预测问题展开了进一步的研究，综合两种预报模式，在此基础上，构建了多个影响因素下的电动汽车数量预测模型。应用EVload模型对电动车市场份额最大值的计算，具有多种特征的综合，全面考虑与电动汽车发展相关的多种影响因素的功能和区别，介绍一种基于时变的巴斯模型，多因素影响下的电动车拥有量预测模型构建，采用联合两个预报模式的组合预报模式进行预报，因此，更准确地预测电动车保有量。通过对山西市不同类型的电动汽车的发展状况的分析，提出了相应的对策。基于多因素的电动汽车拥有量预测模型。通过对山西市各类使用电动汽车的数量进行预测，并结合历年各类使用电动汽车所占的比重，得出2018-2025年山西市各类使用电动汽车的数量。对大型电动汽车充电负荷的各种影响因素进行了研究，具体内容有：电动汽车的类型、动力电池的类型、动力电池的充电特性、充电模式、日行驶里程数、动力电池的荷电状态、充电起始时间和充电功率等，并以实际情况为依据，展开具体的研究，并设置相应的参数。参考文献[1]王浩林,张勇军,毛海鹏.基于时刻充电概率的电动汽车充电负荷预测方法[J].电力自动化设备,2019(3):7.[2]李含玉,杜兆斌,陈丽丹,等.基于出行模拟的电动汽车充电负荷预测模型及V2G评估[J].电力系统自动化,2019,43(21):9.[3]陈勇,江颖达,徐刚,等.规模化电动汽车充电负荷预测[J].电力需求侧管理,2022(005):024.[4]熊昊哲,刘曼佳,向慕超,等.新型大规模电动汽车充电负荷预测方法及其在区域配电网中的应用[J].湖北电力,2022,46(5):6.[5]钟小强,王天云,麦鸿坤.面向居民区电动汽车充电负荷预测与容量配置研究[J].电测与仪表,2018.[6]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):65-72.[7]黄佳骏.电动汽车充电站短期负荷预测[J].2022(2).[8]王威,贺旭,王晴,等.电动汽车充电对电网负荷和电气设备的影响[J].供用电,2018,35(9):6.[9]陈丽丹,张尧,AntonioFigueiredo.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):10.[10]王睿、高欣、李军良、徐建航、艾冠群、井潇.基于聚类分析的电动汽车充电负荷预测方法[J].电力系统保护与控制,2020,48(16):8.[11]锁军,李龙,贺瀚青,等.考虑交通路况的电动汽车充电负荷预测[J].电网与清洁能源,2022,38(10):7.[12]MasoumAS,DeilamiS,MosesPS,etal.Smartloadmanagementofplug-inhybridelectricvehiclesindistributionandresidentialnetworkswithchargingstationsforpeakshavingandlossminimisationconsideringvoltageregulationEJ]-IETGenerationTransmission&Distribution,2011,5(8):877-888.[13]AchaS,GreenTC,ShahN.EffectsofoptimisedPlugInHybridVehiclechargingstrategiesonelectricdistributionnetworklosses[C].IEEEPESTransmissionandDistributionConferenceandExposition,NewOrleans,LA,USA,2010.[14]DoostizadehM,KhanabadiM,EsmaeilianA,etal.OptimalenergymanagementofaretailerwithsmartmeteringandPlug-InHybridElectricVehicle[C丄The10thInternationalEnvironmentandElectricalEngineering*Rome,Italy,2011.[15]徐立中，杨光亚，许昭，等.电动汽车充电负荷对丹麦配电系统的影响[J：].电力系统自动化,2011,35(14)：1823.[12]XULi-zhong,YANGGuang-ya,XUZhao*etal.ImpactsofelectricvehiclechargingondistributionnetworksinDanmarkCJ].AutomationofElectricPowerSystems,2011,35(14)：18-23.[16]于大洋，宋曙光，张波，等.区域电网电动汽车充电与风电协同调度的分析口丄电力系统自动化，2011,35:24-29.[17]YUDa-yang,SONGShu-guang,ZHANGBo,etal.SynergisticdispatchofPEVschargingandwindpowerinChineseregionalpowergrids[J],AutomationofElectricPowerSystems,2011,35(14):24-29.[18]GuilleC,GrossG.TheintegrationofPHEVaggregationsintoapowersystemwithwindresources[C].BulkPowerSystemDynamicsandControl,Urbana,IL,USA,2010.[19]孙晓明，王玮，苏粟，等.基于分时电价的电动汽车有序充电控制策略设计口丄电力系统自动化,2013,37(1)：191