本文關鍵詞：基于改進非參數核密度估計和拉丁超立方抽樣的電動公共客車負荷模型

  更多相關文章： 電動公共客車 充電負荷 自適應非參數核密度估計算法 邊界核 拉丁超立方抽樣

【摘要】：為了建立更精確的電動公共客車充電負荷模型,對起始荷電狀態(tài)和起始充電時間的概率分布和抽樣方法進行研究。首先針對概率分布,提出采用邊界核的自適應非參數核密度估計算法,該方法無需概率分布的任何假設,能有效解決邊界偏差和缺乏局部適應性的問題,從而提高了起始荷電狀態(tài)和起始充電時間概率分布的準確度和適應性。其次針對抽樣環(huán)節(jié),提出結合三次樣條插值法的改進拉丁超立方抽樣算法,該方法不僅可以解決累積分布函數的反函數較難求解的問題,而且具有準確度高、抽樣規(guī)模小等優(yōu)點。最后,以這兩種算法為基礎,建立電動公共客車充電負荷模型,并將其與實測數據和傳統(tǒng)參數估計方法所得結果進行對比。仿真結果證明了所提方法的適應性和有效性。
【作者單位】： 輸配電裝備及系統(tǒng)安全與新技術國家重點實驗室(重慶大學);國網重慶市電力公司電力科學研究院;
【基金】：國家自然科學基金(51477017) 重慶市基礎與前沿研究計劃一般項目(cstc2014jcyj A90017) 國家電網公司科技項目(SGCQDK00DJJS1500056)資助
【分類號】：U469.72
【正文快照】： 0引言電動汽車作為新一代的交通工具,具有低能耗、低污染的巨大優(yōu)勢,在可以預見的未來將迎來飛速的發(fā)展。對電動汽車的充電負荷進行建模是研究電動汽車對電網影響、充電基礎設施規(guī)劃以及電網規(guī)劃與運行的前提[1,2]。電動汽車目前主要分為私家車、公共客車和出租車三類,其中電，

本文編號：1199988