快换式公交充电站短期负荷预测方法的研究

为了应对电动汽车规模化发展之后庞大的充电站负荷对电力调度配送等环节带来的影响,依据当前北京奥运快换式公交充电站的相关实测数据,对快换式公交充电站负荷特征及其影响因素进行分析,提出一种基于模糊聚类分析与BP神经网络相结合的快换站短期负荷预测方法。利用该方法对四组不同的测试日进行预测实例分析,并与单一BP网络模型的预测效果进行比较。统计结果表明,基于模糊聚类分析与BP神经网络相结合的预测方法具有较高的预测精度,满足一定的应用要求,适用于快换式公交充电站短期负荷预测工作。

基于Hadoop的电动汽车充电站负荷预测

为了应对大规模电动汽车充电站负荷的调度管理,提出一种基于Hadoop的模糊灰色GA-BP神经网络负荷预测模型。在云平台上,运用模糊聚类及灰色关联度分析选取相似日,将相似日负荷代入Map Reduce架构下的GA-BP神经网络预测模型进行学习,获得待测日的预测负荷。以城市辖区快换式充电站实测数据进行实验,实验结果证明,此方法在快换式充电站的负荷预测上兼具高效性与精确性。