文档名：基于充电桩利用率的充电负荷超短期预测方法研究
摘要：为消除空间分布不确定性对电动汽车充电负荷超短期预测准确性的影响,提出一种基于充电桩利用率的电动汽车充电负荷超短期预测方法.首先,从海量充电交易数据中提取形成区域内各充电桩充电负荷功率,编码后得到充电桩利用率的量化值;然后,将充电桩利用率以及充电负荷功率数据融合,得到长短期记忆神经网络的训练样本和测试集,形成电动汽车充电负荷超短期预测的深度学习模型,时间分辨率可达0.5h;最后,在不同规模充电负荷的场景下验证了所提方法的有效性和准确性.结果表明,相比无优化的长短记忆神经网络负荷预测方法,所提方法得到的预测值平均绝对百分比误差提高了约5%,可为未来车网互动下的配电网调度优化运行提供重要支撑.
Abstract：Toeliminatetheimpactofspatialdistributionuncertaintyontheaccuracyofultra-short-termforecastingofelectricvehiclechargingload,amethodbasedontheutilizationrateofchargingpilesforelectricvehiclechargingloadultra-short-termforecastingisproposed.Firstly,thechargingloadpowerofeachchargingpilewithintheregionisextractedfrommassivechargingtransactiondata,andthenquantifiedvaluesoftheutilizationrateofchargingpilesareobtainedthroughencoding.Then,theutilizationrateofchargingpilesandchargingloadpowerdataaremergedtoobtaintrainingsamplesandtestsetsforlongshort-termmemory(LSTM)neuralnetworks,formingadeeplearningmodelforultra-short-termforecastingofelectricvehiclechargingload,withatimeresolutionofupto0.5h.Finally,theeffectivenessandaccuracyoftheproposedmethodarevalidatedinscenarioswithdifferentscalesofchargingload.TheresultsindicatethatcomparedtotheunoptimizedLSTMneuralnetworkloadforecastingmethod,theproposedmethodachievesanincreaseintheaverageabsolutepercentageerrorofapproximately5%.Thiscanprovidesignificantsupportfortheoptimizationoperationofdistributiongridsunderfuturevehicle-gridinteraction.
作者：庞松岭 赵雨楠 唐金锐 彭勇 田金银 葛干衡 Author：PANGSongling ZHAOYunan TANGJinrui PENGYong TIANJinyin GEGanheng
作者单位：智能电网与海岛微网联合实验室,海南海口570226;海南电网有限责任公司电力科学研究院,海南海口570226武汉理工大学自动化学院,湖北武汉430070中国电力工程顾问集团中南电力设计院有限公司,湖北武汉430071
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2024, 39(1)
分类号：TM863
关键词：电动汽车 充电桩 充电负荷 长短期记忆神经网络 负荷预测
Keywords：electricvehicle chargingpile chargingload LSTM loadforecasting
机标分类号：TM73TP391U491.8
在线出版日期：2024年5月21日
基金项目：中国南方电网有限责任公司科技项目基于充电桩利用率的充电负荷超短期预测方法研究[
期刊论文] 电力科学与技术学报--2024, 39(1)庞松岭 赵雨楠 唐金锐 彭勇 田金银 葛干衡为消除空间分布不确定性对电动汽车充电负荷超短期预测准确性的影响,提出一种基于充电桩利用率的电动汽车充电负荷超短期预测方法.首先,从海量充电交易数据中提取形成区域内各充电桩充电负荷功率,编码后得到充电桩利用率...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于充电桩利用率的充电负荷超短期预测方法研究 A novel ultra short-term charging load forecasting method based on usage degree of charging piles
基于充电桩利用率的充电负荷超短期预测方法研究.pdf
- 文件大小:
- 1.65 MB
- 下载次数:
- 60
-
高速下载
|
|
