基于多头注意力机制和门控循环单元神经网络的居民充电桩容量预测

居民充电桩的容量预测可为其定容选址提供参考,助力实现“双碳”目标,为此提出了一种基于数据驱动的居民充电桩容量预测方法。首先,采集了居民充电桩的历史容量数据并进行预处理;其次,利用不同大小的时序窗口对其进行切片作为输入特征;最后,构建了结合多头注意力机制和门控循环单元神经网络的预测模型,将特征输入模型从而实现了对未来容量的精准预测。通过实例分析表明,该模型预测结果的平均绝对误差和均方根误差分别为33.19和102.14%,预测精度相较于其他模型有较大提升,为居民充电桩的容量预测提供了新思路。     

多主体博弈共赢的电动汽车充电桩共享方法

充电桩共享是缓解车桩配置不平衡的一种可行方案。该文综合考虑配电网、电动汽车（EV）用户、充电桩、聚合商四方主体利益，提出一种基于主从博弈的充电桩共享方法。给出了基于车桩匹配中心的充电桩共享多主体博弈框架，并分别建立四个主体的成本和效益函数；提出考虑节点边际电价的车-桩-网三阶段主从博弈经济调度模型，并给出基于静态不完全信息博弈的充电桩及其聚合商最优报价策略和基于最小费用最大流的车桩匹配策略；结合图论最短路最大流理论，提出基于Ford-Fulkerson最大流算法的主从博弈双层迭代求解方法。算例分析表明，该文所提方法能有效提升四方主体经济效益、车桩匹配成功数和充电桩使用率。     

基于SO优化神经网络的新能源汽车充电桩故障预测系统研究

随着新能源汽车的广泛应用,充电桩作为电网终端设备,其故障会对电网稳定性产生影响。为提高充电桩故障预测的准确性,本文提出一种基于蛇群算法(SO)优化神经网络的新能源汽车充电桩故障预测方法。该方法将SO算法与神经网络模型相结合,利用SO算法的全局优化搜索能力对神经网络权重进行训练优化,以提升模型的预测性能。在充电桩故障分类数据集上,本文构建三层全连接神经网络,并采用SO算法优化网络参数。优化后模型的各项指标如AUC、准确率、召回率等明显提高,较单一神经网络和其他优化算法效果更好。研究表明,SO算法可以有效提升神经网络在充电桩故障预测任务上的性能,为充电桩的状态监测和故障预警提供了有效解决方案。本研究的发现为未来充电桩故障预测方法的研究提供了有益的参考,同时也为实际的充电桩状态监测和故障预警系统的设计提供了支持。     

基于FASSA-SVM的充电桩故障预测算法研究

为了电动汽车直流充电桩的安全稳定运行,本文提出一种基于改进支持向量机的充电桩故障预测算法。该算法首先针对充电桩的运行参数进行缺失值填充、归一化等预处理;然后将预处理后的数据输入支持向量机模型训练,之后引入萤火虫算法改进麻雀算法对支持向量机模型进行参数寻优,得到最优模型;最后利用得到的最优模型预测诊断充电桩运行状态,来判断充电桩是否发生故障。实验结果表明,本文的预测算法预测精度可达94.68%,远高于传统的支持向量机模型的72.34%,能较准确地预测充电桩运行状态,为其预知维修、保障安全运行提供有力保障。     

多信息耦合下的充电站信息预测方法研究

为解决电动汽车用户在有充电需求时“充电站难寻”及充电时间等待问题,文章提出了多信息互联耦合下的电动汽车充电站运营状态预测方法,首先利用高德地图及e充网基于Python爬虫技术收集预测区域内的交通路况信息及充电站信息,分析所在地气象状况及周边交通状况与充电桩忙闲状态之间的相关性。最后采用深度信念网络预测模型对充电站的运营状态进行预测,以某充电站实际数据进行算例分析,结果表明所提出的预测模型能够更准确地对充电站内充电桩的使用数目进行预测,并验证该预测结果可为用户在未来短期时间段内的可用充电站提供依据,均衡充电站之间的设备利用率。     

基于区块链技术的电动汽车充电桩共享检测

为解决电动汽车产业发展中电动汽车充电桩面临的检测维护、通信、数据安全等问题,文中提出了以电动汽车交直流充电桩技术为基础,将区块链技术应用于RFID无线通信技术的数据安全与管理中,形成了基于区块链技术的电动汽车充电桩共享检测的技术方案。方案实现了充电桩检测技术中射频通信机制与数据共享区的互斥管理,且保证了无源状态下的数据存储与通信安全。该方案对未来电动汽车充电桩共享检测系统的可行性、安全性、降低成本和功耗等都有一定的参考意义。     

基于CNN和LSTM混合网络的电动汽车充电桩运行状态预测方法

随着电动汽车的大规模发展,公共充电桩运行数量和充电量逐年增长。然而,充电桩运行始终存在故障频发、运维难度大和维修成本高等问题,并且传统故障检测方法效率低下。因此提出了一种基于卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合网络电动汽车充电桩运行状态预测方法,可以实现对电动汽车充电桩运行状况的综合评估。在特征数据输入阶段,对充电桩运行状态的关键指标进行分析,通过CNN提取运行状态影响因素的特征量,再利用LSTM判断和预测充电桩运行状态,从而实现对充电桩潜在故障的预警。试验结果表明,该方法预测准确率高、实用性强,能较准确地反映和预测充电桩的运作状态,可实际用于充电桩故障预测与运维检修。     

基于静态非合作博弈的电动汽车充电电价影响因素量化分析

电动汽车的大规模推广应用需要合理地制定充电电价,运用博弈论分析了电动汽车发展相关的主要三方——政府、充电设施运营商和用户的利益关系,构建了关于充电电价和电动汽车发展规模的三方博弈模型,并针对静态非合作博弈方式进行了博弈求解。以珠三角9个城市电动汽车数据为例,得到了分别以充电设施运营商和政府为博弈主导方的博弈均衡解,在此基础上定量分析了5个影响因素变动幅度改变的条件下,充电电价和电动汽车保有量的变化趋势,以及各影响因素对充电电价和电动汽车保有量的敏感程度。最后在政府给予充电设施运营商适当补贴的情况下得到双方可接受的博弈均衡解,并对用户的广义成本进行分析,合理的充电定价能够满足三方的利益诉求,有利于电动汽车的大规模推广。     

车-桩-网交融技术研究现状及展望

电动汽车-充电桩-电网交互和融合发展,是提升电网灵活性与稳定性、促进能源清洁低碳转型、培育电动汽车产业发展新动能的重要途径,国内外学者就电动汽车-充电桩-电网交互与融合技术进行了广泛而深入的研究。本文对相关研究进行了系统性梳理和研究,首先介绍电动汽车-充电桩-电网交融技术研究背景;其次从无序充电、有序充电到V2X三个阶段介绍了电动汽车-充电桩-电网交融技术研究现状;然后从物理层、平台层和融合层三个层次对电动汽车-充电桩-电网交融架构进行归纳,并分析了电动汽车和充电桩联网时所要考虑的传感和通信技术,对目前电动汽车调度技术关键问题进行了剖析,并探讨实现电动汽车-充电桩-电网交融架构的多方灵活交易方式;随后,对典型电动汽车-充电桩-电网交融应用实践做了介绍。最后对电动汽车-充电桩-电网三网交融技术研究进行了展望,旨在为电动汽车-充电桩-电网三网交融技术研究与实施提供参考。     

基于信道预测的充电桩自适应通信组网方法

随着电动汽车保有量的不断增加,充电桩的集群控制面临着挑战,而充电桩集群控制在一定程度上取决于充电桩的通信组网性能。为满足充电桩集群控制的需求,解决零散充电桩通信组网困难的问题,提出一种基于信道预测技术的充电桩自适应通信组网方法。利用基于改进回声状态网络的信道技术预测充电桩间的信道状态信息,评估充电桩间的通信环境,选择最优的充电桩通信主节点构建充电桩通信组网。仿真结果表明,所提出的信道预测技术可以准确地预测充电桩间的信道状态信息,具有良好的单步预测和多步预测性能,可以实现充电桩的有效通信组网。     

基于区块链的负荷聚合商及居民用户多方共治交易模式

居民用户以负荷聚合商为中介参与需求响应,在交易中往往不具有话语权和选择权,由此产生信息不透明、第三方权力过大等信任问题;同时,居民用户因信息获取能力差以及负荷实时控制能力弱,难以在聚合响应中享受平等决策权、知情权和话语权。因此,基于区块链技术设计负荷聚合商及居民用户多方共治交易模式,针对包含3类柔性负荷的居民用户及聚合商的区块链节点,以自治共享为基本原则建立区块链节点模型和配置方法;基于负荷聚合商及居民用户节点间的聚合响应新模式,构建了基于聚合商非合作博弈、居民用户间演化博弈及聚合商与居民用户间主从博弈的激励机制,设计了激励相容的智能合约算法和区块数据结构,并提出响应标识因数和激励理性系数来评估所提交易模式的有效性;最后,经算例仿真验证表明,所提交易模式在保证各交易节点效用的基础上,可确保聚合服务高效可信,有利于唤醒海量需求侧沉睡资源。     

基于端对端通信的充电桩无功响应分布式模型预测控制策略

电动汽车充电桩无功响应潜力的挖掘利用可优化配电网运行,同时提升基础设施容量利用率。文中提出了一种居民充电桩参与无功响应的分布式模型预测控制策略,在不依赖控制、通信中心的前提下,通过端对端通信和边缘计算实现充电桩的协同无功响应,改善配电网电压质量。首先,基于瞬时功率理论与灵敏度矩阵建立了充电桩无功响应的优化模型,利用模型预测控制算法求解充电桩控制电压的最优设定值。然后,建立基于时间戳异步更替的邻域端对端通信策略,交互彼此的电压、功率预测信息,实现多桩优化问题解耦,提升整体调压效果。最后,通过算例仿真表明,所提无功控制策略能在满足充电桩有功充电需求的前提下,有效降低电网电压偏差;此外,端对端通信交互模式下,相比无通信模式下的充电桩无序响应,所提策略的调压效果提升明显,并具有较好的通信时延鲁棒性。     

基于完全信息动态博弈理论的光储接入网源协调规划

为解决中国西北地区大量弃光问题,探讨合理的网源规划策略,文中引入绿色证书交易机制,基于完全信息动态博弈理论,以光伏、储能和电网作为博弈参与者,分析市场环境下三方的博弈关系,建立光储网协调规划模型,并结合西北电网调度运行策略,通过具体算例验证模型实用性。结果表明,在市场环境下,光伏、储能、电网三方进行动态博弈规划,既有利于提高电网消纳光伏的积极性,又有利于避免光伏无序扩张,可为目前光伏电站规划中的场网不协调问题提供改进方案。     

基于共享模式的充电桩选择与价格机制研究

随着环境污染的日益加剧以及化石燃料的逐渐枯竭,电动汽车得到了广泛的关注和大力的发展,由于缺乏对充电桩的有效管理,大量私人充电桩闲置,利用率较低。提出了一种由电动汽车聚合商对私人充电桩统筹管理的共享模式,建立了基于用户侧的多目标充电桩选择评估函数,以聚合商收益最大和用户不满意度最小为优化目标;然后设计了充电桩两步充电电价机制,对不同区域价格进行优化;最后通过仿真案例,验证了所提模型的可行性和有效性。     

基于改进决策树的充电桩故障预测方法

为了保证电动汽车充电桩的安全稳定运行,提高充电桩故障预测准确性,提出一种基于改进决策树的充电桩故障预测方法。首先,对充电桩的运行参数进行预处理,将处理后的数据作为模型输入;其次,建立基于粒子群算法改进的决策树的充电桩故障预测模型;最后,采用真实充电桩故障的数据集进行仿真分析。仿真结果表明,所提出的方法能有效提高模型预测准确性。     

充电桩盈利模式分析

通过分析充电桩行业的盈利模式,旨在揭示充电桩企业如何获得盈利.首先,分析了充电桩行业的现状和 发展趋势,探讨了充电桩市场的规模、竞争状况以及政策支持等方面的因素.接着,归纳了当前主要的充电桩盈利模 式,包括销售模式、充电服务模式以及增值服务模式,并对各模式的优缺点进行了分析.进一步讨论了充电桩盈利模 式的创新与发展,包括结合物联网技术的智能充电模式、共享经济模式以及与电动汽车车企的合作模式.最后,对充 电桩盈利模式的未来走向进行了展望,并提出了相关推荐策略.研究成果对促进充电桩行业的可持续发展和创新发展 具有重要意义.     

基于时空特征变量数据分析的共享汽车充电负荷预测方法

共享汽车大规模应用将会给电网运行和充电设施规划带来新的挑战。目前对共享汽车充电负荷的预测方法研究不够深入,为此提出了一种基于时空特征变量数据分析的共享汽车负荷预测方法。通过数据挖掘,构建了由时空特征变量支撑的二维动态交通行为模型。为了探讨共享汽车连续充电与集中充电的特性,设定了连续充电和集中充电2种充电情形,以此构建充电行为模型。通过蒙特卡洛法模拟共享汽车的交通-充电行为,计算得到不同时间、不同区域下共享汽车充电负荷的预测结果,并分析负荷对电网的影响。仿真分析结果表明,交互影响的时空特征变量能够合理描述共享汽车时空二维不确定变化的特点,所提方法能对随机分散的共享汽车充电负荷做出科学预测,为电网及用户共享汽车负荷管理策略的制定提供有效的依据。     

电网建设外部环境中利益群体博弈关系仿真分析

目前电网建设政策处理难度加大,导致电网建设发展缓慢,并严重制约了经济发展。基于复杂自适应系统理论,采用经济学仿真的方法构建了基于讨价还价的三方谈判模型。再现了电网公司、基层组织及当地居民三方在电网建设政策处理过程中的行为特征。基于电网建设政策处理的约束,分析了博弈三方对谈判成本的敏感度及其对三方决策行为的影响。认为越早达成协议,则谈判的沉淀成本就越小,从而造成冲突升级的概率变小。研究从理论与方法上为设计冲突互适应机制奠定了基础。     

电网建设外部环境中利益群体博弈关系仿真分析

目前电网建设政策处理难度加大,导致电网建设发展缓慢,并严重制约了经济发展.基于复杂自适应系统理论,采用经济学仿真的方法构建了基于讨价还价的三方谈判模型.再现了电网公司、基层组织及当地居民三方在电网建设政策处理过程中的行为特征.基于电网建设政策处理的约束,分析了博弈三方对谈判成本的敏感度及其对三方决策行为的影响.认为越早达成协议,则谈判的沉淀成本就越小,从而造成冲突升级的概率变小.研究从理论与方法上为设计冲突互适应机制奠定了基础.     

基于深度学习分位数回归模型的充电桩负荷预测

电动汽车的迅速发展将使充电桩负荷对电网造成影响,为此提出了使用深度学习分位数回归的充电桩负荷预测方法。该方法首先根据历史数据采用Adam随机梯度下降法训练出不同分位数条件下的LSTM神经网络参数估计,然后预测未来96 h内各分位数条件下的结果,再用核密度估计做出同一时刻结果的概率密度函数,最终得到负荷概率密度预测。根据实际充电桩负荷结果表明,提出的概率密度预测方法能较为精准地覆盖真实值,相比于BP神经网络分位数回归有着更高的精确度和参考价值。