使用卡尔曼滤波修正蒙特卡洛算法的电动汽车充电负荷预测研究

论文摘要

电动汽车将在未来迎来大规模的推广和应用,并对电网运行产生深远影响。而电动汽车充电负荷预测将是分析电动汽车对电网运行产生影响的基础。传统的电动汽车负荷预测方法仅仅通过对电动汽车运行行为特征进行分析,预测结果也仅仅是一种预期,即便考虑了多种典型场景,也难以准确描述随机性较大的电动汽车充电情况及充电功率大小。通过对电动汽车充电设施设置充电功率采样观测点,使用测量值对蒙特卡洛预测结果进行卡尔曼滤波修正,计算出较为符合系统状态的预测结果,并使用某行政区进行了算例演示,所提计算方法为研究电动汽车充电负荷精确预测和有序充电提供了新的方法探究和思路。

论文目录

• 0 引 言
• 1 电动汽车充电负荷预测的数学模型
• 2 基于蒙特卡洛的充电负荷预测及其评价
•   2.1 蒙特卡洛算法及充电负荷预测
•   2.2 蒙特卡洛算法预测充电负荷的缺陷
• 3 使用卡尔曼滤波修正蒙特卡洛算法的电动汽车充电负荷预测
•   3.1 卡尔曼滤波应用
•   3.2 数学模型
• 4 算例与分析
•   4.1 蒙特卡洛算法预测结果
•   4.2 卡尔曼滤波后的预测结果
• 5 结 语

文章来源

类型: 期刊论文

作者: 李小雨,肖汉,李嘉逸

关键词: 电动汽车充电,负荷预测,蒙特卡洛算法,卡尔曼滤波

来源: 四川电力技术 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 中国电力工程顾问集团西南电力设计院有限公司

分类号: TM73

DOI: 10.16527/j.cnki.cn51-1315/tm.2019.05.007

页码: 37-40+50

总页数: 5

文件大小: 528K

下载量: 166