基于LightGBM算法和出行链理论的电动汽车充电负荷多时间尺度预测模型

作     者：庞松岭 范凯迪 陈超 窦洁 Pang Songling;Fan Kaidi;Chen Chao;Dou Jie

作者机构：海南电网有限责任公司电力科学研究院海口570226 智能电网与海岛微网联合实验室海口570110 

基　　金：中国南方电网有限责任公司科技项目(073000KK52220001) 

出 版 物：《汽车技术》 (Automobile Technology)

年 卷 期：2024年第6期

页      码：9-16页

摘      要：为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率密度函数,采用牛顿法划分多时间尺度充电概率,明确驾驶时空分布与充电状况,并运用模糊数学定理与LightGBM分类充电负荷数据,构建了多季节多时段预测模型。采用LightGBM高效并行计算模式,明确充电负荷变化规律,实现了多时间尺度预测。试验结果表明:所建立的模型在不同季节和电动汽车数量条件下,预测误差低于100 kW,预测空报率低于3%,可准确展现充电负荷的变化规律。

主 题 词：轻量级梯度提升机 出行链理论 充电负荷 多时间尺度 预测模型 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.19620/j.cnki.1000-3703.20230993

馆 藏 号：203127824...