合肥综合性国家科学中心能源研究院智慧电力中心研究了一种基于XGBoost分类算法的电动汽车V2G容量预测方法，包括：首先以电动汽车用户为研究对象，将其充放电行为分为四种：仅充电，仅放电，先充电再放电，先放电再充电，然后用XGBoost分类模型对用户的特征进行分析进而对未分类用户进行分类，最后将分类好的用户进行相对应类别的数学计算得到电网侧负荷预测曲线。本预测方能切合实际的以较高精度对用户行为进行分类，并能将用户的生活习惯融入最终的负荷计算之中，从而一定程度上提高了电网侧对于电动汽车负荷预测曲线的计算，提升了电动汽车作为储能系统的调度能力，同时也提高了分布式能源的利用效率和运营管理效率。

该基于XGBoost分类算法的电动汽车V2G容量预测方法已经以合肥综合性国家科学中心能源研究院(安徽省能源实验室)为第一申请人申报专利，将进一步电动汽车V2G容量预测研究，为开发计划项目做技术积累。 

图1  流程图 

图2  XGBoost分类算法的分类预测图