基于数据融合的充电桩负荷柔性调度方法及装置制造方法及图纸

本发明专利技术公开了一种基于数据融合的充电桩负荷柔性调度方法及装置，包括：采集多个系统中配电网各类信息的数据集；配电网各类信息包括配变信息、线路信息、负荷信息和电价信息；利用数据融合技术对多个系统中配电网各类信息的数据集构建数据库，并通过SQL语句库提取各充电桩每日测量点负荷数据；利用改进的k

【技术实现步骤摘要】
基于数据融合的充电桩负荷柔性调度方法及装置


[0001]本专利技术属于充电桩负荷调度领域，具体涉及一种基于数据融合的充电桩负荷柔性调度方法及装置。

技术介绍

[0002]在国家大力发展新能源汽车的背景下，中国的电动汽车保有量持续增加。充电桩是电动汽车不可或缺的充电设备，随着电动汽车用户数量增加，必然会有更多的充电桩被建造、接入电网。大量的充电桩接入可能会使配电网负荷峰值变高、峰谷差变大，增加配电网运营成本，加重配电网压力。且目前城市配电网设备容量已基本达到供给平衡，如有大量电动汽车无序接入，必然会增大配电网的投资。
[0003]充电桩负荷是可在指定区间内变化或在不同时段间转移的柔性负荷，根据这一特点，对充电桩负荷进行柔性调度，可达到削峰填谷、吸纳配电网中的分布式电源以及优化配电网运行的效果。传统的电力柔性负荷调度方法大多以需求响应为主，且目前的柔性调度工作未能对110kV的高级用户与充电桩等小型电压个体进行主体区分，继而实现分开式调度；除此之外，电动汽车的用户接入具有随机性，利用传统方法很难达到有效的负荷调度。/>
技术实现思路
...

【技术保护点】

【技术特征摘要】
1.基于数据融合的充电桩负荷柔性调度方法，其特征在于，包括下述步骤：采集多个系统中配电网各类信息的数据集；所述配电网各类信息包括配变信息、线路信息、负荷信息和电价信息；利用数据融合技术对所述配电网各类信息的数据集构建数据库，并通过SQL语句库提取各充电桩每日测量点负荷数据；利用改进的k
‑
means算法对所述各充电桩每日测量点的负荷数据进行聚类分析，得到日负荷特性曲线；基于所述日负荷特性曲线和分时电价，构建日负荷调度模型；所述日负荷调度模型包括构建充电桩用户充电费用目标函数和负荷特性曲线方差目标函数；将所述配变信息、线路信息、负荷信息和电价信息输入至日负荷调度模型，调用求解器对日负荷调度模型进行求解，得到配电网调度方案，实现对充电桩负荷时间、空间上的柔性调度。2.根据权利要求1所述基于数据融合的充电桩负荷柔性调度方法，其特征在于，所述多个系统包括配网生产管理系统、地理信息系统、营销系统和自动化管理系统。3.根据权利要求1所述基于数据融合的充电桩负荷柔性调度方法，其特征在于，所述SQL语句库提取的信息还包括：配网生产管理系统中设备的台账信息和故障信息、地理信息系统中的配电网拓扑信息、营销系统中的实时电价以及电能信息、自动化管理系统中各个充电桩测量点负荷的各类实时数据以及历史数据。4.根据权利要求1所述基于数据融合的充电桩负荷柔性调度方法，其特征在于，所述数据库还包括对不同系统的多源数据进行标准化，以实现数据共享和系统集成；此外，还提供数据项的快速新增与修改，支持数据项SQL全量、增量的导出，对数据表元数据提供同步全部、同步数据库、同步实体、方向更新功能。5.根据权利要求1所述基于数据融合的充电桩负荷柔性调度方法，其特征在于，所述利用改进的k
‑
means算法对所述各充电桩每日测量点的负荷数据进行聚类分析，得到日负荷特性曲线，是基于改进的k
‑
means算法，设定轮廓系数作为评价聚类结果有效程度的指标，以判断分类数目的选取是否合理，具体为：设聚类数为C、最大聚类数为C
max
、最小聚类数为C
min
；并初始化C＝C
max
；使用k
‑
means算法对聚类数C进行聚类，步骤如下：(1)在负荷数据集中随机选取C个数据作为初始聚类中心；(2)计算其余数据与这C个聚类中心的距离D
i
，确定其余数据归属的聚类：D
i
＝arg min||x
i
‑
μ
j
||其中，其中x
i
为负荷数据集中的第i个数据；μ
j
为聚类内所有数据的平均距离；(3)对每一个聚类j，求取聚类内所有数据的平均距离，并对将对应的聚类中心更新为聚类内所有数据的平均距离：其中，M为聚类j中的样本数量；(4)当D
i
收敛时，即聚类中的所有样本点都距离它所对应的聚类中心最近时，保存聚类
结果，评价聚类结果的优劣，需要对类内紧密度与类间的分离程度两个方面进行分析，轮廓系数则将二者有效的结合在一起，所述轮廓系数SIl
tol
的计算公式为：其中...

【专利技术属性】
技术研发人员：黄文栋，童家鹏，索智鑫，伍衡，董选昌，王嘉延，张雨，赵志轩，罗林欢，陆宏治，周文锴，王德辉，陈怡，许卓佳，阮启洋，顾绍元，邓仁杰，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：