【技术实现步骤摘要】
本专利技术涉及新能源汽车，尤其涉及电动汽车充电需求预测，具体涉及基于社区聚类与路网模拟生成电动车充电需求的方法。
技术介绍
1、电动汽车充电需求预测方法主要分为基于概率统计的方法和基于深度学习的方法。前者主要从ev用户用车行为、出行数据和ev耗电模型等方面出发，建立相应出行模型，运用统计学中概率抽样的方法最终获得ev充电需求的时空分布。而后者基于深度学习的方法主要依赖于历史充电数据对网络进行训练来预测ev充电需求，已有研究将循环神经网络、强化学习等方法用于ev充电需求预测。然而由于现有ev的历史充电数据十分有限，因此基于概率统计ev负荷预测方法仍是主流方法。
2、文献《基于动态交通信息的电动汽车充电需求预测模型及其对配网的影响分析》中假设电动汽车与燃油汽车具有相同的出行规律，通过蒙特卡罗抽样方法分别建立日行驶里程、起止出行时间以及充电特性等模型，采用实时dijkstra算法规划的路径进行行驶预测电动汽车充电负荷分布。
3、上述现有技术所建立的模型可以有效预测电动汽车充电需求负荷分布，并且同时考虑到电动汽车的行驶动...
【技术保护点】
1.一种基于社区聚类与路网模拟生成电动车充电需求的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在Step1中包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，在Step2中，路网拓扑数学模型的生成步骤为：
4.根据权利要求1所述的方法，其特征在于，在Step2中，获取道路权重模型时，采用以下步骤：
5.根据权利要求1至4其中之一所述的方法，其特征在于，在Step3中，具体包括以下步骤；
6.根据权利要求5所述的方法，其特征在于，在Step4中，具体包括以下步骤：
...【技术特征摘要】
1.一种基于社区聚类与路网模拟生成电动车充电需求的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在step1中包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，在step2中，路网拓扑数学模型的生成步骤为：
4.根据权利要求1所述的方法，其特征在于，在s...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。