基于电动汽车充电负荷变动速率与TCN-LSTM的负荷预测.pdfVIP

基于电动汽车充电负荷变动速率与TCN-LSTM的负荷预测.pdf

基于电动汽车充电负荷变动速率与TCN-LSTM的负荷预测电工电气电工电气(2025No.6)

基于电动汽车充电负荷变动速率与TCN-LSTM的负荷预测

汪楚皓1，2，郭航3

(1长沙理工大学电气与信息工程学院，湖南长沙410114；

2国网湖南省电力有限公司常德供电分公司，湖南常德415000；

3国网湖南省电力有限公司株洲供电分公司，湖南株洲412000)

摘要：电动汽车充电负荷的随机性波动对电力系统的安全稳定性带来挑战，提出了一种基于电动

汽车充电负荷变动速率与人工智能算法结合的短期预测方法。分析了电动汽车充电负荷的历史数据，提

出了一种反映充电负荷速率变动特征的指标；结合时空卷积网络(TCN)和长短期记忆网络(LSTM)构建

了预测模型，对充电负荷进行精准预测。实验结果表明，该方法能够有效研究区域内电动汽车用户的充

电规律，对充电负荷峰谷态势的预测表现出较高的准确性，为深入分析用户充电行为模式、准确预估短

期充电负荷提供了重要技术支持，对提升电力系统运行效率与稳定性具有重要意义。

关键词：电动汽车；充电负荷；时空卷积网络；长短期记忆网络；短期负荷预测

中图分类号：TM715；U469.72文献标识码：A文章编号：1007-3175(2025)06-0019-05

LoadForecastingBasedontheVariationRateofElectric

VehicleChargingLoadandTCN-LSTM

WANGChu-hao1,2,GUOHang3

1SchoolofElectricalandInformationEngineering,ChangshaUniversityofScienceTechnology,Changsha410114,China;

（

2StateGridHunanElectricPowerCo.,Ltd.ChangdePowerSupplyBranchCompany,Changde415000,China;

3StateGridHunanElectricPowerCo.,Ltd.ZhuzhouPowerSupplyBranchCompany,Zhuzhou412000,China）

Abstract:Thestochasticfluctuationsofelectricvehiclechargingloadsposechallengestothesafetyandstabilityofpowersystems.To

addressthisissue,thispaperproposesashort-termforecastingmethodbasedonthecombinationofthevariationrateofelectricvehicle

chargingloadandartificialintelligencealgorithms.Firstly,historicaldataofelectricvehiclechargingloadsareanalyzed,andanindicator

reflectingthevariationcharacteristicsofthechargingloadrateisintroduced.Subsequently,apredictivemodelcombiningtemporalconvolu-