期刊文献+

电动汽车充电站短期负荷预测 被引量:1

Short-term Load Forecasting of Electric Vehicle Charging Station Based on GA-ANFIS-FFNN Algorithm
下载PDF
导出
摘要 为了保证规模化电动汽车接入后的配电网的稳定性,文章对电动汽车充电负荷特性进行研究,建立了电动汽车充电负荷预测模型,考虑到适应复杂的天气变化情况下的电动汽车充电站负荷预测,采用基于GA-ANFIS-FFNN算法的电动汽车充电负荷预测方法,采用GA优化的ANFIS算法进行充电负荷预测,预测输出结果采用FFNN算法优化提升整体预测准确性,并采用多种算法对比验证本文所提算法在突变天气下的充电负荷预测的优越性。 In order to ensure the stability of the distribution network after the large-scale electric vehicle access,the paper studies the charging load characteristics of electric vehicles,and establishes the electric vehicle charging load prediction model,taking into account the electric vehicle charging station under the complicated weather conditions.Load forecasting,based on GA-ANFIS-FFNN algorithm for electric vehicle charging load forecasting method,GA-optimized ANFIS algorithm for charging load forecasting,predictive output results using FFNN algorithm to optimize overall forecasting accuracy,and using multiple algorithms to verify and verify the superiority of the proposed algorithm in charging load prediction under catastrophic weather.
作者 黄佳骏 HUANG Jia-jun(Shanghai Jiao Tong University,Shanghai 200240,China)
机构地区 上海交通大学
出处 《佳木斯大学学报(自然科学版)》 CAS 2019年第2期192-197,共6页 Journal of Jiamusi University:Natural Science Edition
关键词 电动汽车 充电负荷预测 遗传算法 ANFIS算法 electric vehicle charging load prediction genetic algorithm ANFIS algorithm
  • 相关文献

参考文献3

二级参考文献64

共引文献527

同被引文献18

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部