一种充电桩短期负荷预测方法及其系统

    公开(公告)号:CN113298298B

    公开(公告)日:2023-12-29

    申请号:CN202110507429.X

    申请日:2021-05-10

    Abstract: 本发明公开了一种充电桩短期负荷预测方法及其系统,所述预测方法包括以下步骤:从数据库中取出一定时间段内的实际负荷历史数据和多种预测方法得出的预测数据;根据实际负荷历史数据和所述预测数据分别计算多种预测方法预测负荷的误差E;比较多种所述预测方法预测负荷的误差E:切换到所述误差E最小的预测方法。通过本发明可以在不同场景下选择不同的负荷预测方法,提高预测的准确性。(56)对比文件惠恩.电动汽车充电负荷的预计及其对小区供电的影响分析.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑.2019,(第7期),C035-280.Gao Qiang 等.Charging LoadForecasting of Electric Vehicle Based onMonte Carlo and Deep Learning.2019 IEEESustainable Powder and Energy Conference(iSPEC).2020,1309-1314.沈渊彬;刘庆珍.电力系统短期负荷预测研究概述.电器与能效管理技术.2016,(04),28-32.朱慧婷;杨雪;陈友媛.电动汽车充电负荷预测方法综述.电力信息与通信技术.2016,(05),44-47.

    一种短期风速预测方法
    8.
    发明公开

    公开(公告)号:CN113312836A

    公开(公告)日:2021-08-27

    申请号:CN202110506041.8

    申请日:2021-05-10

    Abstract: 本发明公开了一种短期风速预测方法,包括以下步骤:利用K‑medoids聚类算法对风电机组进行场景聚类,获得多个等效风机;构建LSTM模型,通过LSTM模型对多个等效风机进行训练,获得风速的初步预测值;利用混合Copula函数建立多个等效风机间的函数关系,利用遗传算法求解混合Copula函数中的参数;通过多个等效风机的风速边缘分布值和混合Copula函数,求出风速的残差值;通过风速的初步预测值和残差值,得到风速的精确预测值;利用K‑medoids聚类算法将风电场内的风机分类,获得等效风机,降低了风速的随机性,对等效风机利用混合Copula函数进行建模,之后与长短期网络相结合,提高了风速预测的精度。

    一种短期风速预测方法
    10.
    发明授权

    公开(公告)号:CN113312836B

    公开(公告)日:2024-08-09

    申请号:CN202110506041.8

    申请日:2021-05-10

    Abstract: 本发明公开了一种短期风速预测方法,包括以下步骤:利用K‑medoids聚类算法对风电机组进行场景聚类,获得多个等效风机;构建LSTM模型,通过LSTM模型对多个等效风机进行训练,获得风速的初步预测值;利用混合Copula函数建立多个等效风机间的函数关系,利用遗传算法求解混合Copula函数中的参数;通过多个等效风机的风速边缘分布值和混合Copula函数,求出风速的残差值;通过风速的初步预测值和残差值,得到风速的精确预测值;利用K‑medoids聚类算法将风电场内的风机分类,获得等效风机,降低了风速的随机性,对等效风机利用混合Copula函数进行建模,之后与长短期网络相结合,提高了风速预测的精度。

Patent Agency Ranking