System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于区域用电数据的充电桩使用优先级评估方法和系统技术方案_技高网

基于区域用电数据的充电桩使用优先级评估方法和系统技术方案

技术编号:40017643 阅读:4 留言:0更新日期:2024-01-16 16:15
本申请公开了基于区域用电数据的充电桩使用优先级评估方法和系统,方法包括:获取用电数据、得到用电预测量、预测单充电功率、预测总充电功率、确定充电时段、计算充电状态、评估使用优先级。通过区域用电数据预测充电桩的使用优先级和充电时段优先级,在不影响区域居民正常用电的情况下,实现老小区新能源电动车有序充电效能最大化。

【技术实现步骤摘要】

本申请涉及电网,尤其涉及基于区域用电数据的充电桩使用优先级评估方法和系统


技术介绍

1、新能源电动车是以高能量密度电池、电机、电控系统为核心的电能驱动动力汽车。在电池、电机高效配合下,电动车具备低损耗、短时高扭矩、静谧性等优质特性。近年来,在技术水平、制造体系全面融合快速发展的驱动作用下,新能源电动车得到规模化普及。随着新能源汽车渗透率的不断提高,社会整体交通电动化水平显著增长,绿色能源利用率大大提高,成为应对气候变化、推动绿色发展的战略举措。

2、由于电动车充电时长较长,用户车位充电成为最主要的居民电动车充电方式。但由于受小区电力设备容量的限制,个人用户充电桩安装量难以满足用户需求,且存在分布式、无序的特点,合理调度成了难度。如何利用有限的充电桩在利用居民夜间低谷用电区期间能够分批、按时、按需合理的分配充电,是本领域需要解决的问题。


技术实现思路

1、针对现有技术的不足,本申请提出了一种基于区域用电数据的充电桩使用优先级评估方法和系统,该方法通过区域用电数据预测充电桩的使用优先级和充电时段优先级,在不影响区域居民正常用电的情况下,实现充电桩的时空优化分配,解决了现有技术分配充电桩使用难度大、不合理的问题。

2、为了实现上述目的,本申请技术方案如下:

3、一种基于区域用电数据的充电桩使用优先级评估方法,包括以下步骤s1-s7:

4、s1、获取用电数据:获取区域用电数据以及第一充电桩的充电模式值和周期内断充电次数;

5、第一充电桩为充电桩集合中的任一充电桩;充电桩集合包含区域的若干个充电桩;

6、区域用电数据包括充电桩的实时充电功率、车辆用电需求量、实时充电频率,以及区域用户实时总用电功率;

7、s2、得到用电预测量:将区域用电数据输入至预设的用电预测模型,通过用电预测模型对区域用电数据进行特征数据识别,得到在预设间隔时间之后区域用户总用电功率预测值和第一充电桩在预设充电时长内的车辆用电需求量预测值;

8、s3、预测单充电功率:根据第一充电桩的车辆用电需求量预测值,计算第一充电桩的充电功率预测值;最终得到每个充电桩的充电功率预测值;

9、s4、预测总充电功率:将每个充电桩的充电功率预测值相加,得到充电桩集合的总充电功率预测值;

10、s5、确定充电时段:根据总充电功率预测值和区域用户总用电功率预测值,确定充电桩集合的充电时段优先级;

11、s6、计算充电状态:根据第一充电桩的充电功率预测值和充电桩集合的平均充电功率,计算得到第一充电桩的充电状态;

12、s7、评估使用优先级:根据第一充电桩的充电状态、周期内断充电次数和充电模式值,评估第一充电桩的使用优先级;最终得到充电桩集合中的每个充电桩的使用优先级。

13、可选地,在步骤s2之前,还包括以下步骤s021-s024:

14、s021、利用神经网络模型创建区域用电数据对应于区域用户总用电功率预测值和车辆用电需求量预测值的待训练用电预测模型;

15、s022、获取多个历史区域用电数据训练样本;

16、s023、分别对每个历史区域用电数据训练样本标记对应的区域用户总用电功率预测值和车辆用电需求量预测值;

17、s024、将历史区域用电数据训练样本输入至待训练用电预测模型,通过待训练用电预测模型的卷积层分别提取历史区域用电数据训练样本中的训练特征数据,以对应的区域用户总用电功率预测值和车辆用电需求量预测值作为输出参考,对待训练用电预测模型进行训练,直至待训练用电预测模型的损失函数收敛,得到用电预测模型。

18、可选地,在步骤s022后,还包括以下步骤s0221-s0222:

19、s0221、对历史区域用电数据训练样本进行统计和数据浓缩,建成大时间尺度的历史区域用电数据时间序列;

20、s0222、计算历史区域用电数据时间序列的均值和标准差,得到标准化历史区域用电数据时间序列;标准化历史区域用电数据时间序列用于作为待训练用电预测模型的输入。

21、可选地,充电桩集合的总充电功率预测值的表达式为:

22、ppc(t)=∑ppci(t)(i=1,...,j)

23、其中,ppc(t)表示充电桩集合的总充电功率预测值,ppci(t)表示第i个充电桩的充电功率预测值,t表示当前时间点。

24、可选地,步骤s5包括以下步骤s51-s53:

25、s51、确定区域用电总功率上限;

26、s52、在总充电功率预测值与区域用户总用电功率预测值之和小于区域用电总功率上限的状态下,计算总充电功率预测值与区域用户总用电功率预测值的比值,比值越大,则充电桩集合在总充电功率预测值所对应的时间点的使用优先级越小;最终,获取充电桩集合在一段时间内若干个时间点的使用优先级;

27、s53、将一段时间划分成若干个时间段,将每个时间段内的多个使用优先级求平均,得到每个时间段对应的充电时段优先级。

28、可选地,充电状态的表达式为:

29、ppci(t)=mi(t).p

30、其中,mi(t)表示第i个充电桩的充电状态,ppci(t)表示第i个充电桩的充电功率预测值,p表示充电桩集合的平均充电功率,t表示当前时间点。

31、可选地,使用优先级的评估表达式为:

32、

33、其中,k1、k2、k3分别表示权重系数;mi(t)表示第i个充电桩的充电状态;mci表示第i个充电桩的周期内断充电次数;mdi表示第i个充电桩的充电模式值,mdi取0或1;wi(t)表示第i个充电桩的车辆用电需求量。

34、基于相同的技术构思,本申请还提供了一种基于区域用电数据的充电桩使用优先级评估系统,包括:

35、获取模块,用于获取区域用电数据以及第一充电桩的充电模式值和周期内断充电次数;第一充电桩为充电桩集合中的任一充电桩;充电桩集合包含区域的若干个充电桩;区域用电数据包括充电桩的实时充电功率、车辆用电需求量、实时充电频率,以及区域用户实时总用电功率。

36、处理模块,用于将区域用电数据输入至预设的用电预测模型,通过用电预测模型对区域用电数据进行特征数据识别,得到在预设间隔时间之后区域用户总用电功率预测值和第一充电桩在预设充电时长内的车辆用电需求量预测值;根据第一充电桩的车辆用电需求量预测值,计算第一充电桩的充电功率预测值;最终得到每个充电桩的充电功率预测值;将每个充电桩的充电功率预测值相加,得到充电桩集合的总充电功率预测值;根据总充电功率预测值和区域用户总用电功率预测值,确定充电桩集合的充电时段优先级;根据第一充电桩的充电功率预测值和充电桩集合的平均充电功率,计算得到第一充电桩的充电状态;根据第一充电桩的充电状态、周期内断充电次数和充电模式值,评估第一充电桩的使用优先级;最终得到充电桩集合中的每个充电桩本文档来自技高网...

【技术保护点】

1.一种基于区域用电数据的充电桩使用优先级评估方法,其特征在于,包括以下步骤S1-S7:

2.根据权利要求1所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

3.根据权利要求2所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

4.根据权利要求1所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

5.根据权利要求1所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

6.根据权利要求1所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

7.根据权利要求1所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

8.一种基于区域用电数据的充电桩使用优先级评估系统,其特征在于,包括:

【技术特征摘要】

1.一种基于区域用电数据的充电桩使用优先级评估方法,其特征在于,包括以下步骤s1-s7:

2.根据权利要求1所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

3.根据权利要求2所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于,

4.根据权利要求1所述的基于区域用电数据的充电桩使用优先级评估方法,其特征在于...

【专利技术属性】
技术研发人员:臧怡宁俞凯杨健施正钗陆千毅黄达铁潘勃利卢娇月瞿合祚刘梅韩峰郑剑郑俊翔谢华森施亦治邵思源
申请(专利权)人:国网浙江省电力有限公司温州供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1