基于充电桩利用率的充电负荷超短期预测方法研究
A novel ultra short‑term charging load forecasting method based on usage degree of charging piles作者机构:智能电网与海岛微网联合实验室海南海口570226 海南电网有限责任公司电力科学研究院海南海口570226 武汉理工大学自动化学院湖北武汉430070 中国电力工程顾问集团中南电力设计院有限公司湖北武汉430071
出 版 物:《电力科学与技术学报》 (Journal of Electric Power Science And Technology)
年 卷 期:2024年第39卷第1期
页 面:115-123,133页
学科分类:0808[工学-电气工程] 080803[工学-高电压与绝缘技术] 08[工学]
基 金:中国南方电网有限责任公司科技项目(073000KK52220001)
主 题:电动汽车 充电桩 充电负荷 长短期记忆神经网络 负荷预测
摘 要:为消除空间分布不确定性对电动汽车充电负荷超短期预测准确性的影响,提出一种基于充电桩利用率的电动汽车充电负荷超短期预测方法。首先,从海量充电交易数据中提取形成区域内各充电桩充电负荷功率,编码后得到充电桩利用率的量化值;然后,将充电桩利用率以及充电负荷功率数据融合,得到长短期记忆神经网络的训练样本和测试集,形成电动汽车充电负荷超短期预测的深度学习模型,时间分辨率可达0.5 h;最后,在不同规模充电负荷的场景下验证了所提方法的有效性和准确性。结果表明,相比无优化的长短记忆神经网络负荷预测方法,所提方法得到的预测值平均绝对百分比误差提高了约5%,可为未来车网互动下的配电网调度优化运行提供重要支撑。