大数据背景下的充电站负荷预测方法

发布时间：2017-07-07 03:08

  本文关键词：大数据背景下的充电站负荷预测方法

  更多相关文章： 负荷预测 充电站 大数据 窗口滚动

【摘要】：电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽车的充电开始时间、持续时间和充电地点,获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后,面向任意充电站,对与其相关的路网节点与交通线路上的所有电动汽车负荷求和,估算该充电站的总充电功率。最后,进行实例仿真,并与传统方法下的充电负荷预测结果进行了对比。
【作者单位】： 湖南大学电气与信息工程学院;国网山东省电力公司经济技术研究院;
【关键词】： 负荷预测 充电站 大数据 窗口滚动
【基金】：国家自然科学基金资助项目(61104090) 国家科技支撑计划资助项目(2013BAA01B01)~~
【分类号】：U491.8;TM715
【正文快照】： 上网日期:2016-05-09。0引言精确预测电动汽车出行过程中的充电需求是进行充电站规划及调度的前提,也是电网优化调度、安全经济运行的需要,将为电动汽车配套市场乃至电动汽车行业有序发展提供保障。未来大规模电动汽车的负荷分布具有时间和空间上的随机性、间歇性、波动性等不，

本文编号：528654