基于大數(shù)據(jù)的電動汽車集群可調(diào)度容量多時間尺度預(yù)測方法的研究.pdf

1、隨著智能電網(wǎng)的發(fā)展，大量間歇性新能源的滲透和電動汽車的廣泛使用使得電網(wǎng)中的功率波動隨機(jī)性更強(qiáng)，從而導(dǎo)致電力系統(tǒng)不穩(wěn)定。然而，基于V2G和G2V技術(shù)的發(fā)展，電動汽車集群(EVs)可以作為一個分布式儲能系統(tǒng)為電網(wǎng)提供各種輔助服務(wù)。而精確和快速的電動集群可調(diào)度容量(SC)預(yù)測是實現(xiàn)這些輔助服務(wù)的關(guān)鍵。大規(guī)模電動汽車的接入和用戶行為的隨機(jī)性給快速和精確的電動集群可調(diào)度容量預(yù)測帶來了困難。本文圍繞如何實現(xiàn)快速和精確的電動集群可調(diào)度容量預(yù)測展開研究

2、，主要的工作和創(chuàng)新點如下:
　　1.考慮到電動汽車集群可調(diào)度容量的間歇性和隨機(jī)性，本文提出采用實時和日前兩種典型的時間尺度分別預(yù)測實時和日前的電動汽車集群可調(diào)度容量。
　　2.本文創(chuàng)新性的提出了一種基于電動汽車實時充放電數(shù)據(jù)和用戶需求的實時電動汽車集群可調(diào)度容量預(yù)測模型，從而確保了實時可調(diào)度容量預(yù)測結(jié)果的可靠性。并且，利用大數(shù)據(jù)分布式并行分析的方法解決大規(guī)模電動汽車充放電數(shù)據(jù)的大數(shù)據(jù)儲存和快速處理問題。
　　3.構(gòu)建了

3、基于三種典型的大數(shù)據(jù)算法的日前電動汽車集群可調(diào)度容量預(yù)測模型，包括并行決策樹算法、并行隨機(jī)森林算法和并行k近鄰算法，分別對海量實時可調(diào)度容量預(yù)測歷史結(jié)果進(jìn)行大數(shù)據(jù)分析，并對建立的三種日前電動汽車集群可調(diào)度容量預(yù)測模型進(jìn)行對比分析。
　　4.針對所提出的基于大數(shù)據(jù)的多時間尺度可調(diào)度容量預(yù)測方法，本文搭建了基于Hadoop和Spark的含有四臺計算機(jī)集群的大數(shù)據(jù)實驗平臺。并且，實地采集了521輛電動汽車半年的充放電數(shù)據(jù)，用于驗證所提出