一种改进的快换式公交充电站短期负荷预测方法技术

本发明专利技术公开了一种改进的快换式公交充电站短期负荷预测方法，所述预测方法包括以下步骤：步骤1：输入指标并对各输入指标进行数据预处理；步骤2：构建最小二乘支持向量机模型；步骤3：利用思维进化算法对最小二乘支持向量机模型的参数进行优化和预测。本发明专利技术通过思维进化算法对最小二乘支持向量机模型参数进行优化，取得的预测结果相比于基本最小二乘支持向量机模型和支持向量机模型。

【技术实现步骤摘要】
一种改进的快换式公交充电站短期负荷预测方法
本专利技术涉及公交充电站负荷预测
，特别是涉及改进的快换式公交充电站短期负荷预测方法。
技术介绍
面对近年来日益加剧的能源危机与环境问题，低碳城市已成为世界各地的共同追求。随着低碳城市的不断建设，电动公交车作为低碳城市的重要特征获得了十分迅速的发展。但是充电站作为电动公交车重要的配套设施，其负荷表现出较大的波动性、随机性和间歇性，为电网的优化调度和安全运行带来了新的挑战。这说明对其进行负荷特征分析与短期负荷预测方法的研究具有重要意义，一方面，对于电力系统发电机组最优组合、经济调度、最优潮流及电力市场交易等有着重要的意义；另一方面，给充电站自身的建设规划、能量管理、有序充电及经济性运行等提供了决策依据。与此同时，还可以有力的保障和推进低碳城市的建设发展。因此，有必要以当前实际商业化运营中的快换式公交充电站为契机，研究快换式公交充电站短期负荷预测方法。目前，国内外学者对快换式公交充电站短期负荷预测开展了多项研究，大致分为两个方面，分别是统计预测模型和智能预测模型。统计预测模型是以概率和统计理论为基础进行的预测，其中最为常用的是蒙特卡洛方法本文档来自技高网...

【技术保护点】
1.一种改进的快换式公交充电站短期负荷预测方法，其特征在于，所述预测方法包括以下步骤：步骤1：输入指标并对各输入指标进行数据预处理；步骤2：构建最小二乘支持向量机模型；步骤3：利用思维进化算法对最小二乘支持向量机模型的参数进行优化和预测。

【技术特征摘要】
1.一种改进的快换式公交充电站短期负荷预测方法，其特征在于，所述预测方法包括以下步骤：步骤1：输入指标并对各输入指标进行数据预处理；步骤2：构建最小二乘支持向量机模型；步骤3：利用思维进化算法对最小二乘支持向量机模型的参数进行优化和预测。2.根据权利要求1所述的改进的快换式公交充电站短期负荷预测方法，其特征在于：所述步骤1中的指标包括：日类型、当日最高气温、当日最低气温、天气类型、日累计充电车辆数和预测日前3天同一时刻的负荷值。3.根据权利要求2所述的改进的快换式公交充电站短期负荷预测方法，其特征在于：对所述步骤1中当日最高气温、当日最低气温、日累计充电车辆数和预测日前3天同一时刻的负荷值进行公式(1)的归一化处理：其中，xi是实际值，xmin和xmax分别是样本数据的最小值和最大值，yi为归一化处理后的负荷值。4.根据权利要求3所述的改进的快换式公交充电站短期负荷预测方法，其特征在于：所述步骤2中构建最小二乘支持向量机模型包括：设给定样本集N为样本总数；则样本的回归模型为公式(2)：其中是训练样本投射到一个高维空间，w是加权向量，b是偏置；最小二乘支持向量机模型的优化问题如公式(3)和(4)：s·tyi＝wTφ(xi)+b+ξi,i＝1,2,3,…N(4)其中，γ为惩罚系数，用于平衡模型的复杂程度和精确性；ξi为估算误差；为解决公式(3)和(4)建立拉格朗日函数公式(5)：其中αi为拉格朗日乘子；对函数的每个变量进行求导，并令其为零得公式(6)：消去w和ξi转化为以下问题，如公式(7)：其中公式(8)、(9)、(10)和(11)分别表示公式(7)中各参数：en＝[1,1,...,1]T(9)α＝[α1,α2,...,αn](10)y＝[y1,y2,...,yn]T(11)求解以上线性方程组得公式(12)：其中K(xi...

【专利技术属性】
技术研发人员：牛东晓，王海潮，李偲，陈寒钰，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京,11