使用卡尔曼滤波修正蒙特卡洛算法的电动汽车充电负荷预测研究

• 作者: 李嘉逸 李小雨 肖汉
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 电动汽车充电 负荷预测 蒙特卡洛算法 卡尔曼滤波
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 新能源技术
• 页码范围: 37-40,50
• 页数: 5页
• 分类号: TM769
• 字数: 3423字
• 语种: 中文

摘要

电动汽车将在未来迎来大规模的推广和应用,并对电网运行产生深远影响.而电动汽车充电负荷预测将是分析电动汽车对电网运行产生影响的基础.传统的电动汽车负荷预测方法仅仅通过对电动汽车运行行为特征进行分析,预测结果也仅仅是一种预期,即便考虑了多种典型场景,也难以准确描述随机性较大的电动汽车充电情况及充电功率大小.通过对电动汽车充电设施设置充电功率采样观测点,使用测量值对蒙特卡洛预测结果进行卡尔曼滤波修正,计算出较为符合系统状态的预测结果,并使用某行政区进行了算例演示,所提计算方法为研究电动汽车充电负荷精确预测和有序充电提供了新的方法探究和思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖汉		4	18	1.0	4.0
2	李嘉逸		11	19	2.0	4.0
3	李小雨		3	2	1.0	1.0