论文部分内容阅读
本文研究了电动汽车充换电这一实例,利用统计学知识对电动汽车的换电需求进行预测分析,并对充换电站供电服务管理策略进行了优化。首先,通过分析电动汽车充换电站历史换电量需求数据,构建了需求预测模型。分别用来预测月需求数据以及日需求数据。对于月需求数据,首先通过Eviews软件中的CensusX-12季节调整方法,在保证变量的客观变化规律的前提下,剔除了季节变化因素对预测结果精确度的影响。然后,通过对模型进行平稳性检验及识别,确定了本文所建的充换电站电力需求预测模型,即季节自回归移动平均模型ARIMA(4,1,0)。最后,将北京市高安屯充换电站在2014-2017年间的用电量作为历史数据,利用上述模型对该充换电站2018的用电负荷进行了预测。对预测值与实际值进行比较,结果表明相对误差控制在0.01%以内,验证了本文所建充换电站月用电需求预测模型的合理性;在日需求数据预测上,由于短期预测不具备季节变化的影响,因此采用指数平滑法对日需求量进行预测,用以指导充换电站的具体运营安排。其次,将电动汽车充换电站换电服务看成一个多阶段决策过程,在保证满足用电需求的前提下,以缩减运营成本为目标,构建了充换电站换电服务优化模型。在此基础上,利用所建模型对某充换电站的换电成本与存储电池成本及补充电池成本之间的影响关系进行研究。该模型在用电需求量已知的前提下,能够有效优化充换电站的换电服务能力。最后,将电动汽车充换电站需求预测模型及充换电站换电服务优化模型与实际案例相结合。以北京市高安屯充换电站为例,在分析了其现有充换电基础设备及充换电能力后,对2019年该换电站电力需求量进行了预测。在此基础上,选取一月份的运营状况进行研究,并提出了相应的应对策略。最后,在电动汽车充换电站运营管理策略方面,提出了自己的建议,以期为电动汽车充换电站的规划管理提供一定的参考价值。