一种基于变量筛选时间卷积的换电站负荷预测方法及系统技术方案

本发明专利技术公开了一种基于变量筛选时间卷积的换电站负荷预测方法，涉及换电站电动汽车电池充电负荷预测技术领域，包括收集换电站电动汽车电池的历史充电负荷数据和天气预报数据，并对数据进行预处理；对预处理后的数据进行皮尔逊相关性分析以筛选出强相关性的天气变量；使用CEEMDAN对预处理后的电池充电负荷序列进行自适应分解，以得到多个模态子序列；根据CEEMDAN的算法特性，确定模态子序列中的高频分量和低频分量；使用TCN网络进行高频分量预测，同时使用XGBoost模型对低频分量进行预测。本发明专利技术在降低数据维度的同时提高预测精度，能够同时具有良好的去噪能力和泛化能力。

【技术实现步骤摘要】

本专利技术涉及换电站电动汽车电池充电负荷预测，特别是一种基于变量筛选时间卷积的换电站负荷预测方法及系统。

技术介绍

1、由于新能源汽车的环境友好和噪音小的优点，近几年电动汽车市场得到了迅速发展。然而大量的电动汽车同时充电会导致电网的负荷迅速增加，尤其是在高峰用电时段易引发电网负荷过载和电力损耗，影响供电稳定性。此外，不同用户的出行习惯造成电动汽车充电具有较大随机性，大量充电行为的叠加将给电网造成安全隐患。因此，准确的换电站电动汽车电池充电负荷预测能够更好地应对负荷波动，降低电网运行成本，优化电力供需平衡。此外，根据电池充电负荷预测结果，一方面，可制定针对性的激励措施以推广有序换电。另一方面，合理安排换电站电池充电，有利于将充电需求与可再生能源的发电功率相匹配，促进绿色能源的使用，从而降低温室气体排放。

2、针对换电站电动汽车电池充电负荷具有的随机性，许多学者对换电站电动汽车电池充电负荷预测领域进行了深入研究，并将预测方法分为三类。首先，基于数理统计的时间序列方法如自回归移动平均法，指数平滑法和回归分析法等常用于研究充电负荷的变化。此类方法优点在本文档来自技高网...

【技术保护点】

1.一种基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：包括，

2.如权利要求1所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：得到所述多个模态子序列的具体步骤如下：

3.如权利要求1所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：所述使用TCN网络进行高频分量预测包括以下步骤：

4.如权利要求1所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：所述使用XGBoost模型对低频分量进行预测包括以下步骤：

5.如权利要求4所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：所述通过迭代添加树并优...

【技术特征摘要】

1.一种基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：包括，

2.如权利要求1所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：得到所述多个模态子序列的具体步骤如下：

3.如权利要求1所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：所述使用tcn网络进行高频分量预测包括以下步骤：

4.如权利要求1所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：所述使用xgboost模型对低频分量进行预测包括以下步骤：

5.如权利要求4所述的基于变量筛选时间卷积的换电站负荷预测方法，其特征在于：所述通过迭代添加树并优化目标函数训练xgboost预测模型包括以下步骤：

6.如权利要求4所述的基于变量筛选时间卷积的换电站负荷预测方法，其...

【专利技术属性】
技术研发人员：吴宁，张龙飞，韩帅，林锐，黄金剑，阮诗雅，肖静，陈卫东，郭敏，孙乐平，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：