%0 Journal Article
%T 大数据背景下的充电站负荷预测方法
%A 曹一家
%A 杨夯
%A 江磊
%A 陈永新
%A 陈颉
%A 黄小庆
%J 电力系统自动化
%D 2016
%X 电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测，大数据背景下的负荷预测具有待预测数据可快速观测的特点，此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次，针对单辆电动汽车，基于大量、快速更新、多种类的数据分析电动汽车的充电习惯，预测每一辆电动汽车的充电开始时间、持续时间和充电地点，获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后，面向任意充电站，对与其相关的路网节点与交通线路上的所有电动汽车负荷求和，估算该充电站的总充电功率。最后，进行实例仿真，并与传统方法下的充电负荷预测结果进行了对比
%K 负荷预测
%K 充电站
%K 大数据
%K 窗口滚动
%K load forecasting
%K charging station
%K big data
%K rolling window
%U http://www.aeps-info.com/aeps/article/abstract/20160323001?st=article_issue