基于容量差的电动汽车充电负荷需求自动预测方法

作者：蔡凤云

来源：流体测量与控制, 2023, 4(04): 47-51.

• 容量差
• 电动汽车
• 充电
• 负荷需求
• 自动预测

电动汽车以更加节能、环保的方式服务社会，但如果预测的充电负荷需求不准确，会影响电动汽车的正常工作。传统预测方法侧重于对数据特征的挖掘与分析，忽视了充电平衡对于负荷需求的影响，导致预测结果不准确。因此，本文提出了基于容量差的电动汽车充电负荷需求自动预测方法，首先，根据剩余电量、荷电、放电深度和充电深度明确动力电池的工作状态，计算匀速、非匀速行驶的充电汽车电池输出功率，得出剩余里程所需的能耗；其次，通过模拟不同能耗下的容量差变化过程，获取与充电负荷需求相关的均衡指数；最后，记录电池荷电变化曲线的变化规律，构建以时间点为变量的充电负荷需求预测模型，完成电动汽车充电负荷需求自动预测。实验结果表明：与基于大数据挖掘和大数据分析的预测方法相比，基于容量差的预测方法得到的结果与仿真结果更接近，其相关性评价结果为0.903 3，说明本文提出的方法具有一定优势。