基于时空特征变量数据分析的共享汽车充电负荷预测方法

摘要：

共享汽车大规模应用将会给电网运行和充电设施规划带来新的挑战.目前对共享汽车充电负荷的预测方法研究不够深入,为此提出了一种基于时空特征变量数据分析的共享汽车负荷预测方法.通过数据挖掘,构建了由时空特征变量支撑的二维动态交通行为模型.为了探讨共享汽车连续充电与集中充电的特性,设定了连续充电和集中充电2种充电情形,以此构建充电行为模型.通过蒙特卡洛法模拟共享汽车的交通-充电行为,计算得到不同时间、不同区域下共享汽车充电负荷的预测结果,并分析负荷对电网的影响.仿真分析结果表明,交互影响的时空特征变量能够合理描述共享汽车时空二维不确定变化的特点,所提方法能对随机分散的共享汽车充电负荷做出科学预测,为电网及用户共享汽车负荷管理策略的制定提供有效的依据.

关键词：共享汽车、数据分析、交通行为、充电行为、负荷预测

所属期刊栏目：39

分类号：U469.72;TM761(汽车工程)

资助基金：国家自然科学基金资助项目51777077

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：169-175