基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的电动汽车充电负荷预测研究中缺乏对用户出行行为和交通路况的精确描述,为此构建了时空图谱注意力网络,对基于城市兴趣点的出行需求和道路交通流量的时空分布进行学习和预测,并计及了日期类型、天气温度和交通事件的影响.通过基于出行时间指数(travel time index,TTI)的Dijkstra算法得到耗时最短的行驶路径,并建立了计及交通路况和气温影响的电动汽车能耗模型以及考虑距离远近和综合充电费用的充电站选择决策模型.基于西安市二环区域的实际出行需求和交通数据,对私家车、出租车和网约车3种用途电动汽车的充电需求进行了预测,并分析了出行需求变化对城市各网格空间内充电站快、慢充负荷的影响,为充电设施的规划提供了参考和依据.
推荐文章
基于Hadoop的电动汽车充电站负荷预测
Hadoop架构
模糊聚类
灰色关联分析
负荷预测
BP神经网络
快换式电动汽车充电站
基于改进随机森林算法的电动汽车充电预测
电动汽车
随机森林
充电负荷
数据分析
负荷预测
电动汽车充电负荷的特性及其对电网的影响
电动汽车
负荷特性
电网负荷
用电高峰
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于实时出行需求和交通路况的电动汽车充电负荷预测
来源期刊 电力建设 学科 工学
关键词 电动汽车 充电负荷 时空图谱注意力网络 城市兴趣点 出行需求预测
年,卷(期) 2020,(8) 所属期刊栏目 电动汽车参与电网调度的关键技术
研究方向 页码范围 57-67
页数 11页 分类号 TM715
字数 6905字 语种 中文
DOI 10.12204/j.issn.1000-7229.2020.08.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李晓露 上海电力大学电气工程学院 11 24 3.0 4.0
2 吴钉捷 上海电力大学电气工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (77)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
2017(9)
  • 参考文献(4)
  • 二级参考文献(5)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电动汽车
充电负荷
时空图谱注意力网络
城市兴趣点
出行需求预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力建设
月刊
1000-7229
11-2583/TM
大16开
北京市昌平区北七家镇未来科技城国家电网办公区A座225
82-679
1958
chi
出版文献量(篇)
6415
总下载数(次)
11
总被引数(次)
42832
论文1v1指导