電動汽車充-換電站短期負荷預(yù)測方法研究.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著環(huán)境、能源問題的日益突出,電動汽車(electric vehicle,EV)受到了各國政府的重視,大規(guī)模電動汽車的使用可以大量減少溫室氣體的排放、促進能源結(jié)構(gòu)的調(diào)整。大量電動汽車在負荷高峰期間充電,將加劇電網(wǎng)負荷的峰谷差,增加了調(diào)峰的難度,在配電網(wǎng)中會造成局部過負荷,加重配電網(wǎng)的負擔(dān)等,將對電網(wǎng)的安全、調(diào)度和經(jīng)濟運行產(chǎn)生不利影響。所以需要較精確的電動汽車負荷預(yù)測作為依據(jù),進行電動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、>  首先本文通過對北京現(xiàn)有純電動公交車充/換電站充電負荷的大量調(diào)研,分析了公交車充電站充電負荷的數(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電動汽車日負荷預(yù)測方法,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預(yù)測模型。針對支持向量機預(yù)測模型,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、大時的預(yù)測精度。實例測試結(jié)果表明,日負荷預(yù)測的均方根誤差為10.85%,能基本滿足有序控制的要求;與其他SVM預(yù)測方法對比,改進方法分別提高了預(yù)測精度1.52%和1.14%;與傳統(tǒng)的預(yù)測方法相比,具有較高的預(yù)測精度和穩(wěn)定性。
  由于公交車換電站的充電負荷波動性較大,單一預(yù)測模型穩(wěn)定性較差,本文又提出了一種新的組合預(yù)測模型。對組合預(yù)測模型在累積歷史預(yù)測誤差的過程作了如下改進:1)考慮了樣本數(shù)據(jù)的時間特征。2)考慮了單一模型預(yù)測過程

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論