资源描述：
《基于响应行为不确定性的电动汽车充电负荷预测研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、电测与仪表基于响应行为不确定性的电动汽车充电负荷预测研究董罡1，张华栋1，王振祥2，熊一3（1.国网山东省电力公司，山东济南，250001；2.中交机电工程局，北京100088；3.武汉大学电气工程学院，武汉430072）摘要：电动汽车充电负荷预测是研究电动汽车对电网规划的重要前提。文中通过对蒙特卡罗模拟进行改进分析后建立了基于响应行为不确定性的电动汽车充电负荷预测模型。首先，对充电行为不确定性因素进行分析，结合不同渗透率下的具体情况进行充电负荷随机参数调整。然后，结合随机参数及电动汽车保有量及动力电池参数等，分析了蒙特卡罗
2、模拟算法误差产生原因，从而提出了结合POT除串法的改进蒙特卡罗法的充电负荷预测模型，同时改进了蒙特卡罗法的寻优路径以大幅度提高计算速度。最后，以山东省济南市为例，对充电负荷特征及其对配电网的影响进行了两种方法的对比分析。预测结果说明，改进后的蒙特卡罗方法对充电负荷预测研究有较高的预测准确性和较强的工程实用性*。关键词：电动汽车；充电负荷预测；改进蒙特卡罗法；POT除串法中图分类号：TM451文献识别码：A文章编号：1001-1390（2018）20-0000-00TheresearchResearchontheelectri
3、cvehiclechargingloadforecastingbasedontheuncertaintyresponsebehaviorofresponsebehavioruncertaintyDongGang1,ZhangHuadong1,Wang,WangZhenxiang2,XiongYi3(1.StateGridShandongElectricPowerCompany,JinanShandong250001，,China.2.TheBureauofelectricalElectricalandMechanicalEn
4、gineering,Beijing100088，,China.3.School3.SchoolofElectricalEngineering,WuhanUniversity,WuhanHubei430072,China)Abstract：:Electricvehiclechargingloadpredictionisthefundamentalfortheresearchonthepowergridandtheinfluenceoftheelectricvehiclecharginginfrastructureplannin
5、g.ThispaperestablishesachargingloadforecastingmodelbasedontheuncertaintyofresponsebehaviorafterconductingtheimprovedanalysisofMonte-Carlosimulationofuncertainty.Firstly,theuncertaintyfactorofelectricvehiclechargingbehaviorisanalyzed,andthechargingloadrandomparamete
6、radjustmentisrealizedaccordingtothedifferenceofelectricvehiclepermeability.Then,consideringtherandomparametersandquantityofEVownerandSOCofbattery,etc.,thecausesoferrorinMonte-Carlosimulationalgorithmisanalyzed.WhilecombinedwiththePOTmethod,thechargingloadforecastin
7、gmodeloftheimprovedMonte-CarlomethodstringmethodispresentedtoimprovethechargingloadforecastingmodelofMonte-Carlosimulation.proposed.Finally,takingJinancityof,inShandongprovinceasanexample,thechargingloadcharacteristicsofelectricvehicles’chargingloadcharacteristicsa
8、nditsimpactondistributionnetworkhavecarriedonthecomparativeanalysisofthetwomethods.ThepredictionresultshowsthattheimprovedMonte-Carlomethodhashig
