一种基于用户多选择的充电站负荷预测方法技术

本发明专利技术公开了一种基于用户多选择的充电站负荷预测方法，包括：S1.确定进行预测的地点范围，获取在所述地点范围内充电站以及需充电的电动汽车的相关参数；S2.在所述地点范围内，获取不同因素对电动汽车对应用户进行充电站选择的影响，并计算各个充电站对电动汽车对应用户的吸引力；S3.根据所述吸引力计算任意时刻在充电站中电动汽车的数量，以及当前在该充电站中的电动汽车离开的概率；S4.通过蒙特卡洛法计算充电站的充电负荷。本发明专利技术进行充电站的负荷预测时将充电站的距离以及周围的商店、学校等因素一并纳入计算，同时针对多个充电站进行负荷预测，解决了现有充电负荷预测的过程中没有将多个影响因素结合的问题。

A Load Forecasting Method for Charging Station Based on Multi-user Selection

【技术实现步骤摘要】
一种基于用户多选择的充电站负荷预测方法
本专利技术涉及电动汽车充电负荷预测
，尤其涉及一种基于用户多选择的充电站负荷预测方法。
技术介绍
充电基础设施作为电动汽车发展的重要支撑系统，其合理的规划建设对电动汽车产业的发展具有重要的意义。现阶段对充电基础设施规划的研究，需要在电动汽车充电负荷预测基础上进行。通常情况考虑电动汽车的规模、充电模式、运行规律、电池特性及电价制度等因素，建立负荷预测模型。总的来说，充电桩负荷主要受两个因素影响，一是电动汽车充电功率大小，二是电动汽车充电时长，其中充电时长包括单个电动汽车充电时长，以及所有电动汽车的整体充电时长，其中整体充电时长取决于充电汽车的排队数目。但是目前对排队数目的研究都是针对单一的充电站进行负荷预测，也没有考虑距离及充电桩周围的其他影响因素对用户进行充电选择造成的影响，无法将它们对充电负荷的影响程度进行定量分析。
技术实现思路
本专利技术为解决现有充电站负荷预测的过程中没有将多个影响因素结合的问题，提供了一种基于用户多选择的充电站负荷预测方法。为实现以上专利技术目的，而采用的技术手段是：一种基于用户多选择的充电站负荷预测方法，包括：S1.确定进行预测的地点范围，获取在所述地点范围内充电站以及需充电的电动汽车的相关参数，所述相关参数包括在所述地点范围内充电站的数量、每个充电站中的充电桩数量、电动汽车的数量；S2.在所述地点范围内，获取不同因素对电动汽车对应用户进行充电站选择的影响，并计算各个充电站对电动汽车对应用户的吸引力；S3.根据所述吸引力计算任意时刻在充电站中电动汽车的数量，以及当前在该充电站中的电动汽车离开的概率；S4.通过蒙特卡洛法计算充电站的充电负荷。上述方案中，通过在充电站的负荷预测过程中，引入不同因素对电动汽车对应用户进行充电站选择的影响，并且针对在所述地点范围内的多个充电站进行负荷预测，从而得到更为准确的充电站负荷预测结果。优选的，步骤S2中所述的不同因素包括电动汽车与充电站的距离、充电站周围的商店分布、充电站周围的学校分布、充电站周围的酒店分布。在本优选方案中，由于这些因素与电动汽车用户的利益以及日常生活息息相关，会直接影响用户对于充电站的选择，从而影响充电站的负荷预测结果。优选的，所述步骤S2具体包括：S21.在所述地点范围内，获取电动汽车与各充电站的距离，得到距离参数D为：其中i表示第i个充电站，n表示第n辆电动汽车，Di,n表示第i个充电站与第n辆电动汽车的距离；其中i，n为正整数；S22.在所述地点范围内，获取各充电站周围的商店分布对每辆电动汽车对应用户的影响因子，则充电站周围的商店分布对电动汽车的影响因子F为：其中i表示第i个充电站周围的商店分布，n表示第n辆电动汽车，Fi,n表示第i个充电站周围的商店分布对第n辆电动汽车对应用户的影响因子；其中i，n为正整数；S23.在所述地点范围内，获取各充电站周围的学校分布对每辆电动汽车对应用户的影响因子，则充电站周围的学校分布对电动汽车的影响因子S为：其中i表示第i个充电站周围的学校分布，n表示第n辆电动汽车，Si,n表示第i个充电站周围的学校分布对第n辆电动汽车对应用户的影响因子；其中i，n为正整数；S24.在所述地点范围内，获取各充电站周围的酒店分布对每辆电动汽车对应用户的影响因子，则各充电站周围的酒店分布对电动汽车的影响因子H为：其中i表示第i个充电站周围的酒店分布，n表示第n辆电动汽车，Hi,n表示第i个充电站周围的酒店分布对第n辆电动汽车对应用户的影响因子；其中i，n为正整数；S25.计算各个充电站对每辆电动汽车对应用户的吸引力ai,n，计算公式为：其中ai,n为第i个充电站对第n辆电动汽车对应用户的吸引力；其中i表示第i个充电站，n表示第n辆电动汽车对应用户，K为预设的非负常数。在本优选方案中，各个影响因子以及K值根据实际情况人为进行规定，用随机数表示；在本专利技术中K取2。优选的，所述步骤S3具体包括：S31.根据所述吸引力ai,n计算任意时刻在充电站中电动汽车的数量：其中表示任意时刻t在充电站中电动汽车的数量，表示t-1时刻在充电站中电动汽车的数量；Pφ为预设的概率阈值，当离开概率Pt-1大于此值时，电动汽车选择离开，否则电动汽车选择留下；用于记录电动汽车离开情况，1表示电动汽车选择离开，0表示电动汽车选择留下；εb,n用于记录电动汽车用户被吸引情况，表示第b个充电站对第n个电动汽车用户的吸引力最大；其中的初始值为预设的假设值；S32.计算当前在该充电站中的电动汽车离开的概率：其中Pt为t时刻在该充电站中的电动汽车离开的概率，lt-1为t-1时刻排队队伍长度，r为预设值，表示天气及其他因素对电动汽车对应用户的影响，n2表示该充电站中的充电桩数量。在本优选方案中，r在(0.3,0.5)中随机取值。优选的，所述步骤S4具体为：其中表示t时刻充电站充电功率大小；Pd为预设值，表示电动汽车充电功率大小；表示当前时刻t在充电站中电动汽车的数量；n2表示该充电站中的充电桩数量。与现有技术相比，本专利技术技术方案的有益效果是：本专利技术方法通过在充电站的负荷预测过程中，引入不同因素对电动汽车对应用户进行充电站选择的影响，由于这些因素与电动汽车用户的利益以及日常生活息息相关，会直接影响用户对于充电站的选择，即影响充电站的充电负荷；同时针对在所述地点范围内的多个充电站进行负荷预测，从而得到更为准确的充电站负荷预测结果。本专利技术的基于用户多选择的充电站负荷预测方法准确率更高，解决了现有充电负荷预测的过程中没有将多个影响因素结合的问题。附图说明图1为本专利技术方法的流程图。图2为本专利技术所针对的用户多选择的充电站分布示意图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。下面结合附图和实施例对本专利技术的技术方案做进一步的说明。实施例1一种基于用户多选择的充电站负荷预测方法，应用于如图2所示的场景，该方法包括如图1所示的以下步骤：S1.确定进行预测的地点范围，获取在所述地点范围内充电站以及需充电的电动汽车的相关参数，所述相关参数包括在所述地点范围内充电站的数量、每个充电站中的充电桩数量、电动汽车的数量；S2.在所述地点范围内，获取不同因素对电动汽车对应用户进行充电站选择的影响，并计算各个充电站对电动汽车对应用户的吸引力ai,n；S3.根据所述吸引力ai,n计算任意时刻在充电站中电动汽车的数量，以及当前在该充电站中的电动汽车离开的概率；S4.通过蒙特卡洛法计算充电站的充电负荷。实施例2一种基于用户多选择的充电站负荷预测方法，应用于如图2所示的场景，该方法包括以下步骤：S1.确定进行预测的地点范围，获取在所述地点范围内充电站以及需充电的电动汽车的相关参数，所述相关参数包括在所述地点范围内充电站的数量、每个充电站中的充电桩数量、电动汽车的数量；S2.在所述地点范围内，获取不同因素对电动汽车对应用户进行充电站选择的影响，并计算各个充电站对电动汽车对应用户的吸引力ai,n；其中的具体步骤包括：S21.在所述地点范围内，获取电动汽车与各充电站的距离，得到距离参数D本文档来自技高网...

【技术保护点】
1.一种基于用户多选择的充电站负荷预测方法，其特征在于，包括以下步骤：S1.确定进行预测的地点范围，获取在所述地点范围内充电站以及需充电的电动汽车的相关参数，所述相关参数包括在所述地点范围内充电站的数量、每个充电站中的充电桩数量、电动汽车的数量；S2.在所述地点范围内，获取不同因素对电动汽车对应用户进行充电站选择的影响，并计算各个充电站对电动汽车对应用户的吸引力；S3.根据所述吸引力计算任意时刻在充电站中电动汽车的数量，以及在该充电站中的电动汽车离开的概率；S4.通过蒙特卡洛法计算充电站的充电负荷。

【技术特征摘要】
1.一种基于用户多选择的充电站负荷预测方法，其特征在于，包括以下步骤：S1.确定进行预测的地点范围，获取在所述地点范围内充电站以及需充电的电动汽车的相关参数，所述相关参数包括在所述地点范围内充电站的数量、每个充电站中的充电桩数量、电动汽车的数量；S2.在所述地点范围内，获取不同因素对电动汽车对应用户进行充电站选择的影响，并计算各个充电站对电动汽车对应用户的吸引力；S3.根据所述吸引力计算任意时刻在充电站中电动汽车的数量，以及在该充电站中的电动汽车离开的概率；S4.通过蒙特卡洛法计算充电站的充电负荷。2.根据权利要求1所述的充电站负荷预测方法，其特征在于，步骤S2中所述的不同因素包括电动汽车与充电站的距离、充电站周围的商店分布、充电站周围的学校分布、充电站周围的酒店分布。3.根据权利要求2所述的充电站负荷预测方法，其特征在于，所述步骤S2具体包括：S21.在所述地点范围内，获取电动汽车与各充电站的距离，得到距离参数D为：其中i表示第i个充电站，n表示第n辆电动汽车，Di,n表示第i个充电站与第n辆电动汽车的距离；其中i，n为正整数；S22.在所述地点范围内，获取各充电站周围的商店分布对每辆电动汽车对应用户的影响因子，则充电站周围的商店分布对电动汽车的影响因子F为：其中i表示第i个充电站周围的商店分布，n表示第n辆电动汽车，Fi,n表示第i个充电站周围的商店分布对第n辆电动汽车对应用户的影响因子；其中i，n为正整数；S23.在所述地点范围内，获取各充电站周围的学校分布对每辆电动汽车对应用户的影响因子，则充电站周围的学校分布对电动汽车的影响因子S为：其中i表示第i个充电站周围的学校分布，n表示第n辆电动汽车，Si,n表示第i个充电站周围的学校分布对第n辆电动汽车对应...

【专利技术属性】
技术研发人员：金锋，吴杰康，康丽，赵俊浩，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44