電動汽車充電負荷計算方法開題報告

1、開題報告論文題目：電動汽車充電負荷計算方法一、論文選題的目的和意義1.1 電動汽車的現(xiàn)狀電動汽車作為一種新興的交通工具， 已經(jīng)在潛移默化之間改變了原有依賴于汽油的普通汽車市場。 如今，中國已經(jīng)出臺許多政策扶持和推動電動汽車產(chǎn)業(yè)的快速發(fā)展，近幾年在北京、上海、廣州、深圳等城市已經(jīng)建成多座電動汽車充電站，電動汽車的推廣應用進入了關鍵時期。 電動汽車區(qū)別于普通汽車用汽油作為主要動力來源，而是利用電力來驅(qū)動汽車的行駛。 電動汽車之所以能被大力推廣，從能源層面來講， 化石燃料的日益減少是人們不可否認的事實， 所以人類的發(fā)展越來越依賴于新能源的發(fā)展； 從環(huán)境層面來講， 大量化石燃料的燃燒導致的全球氣候變暖

2、甚至已經(jīng)開始影響了地球的生態(tài)。 相比于傳統(tǒng)汽車， 電動汽車其對于環(huán)境的友好性不言而喻。1.2 電動汽車對于電力系統(tǒng)的影響電力汽車的主要能源來源于安裝在車上的蓄電池。 蓄電池都有一個容量限度，當蓄電池的能量耗盡時， 配套的即時充電裝置是維持電動汽車長時間運行的必要配套設施。電動汽車的充電依賴于固定的充電樁， 一般來說，電動汽車對于充電樁的需求等同于普通汽車對于加油站的需求， 而充電需求的不確定性， 也導致了充電樁必須的大量分布于各個地區(qū)。 充電樁作為一種高能耗設施， 他對于電網(wǎng)的影響一方面是功率的消耗，另一方面還有對電網(wǎng)穩(wěn)定性的考驗也是不可避免的。一旦充電樁大量存在，也就意味著在電網(wǎng)之中， 它將

3、立足于一個舉足輕重的地位。1.3 負荷預測的重要性科學的預測是正確決策的依據(jù)和保證。電動汽車充電樁的設立，取決于對于電動汽車負荷消耗的預測。 只有一個較為準確的預測， 才能更加完善的安排充電樁的地理位置選擇以及容量大小選擇， 才能保證電動汽車充電的完善性， 才能使得電動汽車真正走進我們的生活。 所以，負荷預測作為制定配電計劃和電力系統(tǒng)發(fā)展規(guī)劃的基礎， 必須處于一個核心研究地位。 現(xiàn)階段，有許多不同的對負荷的預測方式，每一種都有一定的長處但是也存在著一定的不足。 隨著國民經(jīng)濟的發(fā)展，為了適應電網(wǎng)管理現(xiàn)代化、 科學化的要求， 減輕電力需求預測人員進行的數(shù)據(jù)整理、加工和計算工作， 為了準確地預測市場

4、對電力這一商品的需求， 為了保證數(shù)據(jù)的可繼承性和做到與其他部門信息共享， 找到一個更加全面的負荷預測方式，就顯得尤為可貴。二、國內(nèi)外關于該論題的研究現(xiàn)狀和發(fā)展趨勢2.1 經(jīng)典算法回歸分析法回歸分析預測方法是根據(jù)歷史數(shù)據(jù)的變化規(guī)律和影響負荷變化的因素，尋找自變量與因變量之間的相關關系及其回歸方程式，確定模型參數(shù)，據(jù)此推斷將來時刻的負荷值?；貧w分析法的優(yōu)點是計算原理較為簡單，預測速度快， 對于新情況有較好的預測。但是存在的不足是對數(shù)據(jù)要求較高，對于復雜模型時，線性方法的局限性導致精度較低。時間序列法電力負荷的歷史數(shù)據(jù)是按一定時間間隔進行采樣和記錄下來的有序集合， 時間序列方法是目前電力系統(tǒng)短期負荷

5、預測中發(fā)展較為成熟的算法： 根據(jù)負荷的歷史數(shù)據(jù)， 建立描述電力負荷隨時間變化的數(shù)學模型， 在該模型的基礎上確立負荷預測的表達式， 并對未來負荷進行預測。時間序列法的優(yōu)點是對數(shù)據(jù)的需求較低， 計算速度較快， 反映了負荷近期變化的連續(xù)性。但是存在的不足是建模過程復雜， 需要較高的理論知識， 同時只適用于負荷變化均勻的短期預測，對不確定因素的考慮不足。2.2 傳統(tǒng)算法負荷求導法對于負荷序列 , 負荷求導法的預測公式為：其中 ,為對第 i +1點的負荷預測值；為第 i 點的負荷實際值；為第 i點的負荷變化率的預測值。其中：D為選用過去負荷的天數(shù)；為第 j 天的合適因子，為第j 天的第 i 點。負荷求導

6、法的優(yōu)點是比較直觀清晰，但是要求負荷具有規(guī)律性，同時負荷的預測因為累計的原因，不夠精確。相似日法對與待預測日相似的某些日的負荷進行修正，從而得出預測日的負荷，即為相似日法，相似日法首先采用某種差異評價函數(shù)，尋找與預測日負荷最相似的某些天，根據(jù)待測負荷日的參數(shù)進行修正。相似日法的原理簡單，效果較好， 但是為了精度考慮，必須找到找到相似日并進行適當?shù)男拚??？柭鼮V波法卡爾曼濾波法又稱為狀態(tài)空間法，其指導思想是：把負荷分解為確定分量和隨機分量，確定分量一般用一階線性模型描述和預測，隨機分量可用狀態(tài)變量表示。通過建立狀態(tài)空間模型進行負荷預報?？柭鼮V波的實質(zhì)是由量測值重構系統(tǒng)的狀態(tài)向量?？柭鼮V波法由

7、于其組合性，使其能夠讓預測模型獲得更多的信息，從而得到更加準確的預測值。但是卡爾曼濾波法不足之處是實際應用中難以估計出噪音的統(tǒng)計特性。指數(shù)平滑法指數(shù)平滑法是一種新的技術， 是利用過去同類型的數(shù)據(jù)組成一組有序數(shù)組， 對該數(shù)組進行加權平均之后，得到預測時段的負荷值，其迭代的公式為：其中：為 t +1時刻的負荷值；=1/ n ， n為所有數(shù)據(jù)積累的個數(shù)。指數(shù)平滑法的優(yōu)點在于方法簡單，但是難以預測眾多客觀因素所帶來的影響?；疑A測法灰色預測是一種對含有不確定因素的系統(tǒng)進行預測的方法，用灰色模型（GM ）的微分方程作為電力系統(tǒng)單一指標（如負荷） 的預測時， 求解微分方程的時間響應函數(shù)表達式即為所求的灰色

8、預測模型，對模型的精度和可信度進行校驗并修正后，即可據(jù)此模型預測未來的負荷，適用于少量信息條件下的分析和預測?；疑到y(tǒng)理論的優(yōu)點是適用于各種非線性變化的負荷預測，同時對數(shù)據(jù)量的要求較低，運算方便且精確比較理想。但是要求負荷具有指數(shù)變化趨勢，當離散程度較大時，預算精度較差。2.3 智能預測法專家系統(tǒng)法專家系統(tǒng)法是基于知識的程序設計方法建立起來的計算機系統(tǒng)，擁有某一領域內(nèi)的專家知識和經(jīng)驗，并能像專家那樣運用這些知識和經(jīng)驗，通過推理對未來進行預測。專家系統(tǒng)的優(yōu)點是能夠綜合多因素的影響，可靠性好， 工作效率高， 可以避開復雜的數(shù)值計算并得到較準確的預測結果。其不足是在預測過程中容易出現(xiàn)人為差錯，且其預

9、測結果沒有普遍適應性，只能針對特定對象。人工神經(jīng)網(wǎng)絡法人工神經(jīng)網(wǎng)絡法選取過去一段時間的負荷作為訓練樣本， 構建適宜的網(wǎng)絡結構， 用某種訓練算法對網(wǎng)絡進行訓練， 使其滿足精度要求之后， 此神經(jīng)網(wǎng)絡作為負荷預測模型， 實踐證明人工神經(jīng)網(wǎng)絡短期預測有較好的精度。人工神經(jīng)網(wǎng)絡的優(yōu)點是具有很好的自適應能力，具有信息記憶， 自主學習的特點，但是其缺點是學習速度慢且難以科學的確定網(wǎng)絡結構。綜合模型預測法在實際應用中， 由于歷史負荷數(shù)據(jù)的復雜性和隨機性，單一模型預測一般難以達到準確和可靠的效果， 因此，根據(jù)各種算法的優(yōu)點和不足，將幾種算法有機地組合起來，可以提高預測精度。這些方法的優(yōu)點是克服了單一算法的不足之

10、處，使得優(yōu)勢互補，提高預測精度，但是會降低計算速度，增加建模和實際應用的困難。小波分析法小波分析理論是一種時域頻域分析方法，能將各種交織在一起的不同頻率組成的混合信號， 分解成不同頻帶上的塊信號，對負荷序列進行小波變換，可以將負荷序列分別投影到不同的尺度上， 各個尺度上的子序列分別代表了原序列中不同頻域的分量，可以清楚地表現(xiàn)出負荷序列的周期性。小波分析法的預測精度較高，但是缺點是諸多客觀因素對負荷的影響，而且預測結果與小波基的選擇有很大關系。2.4 短期負荷預測新方法混沌理論混沌是確定性非線性系統(tǒng)中不需要附加任何隨機因素亦可出現(xiàn)的隨機行為。自1980年,Packard 提出重構相空間理論證明可

11、以找到一個合適的嵌入維以來，人們開始用時間序列研究混沌。混沌時間序列預測的基礎是從一維觀測數(shù)據(jù)中構造系統(tǒng)的重構相空間，Takens 定理給出了利用混沌時間序列進行短期負荷預測的理論基礎。復雜的電力負荷曲線具有明顯的混沌現(xiàn)象，作為一種新興的研究非周期、不規(guī)則現(xiàn)象的方法,混沌的引人為這一領域的研究提供了新的思路。支持向量機支持向量機是建立在統(tǒng)計學習理論、VC維理論和結構風險最小化原理基礎上的機器學習方法。 這種方法的缺點是是對于數(shù)據(jù)量的需求較大，并且有很難的操作性。對于預測負荷曲線較平滑的系統(tǒng)， 效果比較理想， 但是，對于隨機波動性較強的中小型電網(wǎng)，其預測效果相對較差。2.5 小結通過對現(xiàn)有的所有

12、負荷預測方法的描述和優(yōu)缺點的評價可以看出，現(xiàn)有的負荷預測手段的主要缺陷一般在于三大主要方面，一是對數(shù)據(jù)的要求高，需要符合某種特定的規(guī)律才能進行預測， 二是對數(shù)據(jù)的量要求很大，需要大量數(shù)據(jù)的積累才能獲得一個較為可靠的結果，三是對人工要求很高，即預測的操作難度較大?？傮w來說， 并沒有一個方法能夠完全的滿足我們對于負荷預測的需求，只是在一定程度上能夠大致對負荷進行不精確預測。一種更為全面，更加準確的預測方式有待于人們再去思考。三、論文的主攻方向、主要內(nèi)容、研究方法及技術路線論文主要采用Matlab 仿真的形式，以蒙特克羅算法為基礎，進行電動汽車負荷的預測。本文的主要內(nèi)容有： 概述電動汽車充電負荷預測

13、的基本方法， 建立其數(shù)學模型， 分析影響充電汽車充電負荷的不同影響因素。 在此基礎上根據(jù)相關的發(fā)展趨勢與相應的電動汽車數(shù)據(jù)進行負荷預測，并通過 MATLAB對設計結果進行仿真、總結。四、論文工作進度安排1、查閱相關文獻， 了解目前研究常用的方法2、了解蒙特卡洛算法3、2014.3.29 2014.4.11對現(xiàn)有的預測方法進行分析、 比較和完善4、2014.4.12 2014.4.25改進充電負荷預測模型5、2014.4.26 2014.5.01學習 MATLAB仿真，并代入數(shù)據(jù)得到結果6、2014.5.02 2014.6.01撰寫論文五、論文主要參考文獻1 康重慶，夏清，張伯明 . 電力系統(tǒng)負

14、荷預測研究綜述與發(fā)展方向的探討 J.電力系統(tǒng)自動化， 2004， 28（17）： 1-11.2 葉瑰昀，羅耀華，劉勇，等. 基于 ARMA模型的電力負荷預測方法研究 J. 信息技術， 2002， 6：74-76.3 張振高，楊正瓴 . 短期負荷預測中的負荷求導法及天氣因素的使用 J. 電力系統(tǒng)及其自動化學報， 2006， 18（5）： 79-83.4 王捷，吳國忠，李艷昌 . 蟻群灰色神經(jīng)網(wǎng)絡組合模型在電力負荷預測中的應用 J. 電力系統(tǒng)保護與控制， 2009，37（ 2）： 48-52.5 邰能靈，侯志儉 . 基于小波模糊神經(jīng)網(wǎng)絡在電力系統(tǒng)短期負荷預測中的應用J. 中國電機工程學報， 200

15、4，24（1）： 24-29.6 丁軍威 , 孫雅明 . 基于混沌學習算法的神經(jīng)網(wǎng)絡短期負荷預測 J, 電力系統(tǒng)自動化 ,2000,24(2):32-357 謝華 . 一種電力系統(tǒng)非線性模型的混沌特性研究 J . 電子科技大學學報 ,2001 ,30 (3) :223 - 2268 OHTA H ,UEDA Y. Unstable limit cycles in electric power system and basin boundary of voltage collapseJ .Chaos ,So2litions and Fractals ,2001 ,12 (1) :159 - 17

16、29 權先璋 , 蔣傳文 , 張勇傳 . 電力負荷的混沌預測方法 J . 華中理工大學學報 ,2000 ,28 (7) ,92 - 9410 楊正瓴，王渭巍，曹東波，等. 短期負荷預測的 Ensemble混沌預測方法 J.電力系統(tǒng)自動化， 2007， 31（23）： 34-37.11 鄭永康，陳維榮，戴朝華 . 小波支持向量機與相空間重構結合的短期負荷預測研究 J. 繼電器， 2008，36（ 7）： 29-33.12 雷紹蘭，孫才新 . 電力短期負荷的多變量混沌預測方法 J. 高電壓技術，2005，31（12）： 69-72.13 魏俊，周步祥，林楠，等 . 基于蟻群支持向量機的短期負荷預測

17、 J. 電力系統(tǒng)保護與控制， 2009， 37（4）： 36-40.14 楊孝綸 . 電動汽車技術發(fā)展趨勢及前景 J. 汽車科技 , 2007.（6）:10-13.15 孫逢春 . 電動汽車發(fā)展現(xiàn)狀及趨勢 J. 科學中國人 , 2006. 8: 44-47.16 于大洋 . 可再生能源發(fā)電并網(wǎng)協(xié)調(diào)策略的研究 D. 濟南 : 山東大學 .201017 高賜威 , 張亮 . 電動汽車充電對電網(wǎng)影響的綜述 J. 電網(wǎng)技術 ,2011(02): 127-131.18CLEMENT-NYNS,Kristien,Haesen, et al. The impact of vehicle-to-gridon

18、the distributiongridM.Vol. 81.2011, Amsterdam, PAYS-BAS:Elsevier.8.19Hadley, S.W. and A.A. Tsvetkova.Potential Impacts of Plug-in HybridElectric Vehicles on Regional Power GenerationJ. The Electricity Journal, 2009. 22(10):56-68.20 Kempton W, T.J. Vehicle-to-grid power implementation:from stabilizin

19、g the grid to supporting large-scale renewable energyJ. Journal of Power Sources, 2005.144(1): 280-294.21 黃少芳 . 電動汽車充電機（站）諧波問題的研究 D. 北京交通大學 . 200822 趙俊華 , 文福拴 , 楊愛民 , 等. 電動汽車對電力系統(tǒng)的影響及其調(diào)度與控制問題 J. 電力系統(tǒng)自動化 , 2011(14): 20-29.23 曹秉剛 , 張傳偉 , 白志峰 , 等. 電動汽車技術進展和發(fā)展趨勢 J. 西安交通大學學報 , 2004(01): 1-5.20 陳清泉 , 孫逢春

20、, 祝嘉光 . 現(xiàn)代電動汽車技術 M. 2002: 北京理工大學出版社 .21 胡興軍 . 電動汽車充電模式、特點及技術要求 J. 家電檢修技術，2010（ 23）：43-44.22 杜成剛 , 張華 , 李瑾 , 等. 電動汽車入網(wǎng)技術在智能電網(wǎng)中的應用 J. 華東電力 , 2010(04): 557-560.23 邰能靈，侯志儉 . 基于小波模糊神經(jīng)網(wǎng)絡在電力系統(tǒng)短期負荷預測中的應用 J. 中國電機工程學報， 2004， 24（1）：24-29.指導教師簽名：年月日出師表兩漢：諸葛亮先帝創(chuàng)業(yè)未半而中道崩殂， 今天下三分， 益州疲弊， 此誠危急存亡之秋也。然侍衛(wèi)之臣不懈于內(nèi)，忠志之士忘身于外者，蓋追先帝之殊遇，欲報之于陛下也。誠宜開張圣聽，以光先帝遺