亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        模糊數(shù)學(xué)隸屬函數(shù)建模在電動(dòng)汽車充電負(fù)荷預(yù)測(cè)中的應(yīng)用

        2020-09-21 08:38:21張笑迪趙璧任彬宋堅(jiān)瑞劉吉昀王亨達(dá)
        科技創(chuàng)新導(dǎo)報(bào) 2020年18期
        關(guān)鍵詞:隸屬函數(shù)電動(dòng)汽車

        張笑迪 趙璧 任彬 宋堅(jiān)瑞 劉吉昀 王亨達(dá)

        摘? ?要:隨著電動(dòng)汽車規(guī)?;l(fā)展,其充電負(fù)荷將對(duì)電網(wǎng)產(chǎn)生一定影響。為了對(duì)電動(dòng)汽車的充電負(fù)荷進(jìn)行預(yù)測(cè),文中討論了日行駛里程和用戶停車、充電行為習(xí)慣等充電負(fù)荷影響因素。針對(duì)區(qū)域內(nèi)電動(dòng)汽車充電可能性時(shí)間,采用模糊數(shù)學(xué)隸屬函數(shù)構(gòu)建的方法,構(gòu)造了電動(dòng)汽車充電可能性曲線,確定了基于需求側(cè)的用戶充電時(shí)間的電動(dòng)汽車日充電負(fù)荷曲線。通過(guò)與常規(guī)方法的比較,可以確定采用本文方法得到的預(yù)測(cè)結(jié)果具有較高的準(zhǔn)確度,該預(yù)測(cè)方法可以應(yīng)用于電動(dòng)汽車充電負(fù)荷預(yù)測(cè)。

        關(guān)鍵詞:電動(dòng)汽車? 充電負(fù)荷? 區(qū)間數(shù)? 隸屬函數(shù)? 充電可能性曲線

        中圖分類號(hào):TM73? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào):1674-098X(2020)06(c)-0097-02

        電動(dòng)汽車充電受許多因素影響,表現(xiàn)出復(fù)雜的隨機(jī)性。微觀上,單一車輛充電與用戶的使用習(xí)慣以及單一車輛的性能有關(guān);宏觀上看,充電負(fù)荷受到電動(dòng)汽車數(shù)量、充電設(shè)施數(shù)量以及氣象等因素影響。目前電動(dòng)汽車負(fù)荷預(yù)測(cè)主要采用蒙特卡洛法,但其建立在燃油車的統(tǒng)計(jì)數(shù)據(jù)基礎(chǔ)上,沒(méi)有考慮電動(dòng)汽車用戶的個(gè)人習(xí)慣對(duì)于充電負(fù)荷的影響。本文從電動(dòng)私家汽車車主的可能充電的時(shí)間段出發(fā),針對(duì)一定范圍內(nèi)的電動(dòng)汽車,研究日行駛里程、電動(dòng)汽車用戶充電行為習(xí)慣以及充電可能時(shí)間等因素對(duì)于電動(dòng)汽車充電負(fù)荷的影響,借助隸屬函數(shù)描述可能性的功能[1],建立了描述該區(qū)域內(nèi)電動(dòng)汽車充電的充電可能性隸屬函數(shù)[2],得到電動(dòng)汽車充電負(fù)荷模型,最終通過(guò)獲得充電日負(fù)荷曲線。

        1? 基于區(qū)間數(shù)的模糊數(shù)學(xué)隸屬函數(shù)建模

        1.1 區(qū)間數(shù)的構(gòu)造

        電動(dòng)汽車的停車時(shí)間與其充電時(shí)間相關(guān),故選取停車時(shí)間區(qū)間數(shù)Tk=[Tk1,Tk2]作為可能充電時(shí)間。將其看作正態(tài)模糊數(shù)的α-水平截集[Tk1,Tk2]。Tka即表示某一時(shí)間區(qū)間的α-水平截集。將所得n組結(jié)果進(jìn)行處理,得到一組區(qū)間數(shù)。每組數(shù)據(jù)權(quán)重與時(shí)間范圍有關(guān),TX為充電的起止時(shí)刻,Tk2-Tk1表示充電時(shí)長(zhǎng),將Vk作為權(quán)重影響因子[3]則有:

        因此,基于電動(dòng)汽車停車時(shí)間的充電時(shí)刻區(qū)間可用一組新的區(qū)間數(shù)α-水平截集表示。

        1.2 基于區(qū)間數(shù)的模糊隸屬函數(shù)

        電動(dòng)汽車的充電可能性服從隨機(jī)概率分布,針對(duì)單一充電行為以正態(tài)分布表征隸屬函數(shù)。通過(guò)α-水平截集構(gòu)建基于區(qū)間數(shù)的模糊隸屬函數(shù)可以得到n個(gè)可能充電時(shí)間的隸屬函數(shù)如公式(4)所示。

        其中,x表示時(shí)刻,表示充電可能性。由電動(dòng)汽車充電行為能得到n個(gè)充電可能區(qū)間如公式(5)所示。

        其中,正態(tài)模糊隸屬函數(shù)的均值為標(biāo)準(zhǔn)差為充電模糊隸屬函數(shù)橫坐標(biāo)為時(shí)刻,縱坐標(biāo)為充電可能性,故該充電時(shí)間段內(nèi)充電可能性曲線如公式(6)所示,

        1.3 分段隸屬函數(shù)建模

        依據(jù)隸屬函數(shù)二元比較法,充電起始時(shí)間的分布將服從以充電峰值時(shí)刻為均值,以1為標(biāo)準(zhǔn)差的正態(tài)分布,可得到隸屬函數(shù)的分段函數(shù)如公式(7)所示,其中a為公式2中的區(qū)間均值。

        1.4 電動(dòng)汽車充電可能性曲線模型

        通過(guò)所得到的分段建立的充電可能性曲線可以構(gòu)成電動(dòng)汽車充電負(fù)荷可能性曲線,用以描述電動(dòng)汽車充電負(fù)荷的變化趨勢(shì)。其中,μn表示充電可能性隸屬度,bn為數(shù)據(jù)權(quán)重。充電可能性曲線能夠描述這一天內(nèi)各個(gè)時(shí)間點(diǎn)的電動(dòng)汽車充電可能性大小,其值僅與時(shí)間t有關(guān)。

        1.5 充電負(fù)荷模型構(gòu)建

        基于充電量與耗電量動(dòng)態(tài)平衡的假設(shè),可以得到該日電動(dòng)汽車充電負(fù)荷總量Z。通過(guò)隸屬函數(shù)的方法可以得到電動(dòng)汽車充電可能性曲線G(t),W(t)表示電動(dòng)汽車充電負(fù)荷,如公式(9)所示。

        2? 實(shí)例分析

        目前某區(qū)域內(nèi)電動(dòng)汽車600輛,電動(dòng)汽車的日行駛里程平均68.49km,電動(dòng)汽車行駛里程效率0.6072百公里耗電量15kWh。按不同通勤里程,區(qū)域內(nèi)電動(dòng)汽車每2、3、5天充電一次,得到電動(dòng)汽車的日總充電量為1877.5kWh,區(qū)域內(nèi)電動(dòng)汽車充電樁功率為3kW。為方便對(duì)比分析,針對(duì)相同場(chǎng)景,區(qū)域內(nèi)電動(dòng)汽車早晨、中午、晚上離開(kāi)與到達(dá)時(shí)間分布分別服從于N(32,1.2),N(48,0.9),N(78,4.1),N(34,0.9),N(54,0.5), N(88,6.0)的正態(tài)分布,可以得到采用模糊數(shù)學(xué)隸屬函數(shù)與蒙特卡洛方法的充電負(fù)荷預(yù)測(cè)結(jié)果。通過(guò)比較可知,針對(duì)有明顯行為特征的私家車,采用文中方法預(yù)測(cè)最大充電功率需求為117kW,最小充電功率需求為0kW,采用隸屬函數(shù)的方法其預(yù)測(cè)結(jié)果誤差最大值小于5.04%,平均誤差約2.4%??梢宰C明,本文提出的方法針對(duì)電動(dòng)汽車充電負(fù)荷預(yù)測(cè)較準(zhǔn)確。

        3? 結(jié)語(yǔ)

        本文將模糊數(shù)學(xué)描述不確定性應(yīng)用于電動(dòng)汽車充電負(fù)荷預(yù)測(cè)中,針對(duì)某一區(qū)域,特別是具有復(fù)雜用電規(guī)律的區(qū)域,從區(qū)域內(nèi)電動(dòng)汽車用戶的電動(dòng)汽車使用規(guī)律出發(fā),對(duì)用戶需求進(jìn)行分析,提出了一種基于隸屬函數(shù)的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)方法。從電動(dòng)汽車用戶的用車習(xí)慣出發(fā),利用隸屬函數(shù)描述可能性的性質(zhì),建立了基于電動(dòng)汽車充電可能性的負(fù)荷曲線模型。通過(guò)與蒙特卡洛法預(yù)測(cè)結(jié)果的對(duì)比與誤差分析,驗(yàn)證了該方法預(yù)測(cè)結(jié)果的準(zhǔn)確性,證明了應(yīng)用模糊數(shù)學(xué)隸屬函數(shù)方法解決電動(dòng)汽車充電負(fù)荷預(yù)測(cè)問(wèn)題的可行性。

        參考文獻(xiàn)

        [1] 洪濤,龔文濤.基于模糊數(shù)學(xué)的信任度評(píng)估方法[J].自動(dòng)化技術(shù)與應(yīng)用,2020,39(2):41-44.

        [2] 王艷平,王金英,申立平.基于粗糙隸屬函數(shù)的強(qiáng)粗糙模糊近似算子[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2020,50(3):245-250.

        [3] 趙斌,何涇沙,張伊璇.基于信息熵隸屬度的決策屬性權(quán)重確定方法[J].山東大學(xué)學(xué)報(bào):理學(xué)版,2016,51(3):86-90.

        猜你喜歡
        隸屬函數(shù)電動(dòng)汽車
        純電動(dòng)汽車學(xué)習(xí)入門(二)——純電動(dòng)汽車概述(下)
        電動(dòng)汽車
        純電動(dòng)汽車性能仿真
        電子制作(2017年20期)2017-04-26 06:57:35
        不同玉米品種萌芽期抗旱篩選
        現(xiàn)在可以入手的電動(dòng)汽車
        海外星云(2016年17期)2016-12-01 04:18:42
        混合鹽堿脅迫對(duì)苜蓿種子萌發(fā)特性的影響
        遵義市特色烤煙品種抗旱性評(píng)價(jià)
        基于鉆進(jìn)過(guò)程的油井安全綜合評(píng)估
        一種基于模糊決策的大學(xué)畢業(yè)生學(xué)習(xí)成績(jī)?cè)u(píng)測(cè)方法
        專注:電動(dòng)汽車背后的技術(shù)創(chuàng)新
        最全精品自拍视频在线| 国产精品久久久久电影网| 日本国产视频| 人妻丝袜中文字幕久久| 一区二区中文字幕在线观看污污 | 中文字幕亚洲无线码一区女同| 亚洲av综合av国产av| 99热国产在线| 国产不卡av一区二区三区| 国产成人精品免费久久久久| 无码少妇一区二区浪潮av| 九九九影院| 色综合久久人妻精品日韩| 日韩经典午夜福利发布| 人禽伦免费交视频播放| 久久成人永久免费播放| 久久开心婷婷综合中文| 亚洲日韩精品无码av海量| 亚洲日本va午夜在线电影| 无码国产精品色午夜| 三级国产自拍在线观看| 亚洲精品白浆高清久久久久久| 国产偷国产偷亚洲清高| 国产精品亚洲专区无码不卡| 亚洲一区二区刺激的视频| 最爽无遮挡行房视频| 亚洲美女影院| 成人性生交大片免费看7| 97精品人妻一区二区三区蜜桃| 香蕉久久福利院| 国产成人精品三上悠亚久久 | 久久红精品一区二区三区| 免费人成视频在线| 九九久久国产精品大片| av网站免费观看入口| 内射人妻少妇无码一本一道| 久久艹影院| 亚洲综合天堂一二三区| 免费av一区二区三区| 欧美巨大xxxx做受中文字幕| 亚洲成熟丰满熟妇高潮XXXXX|