ДОСЛІДЖЕННЯ МЕТОДІВ ПРОГНОЗУВАННЯ НАВАНТАЖЕННЯ РИНКУ ЕЛЕКТРОМОБІЛЯМИ З МЕТОЮ ЕФЕКТИВНОГО ПЛАНУВАННЯ ЗАРЯДНИХ СТАНЦІЙ

Анотація

В статті представлено сучасне бачення розвитку ринку електричних автомобілів в Україні і світі. Сучасні тенденції вказують на збільшення попиту на електрокари в світі, що пояснюється економічністю і екологічністю даного виду транспорту. Прогнозування попиту на навантаження розглядається як один із серйозних аспектів вартості експлуатації системи живлення. Помилки прогнозування призводять до збільшення експлуатаційних витрат. У підходах до прогнозування вирішальним фактором є уникнення помилок і забезпечення стабільності мережі з прогнозуванням повсякденного навантаження.

Розглянуто три моделі (модель лінійної регресі, регресійна модель дерева рішень, штучна нейронна мережа) з метою прогнозування попиту на електричне навантаження для різних етапів планування. Остання використовується для оптимізації планування зарядки електромобілів за рахунок мінімізації витрат. Прогноз попиту на навантаження є важливим чинником вартості експлуатації системи живлення. Штучна нейронна мережа використовується для оптимізації планування зарядки електромобілів за рахунок мінімізації витрат.
Отримані результати дослідження вказують на те, що штучна нейронна мережа дає більш оптимальний результат, ніж решта моделей прогнозування. Прогнозування нейронною мережею вимагає більше часу, оскільки є фаза навчання, але збігається за менший час, ніж модель дерева регресій завдяки статистичному підходу моделі нейронної мережі.

Ключові слова: електромобіль, електрокар, модель лінійної регресії, регресійна модель дерева рішень, штучна нейронна мережа, прогнозування, електричне навантаження.