科研之友
微信
新浪微博
Facebook
分享链接
摘要
换电站减少了电动汽车的补能时间，具有可观的调控潜力，准确的负荷预测模型是其参与电网辅助服务的关键。针对用户换电需求的随机性，建立基于模糊聚类-马尔可夫链的换电站负荷预测模型。首先，利用泊松分布预测各时刻电动汽车换电需求数量，并建立换电需求约束；其次，利用自适应模糊C均值聚类算法依据荷电状态对换电站中电池集群进行自适应分区，避免人为分区的主观性；最后，采用马尔可夫链建立充电、放电、等待多状态下换电站电池集群模型。对需求预测方法与负荷预测模型进行了仿真验证，并与蒙特卡洛模拟法进行对比，结果表明，泊松分布准确预测了电动汽车需求数量，提出的负荷预测模型获取了充放电状态下换电站的功率，同时减小了负荷预测的波动性。
- 单位
