電動私家車起始充電時(shí)刻的概率建模方法
【專利摘要】電動私家車起始充電時(shí)刻的概率建模方法，具體建模步驟如下：1)記錄并輸入m天n個實(shí)際電動私家車起始充電時(shí)刻樣本數(shù)據(jù)Ts＝[Ts1,Ts2,…,Tsn]，Ts的取值范圍為(a，b)；2)計(jì)算電動私家車起始充電時(shí)刻概率分布。1、本發(fā)明方法能夠?qū)崿F(xiàn)電動私家車起始充電時(shí)刻概率分布的準(zhǔn)確模擬，且準(zhǔn)確度高。不需要任何的假設(shè)條件，因此準(zhǔn)確度高且通用性強(qiáng)，對于電動私家車起始充電時(shí)刻的概率分布具有較好的模擬效果。解決采用固定帶寬而存在缺乏局部適應(yīng)性的問題，使電動私家車起始充電時(shí)刻的概率分布更為精確。利用計(jì)算機(jī)程序就準(zhǔn)確地建立始荷電狀態(tài)和起始充電時(shí)刻概率模型，方法簡單，實(shí)用性強(qiáng)，便于推廣應(yīng)用。
【專利說明】電動私家車起始充電時(shí)刻的概率建模方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種電動私家車起電時(shí)刻的建模方法。

【背景技術(shù)】
[0002] 電動私家車作為新一代的交通工具，具有低能耗、低污染的巨大優(yōu)勢，在可以預(yù)見 的未來將迎來飛速的發(fā)展。電動私家車充電負(fù)荷的計(jì)算是研究電動私家車對電網(wǎng)影響、充 電基礎(chǔ)設(shè)施規(guī)劃以及電網(wǎng)規(guī)劃與運(yùn)行的前提。而電動私家車充電負(fù)荷模型需要由電動私家 車起始充電時(shí)刻參數(shù)來構(gòu)成，因此如何建立電動私家車起始充電時(shí)刻的精確概率分布模型 顯得至關(guān)重要。
[0003] 現(xiàn)有的對電動私家車起始充電時(shí)刻進(jìn)行概率建模的方法是采用傳統(tǒng)參數(shù)估計(jì)方 法，即預(yù)先假設(shè)其概率密度函數(shù)服從某種分布，然后依據(jù)樣本數(shù)據(jù)來估計(jì)該分布的參數(shù)。如 2011年第35卷第14期《電力系統(tǒng)自動化》中"電動私家車充電負(fù)荷計(jì)算方法"一文，采用 的方法是根據(jù)不同的車輛類型，假定其服從均勻分布、正態(tài)分布、直角梯形分布，這些概率 分布模型雖有不同，但是均屬于傳統(tǒng)參數(shù)估計(jì)范疇。該方法主要的缺點(diǎn)：1)因?yàn)殡妱铀郊?車起始充電時(shí)刻都是有上下界約束的數(shù)據(jù)，如一天有0-24小時(shí)的范圍，當(dāng)采用如正態(tài)分布 時(shí)，范圍是整個實(shí)數(shù)區(qū)間，所以得到的概率分布會在上下邊界出現(xiàn)邊界偏差；2)參數(shù)分布 的選取依靠主觀經(jīng)驗(yàn)，理論依據(jù)并不充分，如果假設(shè)的概率分布與實(shí)際情況不符，那么必然 會使建立的概率分布不夠準(zhǔn)確；3)采用固定的帶寬，因此并不能根據(jù)局部區(qū)域的樣本數(shù)據(jù) 調(diào)節(jié)帶寬，從而存在缺乏局部適應(yīng)性的問題。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的就是提供一種電動私家車起始充電時(shí)刻的概率建模方法，能夠有 效解決如正態(tài)分布帶來的邊界偏差的影響，提高概率模型的精度；能夠不假設(shè)任何概率分 布，通過揭示隱藏在樣本數(shù)據(jù)中的統(tǒng)計(jì)信息，能夠根據(jù)局部區(qū)域樣本數(shù)據(jù)調(diào)節(jié)帶寬，解決缺 乏局部適應(yīng)性的問題，精確的建立電動私家車起始充電時(shí)刻概率分布。
[0005] 本發(fā)明的目的是通過這樣的技術(shù)方案實(shí)現(xiàn)的，具體建模步驟如下：
[0006] 1)記錄并輸入m天n個實(shí)際電動私家車起始充電時(shí)刻樣本數(shù)據(jù)Ts = [Tsl, Ts2，… ，Tsn]，Ts的取值范圍為（a，b);
[0007] 2)計(jì)算電動私家車起始充電時(shí)刻概率分布，具體步驟如下：
[0008] 2-1)求常規(guī)核密度估計(jì)
[0009]根據(jù)步驟1)中記錄并輸入的m天n個實(shí)際電動私家車起始充電時(shí)刻的實(shí)際數(shù)據(jù)， 計(jì)算電動私家車起始充電時(shí)刻樣本的概率密度函數(shù)為f(x)，此概率密度函數(shù)的常規(guī)核密度 估計(jì)為

【權(quán)利要求】
1. 電動私家車起始充電時(shí)刻的概率建模方法，其特征在于，具體建模步驟如下： 1) 記錄并輸入m天n個實(shí)際電動私家車起始充電時(shí)刻樣本數(shù)據(jù)Ts = [Tsl，Ts2，…，Tsn]， Ts的取值范圍為（a，b); 2) 計(jì)算電動私家車起始充電時(shí)刻概率分布，具體步驟如下： 2-1)求常規(guī)核密度估計(jì) 根據(jù)步驟1)中記錄并輸入的m天n個實(shí)際電動私家車起始充電時(shí)刻的實(shí)際數(shù)據(jù)，計(jì)算 電動私家車起始充電時(shí)刻樣本的概率密度函數(shù)為f(x)，此概率密度函數(shù)的常規(guī)核密度估計(jì) 為
2-2)邊界核修正 通過使用"邊界核"這一特殊的核函數(shù)來修正。修正后的邊界核B(Z)的計(jì)算公式為
2-3)求自適應(yīng)帶寬 自適應(yīng)帶寬的計(jì)算公式為 h(Xi) = hvXf(Xi)^1/2 (3) 式中：f(Xi) -般采用式（1)的估計(jì)值。匕則是由交叉驗(yàn)證法得到的最優(yōu)帶寬； 2-4)求結(jié)合邊界核與自適應(yīng)的常規(guī)核密度估計(jì) 將式（1)中的K(Z)用式（2)表示的修正后的邊界核B(Z)進(jìn)行替換，再將式（1)中的 固定帶寬h用式（3)的可變帶寬h(Xi)代替，則概率密度函數(shù)的結(jié)合邊界核的常規(guī)非參數(shù) 核密度估計(jì)為
式中：n為電動私家車起始充電時(shí)刻樣本容量，h為帶寬，hv則是由交叉驗(yàn)證法得到的 最優(yōu)帶寬，f(x)為電動私家車起始充電時(shí)刻樣本的概率密度函數(shù)，其中Xi為電動私家車起 始充電時(shí)刻樣本。
2. 如權(quán)利要求1所述的電動私家車起始充電時(shí)刻的概率建模方法，其特征在于：其中 a = 0, b = 24,取值的數(shù)值為充電的時(shí)針數(shù)。
【文檔編號】G06F19/00GK104346535SQ201410633163
【公開日】2015年2月11日 申請日期:2014年11月10日 優(yōu)先權(quán)日:2014年11月10日
【發(fā)明者】史樂峰, 劉正發(fā), 何國軍, 侯興哲, 汪會財(cái), 劉永相, 繆鵬斌, 鄭可, 李松濃, 余娟 申請人:國網(wǎng)重慶市電力公司電力科學(xué)研究院, 國家電網(wǎng)公司, 重慶大學(xué)