文献

J-GLOBAL ID：201602269268541357   整理番号：16A0611185

電気自動車高速充電器によるモデル化と予測自己相似電力負荷【Powered by NICT】

Modeling and Forecasting Self-Similar Power Load Due to EV Fast Chargers

著者 (3件)： Korolko Nikita (Oper. Res. Center, Massachusetts Inst. of Technol., Cambridge, MA, USA) ,  Sahinoglu Zafer (Mitsubishi Electr. Res. Labs., Cambridge, MA, USA) ,  Nikovski Daniel (Mitsubishi Electr. Res. Labs., Cambridge, MA, USA)
資料名： IEEE Transactions on Smart Grid  (IEEE Transactions on Smart Grid)
巻： 7  号： 3  ページ： 1620-1629  発行年： 2016年 
JST資料番号： W2294A  ISSN： 1949-3053  CODEN： ITSGBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,プラグイン電気自動車(EV)のための高速充電ステーションによる電力負荷のモデリングと予測を検討した。本論文の最初の部分では,EVユーザ挙動を特性化する経験的データを利用することにより,高速充電器活性の研究をシミュレートした。第二部では,このシミュレータとその特性により得られた時系列を述べた。数高速充電器(deseasonalizingと除去線形傾向の後)で凝集した電力負荷はHurstパラメータ0.57<;による自己相似過程であることを示した。H<;0.67,Hは,多重化レベルに依存して変化する。本論文の主な貢献は,Hが十分大きいとき,負荷時系列の自己相似性を考慮した適合分数自己回帰和分移動平均(fARIMA)モデルは高品質の短期予測を得ることができることを実験的証拠である。適合fARIMAモデルはH≧0.639のための120分まで時間地平を持つ予測のための平均二乗誤差の観点から規則的ARIMAアルゴリズムよりも優れている。さらに,平均fARIMA利点は,Hurst指数の関数として成長することを示した。計算機実験により,このエッジは1.1%より安定的に大きく,いくつかのシナリオに対して,5-7%程度と高くできることを実証した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 短期予測 ,  *モデリング ,  計算機シミュレーション ,  自己相似性 ,  利用者 ,  *電気自動車 ,  キャラクタリゼーション ,  *高速度 ,  *充電装置
準シソーラス用語： ARIMAモデル ,  平均二乗誤差 ,  Hurst指数 ,  充電ステーション ,  プラグイン電気自動車 ,  *電力負荷 , 【Automatic Indexing@JST】

著者キーワード (3件)： 自己相似性 ,  需要予測 ,  負荷のモデル化

分類 (2件)： 電気自動車  (QG07020B) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (7件)： 電気自動車 ,  充電器 ,  モデル化 ,  予測 ,  自己 ,  相似 ,  電力負荷