基于时空特征变量数据分析的共享汽车充电负荷预测方法

论文摘要

共享汽车大规模应用将会给电网运行和充电设施规划带来新的挑战。目前对共享汽车充电负荷的预测方法研究不够深入,为此提出了一种基于时空特征变量数据分析的共享汽车负荷预测方法。通过数据挖掘,构建了由时空特征变量支撑的二维动态交通行为模型。为了探讨共享汽车连续充电与集中充电的特性,设定了连续充电和集中充电2种充电情形,以此构建充电行为模型。通过蒙特卡洛法模拟共享汽车的交通-充电行为,计算得到不同时间、不同区域下共享汽车充电负荷的预测结果,并分析负荷对电网的影响。仿真分析结果表明,交互影响的时空特征变量能够合理描述共享汽车时空二维不确定变化的特点,所提方法能对随机分散的共享汽车充电负荷做出科学预测,为电网及用户共享汽车负荷管理策略的制定提供有效的依据。

论文目录

• 0 引言
• 1 交通行为特征变量分析
• 2 时空特征变量的数据分析
•   2.1 出行目的地
•   2.2 空间转移概率矩阵
•   2.3 首次出行起始时刻
•   2.4 行驶时长
•   2.5 行驶里程
•   2.6 停车时长
• 3 充电行为分析
•   3.1 充电情形设置
•   3.2 充电过程模拟
• 4 负荷预测结果及电网负荷分析
• 5 结论

文章来源

类型: 期刊论文

作者: 王浩林,张勇军,毛海鹏

关键词: 共享汽车,数据分析,交通行为,充电行为,负荷预测

来源: 电力自动化设备 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 华南理工大学电力学院

基金: 国家自然科学基金资助项目(51777077)~~

分类号: TM715

DOI: 10.16081/j.epae.201911009

页码: 169-175

总页数: 7

文件大小: 1758K

下载量: 382