基于WNN与FCM的电动汽车动态充电负荷预测方法

随着电动汽车动态无线充电(EV-DWC)技术的发展,针对目前EV-DWC负荷建模理论工作不全面的现状,以交通流量作为影响充电负荷的主要因素,以天气、典型日期、季节等因素为次要影响因素,根据路况建立负荷模型,通过电动汽车型号和状态的聚类不同对汽车分配不同的功率,完成动态充电负荷的建立。采用小波神经网络(WNN)对时序信息进行处理预测,再同误差反向传播神经网络(BPNN)相结合预测充电道路上的车流,短期车流预测精度为85%,用模糊C聚类(FCM)算法对电动汽车的充电类型以及该类型所对应的充电功率进行划分,将进入充电道路的电动汽车分为7种类型。根据各种充电类型分配相应的充电功率,完成日负荷建模。

基于风光互补电动汽车动态无线充电系统的研究

在“双碳”背景下,新能源发电与电动汽车再次成为热点话题。该文将风光互补与电动汽车动态无线充电结合在一起作为研究对象,以实现清洁发电与绿色用电的目标。利用风光互补的就地消纳,采用风光互补发电系统作为电动汽车动态无线充电系统的供电电网,分析风光互补发电系统的工作原理,画出基于风光互补电动汽车动态无线充电系统结构图,根据系统结构图设计其电路拓扑图,在MATLAB/Simulink平台中搭建系统仿真模型,设置系统参数并进行仿真分析。根据仿真分析可知,通过合理设置系统相关参数,可以使效率稳定在90%以上。既能为电动汽车和常规负荷提供高质量的电能,又能充分利用光伏、风电可再生能源。该文对其充电系统的研究为今后实现风光互补电动汽车动态无线充电奠定了理论基础。