关键词：交通能源系统;充电负荷预测;调度导向预测;预测-调度一体化;不对称损失函数
摘 要：公路交通作为碳排放和能源消耗的重要领域，其绿色化转型和能源可持续发展已成为迫切需求。随着电动汽车（electric vehicles, EV）的快速普及，建设高速服务区综合能源系统对于实现公路用能绿色化具有重要意义。高速服务区交通-综合能源系统（transportation-integrated energy system, TIES）的经济运行依赖于准确的日前负荷预测。然而，电动汽车充电负荷的日益增长为TIES的负荷预测及其经济运行优化带来了新的挑战。以最小化统计误差为目标的负荷预测模型难以确保TIES的能源调度结果的最优性。提出了一种以服务区经济运行为导向的含电动汽车充电负荷的预测策略，旨在降低能源调度成本。该策略以深度多层感知器作为基础学习器，结合日期和充电价格信息构建特征工程和含电动汽车充电负荷的预测模型。进一步，通过分析TIES两阶段能源调度问题的特性，提出了一种具有时间不对称和正负偏差不对称的负荷预测微损失函数，将最优调度问题的误差灵敏度融入预测模型中，以优化不同时段的预测误差分布。以江苏某地区电动汽车负荷数据集进行仿真，验证所提方法可以有效降低TIES用能成本，提升用能经济性。
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