基于 GPS 数据研究电动汽车时空充电需求与出行行为：一种机器学习方法
系统与控制
2022-03-02 v1 机器学习
系统与控制
摘要
电动汽车（EVs）市场渗透率的提升可能改变驾驶员的出行行为，并给电力系统带来显著的电力需求。由于电力需求取决于本质上不确定的电动汽车出行行为，每日充电需求（CD）的预测将是一项具有挑战性的任务。本文中，我们利用同一城市记录的电动汽车与传统汽油动力车辆的 GPS 数据，研究驾驶员从传统车辆转向电动汽车的潜在出行行为变化，并预测每日 CD 的时空模式。我们的分析显示，电动汽车与传统车辆的出行行为相似。此外，预测结果表明所开发的模型能够生成准确的每日 CD 时空模式。
引用
@article{arxiv.2203.00135,
title = {Investigating the Spatiotemporal Charging Demand and Travel Behavior of Electric Vehicles Using GPS Data: A Machine Learning Approach},
author = {Sina Baghali and Zhaomiao Guo and Samiul Hasan},
journal= {arXiv preprint arXiv:2203.00135},
year = {2022}
}
备注
Accepted in IEEE Power & Energy Society General Meeting (PESGM), 2022