大数据背景下的充电站负荷预测方法

• 作者: 曹一家 杨夯 江磊 陈永新 陈颉 黄小庆
• 来源期刊: 电力系统自动化
• 关键词: 负荷预测 充电站 大数据 窗口滚动
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 智能配电网态势感知专辑
• 页码范围: 68-74
• 页数: 7页
• 字数: 6423字
• 语种: 中文
• DOI: 10.7500/AEPS20160323001

摘要

电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测，大数据背景下的负荷预测具有待预测数据可快速观测的特点，此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次，针对单辆电动汽车，基于大量、快速更新、多种类的数据分析电动汽车的充电习惯，预测每一辆电动汽车的充电开始时间、持续时间和充电地点，获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后，面向任意充电站，对与其相关的路网节点与交通线路上的所有电动汽车负荷求和，估算该充电站的总充电功率。最后，进行实例仿真，并与传统方法下的充电负荷预测结果进行了对比。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹一家	湖南大学电气与信息工程学院	137	3631	36.0	54.0
2	黄小庆	湖南大学电气与信息工程学院	34	767	17.0	27.0
3	陈颉	湖南大学电气与信息工程学院	3	86	2.0	3.0
4	陈永新	湖南大学电气与信息工程学院	1	36	1.0	1.0
5	杨夯	国网山东省电力公司经济技术研究院	3	86	2.0	3.0
6	江磊	湖南大学电气与信息工程学院	2	86	2.0	2.0