%A 王哲, 代兵琪, 李相栋 %T 基于PSO-SNN的电动汽车充电站短期负荷预测模型研究 %0 Journal Article %D 2016 %J 电气技术 %R %P 46-50 %V 17 %N 1 %U {http://dqjs.cesmedia.cn/CN/abstract/article_1358.shtml} %8 2016-01-15 %X 本文以某电动汽车充电站的实测充电功率数据和天气预报数据为理论依据,分析了电动汽车充电站的负荷特性。构建了基于粒子群优化脉冲神经网络的电动汽车充电站短期负荷预测模型,脉冲神经网络采用脉冲发放时间进行信息的编码及处理,具有计算能力强、信息容量大和实时性好的特点。通过仿真算例对比可知,本文提出的预测模型比传统BP-NN预测模型的预测误差在四个季节的测试日分别降低了8.59%、9.28%、12.06%和8.72%,证实所提出的模型具有较高的预测精度。