计及相似日与气象因素的电动汽车充电负荷聚类预测

刘敦楠, 张悦，彭晓峰，刘明光，王文，加鹤萍，秦光宇，王峻，杨烨

(1.新能源系统国家重点实验室(华北电力大学), 北京市 102206；2.国网电动汽车服务有限公司，北京市 100053)

0 引 言

随着大规模电动汽车并网运行，电动汽车充电负荷增长对电力系统尤其是配电网产生的冲击日益凸显。电动汽车充电负荷精准预测有利于电网稳定可靠运行，成为现阶段研究与实践应用的热点。对电网而言，精准的负荷预测是电网合理规划运营的基础，有利于布局电力供需，实现电力有效供应，为输配电网络的计划管理与运行调度提供决策依据[1-2]。对于电动汽车负荷聚合商而言，电动汽车充电负荷预测可以为电动汽车聚合参与市场交易提供支撑，对实施需求响应，调用负荷侧资源具有调节与促进作用[3-4]。因此，实现更准确的电动汽车充电负荷预测已成为推动我国电力产业发展的重要且艰巨的工作。

提高充电负荷预测模型的准确性可从两方面入手，分别是增加对充电负荷影响因素的考虑和改进预测算法模型。增加充电负荷预测模型中的数据输入维度，充分探究影响电动汽车充电负荷的外部影响因素如车辆的使用环境、性能等，并对这些因素从充电的容量、功率和时间分布层面进行归类，能够有效地解决传统模型对影响因素识别不全面、不准确的缺陷，在不牺牲模型计算效率的同时保证精确性[5]。影响电动汽车充电负荷的因素主要包括气象温度和交通状况[6]，以及日期类型和影响用户行为的行驶路径、出行时间、移动速度等。……