基于有限信息的电动汽车用户充电行为特征识别OA北大核心CSTPCD
Identification of Charging Behavior Characteristics of Electric Vehicle Users Based on Limited Information
随着电动汽车的广泛应用,电动汽车用户充电行为成为了电动汽车领域的一个关键焦点.然而,电动汽车用户参与车网互动的积极性较低,难以被有效激励参与调峰调频.同时,用户行为数据具有复杂性与有限性,难以准确分析用户行为.文章提出一种在有限信息下识别电动汽车用户充电行为特征的模型,以制定差异化的激励策略.首先,梳理了用户充电行为的基础特征,提出不同特征用户的激励策略;其次,构建用户充电行为分类模型;再次,构建用户充电行为识别的步骤流程,并设计基于云模型和模糊…查看全部>>
With the widespread adoption of electric vehicles(EVs),the charging behavior of EV users has become a critical focus area.However,EV users often exhibit low enthusiasm for participating in vehicle-to-grid(V2G)interactions,making it difficult to effectively motivate their involvement in load balancing and frequency regulation.Moreover,user behavior data are complex and limited,posing challenges for the accurate analysis of user behavior.This study proposes a …查看全部>>
石天琛;杨烨;刘明光;王文;王佳妮;刘敦楠
华北电力大学经济与管理学院,北京市 102206||新能源电力与低碳发展北京市重点实验室,北京市 102206国网智慧车联网技术有限公司,北京市 100052华北电力大学经济与管理学院,北京市 102206||新能源电力与低碳发展北京市重点实验室,北京市 102206国网智慧车联网技术有限公司,北京市 100052华北电力大学经济与管理学院,北京市 102206||新能源电力与低碳发展北京市重点实验室,北京市 102206华北电力大学经济与管理学院,北京市 102206||新能源电力与低碳发展北京市重点实验室,北京市 102206
动力与电气工程
电动汽车用户充电行为特征识别云模型模糊Petri网
electric vehiclesuser charging behaviorfeature recognitioncloud modelfuzzy Petri net
《电力建设》 2024 (10)
69-77,9
This work is Supported by National Natural Science Foundation of China(No.72171082). 国家自然科学基金面上项目(72171082)
评论