電動(dòng)汽車充-換電站短期負(fù)荷預(yù)測(cè)方法研究.pdf

1、隨著環(huán)境、能源問(wèn)題的日益突出，電動(dòng)汽車(electric vehicle，EV)受到了各國(guó)政府的重視，大規(guī)模電動(dòng)汽車的使用可以大量減少溫室氣體的排放、促進(jìn)能源結(jié)構(gòu)的調(diào)整。大量電動(dòng)汽車在負(fù)荷高峰期間充電，將加劇電網(wǎng)負(fù)荷的峰谷差，增加了調(diào)峰的難度，在配電網(wǎng)中會(huì)造成局部過(guò)負(fù)荷，加重配電網(wǎng)的負(fù)擔(dān)等，將對(duì)電網(wǎng)的安全、調(diào)度和經(jīng)濟(jì)運(yùn)行產(chǎn)生不利影響。所以需要較精確的電動(dòng)汽車負(fù)荷預(yù)測(cè)作為依據(jù)，進(jìn)行電動(dòng)汽車的有序充電控制，參與電力系統(tǒng)的調(diào)峰甚至調(diào)頻。

2、>　　首先本文通過(guò)對(duì)北京現(xiàn)有純電動(dòng)公交車充/換電站充電負(fù)荷的大量調(diào)研，分析了公交車充電站充電負(fù)荷的數(shù)據(jù)特征，確定了影響公交車換電站的主要因素。提出了基于相似日選取的支持向量機(jī)電動(dòng)汽車日負(fù)荷預(yù)測(cè)方法，基于相關(guān)因素應(yīng)用灰色關(guān)聯(lián)理論構(gòu)建相似日的小樣本集合，而后建立多輸入單輸出的支持向量機(jī)預(yù)測(cè)模型。針對(duì)支持向量機(jī)預(yù)測(cè)模型，提出了兩階段確定模型參數(shù)的方法，首先直接確定參數(shù)e，再通過(guò)遺傳算法尋找最優(yōu)核參數(shù)p和正則化參數(shù)C，以提高參數(shù)e選取范圍設(shè)置較

3、大時(shí)的預(yù)測(cè)精度。實(shí)例測(cè)試結(jié)果表明，日負(fù)荷預(yù)測(cè)的均方根誤差為10.85％，能基本滿足有序控制的要求;與其他SVM預(yù)測(cè)方法對(duì)比，改進(jìn)方法分別提高了預(yù)測(cè)精度1.52％和1.14％;與傳統(tǒng)的預(yù)測(cè)方法相比，具有較高的預(yù)測(cè)精度和穩(wěn)定性。
　　由于公交車換電站的充電負(fù)荷波動(dòng)性較大，單一預(yù)測(cè)模型穩(wěn)定性較差，本文又提出了一種新的組合預(yù)測(cè)模型。對(duì)組合預(yù)測(cè)模型在累積歷史預(yù)測(cè)誤差的過(guò)程作了如下改進(jìn):1）考慮了樣本數(shù)據(jù)的時(shí)間特征。2）考慮了單一模型預(yù)測(cè)過(guò)程