基于WNN与FCM的电动汽车动态充电负荷预测方法

基于WNN与FCM的电动汽车动态充电负荷预测方法
随着电动汽车动态无线充电（EV-DWC）技术的发展，针对目前EV-DWC负荷建模理论工作不全面的现状，以交通流量作为影响充电负荷的主要因素，以天气、典型日期、季节等因素为次要影响因素，根据路况建立负荷模型，通过电动汽车型号和状态的聚类不同对汽车分配不同的功率，完成动态充电负荷的建立。采用小波神经网络（WNN）对时序信息进行处理预测，再同误差反向传播神经网络（BPNN）相结合预测充电道路上的车流，短期车流预测精度为85%，用模糊C聚类（FCM）算法对电动汽车的充电类型以及该类型所对应的充电功率进行划分，将进入充电道路的电动汽车分为7种类型。根据各种充电类型分配相应的充电功率，完成日负荷建模。

标题：
基于WNN与FCM的电动汽车动态充电负荷预测方法
Dynamic charging load prediction method of electric vehicle based on wavelet neural network and FCM

作者：
张天培，王成亮，崔恒志，郑海雁，杨庆胜，卞正达
ZHANG Tianpei, WANG Chengliang, CUI Hengzhi, ZHENG Haiyan, YANG Qingsheng, BIAN Zhengda

关键词：
电动汽车动态充电(EV-DWC);小波-反向传播混合神经网络(W-BPNN);模糊C聚类(FCM);电动汽车充电方式;负荷模型
electrical vehicle dynamic wireless charging(EV-DWC);wavelet-back propagation neural network(W-BPNN);fuzzy C-means(FCM);EV charging pattern;load model

2025-1-23 19:43 上传 基于WNN与FCM的电动汽车动态充电负荷预测方法.pdf

文件大小:

6.88 MB

下载次数:

60

高速下载