基于配电物联网技术和并行随机森林算法的日前V2G功率容量预测

• 作者: 岳友 李宽宏
• 来源期刊: 电力需求侧管理
• 学科: 工学
• 关键词: 配电物联网 V2G功率容量 并行预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数字配用电系统专辑
• 页码范围: 31-34
• 页数: 4页
• 分类号: TM715
• 字数: 2123字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1831.2020.04.007

摘要

实现大量电动汽车所聚合电池储能作为电网和可再生能源的缓冲,关键是精确和快速的V2G功率容量预测.然而,电动汽车充放电行为的随机性和不确定性,给精确的V2G功率预测带来了困难.随着配电物联网建设的推进和电动汽车的大规模接入,电动汽车充放电数据爆发式增长,为精度的V2G功率容量提供大量数据支撑的同时,也带来了大数据处理问题.通过利用大量历史和气象数据构建预测特征向量,基于并行随机森林算法建立了日前V2G功率容量的并行预测模型.从而,避免了用户行为对预测结果的影响.此外,基于Spark搭建了分布式的大数据平台,以实现V2G功率容量快速预测.最终,所提出的方法与利用SVM算法在传统单机平台上预测V2G功率容量进行对比分析.试验结果表明采用并行随机森林算法不仅精度比传统SVM高1.75％,速度还要快6倍多.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳友		2	1	1.0	1.0
2	李宽宏		5	6	2.0	2.0