基于动态时间规整的谱聚类方法与双向长短期记忆网络的电动公交短期充电负荷预测

摘要：

对电动公交车进行较为精准的短期充电负荷预测,有利于电网合理调度,从而在一定程度上缓解大规模电动公交车接入对电网冲击的影响.因此,提出一种电动公交短期充电负荷预测方法,以提高负荷预测精度.首先,结合电动公交车充电负荷具有的间歇性和波动性特点,提出基于动态时间规整(dynamic time warping,DTW)的改进谱聚类(spectral clustering,SC)方法,对公交车日充电负荷曲线进行聚类;其次,对每类负荷综合考虑时间、日类型、温度及历史负荷值等影响因素,利用双向长短期记忆(bi-directional-long short-term memory,Bi-LSTM)构建电动公交车短期充电负荷预测模型;最后,利用某市实际天气数据和历史负荷数据进行仿真验证,并与其他预测方法进行对比分析.实验结果表明,所提方法能提高短期充电负荷预测准确度.

关键词：电动汽车、充电负荷预测、动态时间规整(DTW)、双向长短期记忆网络(Bi-LSTM)、改进谱聚类

所属期刊栏目：22

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：河北省省级科技计划;河北省自然科学基金

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3576-3584