基于改进非参数核密度估计和拉丁超立方抽样的电动公共客车负荷模型

发布时间：2017-11-18 13:33

  本文关键词：基于改进非参数核密度估计和拉丁超立方抽样的电动公共客车负荷模型

  更多相关文章： 电动公共客车 充电负荷 自适应非参数核密度估计算法 边界核 拉丁超立方抽样

【摘要】：为了建立更精确的电动公共客车充电负荷模型,对起始荷电状态和起始充电时间的概率分布和抽样方法进行研究。首先针对概率分布,提出采用边界核的自适应非参数核密度估计算法,该方法无需概率分布的任何假设,能有效解决边界偏差和缺乏局部适应性的问题,从而提高了起始荷电状态和起始充电时间概率分布的准确度和适应性。其次针对抽样环节,提出结合三次样条插值法的改进拉丁超立方抽样算法,该方法不仅可以解决累积分布函数的反函数较难求解的问题,而且具有准确度高、抽样规模小等优点。最后,以这两种算法为基础,建立电动公共客车充电负荷模型,并将其与实测数据和传统参数估计方法所得结果进行对比。仿真结果证明了所提方法的适应性和有效性。
【作者单位】： 输配电装备及系统安全与新技术国家重点实验室(重庆大学);国网重庆市电力公司电力科学研究院;
【基金】：国家自然科学基金(51477017) 重庆市基础与前沿研究计划一般项目(cstc2014jcyj A90017) 国家电网公司科技项目(SGCQDK00DJJS1500056)资助
【分类号】：U469.72
【正文快照】： 0引言电动汽车作为新一代的交通工具,具有低能耗、低污染的巨大优势,在可以预见的未来将迎来飞速的发展。对电动汽车的充电负荷进行建模是研究电动汽车对电网影响、充电基础设施规划以及电网规划与运行的前提[1,2]。电动汽车目前主要分为私家车、公共客车和出租车三类,其中电，

本文编号：1199988