典型文献
基于综合预测模型和蒙特卡洛的电动汽车保有量及负荷预测方法研究
文献摘要：
电动汽车的规模化发展及其充电设施的持续性建设严重威胁电力系统的稳定性,但是目前尚缺简便有效的电动车保有量和负荷预测方法.因此,建立基于综合预测的电动汽车保有量预测模型,应用灰色预测、反向传播(BP)神经网络以及长短时记忆(LSTM)网络3种预测模型对电动汽车保有量进行预测,获得单预测模型的预测结果,并利用熵权法对单预测模型预测结果分配权重,计算得到综合预测结果.建立基于蒙特卡洛算法的电动汽车负荷预测模型,在保有量预测的基础上,模拟电动汽车电池特征参数和用户出行习惯,对电动汽车无序充电行为进行预测,形成电动汽车日负荷曲线.最后,以某市电动汽车保有量及充电负荷数据验证所提模型的有效性.算例分析表明,所提综合预测模型比单预测模型具有更高的预测精度,负荷预测结果表明规模化电动汽车并网将给电力系统带来新的挑战.
文献关键词：
电动汽车保有量;综合预测模型;蒙特卡洛;负荷预测
中图分类号：
作者姓名：
李楠;马宏忠
作者机构：
河海大学能源与电气学院,江苏南京 211100
文献出处：
引用格式：
[1]李楠;马宏忠-.基于综合预测模型和蒙特卡洛的电动汽车保有量及负荷预测方法研究)[J].电机与控制应用,2022(12):74-80
A类：
B类：
综合预测模型,电动汽车保有量,负荷预测方法,规模化发展,充电设施,电力系统,尚缺,电动车,保有量预测,灰色预测,反向传播,长短时记忆,分配权重,蒙特卡洛算法,电动汽车负荷,负荷预测模型,电动汽车电池,出行习惯,无序充电,充电行为,日负荷曲线,某市,市电,充电负荷,负荷数据,数据验证,算例分析,电动汽车并网,统带
AB值：
0.275189
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
