本文關(guān)鍵詞：基于改進(jìn)非參數(shù)核密度估計(jì)和拉丁超立方抽樣的電動(dòng)公共客車負(fù)荷模型

  更多相關(guān)文章： 電動(dòng)公共客車 充電負(fù)荷 自適應(yīng)非參數(shù)核密度估計(jì)算法 邊界核 拉丁超立方抽樣

【摘要】：為了建立更精確的電動(dòng)公共客車充電負(fù)荷模型,對(duì)起始荷電狀態(tài)和起始充電時(shí)間的概率分布和抽樣方法進(jìn)行研究。首先針對(duì)概率分布,提出采用邊界核的自適應(yīng)非參數(shù)核密度估計(jì)算法,該方法無需概率分布的任何假設(shè),能有效解決邊界偏差和缺乏局部適應(yīng)性的問題,從而提高了起始荷電狀態(tài)和起始充電時(shí)間概率分布的準(zhǔn)確度和適應(yīng)性。其次針對(duì)抽樣環(huán)節(jié),提出結(jié)合三次樣條插值法的改進(jìn)拉丁超立方抽樣算法,該方法不僅可以解決累積分布函數(shù)的反函數(shù)較難求解的問題,而且具有準(zhǔn)確度高、抽樣規(guī)模小等優(yōu)點(diǎn)。最后,以這兩種算法為基礎(chǔ),建立電動(dòng)公共客車充電負(fù)荷模型,并將其與實(shí)測(cè)數(shù)據(jù)和傳統(tǒng)參數(shù)估計(jì)方法所得結(jié)果進(jìn)行對(duì)比。仿真結(jié)果證明了所提方法的適應(yīng)性和有效性。
【作者單位】： 輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室(重慶大學(xué));國網(wǎng)重慶市電力公司電力科學(xué)研究院;
【基金】：國家自然科學(xué)基金(51477017) 重慶市基礎(chǔ)與前沿研究計(jì)劃一般項(xiàng)目(cstc2014jcyj A90017) 國家電網(wǎng)公司科技項(xiàng)目(SGCQDK00DJJS1500056)資助
【分類號(hào)】：U469.72
【正文快照】： 0引言電動(dòng)汽車作為新一代的交通工具,具有低能耗、低污染的巨大優(yōu)勢(shì),在可以預(yù)見的未來將迎來飛速的發(fā)展。對(duì)電動(dòng)汽車的充電負(fù)荷進(jìn)行建模是研究電動(dòng)汽車對(duì)電網(wǎng)影響、充電基礎(chǔ)設(shè)施規(guī)劃以及電網(wǎng)規(guī)劃與運(yùn)行的前提[1,2]。電動(dòng)汽車目前主要分為私家車、公共客車和出租車三類,其中電，

本文編號(hào)：1199988