基于LSTM预测非关键充电时段的电动汽车充电管理
Electric vehicle charging management through LSTM-based prediction of non-critical charging sessions
发表于 2026年5月6日 · 收录于雷达 2026年11月5日
中文摘要
本研究训练长短期记忆网络（LSTM），利用64辆纯电动汽车的逐秒数据预测未来两天的出行需求，并识别可转移至低排放时段的非关键充电。结果显示，该方法可使温室气体排放最多减少41%，充电天数减少49%；6千瓦充电器的表现接近19千瓦充电器，无需昂贵的基础设施升级。在CAISO、PJM和ERCOT电网测试中，效果均保持稳定。