基于贝叶斯最大熵的电动汽车充电需求预测

作     者：张晋豪 武小梅 潘景晖 许方园 石伊可 左石 ZHANG Jinhao;WU Xiaomei;PAN Jinghui;XU Fangyuan;SHI Yike;ZUO Shi

作者机构：广东工业大学广州510006 国网延边供电公司吉林延吉133002 国网吉林省电力有限公司经济技术研究院长春130021 

出 版 物：《吉林电力》 (Jilin Electric Power)

年 卷 期：2022年第50卷第2期

页      面：12-15,31页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金资助项目(51707041) 广东电网有限责任公司科技项目(GDKJ031700KK52180001) 

主　　题：电动汽车 充电负荷预测 蒙特卡洛法 贝叶斯最大熵 

摘      要：为了解决小样本情况下,蒙特卡洛预测方法在某些时间点可能出现预测值与实际值偏差较大的问题,提出了一种基于贝叶斯最大熵的电动汽车充电负荷预测方法。利用蒙特卡洛法快速得到充电负荷预测值,构建先验概率密度函数,此时的预测值有可能在某些时间点精度不高。然后,结合新的样本信息,采用最大熵方法构建样本信息概率密度函数。最后,在贝叶斯条件下求出后验函数,并通过算例对该方法的有效性进行验证。结果表明,所提方法对蒙特卡洛预测值的概率密度函数有良好的修正作用,预测精度得到提高。