-
题名融合数据驱动和充电行为的电动汽车能耗预测方法
被引量：3
- 1
-
-
作者
马军伟
霍美如
赵敏
杜锋
景峰
冯煜
-
机构
国网山西省电力公司信息通信分公司
国网电动汽车(山西)服务有限公司
-
出处
《电气工程学报》
CSCD
北大核心
2024年第1期97-105,共9页
-
基金
国家电网公司总部科技资助项目(5700-202315287A-1-1-ZN)。
-
文摘
电动汽车的能耗预测对于车辆路径规划与充电行为至关重要。提出一种考虑充电行为的多模型融合能耗预测方法,首先构建基于实车稀疏数据与有限参数的能耗计算模型,在此基础上构建充电行为模型,分析并提取能耗强相关的充电行为特征,最后基于长短期记忆循环神经网络(Long short-term memory neural network, LSTM)搭建能耗预测模型。使用实车数据对所提方法进行验证,结果表明,该方法可以精准预测相同车型不同起始电池荷电状态(State of charge, SOC)、不同温度、不同时间段下的汽车能耗,均方根误差(Root mean square error,RMSE)为1.27,与现有方法相比,RMSE至少降低4.5%。
-
关键词
能耗预测
电动汽车
充电行为
LSTM神经网络
-
Keywords
Energy consumption prediction
electric vehicles
charging behavior
long short-term memory neural network
-
分类号
TM911
[电气工程—电力电子与电力传动]
-
