電氣汽車負(fù)荷預(yù)測方法適用性與應(yīng)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。可以預(yù)期的是，在未來電動汽車充電負(fù)荷將成為電網(wǎng)用電負(fù)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(fù)荷預(yù)測提出了更多的預(yù)測需求和更高的預(yù)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(yù)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(luò)的三種電動汽車負(fù)荷預(yù)測方法的預(yù)測原理、預(yù)測數(shù)學(xué)模型和預(yù)測結(jié)果的適用性進(jìn)行分析研究。
　　對灰色預(yù)測模型的輸入數(shù)據(jù)條件和短期負(fù)荷預(yù)測精度的關(guān)系進(jìn)行考量，其一為輸入數(shù)據(jù)量的不同與預(yù)測精度的關(guān)系分析，其二為輸入數(shù)據(jù)的離散程度與預(yù)測精度的關(guān)系。
　　應(yīng)用基于灰色理論和BP神經(jīng)網(wǎng)絡(luò)的兩種模型分析研究二者在電動汽車超短期和短期負(fù)荷預(yù)測時間尺度下的適用性，得到的結(jié)果表明在實際應(yīng)用中，BP神經(jīng)

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