基于云计算的充电桩负荷协调控制设计

作者：周玉; 高凡; 张震; 赵双双^*

来源：自动化与仪器仪表, 2023, (11): 136-140.

DOI：10.14016/j.cnki.1001-9227.2023.11.136

• 云计算
• 充电桩
• 电动汽车
• 协调控制
• BPNN

当前的充电桩负荷预测与协调控制方法效率和精度均较低。针对这一问题，研究基于云计算、深度学习技术来实现充电桩负荷预测与协调控制。首先，研究采用云计算收集数据，采用改进麻雀算法来优化BPNN,并基于优化的BPNN构建预测模型。然后，基于优化的AFS算法来求解目标函数，实现充电桩负荷协调控制。结果显示，DEH-SSA-BPNN模型的Loss值为0.20,预测准确率为94.48%,F1值为92.26%,拟合度为0.942。IAFS模型优化下网损值为510.1 kW,峰谷差为1.4×104 kW。IAFS的AUC值达到了0.943。上述结果显示，研究提出的方法能够有效预测和协调控制充电桩负荷，提升电力的应用效率。