充电配额的确定方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种充电配额的确定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取多个充电对象在多个历史统计时段中每种单位时段内的历史充电量；根据各历史充电量，确定每个充电对象各自在目标统计时段内的总充电配额、及每种单位时段各自对应的优化权重值；基于各优化权重值确定得到的总损失，满足总损失最小条件；参照每种单位时段各自对应的优化权重值，分别对各充电对象各自在目标统计时段内的总充电配额进行配额分配，获得每个充电对象在目标统计时段中每种单位时段内的单位充电配额。采用本方法能够节约能源资源。本发明专利技术实施例可应用于交通领域。本发明专利技术实施例可应用于交通领域。本发明专利技术实施例可应用于交通领域。

【技术实现步骤摘要】
充电配额的确定方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机
，特别是涉及一种充电配额的确定方法、装置、计算机设备和存储介质。

技术介绍

[0002]目前，电动汽车在节能减排和改善环境方面越来越受到各个国家的重视，在多个领域被积极推广应用。电动汽车是指以车载电源为动力，用电机驱动车轮行驶，符合道路交通、安全法规各项要求的车辆。
[0003]随着电动汽车数量的不断增加，大量电动汽车的无序充电会增大电网负荷的峰谷差，造成网损增大，影响配网系统的电能质量，从而造成电力等能源资源的浪费。因此，亟需建立电动汽车的充电配额机制，以基于充电配额机制减少电力等能源资源的浪费。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够节约能源资源的充电配额的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种充电配额的确定方法，所述方法包括：
[0006]获取多个充电对象在多个历史统计时段中每种单位时段内的历史充电量；
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种充电配额的确定方法，其特征在于，所述方法包括：获取多个充电对象在多个历史统计时段中每种单位时段内的历史充电量；根据各所述历史充电量，确定每个所述充电对象各自在目标统计时段内的总充电配额、及每种所述单位时段各自对应的优化权重值；基于各所述优化权重值确定得到的总损失，满足总损失最小条件；所述总损失是基于多个损失的和确定得到的；每个所述损失分别表征相应充电对象的统计总充电量和预测总充电量的差异；所述统计总充电量，表征统计得到的相应充电对象在单位统计时段内的充电量；所述预测总充电量，表征基于各所述优化权重值确定得到的、相应充电对象在单位统计时段内的充电量；参照每种所述单位时段各自对应的优化权重值，分别对各所述充电对象各自在所述目标统计时段内的总充电配额进行配额分配，获得每个所述充电对象在所述目标统计时段中每种所述单位时段内的单位充电配额。2.根据权利要求1所述的方法，其特征在于，以所述多个充电对象中的每个充电对象分别作为目标充电对象，所述目标充电对象在目标统计时段内的总充电配额的确定步骤包括：对于所述多个历史统计时段中的每个历史统计时段，均将所述目标充电对象在当前历史统计时段中的每种单位时段内的历史充电量进行叠加，得到所述目标充电对象在所述当前历史统计时段内的历史总充电量；将所述目标充电对象在各所述历史统计时段内的所述历史总充电量进行求平均处理，得到所述目标充电对象的历史总充电量均值；根据所述历史总充电量均值和所述目标充电对象在每个所述历史统计时段内的历史总充电量，确定历史总电量方差；根据所述目标充电对象的所述历史总充电量均值和所述历史总电量方差，确定在预设置信度下应在目标统计时段内分配至所述目标充电对象的总充电配额。3.根据权利要求1所述的方法，其特征在于，每种所述单位时段各自对应的优化权重值的确定步骤包括：获取混合高斯模型；所述混合高斯模型表征充电对象在每种单位时段内使用充电量的概率分布的组合，且包括每种单位时段各自对应的高斯权重参数；根据各所述历史充电量，确定每个所述充电对象在每种所述单位时段内的历史充电量均值，并根据总损失模型和各所述历史充电量均值，对所述混合高斯模型中的与每种所述单位时段分别对应的高斯权重参数的值进行调整，得到每种所述单位时段分别对应的优化权重值。4.根据权利要求3所述的方法，其特征在于，以所述多个充电对象中的每个充电对象分别作为目标充电对象，所述目标充电对象在每种所述单位时段的历史充电量均值的确定步骤包括：从获取的各所述历史充电量中，提取出所述目标充电对象在所述多个历史统计时段中的每种单位时段内的目标历史充电量；根据提取出的各所述目标历史充电量，确定所述目标充电对象在每种所述单位时段的历史充电量均值。5.根据权利要求4所述的方法，其特征在于，所述单位统计时段包括多种单位时段；以
所述多种单位时段中的每个单位时段分别作为目标单位时段，所述目标充电对象在所述目标单位时段的历史充电量均值的确定步骤包括：将所述目标充电对象在各所述历史统计时段中的目标单位时段内的目标历史充电量进行叠加，得到所述目标单位时段内的单位历史总充电量；将所述单位历史总充电量除以所述多个历史统计时段的总数量，得到所述目标充电对象在所述目标单位时段内的历史充电量均值。6.根据权利要求3所述的方法，其特征在于，所述根据总损失模型和各所述历史充电量均值，对所述混合高斯模型中的与每种所述单位时段分别对应的高斯权重参数的值进行调整，得到每种所述单位时段分别对应的优化权重值，包括：获取初始化的模型参数向量组；所述模型参数向量组包括多个模型参数向量；所述模型参数向量为基于所述混合高斯模型中的多种类型的模型参数的值确定得到的向量；根据初始化的所述模型参数向量组和每个所述充电对象在每种所述单位时段内的历史充电量均值，确定首轮次的目标模型参数向量组；从所述首轮之后的第二轮次起的当前轮次中，根据上一轮次的目标模型参数向量组确定当前轮次的初始模型参数向量组，基于所述总损失模型对所述当前轮次的初始模型参数向量组进行调整，得到当前轮次的目标模型参数向量组；将下一轮次作为新的当前轮次，并返回所述从所述首轮之后的第二轮次起的当前轮次中，根据上一轮次的目标模型参数向量组确定当前轮次的初始模型参数向量组的步骤并继续执行，直至满足预设停止条件时停止，得到最终轮次的目标模型参数向量组，并将最终轮次的所述目标模型参数向量组中的每种所述单位时段各自对应的高斯权重参数的值，均作为优化权重值。7.根据权利要求6所述的方法，其特征在于，所述混合高斯模型包括高斯权重参数、均值参数和标准差参数，所述高斯权重参数是根据概率密度参数确定得到的；所述根据初始化的所述模型参数向量组和每个所述充电对象在每种所述单位时段内的历史充电量均值，确定首轮次的目标模型参数向量组，包括：获取与所述概率密度参数相对应的概率密度参数模型，通过所述概率密度参数模型，并根据初始化的所述模型参数向量组和每个所述充电对象在每种所述单位时段内的历史充电量均值，得到多个初始的概率密度参数的值；获取与所述高斯权重参数相对应的高斯权重参数模型、与所述均值参数相对应的均值参数模型和与所述标准差参数相对应的标准差参数模型；分别通过所述高斯权重参数模型、所述均值参数模型和所述标准差参数模型，并根据所述多个初始的概率密度参数的值和各所述历史充电量均值，得到首个轮次的每种所述单位...

【专利技术属性】
技术研发人员：钟子宏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：