电动汽车充电站短期负荷预测

为了保证规模化电动汽车接入后的配电网的稳定性,文章对电动汽车充电负荷特性进行研究,建立了电动汽车充电负荷预测模型,考虑到适应复杂的天气变化情况下的电动汽车充电站负荷预测,采用基于GA-ANFIS-FFNN算法的电动汽车充电负荷预测方法,采用GA优化的ANFIS算法进行充电负荷预测,预测输出结果采用FFNN算法优化提升整体预测准确性,并采用多种算法对比验证本文所提算法在突变天气下的充电负荷预测的优越性。     

基于神经网络的电动汽车负荷预测模型

为提高电动汽车负荷预测准确性,优化电网规划以及管理,提出一种基于改进长短期记忆网络的电动汽车负荷预测模型。通过层次分析法确定电动汽车负荷预测的主要影响因素,同时对其权重进行计算;以长短期记忆神经网络为基础,结合层次分析法得到主要影响因素权重,结合域对抗神经网络进行特征提取以及模型优化。经过实验对比验证：改进长短期记忆神经网络的电动汽车负荷预测模型相比传统的长短期记忆神经网络以及人工神经网络模型,标准差稳定在2.7%—3.7%的范围内,改进电动汽车负荷预测模型的精确度更高,稳定性更好。     

基于Vosviewer与Citespace对电动汽车充电负荷领域的量化分析

近年来,电动汽车市场发展迅速,而规模化电动汽车的集中充电会给电网的安全运行带来严重的威胁,因此如何针对规模化电动汽车的充电负荷进行预测、进一步引导用户的充电行为,以此降低电动汽车对电网的影响值得深入研究。本文基于国内外电动汽车充电负荷领域的研究现状进行整理归纳,采用Vosviewer与Citespace针对2010年-2021年领域的文献开展关键词共现与突现分析、发文期刊分布统计、作者、机构与国家的合作关系统计,进一步明确了该领域的研究热点、并对目前的不足以及未来的发展做出总结与展望。     

基于XGBoost-神经网络的建筑负荷预测模型构建

针对建筑负荷预测模型特征选择工作量大、泛化能力提升难的问题,提出一种基于XGBoost-神经网络的建筑负荷特征筛选及预测方法,利用XGBoost算法训练滤波处理后的数据,基于平均绝对误差百分比MAPE确定最优特征子集,以改善模型精度和泛化能力;采用贝叶斯正则化算法训练前馈神经网络,以便能够在训练优化过程中降低网络结构复杂性,从而避免网络过拟合,进一步提升其泛化能力。针对某商业建筑的负荷预测实验结果表明,特征筛选后较筛选前模型MSE降低43.29%,有效提高了模型预测精度;分别以贝叶斯正则化和L-M算法对神经网络进行训练,前者5次试验RMSE和MAPE平均值较后者分别降低87.08%、85.33%,预测模型泛化能力得到有效提升。     

基于CEEMDAN分解的GA-BP神经网络电动汽车配电网短期负荷预测

短期电动汽车并网的随机性、复杂性和易受外界因素干扰,针对通过单一的负荷预测模型很难做出准确的分析和预测,提出一种基于CEEMDAN分解的GA-BP神经网络短期电动汽车配电网负荷预测的方法.方法可以充分利用分解出来的各个分解出来的IMF分量不同的特点分别对数据进行预测最后叠加.利用电动汽车配电网所给的相似日的历史数据作为...     

考虑电动汽车负荷的高速公路服务区离网微电网容量配置

为促进交通能源融合,保障偏远地区高速公路电力的稳定供给,合理配置微电网容量至关重要。考虑路网车流量,建立高速公路电动汽车出行轨迹概率模型; 基于蒙特卡洛方法抽取初始和充电时电池容量,综合考虑气温、车主出行习惯和不同车型能耗水平等因素,预测电动车负荷时空分布; 从离网的高速公路服务区不同等级负荷需求出发,基于当地自然禀赋水平,建立以缺电概率最低为目标的规划模型; 综合考虑新能源出力、场地限制、新能源自洽率和极端天气等约束,定量分析车辆OD(起点-终点)矩阵、电池状态S_OC以及包含不同车流量、气温典型日对容量配置的影响。研究结果表明:OD矩阵的平均程度对充电负荷有显著影响,当OD矩阵越平均时,电动汽车的充电负荷越小; 当OD矩阵不均衡时,充电负荷会显著增加; 初始电池状态S_OC0对充电负荷有直接影响,S_OC0越大,充电负荷相应减少; 反之,则增加; 工作日、双休日和节假日的充电负荷呈递增趋势,其中双休日的充电负荷比工作日高12.5%,节假日则比工作日高20%; 因冬季供暖用能比夏季供冷用能更高而风光资源匮乏,因此冬季需配置更大容量的设备以保证用电稳定; 提出的微电网容量配置方法能够有效优化电力供应,保障离网地区的电力稳定性需求,并且能够优化微电网容量配置,保障离网地区用电的稳定性需求,满足1级、2级负荷用电,3级负荷缺电率不超过0.02%,自洽率超过90%,符合供电标准与绿色化要求,为新能源在交通领域的应用提供参考。     

基于联邦学习的短期负荷预测模型协同训练方法

针对机器学习方法在电力系统短期负荷预测领域的应用过程中,存在数据样本不足、模型泛化能力差以及数据隐私保护要求较高等问题,以气象、日期以及历史负荷数据为输入特征,构建基于长短期记忆（Long Short-Term Memory,LSTM）网络的短期负荷预测模型,提出基于联邦学习（Federated Learning,FL）的短期负荷预测模型协同训练方法. 通过分散训练、中心聚合的方式对模型参数进行迭代更新,实现各负荷运营商在保证数据隐私的情况下协同构建预测模型. 在GEFCom2012比赛的多个地区负荷数据集上进行仿真验证,结果表明,所提方法在保证各运营商数据隐私的同时,有效提升了短期负荷预测准确率,所训练出的模型在多场景下具有优秀的泛化能力.     

基于支撑向量机在线学习方法的短期负荷预测

提出了基于支撑向量机在线学习方法的短期负荷预测,该方法克服了传统的支撑向量机负荷预测当训练样本集合改变时为了保证预测精度必需重新进行训练来得到新的回归函数的缺点.充分利用支撑向量机解的稀疏性和前一次的训练结果,提出了递增和递减算法,直接修改原有回归函数的系数来得到新回归函数.实例计算表明,该方法与传统支撑向量机方法相比,具有计算速度快,推广能力强的显著特点,在相同预测精度下,计算速度提高了近两个数量级.     

电动汽车动力蓄电池快速充电关键技术探究

以动力蓄电池为能源的电动汽车被认为是２１世纪的绿色工程,而快速充电技术是电动汽车推广的一个关键．本文深入分析了铅酸蓄电池的微观与宏观充电特性,在一个蓄电池的四阶动态模型的基础上,提出了一种能够按马斯定律对蓄电池快速无伤害充电的智能充电算法．并提出了模型的动态修正和充电电流在线实时调整的方法     

基于电阻器耦合的电动汽车感应充电定位

目前,市场上出现越来越多的以电池为动力的电动汽车,其中大多数电动汽车必须通过有线充电装置进行充电。与之相对应的感应式无线充电系统,可以让充电过程更加舒适。无线充电系统一般由初级线圈和次级线圈组成,其中初级线圈可以建立在停车场,将电能转化为场能;次级线圈安装在车辆中,接收初级线圈能量并转化为电能,为车辆电池充电。为保证充电过程安全有效,初级线圈和次级线圈必须充分耦合,这可通过将车辆准确定位在初级线圈上方来实现。本文提出了一种简单而经济的方法来验证线圈之间的耦合是否足以满足充电条件。通过安装在次级线圈侧的电阻,来模拟在确定工作条件下无线充电系统的电池负载;电阻两端电压可以用来估计线圈之间的耦合度,以反映车辆与初级线圈的相对位置。本文在数学和物理原理的基础上解释了这个概念,并在一个真实的无线电传输线路上进行了试验评估。     

一种基于协同过滤的电动汽车充电推荐方法

 基于大量的充电行为数据,建立电动汽车用户的充电兴趣模型,将用户感兴趣但未发现的最佳充电选择推荐给用户,实现充电行为有序引导是一个重要问题。本文针对电动汽车充电提出一种基于协同过滤算法的推荐模型,得出最佳推荐模型参数指标,充电10次以下的新用户采用基于用户的协同过滤算法,充电10次以上的老用户采用基于物品的协同过滤算法;基于用户的协同过滤算法的最佳邻居数和推荐列表长度均为3;基于物品的协同过滤算法的最佳推荐列表长度为4。指出负荷聚合商可以结合参与需求响应计划的情况,对推荐列表进行再优化,将与需求响应冲突的推荐信息过滤掉,从而实现有序充电控制。     

纯电动汽车供能策略研究

分析了纯电动汽车供能策略的5大决策要素:城市电网运行特征,电池与充电技术,纯电动汽车交通功能定位,纯电动汽车节能减排效益以及土地资源约束等.综合各决策要素,提出纯电动汽车供能应有别于传统燃油车自由式加油模式,而须实施夜间低谷充电为主、白天快速补电与更换电池组为辅,结合各类型交通方式出行特征,提供组合型供能模式的能源供给策略.进一步界定了常规充电站、快速充电站与电池更换站的服务定位及布局要求.研究成果对于完善纯电动汽车能源供给体系,指导供能设施建设具有重要意义.     

面向电动汽车有序充放电研究综述

推动节能减排,助力“2030碳达峰”“2060碳中和”远景目标实现,需要更为绿色的出行方式。然而大量电动汽车无序充放电行为给配电网安全和充电站运营商接纳能力带来了极大的挑战。为缓解负荷压力,亟待对电动汽车充放电行为进行引导。首先从配电网、充电站运营商、电动汽车用户3个层面归纳了影响有序充放电水平的因素;其次从配电网层面对提升有序充放电水平的方法进行了阐述;随后从内部资源整合和外部充放电引导方面论述了充电站运营商层面提升有序充放电水平的研究方法;然后从响应意愿和响应能力2个角度表征用户对有序充放电行为的响应程度;最后对电动汽车有序充放电研究方向进行了总结与展望。     

高饱和柔性纳米晶磁芯在电动汽车无线充电中的应用

采用一种具有高饱和限值与高柔性的新型纳米晶磁芯,以解决主流Mn-Zn铁氧体磁芯在大功率应用中易磁饱和且机械性能差等问题。针对纳米晶材料电阻率小,85 kHz下涡流损耗较大,提出晶粒细化热处理工艺与交错层叠式拼接工艺来改善其涡流损耗。基于有限元仿真分析,初步验证了工艺优化的可行性,并采用4种不同磁导率的纳米晶磁芯与铁氧体磁芯对比。通过静态参数分析与7.7 kW下的效率测试与温度测试,工艺优化后的纳米晶磁芯取得显著效果。在11 kW抗饱和测试与磁泄露测试中,性能最优的DOE4纳米晶即使厚度减小到2 mm,线圈间AC-AC交流传输效率仍保持在97.408%,磁芯最高温度只有80.9℃,漏感完全满足ICNIRP2010限值要求。相反,铁氧体磁芯难以承受交变强磁场作用,并发生局部碎裂和过温。     

电动汽车的现状和发展趋势

综述了世界范围内电动汽车，混合动力电动汽车和燃料电池电动汽车当前的发展特点和规律。这3种电动汽车目前处在不同的发展阶段，面临不同的问题，并各自具有不同的发展策略。但是，发展电动汽车的工程哲学及一些关键技术，诸如先进电机驱动技术，能源技术，能源控制和管理技术，先进底盘和车体技术等是可共享的。成为现代电动汽车的基础。最后总结了这3种电动汽车的市场前景。