基于GLDSC-ConvAutoformer模型的區(qū)域電動汽車短期充電負荷預(yù)測

打開文本圖片集

摘 要：針對大規(guī)模電動汽車并網(wǎng)過程中對電網(wǎng)負荷產(chǎn)生波動的問題，電動汽車短期負荷預(yù)測可為電動汽車的優(yōu)化調(diào)度提供決策依據(jù)。為更好地保證電網(wǎng)的穩(wěn)定性與可靠性，提出一種電動汽車短期充電負荷預(yù)測方法，以提高負荷預(yù)測精度。首先，根據(jù)每個充電樁上電動汽車充電的時空差異，構(gòu)建基于受限動態(tài)時間彎曲距離算法的灰關(guān)聯(lián)度模型，將關(guān)聯(lián)度矩陣作為譜聚類算法的度矩陣，構(gòu)建灰色受限動態(tài)譜聚類算法，對所有電動汽車日充電負荷曲線進行聚類，使聚類數(shù)據(jù)有更好的周期性；其次，對聚類數(shù)據(jù)分別進行雙重卷積化處理，將提取的數(shù)據(jù)特征分別輸入到Autoformer，構(gòu)建ConvAutoformer負荷預(yù)測模型，分別對所聚類結(jié)果進行負荷預(yù)測；最后，采用實際電動汽車充電樁充電負荷數(shù)據(jù)進行算例分析。（剩余17606字）