電動私家車日行使裡程概率建模方法
2023-09-18 15:52:15
電動私家車日行使裡程概率建模方法
【專利摘要】本發明的目的是針對現有建立電動私家車日行使裡程概率分布方法的不足,提供一種建立電動私家車日行使裡程概率分布方法,能夠有效解決如正態分布帶來的邊界偏差的影響,提高概率模型的精度;能夠不假設任何概率分布,通過揭示隱藏在樣本數據中的統計信息。
【專利說明】電動私家車日行使裡程概率建模方法
【技術領域】
[0001] 本發明屬於電動私家車參數概率建模領域,具體涉及電動私家車日行使裡程的概 率建模方法。
【背景技術】
[0002] 電動私家車作為新一代的交通工具,具有低能耗、低汙染的巨大優勢,在可以預見 的未來將迎來飛速的發展。電動私家車充電負荷的計算是研究電動私家車對電網影響、充 電基礎設施規劃以及電網規劃與運行的前提。而電動私家車充電負荷模型需要由電動私家 車日行使裡程參數來構成,因此如何建立電動私家車日行使裡程的精確概率分布模型顯得 至關重要。
[0003] 現有的對電動私家車日行使裡程進行概率建模的方法是採用傳統參數估計方法, 即預先假設其概率密度函數服從某種分布,然後依據樣本數據來估計該分布的參數。如 2011年第35卷第14期《電力系統自動化》中"電動私家車充電負荷計算方法"一文,採用的 方法是根據不同的車輛類型,假定其服從均勻分布、正態分布、直角梯形分布,這些概率分 布模型雖有不同,但是均屬於傳統參數估計範疇。該方法主要的缺點:1)因為電動私家車 日行使裡程都是有上下界約束的數據,如一天有0-24小時的範圍,當採用如正態分布時, 範圍是整個實數區間,所以得到的概率分布會在上下邊界出現邊界偏差;2)參數分布的選 取依靠主觀經驗,理論依據並不充分,如果假設的概率分布與實際情況不符,那麼必然會使 建立的概率分布不夠準確。
【發明內容】
[0004] 本發明的目的是解決現有的電動私家車日行使裡程概率分布建立方法中,正態分 布帶來的邊界偏差的影響。
[0005] 為實現本發明目的而採用的技術方案是這樣的,電動私家車日行使裡程概率建模 方法,其特徵在於,包括以下步驟:
[0006] 1)採集η個電動私家車日行使裡程樣本數據,可以Xi= [X1, X2,…,Xn]。上述集 合中,這η個數據來自於q輛電動私家車行駛m天的紀錄。2)第1)步完成後,根據第1)步 獲得的實測數據,計算電動私家車日行使裡程樣本的概率密度函數為f(x),此概率密度函 數的核密度估計為
【權利要求】
1.電動私家車日行使裡程概率建模方法,其特徵在於,包括以下步驟: 1) 採集η個電動私家車日行使裡程樣本數據,Xi= [X1,X2,…,Xn]; 2) 第1)步完成後,根據第1)步獲得的實測數據,計算電動私家車日行使裡程樣本的概 鑾密庶菡救為fix) ·此槭鑾密庶菡救的核密度估計為
(I) 式中:η為電動私家車日行使裡程樣本容量,X為電動私家車日行使裡程樣本的概率密 度函數自變量,h為帶寬,記Z=X ,K⑵為核函數,^T(Z) = 3(1^ ) (|Ζ|<1),其中Xi為電 動私家車日行使裡程樣本;3)邊界核修正: 修iF後的仂界核R(Z)的i+笪公式為
(II) 式中:= 也(/ = 〇,1,2),u為積分變量,a,b分別對應電動私家車日行使 裡程樣本取值的下限與上限,h為帶寬,當i分別取0, 1,2的時候可以得到Ptl(X),P1(X), P2(x)-MZK(Z)為核函數AlZ) =3(1 >(|Z|<I); h 4 4)求結合邊界核的核密度估計: 將式(I)中的K(Z)用式(II)表示的修正後的邊界核B(Z)進行替換,則概率密度 函數函數的結合邊界核的非參數核密度估計為
(III) 式中:η為電動私家車日行使裡程樣本容量,h為帶寬,f(x)為電動私家車日行使裡 程樣本的概率密度函數,其中Xi為電動私家車日行使裡程樣本,X為電動私家車日行使 裡程樣本的概率密度函數自變量,(/ = 0,u),h為帶寬,a,b分別對 應電動私家車日行使裡程樣本取值的下限與上限,當i分別取0, 1,2的時候可以得到 p0(x),Pi(x),p2(x);記ζ= ,κ(ζ)為核函數,[(ζ) =3(1-ζ-) (|Z>1)。 η 4
【文檔編號】G06F19/00GK104462783SQ201410653275
【公開日】2015年3月25日 申請日期:2014年11月14日 優先權日:2014年11月14日
【發明者】代偉, 餘娟, 繆鵬彬, 史樂峰, 任洲洋 申請人:重慶大學