本文關(guān)鍵詞：考慮數(shù)據(jù)新鮮度和交叉熵的電動(dòng)汽車短期充電負(fù)荷預(yù)測(cè)模型

  更多相關(guān)文章： 電動(dòng)汽車 負(fù)荷預(yù)測(cè) 交叉熵 新鮮度函數(shù) 數(shù)據(jù)有效性 權(quán)重優(yōu)化

【摘要】：研究了公交車充電站短期負(fù)荷預(yù)測(cè)方法,提出了一種基于數(shù)據(jù)新鮮度和交叉熵的組合預(yù)測(cè)模型。首先,對(duì)公交車充電站的負(fù)荷特性進(jìn)行分析,發(fā)現(xiàn)日充電負(fù)荷具有波動(dòng)大、周期性、與氣象條件(溫度、降雨等)密切相關(guān)的特點(diǎn)。其次,對(duì)組合預(yù)測(cè)模型在累積歷史預(yù)測(cè)誤差的過(guò)程中作了如下改進(jìn):1考慮充電負(fù)荷樣本數(shù)據(jù)的時(shí)間特征和波動(dòng)性特征,給出了基于灰色關(guān)聯(lián)度的相似日選取方法;2考慮單一模型在預(yù)測(cè)過(guò)程中的精度和穩(wěn)定度,基于交叉熵和正態(tài)分布概率密度函數(shù)建立組合預(yù)測(cè)模型,動(dòng)態(tài)地調(diào)整權(quán)重系數(shù);3充分考慮數(shù)據(jù)源的時(shí)間有效性,提出新鮮度函數(shù)的概念,改善了單一預(yù)測(cè)方法的概率密度分布函數(shù),進(jìn)而優(yōu)化組合預(yù)測(cè)的權(quán)重系數(shù),進(jìn)一步提高組合模型預(yù)測(cè)精度。基于北京市某公交車充電站的歷史充電數(shù)據(jù)構(gòu)建訓(xùn)練樣本和測(cè)試樣本,通過(guò)與單一預(yù)測(cè)模型和其他組合模型的預(yù)測(cè)結(jié)果進(jìn)行比較,證明了所提組合預(yù)測(cè)模型的有效性。
【作者單位】： 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室華北電力大學(xué);
【關(guān)鍵詞】： 電動(dòng)汽車 負(fù)荷預(yù)測(cè) 交叉熵 新鮮度函數(shù) 數(shù)據(jù)有效性 權(quán)重優(yōu)化
【基金】：國(guó)家科技支撐計(jì)劃資助項(xiàng)目(2013BAA02B02)~~
【分類號(hào)】：U491.8;TM715
【正文快照】： 上網(wǎng)日期:2016-05-05。0引言為了減少CO2的排放以及緩解能源危機(jī),各國(guó)政府已經(jīng)越來(lái)越關(guān)注電動(dòng)汽車(electric vehicle,EV)的發(fā)展[1-3]。通過(guò)EV有序充電,可以削峰填谷、減小網(wǎng)損、改善電壓質(zhì)量,保證電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行[4-6]。但由于EV充電負(fù)荷波動(dòng)較大,并且和當(dāng)日的溫度、天氣等

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 蔣洋;張星臣;王永亮;;多式聯(lián)運(yùn)運(yùn)輸方案選擇的交叉熵方法[J];交通運(yùn)輸系統(tǒng)工程與信息;2012年05期

，

本文編號(hào)：899708