1.一种电动汽车用电需求预测方法，其特征在于，包括以下步骤：通过电动汽车的空间分布获取电动汽车起始充电时刻；

通过电动汽车的时间分布获取电动汽车起始充电电量；

根据所述起始充电电量和所述起始充电时刻，计算电动汽车所需的充电负荷。

2.根据权利要求1所述的一种电动汽车用电需求预测方法，其特征在于，所述“通过电动汽车的空间分布获取电动汽车起始充电时刻”具体包括以下步骤：S1:将区域内的电动汽车划分为有效的三种状态：在居民区、在路上和在办公区，当车主在工作日驾驶电动汽车出行时，任何电动汽车都会经历状态转移过程，所述电动汽车在停车状态下进行充电；

n 0 n

S2:获取电动汽车的转移概率矩阵A，公式如下：P＝P·A，其中，n为状态转移的次数，n 0 0P为电动汽车处于各状态的概率分布向量，P 为电动汽车初始状态的概率分布向量，P ＝

0 0 0 0 0 0

(x1 ，x2 ，x3 )，x1 ，x2 ，x3 分别为电动汽车最初分别处于“在居民区”、“在路上”和“在办公区”的概率值；

S3:获取电动汽车从状态xi转变为状态xj的概率Pij，公式如下：S4:根据车辆处于的状态获取起始充电时刻，公式如下：Pij＝P{Xn＝xj|Xn‑1＝xi}；其中，Xn＝xj表示n时刻车辆处于xj状态，Xn‑1＝xi表示n‑1时刻车辆处于xi状态。

3.根据权利要求2所述的一种电动汽车用电需求预测方法，其特征在于，所述“通过电动汽车的时间分布获取电动汽车起始充电电量”具体包括以下步骤：获取电动汽车的日行驶里程L；

获取电动汽车的开始充电时间T；

通过所述电动汽车的日行驶里程L和电动汽车的开始充电时间T得到电动汽车起始充电电量。

4.根据权利要求3所述的一种电动汽车用电需求预测方法，其特征在于，将所述电动汽2

车的日行驶里程L近似为对数正态分布，即L～lnN(μx,σx),其概率密度函数为：其中，μx为概率密度变量x的对数lnx的平均值，μx＝3.20；σx为上述概率密度函数变量x的对数lnx的标准差，σx＝0.88。

5.根据权利要求3所述的一种电动汽车用电需求预测方法，其特征在于，将所述开始充2

电时间T近似服从正态分布，即T～N(μt,σt)，其概率密度函数为：其中，μt为概率密度变量t的对数lnt的平均值，μt＝17.6；σt为上述概率密度函数变量t的对数lnt的标准差，σt＝3.4。

6.根据权利要求2所述的一种电动汽车用电需求预测方法，其特征在于，S1中，所述状态转移过程为:早上，预期车辆停在家中，行驶一段时间到达办公区，即通过道路将“在居民区”的状态转变为“在办公区”；

中午，预期车辆处于“在办公区”状态；傍晚，车主驾车回家，即车辆通过道路将“在办公区”状态转变为“在居民区”的状态；

夜晚，预期车辆处于“在居民区”状态。

7.根据权利要求1所述的一种电动汽车用电需求预测方法，其特征在于，输入系统参数，包括车辆数量，各种类型车辆的电池容量，充电功率；对于充电模式，可以选择两种，包括常规充电和快速充电；对于常规充电，选取起始充电电量，接着计算充电时长，确定起始充电时刻；对于快速充电，在给定时间段内选择起始充电时刻，计算限时充电时间长度，之后选取起始充电电量，计算充电持续时间；之后对两种模式的负荷进行累加，判断是否达到不同类型车辆的样本数，当没有达到时，继续返回累加；当达到时，判断是否收敛，如果不收敛，从0重新计算；如果收敛，计算结束，输出电动汽车所需的充电负荷。

8.一种电动汽车用电需求预测系统，其特征在于，包括起始充电时刻计算模块：获取电动汽车起始充电时刻；

起始充电电量计算模块：获取电动汽车起始充电电量；

充电负荷计算模块：根据所述起始充电电量和所述起始充电时刻，计算电动汽车所需的充电负荷。

9.根据权利要求8所述的一种电动汽车用电需求预测系统，其特征在于，所述“获取电动汽车起始充电时刻”具体为：S1:将区域内的电动汽车划分为有效的三种状态：在居民区、在路上和在办公区，当车主在工作日驾驶电动汽车出行时，任何电动汽车都会经历状态转移过程，所述电动汽车在停车状态下进行充电；

n 0 n

S2:获取电动汽车的转移概率矩阵A，公式如下：P＝P·A，其中，n为状态转移的次数，n 0 0P为电动汽车处于各状态的概率分布向量，P 为电动汽车初始状态的概率分布向量，P ＝

0 0 0 0 0 0

(x1 ，x2 ，x3 )，x1 ，x2 ，x3 分别为电动汽车最初分别处于“在居民区”、“在路上”和“在办公区”的概率值；

S3:获取电动汽车从状态xi转变为状态xj的概率Pij，公式如下：S4:根据车辆处于的状态获取起始充电时刻，公式如下：Pij＝P{Xn＝xj|Xn‑1＝xi}；其中，Xn＝xj表示n时刻车辆处于xj状态，Xn‑1＝xi表示n‑1时刻车辆处于xi状态。

10.根据权利要求8所述的一种电动汽车用电需求预测系统，其特征在于，所述“获取电动汽车起始充电电量”具体为：获取电动汽车的日行驶里程L；

获取电动汽车的开始充电时间T；

通过所述电动汽车的日行驶里程L和电动汽车的开始充电时间T得到电动汽车起始充电电量。

11.根据权利要求10所述的一种电动汽车用电需求预测系统，其特征在于，将所述电动2

汽车的日行驶里程L近似为对数正态分布，即L～lnN(μx,σx),其概率密度函数为：其中，μx为概率密度变量x的对数lnx的平均值，μx＝3.20；σx为上述概率密度函数变量x的对数lnx的标准差，σx＝0.88。

12.根据权利要求10所述的一种电动汽车用电需求预测系统，其特征在于，将开始充电2

时间T近似服从正态分布，即T～N(μt,σt)，其概率密度函数为：其中，μt为概率密度变量t的对数lnt的平均值，μt＝17.6；σt为上述概率密度函数变量t的对数lnt的标准差，σt＝3.4。

13.根据权利要求9所述的一种电动汽车用电需求预测系统，其特征在于，S1中，所述状态转移过程为:早上，预期车辆停在家中，行驶一段时间到达办公区，即通过道路将“在居民区”的状态转变为“在办公区”；

中午，预期车辆处于“在办公区”状态；傍晚，车主驾车回家，即车辆通过道路将“在办公区”状态转变为“在居民区”的状态；

夜晚，预期车辆处于“在居民区”状态。

14.根据权利要求8所述的一种电动汽车用电需求预测系统，其特征在于，输入系统参数，包括车辆数量，各种类型车辆的电池容量，充电功率；对于充电模式，可以选择两种，包括常规充电和快速充电；对于常规充电，选取起始充电电量，接着计算充电时长，确定起始充电时刻；对于快速充电，在给定时间段内选择起始充电时刻，计算限时充电时间长度，之后选取起始充电电量，计算充电持续时间；之后对两种模式的负荷进行累加，判断是否达到不同类型车辆的样本数，当没有达到时，继续返回累加；当达到时，判断是否收敛，如果不收敛，从0重新计算；如果收敛，计算结束，输出电动汽车所需的充电负荷。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1‑7中任一项所述一种电动汽车用电需求预测方法或权利要求8‑13中任一项所述一种电动汽车用电需求预测系统。

16.一种充电站，其特征在于，包括权利要求1‑7中任一项所述一种电动汽车用电需求预测方法或权利要求8‑13中任一项所述一种电动汽车用电需求预测系统。