電氣汽車負荷預測方法適用性與應用研究.pdf

1、電動汽車行業(yè)作為清潔環(huán)保的新型交通出行載具，有著普通燃油車無法比擬的優(yōu)勢。近年來，在國家政策的扶持之下飛速發(fā)展?？梢灶A期的是，在未來電動汽車充電負荷將成為電網(wǎng)用電負荷不可忽視的一個重要組成部分。然而電動汽車的充電行為會給電網(wǎng)造成很大的影響，出于電動汽車有序調(diào)度，能量管理和配網(wǎng)規(guī)劃的考慮，對電動汽車的負荷預測提出了更多的預測需求和更高的預測精度要求。
　　本分選取了快換式電動公交車、快充式電動出租車和快換式電動出租車三種預測場景樣本

2、數(shù)據(jù)，分別對基于灰色理論、概率模型和BP神經(jīng)網(wǎng)絡的三種電動汽車負荷預測方法的預測原理、預測數(shù)學模型和預測結果的適用性進行分析研究。
　　對灰色預測模型的輸入數(shù)據(jù)條件和短期負荷預測精度的關系進行考量，其一為輸入數(shù)據(jù)量的不同與預測精度的關系分析，其二為輸入數(shù)據(jù)的離散程度與預測精度的關系。
　　應用基于灰色理論和BP神經(jīng)網(wǎng)絡的兩種模型分析研究二者在電動汽車超短期和短期負荷預測時間尺度下的適用性，得到的結果表明在實際應用中，BP神經(jīng)

3、網(wǎng)絡的預測效果優(yōu)于灰色預測，尤其是在超短期負荷預測時間尺度下，可考慮預測點前一時刻的電動汽車負荷預測值的BP神經(jīng)網(wǎng)絡模型能有效的減少預測的平均誤差和最大負荷相對誤差。
　　應用基于灰色理論和基于概率模型的電動汽車負荷預測方法對比分析二者在電動汽車中長期負荷預測時間尺度下的適用性。結果表明在中長期負荷預測尺度下，基于概率模型和基于灰色理論的電動汽車負荷預測方法各有預測側重面?；诟怕誓Ｐ偷呢摵深A測方法在原理之上更為適用于中長期負荷預