近年來,在全球經濟不斷發(fā)展的進程中,溫室效應、能源短缺以及環(huán)境破壞的現(xiàn)象頻繁發(fā)生,在這種大背景之下,綠色交通已經成為了發(fā)展的方向。此外,電動汽車具有節(jié)能、低排放的優(yōu)點,但同時具有波動性、不確定性的特點。所以,對電動汽車的負荷開展預測工作,可以據(jù)此指導電動汽車的充電,從而降低電網(wǎng)的峰谷差,提高電網(wǎng)運行的經濟性,充分的利用電網(wǎng),為企業(yè)帶來經濟效益。本文針對電動汽車負荷的預測問題,進行了如下研究:首先,調研國內外電動汽車發(fā)展歷程和發(fā)展現(xiàn)狀,總結了負荷預測的常用算法,以及各自的優(yōu)缺點。其次,基于電動汽車負荷歷史數(shù)據(jù),對負荷變化特性進行完善的研究,包括自身的波動性、周期性,以及與負荷變化相關的因素分析,包括溫度、降雨等,從而充分的說明電動汽車負荷變化的重要因素。然后,基于數(shù)據(jù)挖掘技術,采用模糊聚類的方法,對預測日與歷史日期的相似度進行計算,通過有序排列得到最佳的相似日,從而為篩選歷史數(shù)據(jù)的有效性提供科學方法。最后,提出基于權重的組合預測方法,將不同方法側重的數(shù)據(jù)特征綜合起來,有效地提高負荷預測的精度和穩(wěn)定性。并根據(jù)組合預測的特征,對權重的確定方法進行改進。通過對沈陽地區(qū)電動汽車實際負荷進行預測,... 

【文章來源】：長春工業(yè)大學吉林省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

圖2-5日最大負荷和日最高溫度比較

第 3 章 基于數(shù)據(jù)挖掘技術的相似日選取方法遞閉包法價矩陣就可以得出一個分類。需要說明的是，所矩陣，但并不都為模糊等價矩陣。所以，為了對矩陣建立起新的模糊等價矩陣。 R 而言，計算出2R,4R,…,t2R ,…,當?shù)谝淮纬霈F(xiàn)。求出kR 以后，選取合適的閾值 ，進行截割 水平上是同類的，當ijr 時，ix 與jx 歸為一類了動態(tài)聚類，上述方法稱為模糊聚類傳遞閉包法

第 3 章 基于數(shù)據(jù)挖掘技術的相似日選取方法日的選取選出與預測日最為接近的相似日，要對預測日的各種特征向量進定評估的標準。首先，分析預測日時，需要對其各類影響因素的重分析主次關系，合理的進行取舍。在此基礎上，優(yōu)先考量重要程度出預測日的特征向量。其次，在建立評估標準時，通過評估標準可史日的相似程度，在此基礎上，就可以求出總體相似度，并對相似得出最佳相似日。圖 3-2 中給出了相似日的具體選擇方式。

【參考文獻】：
期刊論文
[1]電動汽車充電負荷預測方法綜述[J]. 朱慧婷,楊雪,陳友媛.  電力信息與通信技術. 2016(05)
[2]電動汽車充電負荷預測模型及對城市負荷影響研究[J]. 竇曉軍.  電網(wǎng)與清潔能源. 2016(02)
[3]中國能源安全的觀念審視與框架分析[J]. 林益楷,王亞莘.  國際石油經濟. 2015(10)
[4]基于電動汽車時空特性的充電負荷預測[J]. 張艷娟,蘇小林,閆曉霞,李敏,李丹丹.  電力建設. 2015(07)
[5]中山樂群電動汽車充電站諧波治理方案[J]. 張永旺,孟金嶺,趙偉,羅敏,肖勇,林國營,孫衛(wèi)明.  廣東電力. 2015(02)
[6]電動汽車充電負荷預測系統(tǒng)研究[J]. 陳麗丹,張堯.  電力科學與技術學報. 2014(01)
[7]電動汽車充電功率需求及其對電網(wǎng)負荷曲線的影響[J]. 夏娟娟,孫春順,張媛,楊芳華,陳浩,余志勇.  電力學報. 2014(01)
[8]電動汽車充電負荷預測方法研究[J]. 袁正平,周偉,王文斌.  華東電力. 2013(12)
[9]電動汽車充電站負荷建模方法[J]. 楊少兵,吳命利,姜久春,趙偉.  電網(wǎng)技術. 2013(05)
[10]快換式公交充電站短期負荷預測方法的研究[J]. 張維戈,頡飛翔,黃梅,李娟,李亞芬.  電力系統(tǒng)保護與控制. 2013(04)

博士論文
[1]風光發(fā)電及電動汽車充放電隨機性對配電系統(tǒng)的影響研究[D]. 吳晨曦.浙江大學 2015
[2]電動汽車充電對電網(wǎng)的影響及有序充電研究[D]. 王建.山東大學 2013

碩士論文
[1]電動汽車負荷的多因素預測模型及其對電網(wǎng)的影響分析[D]. 李雨哲.重慶大學 2016
[2]廣東省電動汽車負荷預測研究[D]. 高科.北京交通大學 2016
[3]電動汽車充/換電站短期負荷預測方法研究[D]. 徐曉波.華北電力大學 2015
[4]電動汽車對電網(wǎng)運行的影響研究[D]. 劉建軍.青島大學 2013
[5]基于神經網(wǎng)絡的電力負荷預測[D]. 李寶玉.湖南大學 2013
[6]我國純電動汽車產業(yè)發(fā)展：前景展望及策略選擇[D]. 張明.四川省社會科學院 2011
[7]上海電動汽車及其充電基礎設施運營模式的研究[D]. 申善毅.上海交通大學 2011
[8]基于相似日和支持向量機的短期負荷預測研究[D]. 劉晶.華南理工大學 2010
[9]基于聚類分析與SVM的電力短期負荷預測研究[D]. 譚海龍.中南大學 2009
[10]支持向量機在電力系統(tǒng)短期負荷預測中的應用[D]. 關穎.天津大學 2006



本文編號：3129331