基于有限混合模型的规模化电动汽车充电负荷在线预测方法

毛建斌; 杨少兵; 杨湘彦; 石任尔; 聂晓波

doi:10.13335/j.1000-3673.pst.2024.0241

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于有限混合模型的规模化电动汽车充电负荷在线预测方法

支撑碳达峰、碳中和的能源电力关键技术 | 更新时间：2025-12-03

- 基于有限混合模型的规模化电动汽车充电负荷在线预测方法
- 基于有限混合模型的规模化电动汽车充电负荷在线预测方法
- 电网技术 2025年49卷第5期页码：1931-1940
- 作者机构：
  
  北京交通大学电气工程学院
- 作者简介：
- 基金信息：
  
  中央高校基本科研业务费专项资金项目(2023JBZY040)~~
- DOI：10.13335/j.1000-3673.pst.2024.0241
  中图分类号： TM715;TM910.6;U491.8
- 纸质出版：2025
- 稿件说明：
移动端阅览
毛建斌, 杨少兵, 杨湘彦, 等. 基于有限混合模型的规模化电动汽车充电负荷在线预测方法[J]. 电网技术, 2025,49(5):1931-1940.

毛建斌, 杨少兵, 杨湘彦, et al. 基于有限混合模型的规模化电动汽车充电负荷在线预测方法[J]. 2025, 49(5): 1931-1940.
毛建斌, 杨少兵, 杨湘彦, 等. 基于有限混合模型的规模化电动汽车充电负荷在线预测方法[J]. 电网技术, 2025,49(5):1931-1940. DOI： 10.13335/j.1000-3673.pst.2024.0241.

毛建斌, 杨少兵, 杨湘彦, et al. 基于有限混合模型的规模化电动汽车充电负荷在线预测方法[J]. 2025, 49(5): 1931-1940. DOI： 10.13335/j.1000-3673.pst.2024.0241.

摘要

在“双碳”目标下，规模化电动汽车接入将对配电网产生较大影响，准确预测电动汽车充电负荷是调控的基础。针对目前充电负荷预测方法中充电行为描述较为主观、精度较差，且缺乏对实时测量数据的利用等问题，提出了一种基于有限混合模型(finite mixture model

FMM)的规模化电动汽车充电负荷在线预测方法，FMM是将有限多个随机分布加权混合的统计学方法。该文从影响充电负荷的关键随机分布出发，提出使用FMM描述车辆起始充电时间随机分布，建立了规模化电动汽车充电负荷概率模型。在此基础上，提出了基于实测数据驱动的电动汽车负荷在线预测方法，该方法采用两阶段式算法对不同类型日的负荷模型参数进行辨识，并以时间驱动的方式在线更新负荷模型参数进而实现电动汽车充电负荷预测。最后，以某充电运营商的实测充电数据为例，持续辨识了运营区域内的充电负荷模型参数，并基于所辨识模型预测了该区域电动汽车充电负荷，通过分析模型参数辨识效果和充电负荷预测结果，验证了所提预测方法的有效性和可行性。

Abstract

关键词

Keywords

references

Jun Yang,Fuzhang Wu,Jun Yan,Yangjia Lin,Xiangpeng Zhan,Lei Chen,Siyang Liao,Jian Xu,Yuanzhang Sun.Charging demand analysis framework for electric vehicles considering the bounded rationality behavior of users[J].International Journal of Electrical Power and Energy Systems,2020.

Das Saikat,Bhattacharya Amitabha.Application of the Mixture of Lognormal Distribution to Represent the First-Order Statistics of Wireless Channels[J].IEEE Systems Journal,2020.

Xu Yanyi,Wang Pingbo,Hong Lixue,Li Dazhen.Generating method study of Gaussian mixture processes[J].Naval Univ. of Engineering (China);Navy Force No. 91267 (China);Univ. Putra Malaysia (Malaysia),2012.

孙亮,申畅,朱童生,杨格林,杨茂,孙艳学.考虑交通流量俘获的电动汽车充电负荷预测和充电站规划[J].电力自动化设备,2024(07).

朱峻良,武志刚,刘嘉宁.基于半动态交通均衡的电动汽车充电负荷概率分布建模[J].电网技术,2024(02).

徐艳春,李思佳,汪平,MI Lu.考虑分布式电源时空相关及电动汽车充电负荷分布特性的有源配电网概率潮流[J].电网技术,2024(06).

洪吉超,梁峰伟,杨京松,李克瑞.新能源汽车产业及其技术发展现状与展望[J].科技导报,2023(05).

张美霞,徐立成,杨秀,吴子敬,张倩倩.基于电动汽车充电需求时空分布特性的充电站规划研究[J].电网技术,2023(01).

刘志强,张谦,朱熠,吴佳琦,黄耀宇,李春燕.计及车-路-站-网融合的电动汽车充电负荷时空分布预测[J].电力系统自动化,2022(12).

张琦,杨健维,向悦萍,何正友.计及气象因素的区域电动汽车充电负荷建模方法[J].电力系统保护与控制,2022(06).

牛牧童,廖凯,杨健维,向悦萍.考虑季节特性的多时间尺度电动汽车负荷预测模型[J].电力系统保护与控制,2022(05).

张琳娟,许长清,王利利,李景丽,陈星,杨旭晨,时永凯.基于OD矩阵的电动汽车充电负荷时空分布预测[J].电力系统保护与控制,2021(20).

马前阔,张小宽,宗彬锋,徐嘉华,王阳,郑舒予.基于改进混合对数正态分布模型的隐身飞机动态RCS统计特性分析[J].系统工程与电子技术,2022(01).

秦建华,潘崇超,张璇,金泰,李天奇,王永真.基于充电行为分析的电动汽车充电负荷预测[J].电测与仪表,2023(04).

王睿,高欣,李军良,徐建航,艾冠群,井潇.基于聚类分析的电动汽车充电负荷预测方法[J].电力系统保护与控制,2020(16).

龙雪梅,杨军,吴赋章,詹祥澎,林洋佳,徐箭.考虑路网-电网交互和用户心理的电动汽车充电负荷预测[J].电力系统自动化,2020(14).

宋雨浓,林舜江,唐智强,何森,卢艺,毛田.基于动态车流的电动汽车充电负荷时空分布概率建模[J].电力系统自动化,2020(23).

许寅,李佳旭,王颖,李晨,和敬涵.考虑光伏出力不确定性的园区配电网日前运行计划[J].电力自动化设备,2020(05).

邢强,陈中,冷钊莹,陆舆,刘艺.基于实时交通信息的电动汽车路径规划和充电导航策略[J].中国电机工程学报,2020(02).

吴赋章,杨军,林洋佳,徐箭,孙元章.考虑用户有限理性的电动汽车时空行为特性[J].电工技术学报,2020(07).

王浩林,张勇军,毛海鹏.基于时刻充电概率的电动汽车充电负荷预测方法[J].电力自动化设备,2019(03).

赵书强,周靖仁,李志伟,张硕.基于出行链理论的电动汽车充电需求分析方法[J].电力自动化设备,2017(08).

赵渊,王洁,熊燕娇,叶梦姣,吴林.电网可靠性评估中随机变量的高斯混合模型[J].电力系统自动化,2016(01).

陈丽丹,聂涌泉,钟庆.基于出行链的电动汽车充电负荷预测模型[J].电工技术学报,2015(04).

郑竞宏,戴梦婷,张曼,王文倬,朱守真.住宅区式电动汽车充电站负荷集聚特性及其建模[J].中国电机工程学报,2012(22).

田立亭,史双龙,贾卓.电动汽车充电功率需求的统计学建模方法[J].电网技术,2010(11).

浏览量

859

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于相似周和模态分解的融合模型电动汽车负荷预测

含电动汽车充电桩的配电网深度强化学习有功-无功协调电压控制策略

基于虚拟孪生的交流输电线路纵联保护

基于数据驱动的低压配电网分布式光伏可承载能力计算方法

基于等效负荷实时电价和节点实时电价引导的电动汽车时空优化调度