摘要
由于电动汽车充电负荷具有很强的随机性,其爆发式增长给配网稳定及可靠运行带来了新的挑战.文中通过结合时间卷积网络(temporal convolutional network,TCN)、长短期记忆网络(long short-term memory,LSTM)以及多层感知机(multi-mayer perceptron,MLP)理论,提出了一种基于TCN的电动汽车充电负荷预测组合模型TCN-LSTM-MLP.其中TCN能够捕捉序列中的长期依赖关系,LSTM能获取上下文信息,MLP通过学习数据之间的非线性关系,可以提升预测结果;利用电网实际的公用充电站以及居民家庭充电桩两个数据集开展实验,实验结果表明所提方法性能良好,均方根误差(root mean squared error,RMSE)和平均绝对误差(mean absolute error,MAE)评价指标均优于对比方法.
维普
万方数据