论文题名: | 基于出行行为观测的电动汽车能耗估计研究 |
关键词: | 电动汽车;交通服务;能耗估计;充电桩布局 |
摘要: | 构建高精度能耗估计模型,提高电动汽车出行可靠性,是短期内可实现缓解驾驶员里程焦虑的最佳措施,是电动汽车电量消耗需求时间-空间分布预测的重要基础,是充电站(桩)等基础设施合理布局规划中至关重要的一环。 本研究基于日本爱知县电动汽车大规模长期实际出行数据,克服数据采集频率低、信息不全面,潜在异质特征影响模型精度,温度等驾驶环境信息缺失等建模难点,以出行(trip)能耗为单位,匹配出行路径中坡度信息,探究异质特征规律,首次匹配了每辆车每次出行的环境温度数据,融合多种颗粒度、不同维度和不同类型的多源数据,同时考虑车辆动力学共性及电动汽车特性,构建能耗估计模型。提高了基于稀疏观测数据的出行能耗估计精度和可信度。结果显示,公司车辆与私人车辆的出行行为及活动特征存在一定差异,不同车辆间能耗特征异质性显著存在;出行驾驶习惯的差异导致能耗特征的差异,相关变量的随机系数设定能够有效解释能耗特征的异质性;多种模型标定方法估计结果显示,本研究提出模型能够显著提高电动汽车出行能耗估计精度,多层混合效应回归模型因其在个体异质效应建模方面的优势,对本研究能耗模型的拟合效果最佳;空调、电暖气的使用在电动汽车出行能耗中占有相当的比例,单位时间内电暖气消耗的电能大于空调,这与传统燃油汽车结果迥然不同;出行环境温度对出行能耗的影响效应为温度的三次函数。不同坡度对能耗的贡献并非以原点为中心的点对称分布,受车辆制动回收系统效率和电池输入电压的限制,下坡时回收的能量明显小于同坡度上坡消耗能量。通过交互效应分析,可知外界环境温度对空调、电暖气的使用效率具有“调节作用”,建模时不应忽略该交互效应的影响。提出了一种空调、电暖气使用控制策略:当环境温度低于17.7℃时,禁止开启空调,而当环境温度高于17.7℃时,禁止开启电暖气。经检验,该控制策略能够有效减少由空调、电暖气的非理性使用而造成的电能浪费,平均节省能耗接近10%。 |
作者: | 王江波 |
专业: | 交通运输规划与管理 |
导师: | 刘锴 |
授予学位: | 硕士 |
授予学位单位: | 大连理工大学 |
学位年度: | 2017 |
正文语种: | 中文 |