电动汽车充换电站需求量分析方法研究文献综述

1. 文献综述（或调研报告）：

电动汽车保有量预测方面，李鑫^[1]选用了千人保有量预测方法和弹性系数法直接对黑龙江各地区的电动汽车保有量进行预测，并在此基础上得出电动汽车充换电站的数学模型，对黑龙江地区的电动汽车充换电站的规划建设提供帮助。陈楚月^[2]则选用多元线性回归法、指数平滑法和Logistic阻滞增长模型来综合预测传统汽车市场规模，并在此基础上运用Bass扩展模型进一步推算电动汽车的市场保有比例。宋阳^[3]采用弹性系数法预测小汽车保有量，再基于此结合地方政府规划文件分高、中、低三个层次对城市电动车保有量进行预测，以满足不同经济发展增速下的电动汽车推广应用情况。辛建波、温宇宾^[4]等在研究中简单地参考国家电动汽车行业发展目标和当地的经济发展水平来预测电动汽车保有量规模。寇凌峰、刘自发^[5]等则采用空间负荷法对某一区域内电动汽车数量进行推算，该方法还可以推算出电动汽车充电负荷分布的位置信息。

电力需求预测方面，国内外学者用到的预测模型也是多种多样，本次研究主要参考基于车辆行为对电动汽车充电需求进行模拟的方法。Suganthi^[6]回顾总结了各种能源需求模型，包括传统的方法如时间序列法、计量经济学、ARIMA模型，以及计算机技术如模糊逻辑、遗传算法、神经网络等，还有自上而下的MARKAL等模型也被多个国家和地区用于能源需求管理。Lee^[7]提出了新的预测模型，克服了MARKAL模型的缺点，该模型可以应用于绿色汽车技术以验证其实用性。杨冰^[8]基于用户行为规律，分析了电动汽车类型、充电功率、渗透率和充电情景等影响因素，之后结合各项因素的影响通过仿真模拟实验得到电动汽车的充电需求情况。赵书强、周靖仁^[9]等基于出行链理论提出一种电动汽车充电需求分析方法，探讨了电动汽车一天出行过程中在不同区域内停驻时长的概率分布特点，通过蒙特卡洛法实现对用户行为规律的精细化模拟，并在设计2种充电行为的基础上对不同停驻区域的电动汽车充电需求进行了分析。

基于车辆行为对电动车辆的充换电需求进行仿真预测，需要对电动汽车的出行行为和充电行为进行充分的研究，在这方面，陈楚月^[2]首先对电动汽车进行分类，将电动汽车主要分类为私家车、公交车、出租车和公务车，针对不同用途的车辆分别对其出行行为进行分析，之后采用蒙特卡洛方法进行模拟分析，得到不同用途电动车辆的充换电需求。而高得攀^[10]采用设计RP调查与SP调查的方法，以获得电动汽车用户的真实反应，之后通过统计分析、交叉分析、建模分析、拟合分析等方法对调查内容进行研究。He等^[11]分别从正常情况、里程焦虑以及与流量相关能耗三个方面提出三种电动汽车的均衡模型。麻秀范等^[12]通过对电动汽车在各地点停车时长的相似性分析，将不同地点归类为六类充电功能区域，考虑用户对电池荷电状态变化的接受范围，建立电动汽车出行及充电模型。王飞龙等^[13]根据区域内电动汽车用户的性质，将其分为规律性较强的A类用户、规律性一般的B类用户以及随机性C类用户，分别研究其出行行为和对充换电量需求的影响。

最后是电动汽车充电设施需求预测方面，辛建波等^[4]主要考虑区域各类车型电动汽车的保有量及其日均耗电需求总量，再根据每座充电站平均日均充电量推算出所需充换电站的数量规模。许文超等^[14]首先分析城市电动汽车的车辆现状，根据车辆保有量的预测，确定电动汽车充电站的各种影响因素，将其量化，然后建立量化的影响因素与充电需求的数学模型关系，最终得出电动汽车充电站的合理规模。麻秀范等^[12]在模拟电动汽车在各区域每个时段内的停车数量和充电汽车数量来得到充电桩与停车位的比例和快慢速充电桩的比例。张曦予^[15]提出一种基于实际运行规律的电动公交车充电站功率需求模型以及电动出租车充电站的充电功率需求模型。对于行驶行为较为规律的电动公交车,统计了实际电动公交车充电站运行数据,从中分析出交通情况、车速、载客量等因素影响下的SOE0和进站时间,并建立对应的计算模型。

其他涉及相关理论的外文文献方面，也给本次研究提供了一定的思路和帮助。He等^[16]考虑行驶里程、充电站的稀缺性以及电池充电或更换时长等因素对路径选择的影响，针对纯电动汽车能量消耗与充电时间之间的流量依赖关系，建立了三个数学模型来描述由此产生的区域或大都市区路网平衡流量分布。Lakhaniand H G等^[17]尝试从消费和生产的经济理论推导多元回归方程，并以计量经济学理论测试方程，根据高阶区间预测电力需求。Druitt J等^[18]研究调查了电动汽车在电力网络中的潜在作用，并运用仿真软件来模拟电动汽车的驾驶行为。Kazerooni M等^[19]研究了电动汽车进入运输市场的潜力，并估算了电动汽车普及率达到其全部潜力时的额外符合需求。Tolosana-Calasanz R等^[20]研究电动汽车充电如何影响电网的需求，提出了一种更高效的传输中数据处理架构，来聚合各种不同类型的数据。Zhang等^[21]首先分析了受交通、车速、公交车等因素影响的电动公交车到达时间和初始能量状态，并根据初始能量状态、启动充电时间和实际电池充电功率曲线建立电动公交充电站的电力需求模型。Qian等^[22]分不受控制的充电、受控的非高峰充电和智能充电三种情景来研究电力系统负载曲线上的EV电池充电负载。

参考文献

[1] 李鑫.黑龙江地区电动汽车充换电站需求预测及规划研究[D].2015.

[2] 陈楚月. 电动汽车充换电需求分析与预测[D]. 2015.