基于WNN与FCM的电动汽车动态充电负荷预测方法

• 作者: 张天培 王成亮 崔恒志 郑海雁 杨庆胜 卞正达
• 来源期刊: 电力工程技术
• 关键词: 电动汽车动态充电(EV-DWC) 小波-反向传播混合神经网络(W-BPNN) 模糊C聚类(FCM) 电动汽车充电方式 负荷模型
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 智能电网技术|Smart Grid Technologies
• 页码范围: 167-174
• 页数: 8页
• 分类号: TM714
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2021.01.024

摘要

随着电动汽车动态无线充电(EV-DWC)技术的发展,针对目前EV-DWC负荷建模理论工作不全面的现状,以交通流量作为影响充电负荷的主要因素,以天气、典型日期、季节等因素为次要影响因素,根据路况建立负荷模型,通过电动汽车型号和状态的聚类不同对汽车分配不同的功率,完成动态充电负荷的建立.采用小波神经网络(WNN)对时序信息进行处理预测,再同误差反向传播神经网络(BPNN)相结合预测充电道路上的车流,短期车流预测精度为85％,用模糊C聚类(FCM)算法对电动汽车的充电类型以及该类型所对应的充电功率进行划分,将进入充电道路的电动汽车分为7种类型.根据各种充电类型分配相应的充电功率,完成日负荷建模.