本文選題：電動(dòng)汽車(chē)　切入點(diǎn)：負(fù)荷預(yù)測(cè)　出處：《東南大學(xué)》2015年碩士論文

【摘要】：電動(dòng)汽車(chē)是國(guó)家十二五期間重點(diǎn)引導(dǎo)和扶持的產(chǎn)業(yè),針對(duì)未來(lái)電動(dòng)汽車(chē)大規(guī)模普及的趨勢(shì),本文結(jié)合電動(dòng)汽車(chē)充電自身的特點(diǎn),從計(jì)算規(guī)模化電動(dòng)汽車(chē)入網(wǎng)充電負(fù)荷時(shí)空分布和提高電動(dòng)汽車(chē)功率預(yù)測(cè)精度兩個(gè)方面展開(kāi)研究。以推動(dòng)電動(dòng)汽車(chē)產(chǎn)業(yè)化進(jìn)程,同時(shí)為電動(dòng)汽車(chē)大規(guī)模接入電網(wǎng)安全穩(wěn)定運(yùn)行提供理論依據(jù),降低大規(guī)模電動(dòng)汽車(chē)并網(wǎng)帶來(lái)的影響。本文的主要工作分為三個(gè)部分,總結(jié)如下：研究電動(dòng)汽車(chē)規(guī)�；l(fā)展后其充電負(fù)荷在時(shí)間和空間上的分布是實(shí)現(xiàn)電動(dòng)汽車(chē)與電網(wǎng)良好互動(dòng)的基礎(chǔ)。本文從兩個(gè)方面著手：一方面,全面考慮不同類(lèi)型電動(dòng)汽車(chē)具有的不同行車(chē)規(guī)律、不同充電方式等,針對(duì)用戶行為、充電模式、動(dòng)力電池特性等各種因素分別進(jìn)行討論,研究各項(xiàng)因素對(duì)電動(dòng)汽車(chē)充電功率特性的影響,保證功率計(jì)算模型輸入?yún)?shù)的合理性,并通過(guò)綜合算例分析復(fù)雜環(huán)境下電動(dòng)汽車(chē)充電功率在時(shí)間上的分布。另一方面,由于電動(dòng)汽車(chē)發(fā)展的社會(huì)屬性,電動(dòng)汽車(chē)的滲透率、充電電價(jià)和政府的引導(dǎo)策略等均會(huì)影響電動(dòng)汽車(chē)充電負(fù)荷,且不同區(qū)域的電動(dòng)汽車(chē)充電負(fù)荷特性也不同,綜合上述影響因素分析電動(dòng)汽車(chē)的集群效應(yīng)并計(jì)算不同區(qū)域的電動(dòng)汽車(chē)充電負(fù)荷在空間上的分布。在電動(dòng)汽車(chē)時(shí)空分布已知的基礎(chǔ)上,本文設(shè)計(jì)了一套多時(shí)間尺度負(fù)荷預(yù)測(cè)方案,分為日前預(yù)測(cè)、時(shí)前滾動(dòng)修正預(yù)測(cè)和實(shí)時(shí)預(yù)測(cè)。日前預(yù)測(cè)結(jié)合待預(yù)測(cè)前多日電動(dòng)汽車(chē)功率計(jì)算或?qū)嶋H結(jié)果,在滿足預(yù)測(cè)精度的約束下對(duì)下一周每日24小時(shí)各時(shí)段功率進(jìn)行預(yù)測(cè)。時(shí)前滾動(dòng)修正預(yù)測(cè)結(jié)合當(dāng)日新增數(shù)據(jù),通過(guò)最新的電動(dòng)汽車(chē)功率實(shí)際值來(lái)對(duì)日前預(yù)測(cè)在該時(shí)刻下的結(jié)果進(jìn)行修正,降低日前功率預(yù)測(cè)誤差對(duì)當(dāng)日負(fù)荷預(yù)測(cè)值的影響。實(shí)時(shí)預(yù)測(cè)通過(guò)當(dāng)時(shí)段新增負(fù)荷數(shù)據(jù)預(yù)測(cè)下一時(shí)刻(10或15mmin)負(fù)荷值,修正滾動(dòng)預(yù)測(cè)在該時(shí)刻下的負(fù)荷預(yù)測(cè)誤差。提高電動(dòng)汽車(chē)功率預(yù)測(cè)精度是電動(dòng)汽車(chē)規(guī)�；刖W(wǎng)后參與電網(wǎng)優(yōu)化調(diào)度與運(yùn)行的關(guān)鍵,電動(dòng)汽車(chē)負(fù)荷序列在時(shí)空上的分布是無(wú)序且隨機(jī)的,本文在傳統(tǒng)電力預(yù)測(cè)方式的基礎(chǔ)上提出了適用于電動(dòng)汽車(chē)預(yù)測(cè)的由改進(jìn)GA算法、GA-BP算法和改進(jìn)灰色算法組成的多時(shí)間尺度電動(dòng)汽車(chē)決策型預(yù)測(cè)模型,通過(guò)層次分析法與專家經(jīng)驗(yàn)的結(jié)合確定改進(jìn)GA算法、GA-BP算法和改進(jìn)灰色算法三種算法在決策型算法中的權(quán)重,充分發(fā)揮三種算法在日前預(yù)測(cè)、滾動(dòng)預(yù)測(cè)、實(shí)時(shí)預(yù)測(cè)上的各自最大優(yōu)勢(shì),一定程度上對(duì)三種算法進(jìn)行取長(zhǎng)補(bǔ)短,提高預(yù)測(cè)精度,同時(shí)提高電動(dòng)汽車(chē)與電網(wǎng)互動(dòng)的水平,降低電動(dòng)汽車(chē)充電的波動(dòng)性與隨機(jī)性對(duì)電網(wǎng)的影響,為后續(xù)電動(dòng)汽車(chē)相關(guān)研究提供數(shù)據(jù)支持與理論支撐。
[Abstract]:Electric vehicle is a key guiding and supporting industry during the 12th Five-Year Plan period. In view of the trend of large-scale popularization of electric vehicle in the future, this paper combines the characteristics of electric vehicle charging itself.The research is carried out from the aspects of calculating the space-time distribution of charging load and improving the precision of power prediction for large-scale electric vehicles (EVs).In order to promote the industrialization process of electric vehicles and provide the theoretical basis for the safe and stable operation of large-scale electric vehicles connected to the power grid, reduce the impact of large-scale electric vehicles connected to the grid.The main work of this paper is divided into three parts, which are summarized as follows: the research on the distribution of charge load in time and space after the development of electric vehicle scale is the basis of realizing good interaction between electric vehicle and power grid.This paper starts from two aspects: on the one hand, considering the different driving rules and charging modes of different types of electric vehicles, and discussing the various factors such as user behavior, charging mode, power battery characteristics, etc.The influence of various factors on the charging power characteristics of electric vehicles is studied to ensure the reasonableness of input parameters of the power calculation model, and the distribution of charging power of electric vehicles in time under complex environment is analyzed by a comprehensive example.On the other hand, because of the social attribute of the electric vehicle development, the electric vehicle's permeability, the charge price and the government's guiding strategy will all influence the electric vehicle's charge load, and the electric vehicle's charge load characteristic will be different in different area.Based on the above factors, the cluster effect of electric vehicle is analyzed and the spatial distribution of charging load of electric vehicle in different regions is calculated.Based on the known temporal and spatial distribution of electric vehicles, this paper designs a multi-time scale load forecasting scheme, which is divided into pre-day prediction, time-front rolling correction prediction and real-time forecasting.Combined with the power calculation or actual results of electric vehicle in many days to be forecasted, the power of 24 hours a day in the next week is forecasted under the constraint of prediction precision.Combined with the new data on the same day, the time front rolling correction forecast is used to correct the results of the day forecast at that time through the latest actual value of electric vehicle power, so as to reduce the influence of the day power forecast error on the day load forecast value.In real time forecasting, the load prediction error of rolling forecasting at the next time is corrected by adding load data to forecast the load value of the next time, 10 or 15 min.To improve the precision of electric vehicle power prediction is the key to participate in the optimal dispatching and operation of electric vehicle after it is put into the network on a large scale. The distribution of load sequence of electric vehicle in time and space is disordered and random.Based on the traditional power forecasting method, this paper presents a multi-time scale decision model for electric vehicles, which is composed of improved GA algorithm and improved grey algorithm, which is suitable for electric vehicle prediction.Through the combination of AHP and expert experience, the weight of the improved GA algorithm GA-BP algorithm and the improved grey algorithm algorithm in the decision-making algorithm is determined.To a certain extent, the three algorithms can be used to complement each other, improve the prediction accuracy, improve the level of interaction between electric vehicles and power grid, and reduce the impact of electric vehicle charging volatility and randomness on the power grid.To provide data support and theoretical support for the subsequent research on electric vehicles.
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM715

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙清,徐衍亮,安忠良,許家群,齊瑞貴;電動(dòng)汽車(chē)的發(fā)展與環(huán)境保護(hù)[J];沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào);2000年05期

2 章超,易家玉;全球電動(dòng)汽車(chē)發(fā)展迅猛[J];大眾用電;2000年09期

3 章超;開(kāi)發(fā)電動(dòng)汽車(chē)市場(chǎng)前景廣闊[J];大眾用電;2000年09期

4 ;戴-克公司第四代電動(dòng)汽車(chē)[J];重型汽車(chē);2000年04期

5 ;電動(dòng)汽車(chē)是中國(guó)汽車(chē)業(yè)趕超發(fā)達(dá)國(guó)家的重要切入點(diǎn)[J];電器工業(yè);2001年12期

6 徐新明;環(huán)保電動(dòng)汽車(chē)時(shí)代誰(shuí)執(zhí)牛耳[J];發(fā)明與革新;2001年04期

7 焦慶豐;電動(dòng)汽車(chē)前景廣闊[J];大眾用電;2001年03期

8 劉茂理;云南需要電動(dòng)汽車(chē)[J];云南交通科技;2001年01期

9 叢曉杰;電動(dòng)汽車(chē):推動(dòng)世界的綠色動(dòng)力[J];中國(guó)石油;2001年09期

10 豪彥;21世紀(jì)世界汽車(chē)工業(yè)發(fā)展趨勢(shì)(三)——電動(dòng)汽車(chē)[J];汽車(chē)與配件;2001年Z1期

相關(guān)會(huì)議論文 前10條

1 宋翔;;電動(dòng)汽車(chē)是未來(lái)的趨勢(shì)[A];重慶汽車(chē)工程學(xué)會(huì)2008年學(xué)術(shù)會(huì)議論文集[C];2008年

2 賈愛(ài)芹;;淺談電動(dòng)汽車(chē)推廣的實(shí)現(xiàn)途徑[A];第六屆河南省汽車(chē)工程科技學(xué)術(shù)研討會(huì)論文集[C];2009年

3 張夢(mèng)潔;田令;;電動(dòng)汽車(chē)的發(fā)展現(xiàn)狀及趨勢(shì)研究[A];第三屆河南省汽車(chē)工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

4 倫景光;;電動(dòng)汽車(chē)在中國(guó)的發(fā)展前景[A];科技進(jìn)步與學(xué)科發(fā)展——“科學(xué)技術(shù)面向新世紀(jì)”學(xué)術(shù)年會(huì)論文集[C];1998年

5 張夢(mèng)潔;田令;;電動(dòng)汽車(chē)的發(fā)展現(xiàn)狀及趨勢(shì)研究[A];第三屆河南省汽車(chē)工程科技學(xué)術(shù)研討會(huì)暨2006年省汽學(xué)會(huì)理事會(huì)議資料[C];2006年

6 張炳力;趙韓;;貫徹“汽車(chē)新政”加快安徽電動(dòng)汽車(chē)工業(yè)的發(fā)展[A];2004“安徽制造業(yè)發(fā)展”博士科技論壇論文集[C];2004年

7 張杰;;電動(dòng)汽車(chē)發(fā)展需要更多“綠燈”[A];西南汽車(chē)信息：2013年第7期（總第328期）[C];2013年

8 姚勇;劉林生;顧健輝;陳林;李科江;趙曉;;電動(dòng)汽車(chē)發(fā)展對(duì)配電網(wǎng)的影響及對(duì)策[A];2013年中國(guó)電機(jī)工程學(xué)會(huì)年會(huì)論文集[C];2013年

9 蔣惠琴;歐萬(wàn)彬;鮑健強(qiáng);葉瑞克;;電動(dòng)汽車(chē):引領(lǐng)城市低碳交通的未來(lái)[A];生態(tài)城市建設(shè)與生態(tài)危機(jī)管理——中國(guó)未來(lái)研究會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

10 李曉勤;魯植雄;逄小鳳;;淺述電動(dòng)汽車(chē)的研究現(xiàn)狀與發(fā)展趨勢(shì)[A];江蘇省汽車(chē)工程學(xué)會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者陳興安;電動(dòng)汽車(chē)引領(lǐng)奧運(yùn)時(shí)尚[N];中國(guó)經(jīng)營(yíng)報(bào);2002年

2 賈俊國(guó);公司推動(dòng)電動(dòng)汽車(chē)發(fā)展試點(diǎn)實(shí)施方案座談會(huì)在上海召開(kāi)[N];國(guó)家電網(wǎng)報(bào);2007年

3 孫逢春;助推電動(dòng)汽車(chē)發(fā)展意義重大[N];國(guó)家電網(wǎng)報(bào);2007年

4 本報(bào)記者 葛勝征;奧運(yùn)會(huì) 世博會(huì)重點(diǎn)采購(gòu)電動(dòng)汽車(chē)[N];政府采購(gòu)信息報(bào);2007年

5 本報(bào)記者 劉輝邋李層;發(fā)展電動(dòng)汽車(chē) 國(guó)網(wǎng)搶得先機(jī)[N];中國(guó)電力報(bào);2007年

6 記者 張靜;電動(dòng)汽車(chē)產(chǎn)業(yè)發(fā)展論壇召開(kāi)[N];經(jīng)濟(jì)日?qǐng)?bào);2009年

7 孫萌萌;工信部召集各方落實(shí)電動(dòng)汽車(chē)政策[N];人民政協(xié)報(bào);2009年

8 本報(bào)實(shí)習(xí)記者 楊冬;電動(dòng)汽車(chē)能否順利駛?cè)搿爱a(chǎn)業(yè)化時(shí)代”[N];中國(guó)知識(shí)產(chǎn)權(quán)報(bào);2009年

9 柯蕓;應(yīng)加快建立電動(dòng)汽車(chē)研發(fā)支撐體系[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2008年

10 本報(bào)記者 張鳳宇;電動(dòng)汽車(chē)中國(guó)汽車(chē)業(yè)的新機(jī)遇[N];中國(guó)信息報(bào);2001年

相關(guān)博士學(xué)位論文 前10條

1 胡超;電動(dòng)汽車(chē)無(wú)線供電電磁耦合機(jī)構(gòu)能效特性及優(yōu)化方法研究[D];重慶大學(xué);2015年

2 張虹;考慮電動(dòng)汽車(chē)聚合站的主動(dòng)配電網(wǎng)動(dòng)態(tài)優(yōu)化調(diào)度[D];華北電力大學(xué);2015年

3 宋世欣;分布式驅(qū)動(dòng)電動(dòng)汽車(chē)控制策略及硬件在環(huán)實(shí)驗(yàn)研究[D];吉林大學(xué);2015年

4 張迪;電動(dòng)汽車(chē)充\換電設(shè)施選址模型研究[D];華中科技大學(xué);2015年

5 徐浩;面向規(guī)�；妱�(dòng)汽車(chē)入網(wǎng)的充電站布局優(yōu)化及有序充電策略研究[D];華中科技大學(xué);2015年

6 張斌;電動(dòng)汽車(chē)永磁同步驅(qū)動(dòng)電機(jī)電磁熱設(shè)計(jì)研究[D];華中科技大學(xué);2015年

7 方支劍;計(jì)及電池與電網(wǎng)影響的電動(dòng)汽車(chē)充換電控制[D];華中科技大學(xué);2015年

8 邵艾博（Khalid,Muhammad Shoaib）;可再生能源和電動(dòng)汽車(chē)一體化管理對(duì)多模微電網(wǎng)穩(wěn)定性的影響分析[D];華中科技大學(xué);2015年

9 劉瑜俊;電動(dòng)汽車(chē)儲(chǔ)能特性及其配置方法研究[D];東南大學(xué);2015年

10 鄒積勇;電動(dòng)汽車(chē)控制策略研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 寇凌峰;電動(dòng)汽車(chē)大規(guī)模接入對(duì)電網(wǎng)的影響分析[D];華北電力大學(xué)（北京）;2011年

2 黃潤(rùn);電動(dòng)汽車(chē)入網(wǎng)對(duì)電網(wǎng)負(fù)荷影響的研究[D];上海交通大學(xué);2012年

3 楊俊秋;電動(dòng)汽車(chē)充放電容量預(yù)測(cè)及控制策略的優(yōu)化研究[D];北京交通大學(xué);2012年

4 薛紅紅;電動(dòng)汽車(chē)與電網(wǎng)互動(dòng)技術(shù)之協(xié)調(diào)充電策略探究[D];華中師范大學(xué);2012年

5 許恬;我國(guó)當(dāng)前電動(dòng)汽車(chē)潛在消費(fèi)者的識(shí)別與消費(fèi)行為研究[D];武漢理工大學(xué);2012年

6 唐升衛(wèi);電動(dòng)汽車(chē)有序充電研究[D];湖南大學(xué);2012年

7 王傳能;電動(dòng)汽車(chē)換電站優(yōu)化規(guī)劃研究[D];華北電力大學(xué);2012年

8 張晨曦;電動(dòng)汽車(chē)入網(wǎng)技術(shù)及社會(huì)綜合效益研究[D];浙江大學(xué);2013年

9 何清晨;適用于城市通勤的個(gè)人電動(dòng)汽車(chē)設(shè)計(jì)與研究[D];清華大學(xué);2012年

10 張敏;計(jì)及規(guī)模化電動(dòng)汽車(chē)充放電負(fù)荷的配電網(wǎng)效能分析[D];華北電力大學(xué);2013年

，

本文編號(hào)：1710814