关键词：电动汽车;时空充电负荷预测;LSTM;GCN;OD矩阵;动态交通信息;路径规划
摘 要：针对目前充电汽车（Electric Vehicle,EV）负荷预测的研究实时预测充电汽车起讫点（Origin-Destination,OD）准确率不高并考虑道路信息对用户充电行为选择造成影响的问题，在数据驱动方面，针对充电汽车出行OD矩阵的时空特性，使用长短期记忆（LSTM）网络和图卷积网络（GCN）的组合预测方法分析已有的充电负荷数据，实现对充电汽车起讫点的预测；模型驱动方面，在综合考虑交通网构成、环境温度、实时车流量等方法的基础上，建立一种包括动态交通信息、城市各路段电动汽车里程能耗及用户路径规划在内的电动汽车用户驾驶行为模型，采用改进A*算法为电动汽车起讫点规划符合用户选择的行驶路径，模拟电动汽车用户的驾驶行为。最终在不同应用场景下完成不同类型电动汽车的路径规划实验和充电需求预测实验。结果表明，所得充电需求时空分布特征与客观需求相符合。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取