基于WNN与FCM的电动汽车动态充电负荷预测方法

作者：张天培; 王成亮; 崔恒志; 郑海雁; 杨庆胜; 卞正达

来源：电力工程技术, 2021, 40(01): 167-174.

• 电动汽车动态充电(EV-DWC)
• 小波-反向传播混合神经网络(W-BPNN)
• 模糊C聚类(FCM)
• 电动汽车充电方式
• 负荷模型

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。

• 单位
  东南大学; 江苏方天电力技术有限公司