一种基于自适应算法的充电系统规划方法和装置制造方法及图纸

本发明专利技术公开一种基于自适应算法的充电系统规划方法和装置，方法包括：从多个充电系统规划方案中分别获取充电系统参数数据，按照预设的性能指标体系确定性能指标的指标值；利用主分量分析法进行性能指标筛选，利用层次分析法分析得到性能指标集中各性能指标的权重，利用该权重对相应性能指标值进行修正；利用预设的权重自适应修正模型，求解得到各性能指标的最终权重；根据修正后的性能指标值及其对应的最终权重，计算各充电系统规划方案的综合性能数据；将综合性能数据最优的方案作为最终充电系统规划方案。本发明专利技术能够适应充电系统特性调整指标权重，使得充电系统的性能预测更加准确，从而能够在充电系统规划阶段得到性能更优的规划方案。

【技术实现步骤摘要】
一种基于自适应算法的充电系统规划方法和装置
本专利技术涉及充电系统规划建设
，特别是一种基于自适应算法的充电系统规划方法和装置。
技术介绍
随着动力电池安全耐久性能的提升和成本的降低，电动汽车正迎来蓬勃发展的产业新时代。布局合理、运行科学的充电系统为车主提供智慧高效、经济低碳的充电服务，是电动汽车可持续增长的保障。电动汽车充电系统的公共服务性决定了其供应可靠性、安全性与适用性将成为考核的焦点；作为电力大用户，充电系统要考虑设备效率，并从电网的角度考虑充电系统的友好程度；作为公共服务设施，用户体验和利用效率也是一个重要的考核指标。在充电系统的评价中，由于存在多种集成方式及应用场景，决策者往往希望当被评价群体某指标值分布相对集中时，由于区分度不高而适当弱化该指标的评价作用；当被评价个体在某指标值较被评价群体有明显优势时，适当强化该指标的导向作用，现有的评价方法还无法很好的满足该需求。
技术实现思路
本专利技术的目的是提供一种基于自适应算法的充电系统规划方法和装置，能够适用于不同集成方式的充电系统在规划设计时的方案性能预测及比较，并能够自适应充电系统特性调整指标权重，使得充电系统的性能预测比较结果更加准确，为充电系统规划提供更准确的导向。本专利技术采用的技术方案如下。一方面，本专利技术提供一种基于自适应算法的充电系统规划方法，包括：按照预先构建的性能指标体系，从多个充电系统规划方案中，分别获取与性能指标相关的充电系统参数数据；基于充电系统参数数据，确定性能指标体系中性能指标的指标值；根据指标值进行性能指标筛选，得到筛选后的性能指标集；得到筛选后的性能指标集中各性能指标的权重，利用该权重对相应性能指标值进行修正；得到性能指标集中各性能指标的最终权重；根据修正后的性能指标值及其对应的最终权重，计算各充电系统规划方案的综合性能数据；将综合性能数据最优的充电系统规划方案作为最终充电系统规划方案。可选的，方法还包括：对筛选出的性能指标集中的所有性能指标的指标值进行标准化处理；方法中，利用层次分析法分析得到所述权重后，利用该权重对标准化处理后的相应性能指标值进行修正。可选的，所述性能指标体系包括一级指标、二级指标和三级指标；一级指标包括安全适应性、多时空尺度能量融合适应性和多源异构数据融合适应性；对应安全适应性的二级指标包括供电安全性、供电可靠性和供电适应性；其中，对应供电安全性的三级指标包括N-1最大负荷损失率和N-1平均负荷损失率；对应供电可靠性的三级指标包括平均无故障时间、平均故障修复时间、设备可利用率；对应供电适应性的三级指标包括供电能力裕度和系统扩展裕度；对应多时空尺度能量融合适应性的二级指标包括电网友好水平、设备利用水平、新能源消纳水平和用户满意水平；其中，对应电网友好水平的三级指标包括需用系数、功率因数、典型日峰谷差率、典型日负荷率、尖峰负荷持续时间、功率自平衡度和典型日三相不平衡度；对应设备利用水平的三级指标包括设备利用小时数、平均负荷系数、单位面积输出电量和充电效率；对应新能源消纳水平的三级指标包括分布式发电利用率和分布式发电直接利用率；对应用户满意水平的三级指标包括充电计划完成率、平均排队时间和平均充电时间；对应多源易购数据融合适应性的二级指标包括数据互动水平和数据利用水平；其中，对应数据互动水平的三级指标包括预约充电率和设备在线率，对应数据利用水平的三级指标包括新能源出力预测准确率和充电需求预测准确率。前述方案中，所需获取的充电系统参数数据即用于确定各三级性能指标的指标值的参数数据。如，可选的，所述确定性能指标体系中性能指标的指标值，包括：计算N-1平均负荷损失率，为：式中，M为充电系统的事故序列类型数量，ΔPij为第i类事故序列的第j项事故负荷损失，γi为等级因子，表征事故序列i的严重程度，Ni为第i类事故序列所含的事故总数，Pmax为充电系统的最大负荷；计算平均无故障时间MTBF：式中，To和K分别表示为充电设施在总的使用阶段的累计正常运行时间和故障次数；计算平均故障修复时间MTTR：式中，Ti,r表示第i次故障的修复时间；计算设备可利用率B：计算供电能力裕度Acyd：式中，S表示充电系统供电能力，Pt为充电系统在满足N-1条件下所能供的最大负荷；计算系统扩展裕度Akyd：式中，Sc表示扩容后的供电容量计算需用系数λneed：式中，Pmax表示充电站典型日最大负荷，Pe为充电站额定负荷；计算功率因数式中：P表示有功功率，S表示视在功率；计算典型日峰谷差率λgap：式中，Pmax、Pmin分别表示充电站典型日最大、最小负荷；计算典型日负荷率λload：式中，Pavg表示典型日平均负荷；计算功率自平衡度：式中，为第i个采样时刻充电系统与配电网的交互功率，为第i个采样时刻负荷供电功率，T为统计时段内采样点个数；计算典型日三相不平衡度yp：式中，yi为典型日各时段的三相不平衡度，计算公式为：式中，IA(ti),IB(ti),IC(ti)为时段i的三相电流；计算设备利用小时数Tut：式中，Wchar表示设定的采样期内的充电电量，Pcap表示可用充电设施额定容量；计算平均负荷系数λavg：计算单位面积输出电量Win：式中，Wchar表示充电设施的实际输出电量，Schar表示充电设施的占地面积；计算充电效率ηchar：式中，Wout表示充电设施输出电量，Win表示充电设施输入电量；计算分布式发电利用率λDG：式中，k表示充电系统内包含的分布式电源总数，Ei,DG表示第i个分布式电源在考察期内的实际发电量，Ei,DGe表示第i个分布式电源在考察期内的额定发电量；计算分布式发电直接利用率λDGr：式中，Er表示电动汽车所充电量中来自于本地新能源的部分；计算充电计划完成率A：式中，Wneed表示考察时段内用户的需求电量；计算平均排队时间Tline：式中，Ti,line表示第i辆车的实际排队时间，n1表示考察期内服务车辆总数；计算平均充电时间Tchar：式中，Ti,char表示第i辆车的实际排队时间。可选的，所述对性能指标集中的所有性能指标的指标值进行标准化处理为：对于第i个方案的第j个性能指标的指标值xij，其标准化处理后的指标值为：式中，中间参数m为方案数量，可选的，本专利技术利用层次分析法得到的权重，对性能指标集中的相应指标值进行修正，得到修正后的指标值按照下式进行：式中，为利用经典层次分析法得到的权重向量集，其中代表对应性能指标集中第j个性能指标的权重，n表示性能指标集中性能指标的类型数量。以上方案中，利用层次分析法分析得本文档来自技高网...

【技术保护点】
1.一种基于自适应算法的充电系统规划方法，其特征是，包括：/n按照预先构建的性能指标体系，从多个充电系统规划方案中，分别获取与性能指标相关的充电系统参数数据；/n基于充电系统参数数据，确定性能指标体系中性能指标的指标值；/n根据指标值进行性能指标筛选，得到筛选后的性能指标集；/n得到筛选后的性能指标集中各性能指标的权重，利用该权重对相应性能指标值进行修正；/n得到筛选后的性能指标集中各性能指标的最终权重；/n根据修正后的性能指标值及其对应的最终权重，计算各充电系统规划方案的综合性能数据；/n将综合性能数据最优的充电系统规划方案作为最终充电系统规划方案。/n

【技术特征摘要】
1.一种基于自适应算法的充电系统规划方法，其特征是，包括：
按照预先构建的性能指标体系，从多个充电系统规划方案中，分别获取与性能指标相关的充电系统参数数据；
基于充电系统参数数据，确定性能指标体系中性能指标的指标值；
根据指标值进行性能指标筛选，得到筛选后的性能指标集；
得到筛选后的性能指标集中各性能指标的权重，利用该权重对相应性能指标值进行修正；
得到筛选后的性能指标集中各性能指标的最终权重；
根据修正后的性能指标值及其对应的最终权重，计算各充电系统规划方案的综合性能数据；
将综合性能数据最优的充电系统规划方案作为最终充电系统规划方案。


2.根据权利要求1所述的方法，其特征是，还包括：对筛选出的性能指标集中的所有性能指标的指标值进行标准化处理；
充电系统规划方法中，利用层次分析法分析得到所述权重后，利用该权重对标准化处理后的相应性能指标值进行修正。


3.根据权利要求1或2所述的方法，其特征是，所述性能指标体系包括一级指标、二级指标和三级指标；一级指标包括安全适应性、多时空尺度能量融合适应性和多源异构数据融合适应性；
对应安全适应性的二级指标包括供电安全性、供电可靠性和供电适应性；其中，对应供电安全性的三级指标包括N-1最大负荷损失率和N-1平均负荷损失率；对应供电可靠性的三级指标包括平均无故障时间、平均故障修复时间、设备可利用率；对应供电适应性的三级指标包括供电能力裕度和系统扩展裕度；
对应多时空尺度能量融合适应性的二级指标包括电网友好水平、设备利用水平、新能源消纳水平和用户满意水平；其中，对应电网友好水平的三级指标包括需用系数、功率因数、典型日峰谷差率、典型日负荷率、尖峰负荷持续时间、功率自平衡度和典型日三相不平衡度；对应设备利用水平的三级指标包括设备利用小时数、平均负荷系数、单位面积输出电量和充电效率；对应新能源消纳水平的三级指标包括分布式发电利用率和分布式发电直接利用率；对应用户满意水平的三级指标包括充电计划完成率、平均排队时间和平均充电时间；
对应多源易购数据融合适应性的二级指标包括数据互动水平和数据利用水平；其中，对应数据互动水平的三级指标包括预约充电率和设备在线率，对应数据利用水平的三级指标包括新能源出力预测准确率和充电需求预测准确率。


4.根据权利要求1或2所述的方法，其特征是，所述确定性能指标体系中性能指标的指标值，包括：
计算N-1平均负荷损失率，为：
式中，M为充电系统的事故序列类型数量，ΔPij为第i类事故序列的第j项事故负荷损失，γi为等级因子，表征事故序列i的严重程度，Ni为第i类事故序列所含的事故总数，Pmax为充电系统的最大负荷；
计算平均无故障时间MTBF：
式中，To和K分别表示为充电设施在总的使用阶段的累计正常运行时间和故障次数；
计算平均故障修复时间MTTR：
式中，Ti,r表示第i次故障的修复时间；
计算设备可利用率B：
计算供电能力裕度Acyd：
式中，S表示充电系统供电能力，Pt为充电系统在满足N-1条件下所能供的最大负荷；
计算系统扩展裕度Akyd：
式中，Sc表示扩容后的供电容量
计算需用系数λneed：
式中，Pmax表示充电站典型日最大负荷，Pe为充电站额定负荷；
计算功率因数
式中：P表示有功功率，S表示视在功率；
计算典型日峰谷差率λgap：
式中，Pmax、Pmin分别表示充电站典型日最大、最小负荷；
计算典型日负荷率λload：
式中，Pavg表示典型日平均负荷；
计算功率自平衡度：
式中，PiPCC为第i个采样时刻充电系统与配电网的交互功率，Piload为第i个采样时刻负荷供电功率，T为统计时段内采样点个数；
计算典型日三相不平衡度yp：
式中，yi为典型日各时段的三相不平衡度，计算公式为：



式中，IA(ti),IB(...

【专利技术属性】
技术研发人员：王金明，陈良亮，张卫国，陈嘉栋，余洋，纪程，徐晨波，张宇峰，俞航，郑红娟，陈中，邢强，张梓麒，
申请(专利权)人：国电南瑞南京控制系统有限公司，国电南瑞科技股份有限公司，南瑞集团有限公司，国网电力科学研究院有限公司，国网重庆市电力公司，国家电网有限公司，东南大学，
类型：发明
国别省市：江苏;32