1、開題報(bào)告論文題目：電動(dòng)汽車充電負(fù)荷計(jì)算方法一、論文選題的目的和意義1.1 電動(dòng)汽車的現(xiàn)狀電動(dòng)汽車作為一種新興的交通工具， 已經(jīng)在潛移默化之間改變了原有依賴于汽油的普通汽車市場(chǎng)。 如今，中國已經(jīng)出臺(tái)許多政策扶持和推動(dòng)電動(dòng)汽車產(chǎn)業(yè)的快速發(fā)展，近幾年在北京、上海、廣州、深圳等城市已經(jīng)建成多座電動(dòng)汽車充電站，電動(dòng)汽車的推廣應(yīng)用進(jìn)入了關(guān)鍵時(shí)期。 電動(dòng)汽車區(qū)別于普通汽車用汽油作為主要?jiǎng)恿碓?，而是利用電力來?qū)動(dòng)汽車的行駛。 電動(dòng)汽車之所以能被大力推廣，從能源層面來講， 化石燃料的日益減少是人們不可否認(rèn)的事實(shí)， 所以人類的發(fā)展越來越依賴于新能源的發(fā)展； 從環(huán)境層面來講， 大量化石燃料的燃燒導(dǎo)致的全球氣候變暖

2、甚至已經(jīng)開始影響了地球的生態(tài)。 相比于傳統(tǒng)汽車， 電動(dòng)汽車其對(duì)于環(huán)境的友好性不言而喻。1.2 電動(dòng)汽車對(duì)于電力系統(tǒng)的影響電力汽車的主要能源來源于安裝在車上的蓄電池。 蓄電池都有一個(gè)容量限度，當(dāng)蓄電池的能量耗盡時(shí)， 配套的即時(shí)充電裝置是維持電動(dòng)汽車長時(shí)間運(yùn)行的必要配套設(shè)施。電動(dòng)汽車的充電依賴于固定的充電樁， 一般來說，電動(dòng)汽車對(duì)于充電樁的需求等同于普通汽車對(duì)于加油站的需求， 而充電需求的不確定性， 也導(dǎo)致了充電樁必須的大量分布于各個(gè)地區(qū)。 充電樁作為一種高能耗設(shè)施， 他對(duì)于電網(wǎng)的影響一方面是功率的消耗，另一方面還有對(duì)電網(wǎng)穩(wěn)定性的考驗(yàn)也是不可避免的。一旦充電樁大量存在，也就意味著在電網(wǎng)之中， 它將

3、立足于一個(gè)舉足輕重的地位。1.3 負(fù)荷預(yù)測(cè)的重要性科學(xué)的預(yù)測(cè)是正確決策的依據(jù)和保證。電動(dòng)汽車充電樁的設(shè)立，取決于對(duì)于電動(dòng)汽車負(fù)荷消耗的預(yù)測(cè)。 只有一個(gè)較為準(zhǔn)確的預(yù)測(cè)， 才能更加完善的安排充電樁的地理位置選擇以及容量大小選擇， 才能保證電動(dòng)汽車充電的完善性， 才能使得電動(dòng)汽車真正走進(jìn)我們的生活。 所以，負(fù)荷預(yù)測(cè)作為制定配電計(jì)劃和電力系統(tǒng)發(fā)展規(guī)劃的基礎(chǔ)， 必須處于一個(gè)核心研究地位。 現(xiàn)階段，有許多不同的對(duì)負(fù)荷的預(yù)測(cè)方式，每一種都有一定的長處但是也存在著一定的不足。 隨著國民經(jīng)濟(jì)的發(fā)展，為了適應(yīng)電網(wǎng)管理現(xiàn)代化、 科學(xué)化的要求， 減輕電力需求預(yù)測(cè)人員進(jìn)行的數(shù)據(jù)整理、加工和計(jì)算工作， 為了準(zhǔn)確地預(yù)測(cè)市場(chǎng)

4、對(duì)電力這一商品的需求， 為了保證數(shù)據(jù)的可繼承性和做到與其他部門信息共享， 找到一個(gè)更加全面的負(fù)荷預(yù)測(cè)方式，就顯得尤為可貴。二、國內(nèi)外關(guān)于該論題的研究現(xiàn)狀和發(fā)展趨勢(shì)2.1 經(jīng)典算法回歸分析法回歸分析預(yù)測(cè)方法是根據(jù)歷史數(shù)據(jù)的變化規(guī)律和影響負(fù)荷變化的因素，尋找自變量與因變量之間的相關(guān)關(guān)系及其回歸方程式，確定模型參數(shù)，據(jù)此推斷將來時(shí)刻的負(fù)荷值?；貧w分析法的優(yōu)點(diǎn)是計(jì)算原理較為簡單，預(yù)測(cè)速度快， 對(duì)于新情況有較好的預(yù)測(cè)。但是存在的不足是對(duì)數(shù)據(jù)要求較高，對(duì)于復(fù)雜模型時(shí)，線性方法的局限性導(dǎo)致精度較低。時(shí)間序列法電力負(fù)荷的歷史數(shù)據(jù)是按一定時(shí)間間隔進(jìn)行采樣和記錄下來的有序集合， 時(shí)間序列方法是目前電力系統(tǒng)短期負(fù)荷

5、預(yù)測(cè)中發(fā)展較為成熟的算法： 根據(jù)負(fù)荷的歷史數(shù)據(jù)， 建立描述電力負(fù)荷隨時(shí)間變化的數(shù)學(xué)模型， 在該模型的基礎(chǔ)上確立負(fù)荷預(yù)測(cè)的表達(dá)式， 并對(duì)未來負(fù)荷進(jìn)行預(yù)測(cè)。時(shí)間序列法的優(yōu)點(diǎn)是對(duì)數(shù)據(jù)的需求較低， 計(jì)算速度較快， 反映了負(fù)荷近期變化的連續(xù)性。但是存在的不足是建模過程復(fù)雜， 需要較高的理論知識(shí)， 同時(shí)只適用于負(fù)荷變化均勻的短期預(yù)測(cè)，對(duì)不確定因素的考慮不足。2.2 傳統(tǒng)算法負(fù)荷求導(dǎo)法對(duì)于負(fù)荷序列 , 負(fù)荷求導(dǎo)法的預(yù)測(cè)公式為：其中 ,為對(duì)第 i +1點(diǎn)的負(fù)荷預(yù)測(cè)值；為第 i 點(diǎn)的負(fù)荷實(shí)際值；為第 i點(diǎn)的負(fù)荷變化率的預(yù)測(cè)值。其中：D為選用過去負(fù)荷的天數(shù)；為第 j 天的合適因子，為第j 天的第 i 點(diǎn)。負(fù)荷求導(dǎo)

6、法的優(yōu)點(diǎn)是比較直觀清晰，但是要求負(fù)荷具有規(guī)律性，同時(shí)負(fù)荷的預(yù)測(cè)因?yàn)槔塾?jì)的原因，不夠精確。相似日法對(duì)與待預(yù)測(cè)日相似的某些日的負(fù)荷進(jìn)行修正，從而得出預(yù)測(cè)日的負(fù)荷，即為相似日法，相似日法首先采用某種差異評(píng)價(jià)函數(shù)，尋找與預(yù)測(cè)日負(fù)荷最相似的某些天，根據(jù)待測(cè)負(fù)荷日的參數(shù)進(jìn)行修正。相似日法的原理簡單，效果較好， 但是為了精度考慮，必須找到找到相似日并進(jìn)行適當(dāng)?shù)男拚？柭鼮V波法卡爾曼濾波法又稱為狀態(tài)空間法，其指導(dǎo)思想是：把負(fù)荷分解為確定分量和隨機(jī)分量，確定分量一般用一階線性模型描述和預(yù)測(cè)，隨機(jī)分量可用狀態(tài)變量表示。通過建立狀態(tài)空間模型進(jìn)行負(fù)荷預(yù)報(bào)?？柭鼮V波的實(shí)質(zhì)是由量測(cè)值重構(gòu)系統(tǒng)的狀態(tài)向量。卡爾曼濾波法由

7、于其組合性，使其能夠讓預(yù)測(cè)模型獲得更多的信息，從而得到更加準(zhǔn)確的預(yù)測(cè)值。但是卡爾曼濾波法不足之處是實(shí)際應(yīng)用中難以估計(jì)出噪音的統(tǒng)計(jì)特性。指數(shù)平滑法指數(shù)平滑法是一種新的技術(shù)， 是利用過去同類型的數(shù)據(jù)組成一組有序數(shù)組， 對(duì)該數(shù)組進(jìn)行加權(quán)平均之后，得到預(yù)測(cè)時(shí)段的負(fù)荷值，其迭代的公式為：其中：為 t +1時(shí)刻的負(fù)荷值；=1/ n ， n為所有數(shù)據(jù)積累的個(gè)數(shù)。指數(shù)平滑法的優(yōu)點(diǎn)在于方法簡單，但是難以預(yù)測(cè)眾多客觀因素所帶來的影響。灰色預(yù)測(cè)法灰色預(yù)測(cè)是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行預(yù)測(cè)的方法，用灰色模型（GM ）的微分方程作為電力系統(tǒng)單一指標(biāo)（如負(fù)荷） 的預(yù)測(cè)時(shí)， 求解微分方程的時(shí)間響應(yīng)函數(shù)表達(dá)式即為所求的灰色

8、預(yù)測(cè)模型，對(duì)模型的精度和可信度進(jìn)行校驗(yàn)并修正后，即可據(jù)此模型預(yù)測(cè)未來的負(fù)荷，適用于少量信息條件下的分析和預(yù)測(cè)。灰色系統(tǒng)理論的優(yōu)點(diǎn)是適用于各種非線性變化的負(fù)荷預(yù)測(cè)，同時(shí)對(duì)數(shù)據(jù)量的要求較低，運(yùn)算方便且精確比較理想。但是要求負(fù)荷具有指數(shù)變化趨勢(shì)，當(dāng)離散程度較大時(shí)，預(yù)算精度較差。2.3 智能預(yù)測(cè)法專家系統(tǒng)法專家系統(tǒng)法是基于知識(shí)的程序設(shè)計(jì)方法建立起來的計(jì)算機(jī)系統(tǒng)，擁有某一領(lǐng)域內(nèi)的專家知識(shí)和經(jīng)驗(yàn)，并能像專家那樣運(yùn)用這些知識(shí)和經(jīng)驗(yàn)，通過推理對(duì)未來進(jìn)行預(yù)測(cè)。專家系統(tǒng)的優(yōu)點(diǎn)是能夠綜合多因素的影響，可靠性好， 工作效率高， 可以避開復(fù)雜的數(shù)值計(jì)算并得到較準(zhǔn)確的預(yù)測(cè)結(jié)果。其不足是在預(yù)測(cè)過程中容易出現(xiàn)人為差錯(cuò)，且其預(yù)

9、測(cè)結(jié)果沒有普遍適應(yīng)性，只能針對(duì)特定對(duì)象。人工神經(jīng)網(wǎng)絡(luò)法人工神經(jīng)網(wǎng)絡(luò)法選取過去一段時(shí)間的負(fù)荷作為訓(xùn)練樣本， 構(gòu)建適宜的網(wǎng)絡(luò)結(jié)構(gòu)， 用某種訓(xùn)練算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練， 使其滿足精度要求之后， 此神經(jīng)網(wǎng)絡(luò)作為負(fù)荷預(yù)測(cè)模型， 實(shí)踐證明人工神經(jīng)網(wǎng)絡(luò)短期預(yù)測(cè)有較好的精度。人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是具有很好的自適應(yīng)能力，具有信息記憶， 自主學(xué)習(xí)的特點(diǎn)，但是其缺點(diǎn)是學(xué)習(xí)速度慢且難以科學(xué)的確定網(wǎng)絡(luò)結(jié)構(gòu)。綜合模型預(yù)測(cè)法在實(shí)際應(yīng)用中， 由于歷史負(fù)荷數(shù)據(jù)的復(fù)雜性和隨機(jī)性，單一模型預(yù)測(cè)一般難以達(dá)到準(zhǔn)確和可靠的效果， 因此，根據(jù)各種算法的優(yōu)點(diǎn)和不足，將幾種算法有機(jī)地組合起來，可以提高預(yù)測(cè)精度。這些方法的優(yōu)點(diǎn)是克服了單一算法的不足之

10、處，使得優(yōu)勢(shì)互補(bǔ)，提高預(yù)測(cè)精度，但是會(huì)降低計(jì)算速度，增加建模和實(shí)際應(yīng)用的困難。小波分析法小波分析理論是一種時(shí)域頻域分析方法，能將各種交織在一起的不同頻率組成的混合信號(hào)， 分解成不同頻帶上的塊信號(hào)，對(duì)負(fù)荷序列進(jìn)行小波變換，可以將負(fù)荷序列分別投影到不同的尺度上， 各個(gè)尺度上的子序列分別代表了原序列中不同頻域的分量，可以清楚地表現(xiàn)出負(fù)荷序列的周期性。小波分析法的預(yù)測(cè)精度較高，但是缺點(diǎn)是諸多客觀因素對(duì)負(fù)荷的影響，而且預(yù)測(cè)結(jié)果與小波基的選擇有很大關(guān)系。2.4 短期負(fù)荷預(yù)測(cè)新方法混沌理論混沌是確定性非線性系統(tǒng)中不需要附加任何隨機(jī)因素亦可出現(xiàn)的隨機(jī)行為。自1980年,Packard 提出重構(gòu)相空間理論證明可

11、以找到一個(gè)合適的嵌入維以來，人們開始用時(shí)間序列研究混沌。混沌時(shí)間序列預(yù)測(cè)的基礎(chǔ)是從一維觀測(cè)數(shù)據(jù)中構(gòu)造系統(tǒng)的重構(gòu)相空間，Takens 定理給出了利用混沌時(shí)間序列進(jìn)行短期負(fù)荷預(yù)測(cè)的理論基礎(chǔ)。復(fù)雜的電力負(fù)荷曲線具有明顯的混沌現(xiàn)象，作為一種新興的研究非周期、不規(guī)則現(xiàn)象的方法,混沌的引人為這一領(lǐng)域的研究提供了新的思路。支持向量機(jī)支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論、VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理基礎(chǔ)上的機(jī)器學(xué)習(xí)方法。 這種方法的缺點(diǎn)是是對(duì)于數(shù)據(jù)量的需求較大，并且有很難的操作性。對(duì)于預(yù)測(cè)負(fù)荷曲線較平滑的系統(tǒng)， 效果比較理想， 但是，對(duì)于隨機(jī)波動(dòng)性較強(qiáng)的中小型電網(wǎng)，其預(yù)測(cè)效果相對(duì)較差。2.5 小結(jié)通過對(duì)現(xiàn)有的所有

12、負(fù)荷預(yù)測(cè)方法的描述和優(yōu)缺點(diǎn)的評(píng)價(jià)可以看出，現(xiàn)有的負(fù)荷預(yù)測(cè)手段的主要缺陷一般在于三大主要方面，一是對(duì)數(shù)據(jù)的要求高，需要符合某種特定的規(guī)律才能進(jìn)行預(yù)測(cè)， 二是對(duì)數(shù)據(jù)的量要求很大，需要大量數(shù)據(jù)的積累才能獲得一個(gè)較為可靠的結(jié)果，三是對(duì)人工要求很高，即預(yù)測(cè)的操作難度較大?？傮w來說， 并沒有一個(gè)方法能夠完全的滿足我們對(duì)于負(fù)荷預(yù)測(cè)的需求，只是在一定程度上能夠大致對(duì)負(fù)荷進(jìn)行不精確預(yù)測(cè)。一種更為全面，更加準(zhǔn)確的預(yù)測(cè)方式有待于人們?cè)偃ニ伎肌Ｈ?、論文的主攻方向、主要?nèi)容、研究方法及技術(shù)路線論文主要采用Matlab 仿真的形式，以蒙特克羅算法為基礎(chǔ)，進(jìn)行電動(dòng)汽車負(fù)荷的預(yù)測(cè)。本文的主要內(nèi)容有： 概述電動(dòng)汽車充電負(fù)荷預(yù)測(cè)

13、的基本方法， 建立其數(shù)學(xué)模型， 分析影響充電汽車充電負(fù)荷的不同影響因素。 在此基礎(chǔ)上根據(jù)相關(guān)的發(fā)展趨勢(shì)與相應(yīng)的電動(dòng)汽車數(shù)據(jù)進(jìn)行負(fù)荷預(yù)測(cè)，并通過 MATLAB對(duì)設(shè)計(jì)結(jié)果進(jìn)行仿真、總結(jié)。四、論文工作進(jìn)度安排1、查閱相關(guān)文獻(xiàn)， 了解目前研究常用的方法2、了解蒙特卡洛算法3、2014.3.29 2014.4.11對(duì)現(xiàn)有的預(yù)測(cè)方法進(jìn)行分析、 比較和完善4、2014.4.12 2014.4.25改進(jìn)充電負(fù)荷預(yù)測(cè)模型5、2014.4.26 2014.5.01學(xué)習(xí) MATLAB仿真，并代入數(shù)據(jù)得到結(jié)果6、2014.5.02 2014.6.01撰寫論文五、論文主要參考文獻(xiàn)1 康重慶，夏清，張伯明 . 電力系統(tǒng)負(fù)

14、荷預(yù)測(cè)研究綜述與發(fā)展方向的探討 J.電力系統(tǒng)自動(dòng)化， 2004， 28（17）： 1-11.2 葉瑰昀，羅耀華，劉勇，等. 基于 ARMA模型的電力負(fù)荷預(yù)測(cè)方法研究 J. 信息技術(shù)， 2002， 6：74-76.3 張振高，楊正瓴 . 短期負(fù)荷預(yù)測(cè)中的負(fù)荷求導(dǎo)法及天氣因素的使用 J. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)， 2006， 18（5）： 79-83.4 王捷，吳國忠，李艷昌 . 蟻群灰色神經(jīng)網(wǎng)絡(luò)組合模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用 J. 電力系統(tǒng)保護(hù)與控制， 2009，37（ 2）： 48-52.5 邰能靈，侯志儉 . 基于小波模糊神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)短期負(fù)荷預(yù)測(cè)中的應(yīng)用J. 中國電機(jī)工程學(xué)報(bào)， 200

15、4，24（1）： 24-29.6 丁軍威 , 孫雅明 . 基于混沌學(xué)習(xí)算法的神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測(cè) J, 電力系統(tǒng)自動(dòng)化 ,2000,24(2):32-357 謝華 . 一種電力系統(tǒng)非線性模型的混沌特性研究 J . 電子科技大學(xué)學(xué)報(bào) ,2001 ,30 (3) :223 - 2268 OHTA H ,UEDA Y. Unstable limit cycles in electric power system and basin boundary of voltage collapseJ .Chaos ,So2litions and Fractals ,2001 ,12 (1) :159 - 17

16、29 權(quán)先璋 , 蔣傳文 , 張勇傳 . 電力負(fù)荷的混沌預(yù)測(cè)方法 J . 華中理工大學(xué)學(xué)報(bào) ,2000 ,28 (7) ,92 - 9410 楊正瓴，王渭巍，曹東波，等. 短期負(fù)荷預(yù)測(cè)的 Ensemble混沌預(yù)測(cè)方法 J.電力系統(tǒng)自動(dòng)化， 2007， 31（23）： 34-37.11 鄭永康，陳維榮，戴朝華 . 小波支持向量機(jī)與相空間重構(gòu)結(jié)合的短期負(fù)荷預(yù)測(cè)研究 J. 繼電器， 2008，36（ 7）： 29-33.12 雷紹蘭，孫才新 . 電力短期負(fù)荷的多變量混沌預(yù)測(cè)方法 J. 高電壓技術(shù)，2005，31（12）： 69-72.13 魏俊，周步祥，林楠，等 . 基于蟻群支持向量機(jī)的短期負(fù)荷預(yù)測(cè)

17、 J. 電力系統(tǒng)保護(hù)與控制， 2009， 37（4）： 36-40.14 楊孝綸 . 電動(dòng)汽車技術(shù)發(fā)展趨勢(shì)及前景 J. 汽車科技 , 2007.（6）:10-13.15 孫逢春 . 電動(dòng)汽車發(fā)展現(xiàn)狀及趨勢(shì) J. 科學(xué)中國人 , 2006. 8: 44-47.16 于大洋 . 可再生能源發(fā)電并網(wǎng)協(xié)調(diào)策略的研究 D. 濟(jì)南 : 山東大學(xué) .201017 高賜威 , 張亮 . 電動(dòng)汽車充電對(duì)電網(wǎng)影響的綜述 J. 電網(wǎng)技術(shù) ,2011(02): 127-131.18CLEMENT-NYNS,Kristien,Haesen, et al. The impact of vehicle-to-gridon

18、the distributiongridM.Vol. 81.2011, Amsterdam, PAYS-BAS:Elsevier.8.19Hadley, S.W. and A.A. Tsvetkova.Potential Impacts of Plug-in HybridElectric Vehicles on Regional Power GenerationJ. The Electricity Journal, 2009. 22(10):56-68.20 Kempton W, T.J. Vehicle-to-grid power implementation:from stabilizin

19、g the grid to supporting large-scale renewable energyJ. Journal of Power Sources, 2005.144(1): 280-294.21 黃少芳 . 電動(dòng)汽車充電機(jī)（站）諧波問題的研究 D. 北京交通大學(xué) . 200822 趙俊華 , 文福拴 , 楊愛民 , 等. 電動(dòng)汽車對(duì)電力系統(tǒng)的影響及其調(diào)度與控制問題 J. 電力系統(tǒng)自動(dòng)化 , 2011(14): 20-29.23 曹秉剛 , 張傳偉 , 白志峰 , 等. 電動(dòng)汽車技術(shù)進(jìn)展和發(fā)展趨勢(shì) J. 西安交通大學(xué)學(xué)報(bào) , 2004(01): 1-5.20 陳清泉 , 孫逢春

20、, 祝嘉光 . 現(xiàn)代電動(dòng)汽車技術(shù) M. 2002: 北京理工大學(xué)出版社 .21 胡興軍 . 電動(dòng)汽車充電模式、特點(diǎn)及技術(shù)要求 J. 家電檢修技術(shù)，2010（ 23）：43-44.22 杜成剛 , 張華 , 李瑾 , 等. 電動(dòng)汽車入網(wǎng)技術(shù)在智能電網(wǎng)中的應(yīng)用 J. 華東電力 , 2010(04): 557-560.23 邰能靈，侯志儉 . 基于小波模糊神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)短期負(fù)荷預(yù)測(cè)中的應(yīng)用 J. 中國電機(jī)工程學(xué)報(bào)， 2004， 24（1）：24-29.指導(dǎo)教師簽名：年月日出師表兩漢：諸葛亮先帝創(chuàng)業(yè)未半而中道崩殂， 今天下三分， 益州疲弊， 此誠危急存亡之秋也。然侍衛(wèi)之臣不懈于內(nèi)，忠志之士忘身于外者，蓋追先帝之殊遇，欲報(bào)之于陛下也。誠宜開張圣聽，以光先帝遺