基于K-means聚类的BP-DTR的电动汽车短期充电负荷预测

摘要：

随着电动汽车的普及率越来越高,电动汽车充电行为对电网稳定运行的影响愈发显著,对充电负荷的预测愈发重要,提出了一种基于K-means聚类的BP-DTR电动汽车短期充电负荷组合预测模型.首先,利用K-means聚类方法将充电负荷聚类;其次,使用反向传播神经(BP)和决策树回归(DTR)分别对聚类后的每一类数据进行预测;最后,采用最优化方法加权组合得到每一类的预测结果并求和.实验以真实数据为基础,采用蒙特卡洛方法获得电动汽车充电负荷.实验结果表明:该预测模型能考虑到充电负荷影响因素,有效提高电动汽车充电负荷预测的准确性,为电网的优化运行和规划提供了参考.

关键词：充电负荷预测、K-means聚类、反向传播神经(BP)、决策树回归(DTR)

所属期刊栏目：27

分类号：TM714.1(输配电工程、电力网及电力系统)

资助基金：航空科学基金资助项目20200001012015

在线出版日期：2024-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：187-191