一种分布式电力负荷管理方法技术

本发明专利技术涉及充电桩控制技术领域，公开了一种分布式电力负荷管理方法

【技术实现步骤摘要】
一种分布式电力负荷管理方法、装置及系统


[0001]本专利技术涉及充电桩控制
，具体地涉及一种分布式电力负荷管理方法
、
一种分布式电力负荷管理装置
、
一种分布式电力负荷管理系统
。

技术介绍

[0002]汽车作为人们出行的交通工具，为人们提供了极大的出行便捷，提升了城市发展
。
随机技术的不断进步，新能源汽车由于其更大的经济性，被越来越多的人所使用
。
[0003]与油车不同，新能源汽车需要充电蓄能以进行驾驶操作，在日常使用过程中，人们主要集中在下班高峰期进行充电操作，而充电的主要场景也集中于住宅及其附近，且每辆新能源汽车的充电时间均为
0.5
‑3小时不等
。
[0004]在实际应用过程中，由于越来越多的用户采用新能源汽车出行，由此催生了大量的充电需求，并进一步导致住宅小区内的充电桩的数量不断增加，用电负荷不断增加
。
然而在大部分住宅小区的建设之初，并未规划大量额外的用电余量，由此导致住宅小区的用电负荷不断接近甚至突破其用电极限，引发超容量用电问题，由此带来了小区的电网过载风险，以及为小区住户带来了极大的安全隐患
。

技术实现思路

[0005]为了克服现有技术中存在的上述技术问题，本专利技术实施例提供一种分布式电力负荷管理方法
、
装置及系统，通过对小区内的用电负荷进行实时监控，以及对未来的用电负荷进行预测，从而实现对充电桩的精确控制，提高了使用安全性和用户体验
。
[0006]为了实现上述目的，本专利技术实施例提供一种分布式电力负荷管理方法，所述方法包括：实时获取当前小区的实时负荷信息；获取当前小区的总负载；预测所有充电桩的预期用电负荷；基于所述实时负荷信息
、
所述总负荷以及所述预期用电负荷生成针对充电桩的充电控制规则；基于所述充电控制规则执行对应的分布式电力负荷管理操作
。
[0007]优选地，所述预测所有充电桩的预期用电负荷，包括：获取预设用电预测模型；获取当前小区的车辆入场信息以及当前时间；基于所述预设用电预测模型对所述车辆入场信息以及当前时间进行用电预测操作，获得在第一预设时间周期内的用电预测信息；基于所述用电预测信息和所述第一预设时间周期生成对应的预期用电负荷
。
[0008]优选地，所述获取预设用电预测模型，包括：获取预设神经网络学习模型；获取在第二预设时间周期内的历史车辆入场信息以及历史充电信息，所述历史车辆入场信息包括历史小区车辆入场信息和历史非小区车辆入场信息，所述第一预设时间周期小于等于所述第二预设时间周期；建立所述历史用电信息
、
所述历史小区车辆入场信息与所述第二预设时间周期的第一三元映射关系，以及建立所述历史用电信息
、
所述历史非小区车辆入场信息与所述第二预设时间周期的第二三元映射关系；对所述第一三元映射关系和所述第二三元映射关系进行处理，生成与所述预设神经网络学习模型对应的训练数据；基于所述训练数据对所述预设神经网络学习模型进行训练，生成预设用电预测模型
。
[0009]优选地，所述基于所述实时负荷信息
、
所述总负荷以及所述预期用电负荷生成针对充电桩的充电控制规则，包括：基于所述实时负荷信息和所述总负载确定当前小区的剩余负荷余量；基于所述预期用电负荷确定充电桩在所述第一时间周期的使用数量变化信息；基于所述剩余负荷余量确定与所述使用数量变化信息对应的动态负荷分配量；基于所述动态负荷分配量和所述使用数量变化信息生成对应的充电控制规则
。
[0010]优选地，所述预期用电负荷包括预期充电车辆，所述基于所述预期用电负荷确定充电桩在所述第一时间周期的使用数量变化信息，包括：获取充电桩为每辆车充电的平均充电时间；获取预设拥堵管理规则，基于所述预设拥堵管理规则对所述预期充电车辆和所述平均充电时间进行分析，生成充电桩开放数量；基于所述充电桩开放数量确定所述充电桩在所述第一时间周期的使用数量变化信息
。
[0011]相应的，本专利技术还提供一种分布式电力负荷管理装置，所述装置包括：实时信息获取单元，用于实时获取当前小区的实时负荷信息；总负载获取单元，用于获取当前小区的总负载；预测单元，用于预测所有充电桩的预期用电负荷；规则生成单元，用于基于所述实时负荷信息
、
所述总负荷以及所述预期用电负荷生成针对充电桩的充电控制规则；控制单元，用于基于所述充电控制规则执行对应的分布式电力负荷管理操作
。
[0012]优选地，所述预测单元包括：模型获取模块，用于获取预设用电预测模型；信息获取模块，用于获取当前小区的车辆入场信息以及当前时间；预测模块，用于基于所述预设用电预测模型对所述车辆入场信息以及当前时间进行用电预测操作，获得在第一预设时间周期内的用电预测信息；负荷生成模块，用于基于所述用电预测信息和所述第一预设时间周期生成对应的预期用电负荷
。
[0013]优选地，所述模型获取模块具体用于：获取预设神经网络学习模型；获取在第二预设时间周期内的历史车辆入场信息以及历史充电信息，所述历史车辆入场信息包括历史小区车辆入场信息和历史非小区车辆入场信息，所述第一预设时间周期小于等于所述第二预设时间周期；建立所述历史用电信息
、
所述历史小区车辆入场信息与所述第二预设时间周期的第一三元映射关系，以及建立所述历史用电信息
、
所述历史非小区车辆入场信息与所述第二预设时间周期的第二三元映射关系；对所述第一三元映射关系和所述第二三元映射关系进行处理，生成与所述预设神经网络学习模型对应的训练数据；基于所述训练数据对所述预设神经网络学习模型进行训练，生成预设用电预测模型
。
[0014]优选地，所述规则生成单元包括：剩余负荷计算模块，用于基于所述实时负荷信息和所述总负载确定当前小区的剩余负荷余量；数量确定模块，用于基于所述预期用电负荷确定充电桩在所述第一时间周期的使用数量变化信息；动态分配模块，用于基于所述剩余负荷余量确定与所述使用数量变化信息对应的动态负荷分配量；规则生成模块，用于基于所述动态负荷分配量和所述使用数量变化信息生成对应的充电控制规则
。
[0015]优选地，所述预期用电负荷包括预期充电车辆，所述数量确定模块具体用于：获取充电桩为每辆车充电的平均充电时间；获取预设拥堵管理规则，基于所述预设拥堵管理规则对所述预期充电车辆和所述平均充电时间进行分析，生成充电桩开放数量；基于所述充电桩开放数量确定所述充电桩在所述第一时间周期的使用数量变化信息
。
[0016]进一步的，本专利技术实施例还提供一种分布式电力负荷管理系统，所述分布式电力负荷管理系统包括多个充电桩，所述分布式电力负荷管理系统还包括本专利技术实施例所述的
分布式电力负荷管理装置
。
[0017]通过本专利技术提供的技术方案，本专利技术至少具有如下技术效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种分布式电力负荷管理方法，其特征在于，所述方法包括：实时获取当前小区的实时负荷信息；获取当前小区的总负载；预测所有充电桩的预期用电负荷；基于所述实时负荷信息
、
所述总负荷以及所述预期用电负荷生成针对充电桩的充电控制规则；基于所述充电控制规则执行对应的分布式电力负荷管理操作
。2.
根据权利要求1所述的方法，其特征在于，所述预测所有充电桩的预期用电负荷，包括：获取预设用电预测模型；获取当前小区的车辆入场信息以及当前时间；基于所述预设用电预测模型对所述车辆入场信息以及当前时间进行用电预测操作，获得在第一预设时间周期内的用电预测信息；基于所述用电预测信息和所述第一预设时间周期生成对应的预期用电负荷
。3.
根据权利要求2所述的方法，其特征在于，所述获取预设用电预测模型，包括：获取预设神经网络学习模型；获取在第二预设时间周期内的历史车辆入场信息以及历史充电信息，所述历史车辆入场信息包括历史小区车辆入场信息和历史非小区车辆入场信息，所述第一预设时间周期小于等于所述第二预设时间周期；建立所述历史用电信息
、
所述历史小区车辆入场信息与所述第二预设时间周期的第一三元映射关系，以及建立所述历史用电信息
、
所述历史非小区车辆入场信息与所述第二预设时间周期的第二三元映射关系；对所述第一三元映射关系和所述第二三元映射关系进行处理，生成与所述预设神经网络学习模型对应的训练数据；基于所述训练数据对所述预设神经网络学习模型进行训练，生成预设用电预测模型
。4.
根据权利要求1所述的方法，其特征在于，所述基于所述实时负荷信息
、
所述总负荷以及所述预期用电负荷生成针对充电桩的充电控制规则，包括：基于所述实时负荷信息和所述总负载确定当前小区的剩余负荷余量；基于所述预期用电负荷确定充电桩在所述第一时间周期的使用数量变化信息；基于所述剩余负荷余量确定与所述使用数量变化信息对应的动态负荷分配量；基于所述动态负荷分配量和所述使用数量变化信息生成对应的充电控制规则
。5.
根据权利要求4所述的方法，其特征在于，所述预期用电负荷包括预期充电车辆，所述基于所述预期用电负荷确定充电桩在所述第一时间周期的使用数量变化信息，包括：获取充电桩为每辆车充电的平均充电时间；获取预设拥堵管理规则，基于所述预设拥堵管理规则对所述预期充电车辆和所述平均充电时间进行分析，生成充电桩开放数量；基于所述充电桩开放数量确定所述充电桩在所述第一时间周期的...

【专利技术属性】
技术研发人员：高军，余曦，黄睿，郑燕，幸勇，杨衍，
申请(专利权)人：国网四川省电力公司德阳供电公司，
类型：发明
国别省市：