CN102708426A - 含电动汽车充电设施的智能小区供电容量规划系统及方法 - Google Patents

含电动汽车充电设施的智能小区供电容量规划系统及方法 Download PDF

Info

Publication number
CN102708426A
CN102708426A CN201210222492XA CN201210222492A CN102708426A CN 102708426 A CN102708426 A CN 102708426A CN 201210222492X A CN201210222492X A CN 201210222492XA CN 201210222492 A CN201210222492 A CN 201210222492A CN 102708426 A CN102708426 A CN 102708426A
Authority
CN
China
Prior art keywords
residential district
intelligent residential
load
electric vehicle
district
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201210222492XA
Other languages
English (en)
Other versions
CN102708426B (zh
Inventor
魏巍
刘海波
韩元凯
李建祥
张海龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Luruan Digital Technology Co ltd Smart Energy Branch
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority to CN201210222492.XA priority Critical patent/CN102708426B/zh
Publication of CN102708426A publication Critical patent/CN102708426A/zh
Application granted granted Critical
Publication of CN102708426B publication Critical patent/CN102708426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种含电动汽车充电设施的智能小区供电容量规划系统及方法，它包括人机工作站，数据处理装置和容量规划装置，其中，人机工作站与数据处理装置连接，数据处理装置与容量规划服务装置连接；本系统根据智能小区设计创建智能小区模型，将电动汽车不同发展时期的渗透率参与容量计算，所得不同电动汽车运行时期的容量设计，便于综合分析比较，以进行合理的小区容量设计。合理的小区容量设计，可避免选择变压器容量过大导致的投资大、空载损耗大或变压器容量过小导致的变压器负载损耗增大、危害电网安全稳定问题。智能小区作为智能电网的终端，对智能小区合理的容量设计也为电力系统全网稳定、安全、经济运行提供重要支撑。

Description

含电动汽车充电设施的智能小区供电容量规划系统及方法
技术领域
本发明属于电动汽车领域，尤其涉及一种含电动汽车充电设施的智能小区供电容量规划系统及方法。
背景技术
随着我国经济实力的不断增强，各种形态、不同功能的单体建筑或建筑群体不断涌现，其智能化的建设也同样欣欣向荣。2005年10月《居住小区智能化系统建设要点与技术导则》正式颁布，标志着国内智能小区的建设标准已经完善。借助于相关技术和规范标准的日益丰富完善，智能化小区的建设在很多地区已渐成热点。所谓智能小区，是指通过利用现代通信网络技术、计算机技术、自动控制技术、IC卡技术，通过有效的传输网络，建立一个由住宅小区综合物业管理中心与安防系统、信息服务系统、物业管理系统以及家居智能化组成的″三位一体″住宅小区服务和管理集成系统，使小区与每个家庭能达到安全、舒适、温馨和便利的生活环境。国家对智能小区主要功能有标准的定义，包含用电信息采集、小区配电自动化、电力光纤到户、智能用电服务互动平台、光伏发电系统并网运行、电动汽车充电桩管理、智能家居服务、统一展示平台、自助缴费终端和水、气表集抄等。
电动汽车“以电代油”，具有显著地节能减排和环保优势，对于减少石油对外依赖，保障国家能源安全，实现经济社会可持续发展具有重要意义。我国政府高度重视电动汽车的发展，启动了“十城千辆”世界最大规模电动汽车示范规划，将电动汽车产业作为“十二五”期间促进我国经济结构调整的重要战略举措。随着电动汽车产业的快速发展，越来越多的电动汽车将走入寻常百姓家庭，据调查统计，对充电方式的选择，消费者更愿意在晚上并且选择在住宅区域自行充电，因此为智能小区配备电动汽车充电桩则成为势在必行的举措。各地市也开始推动充电桩进入智能小区的工作，包括已建成智能小区新建充电桩、新建小区预留充电桩安装位置等。
目前智能小区供电容量规划多依赖于人工，没有形成一套有效的规划体系，也缺乏相关智能小区供电容量规划和管理软件。智能小区建设初期，设计人员会根据自身经验进行供电电容量的规划设计，选择变压器台数、容量和供电方式。
经对现有技术的文献检索发现，上海交通大学王承民等人提出了一种配电网规划方案辅助决策系统（专利申请号：200710170431.2），但该系统是针对配电网络已有的规划进行优化分析，而不是对配电容量进行规划。
中国电力科学研究院宋晓辉等人提出一种基于区域供电的电网规划设计方法（专利申请号：201010234267.9），当该方法是对全区域供配电网络的设计，没有细化到各种用电类型，也没有考虑到电动汽车充电的影响。
杨毅等人提出一种基于模糊期望值模型的配电网的规划方法（专利申请号：201010045815.3），但该方法是针对现有配电网运行经济性分析，而不是对配电网的容量规划。以上文献资料进行规划设计时均未考虑电动汽车充电负荷。
考虑到乘用电动汽车充电电流一般为10～20A，充电时间可达6个小时甚至更长，对智能小区用电来说这是一个很大的负荷，数以百计的电动汽车在晚高峰同时充电定会影响智能小区配电系统安全稳定运行。如果智能小区供电容量规划时未考虑电动汽车充电负荷，在晚间用电高峰时期电动汽车的充电行为会引起线路及变压器负载率升高甚至过载，并增大小区配电系统网损、恶化电能质量，甚至会对电力系统全网产生危害。因此，对含电动汽车充电设施的智能小区进行供电容量规划，尤其要考虑电动汽车充电负荷。
智能小区作为乘用电动汽车充电的重要发展区域，也是智能电网的最终端，在智能小区供电容量规划时考虑到电动汽车充电负荷因素，不仅是对智能小区用电安全稳定的保障，也是对电力系统稳定、安全、经济运行的重要支撑。
发明内容
本发明的目的就是为了解决上述问题，提供了一种含电动汽车充电设施的智能小区供电容量规划系统及方法，它根据智能小区规划设计创建智能小区模型，结合智能小区配套设施和电动汽车充电设施，分步对智能小区居民负荷、公用负荷和电动汽车充电负荷进行预测，进而规划整个智能小区的合理供电容量，提高智能小区的用电可靠率和经济性，保障智能小区的用电安全。
为了实现上述目的，本发明采用如下的技术方案：
一种含电动汽车充电设施的智能小区供电容量规划系统，包括人机工作站，数据处理装置和容量规划装置。
所述人机工作站用于实现人机交互功能。
所述数据处理装置包括至少一台数据处理服务器和一台关系数据库服务器，用于实现智能小区模型的数据处理。
所述数据处理服务器用于智能小区的模型参数输入和处理。
所述关系数据库服务器用于存储智能小区模型参数数据和智能小区供电容量规划所需的静态数据。
所述容量规划装置至少包括一台模型匹配服务器、一台居民负荷计算服务器、一台公用负荷计算服务器和一台电动汽车充电负荷计算服务器。
所述容量规划装置通过获取智能小区匹配模型，依次进行智能小区居民负荷计算、智能小区公共负荷计算和智能小区电动汽车充电负荷计算，然后规划智能小区总容量。
所述模型匹配服务器用于获取智能小区的匹配模型和参数数据。
所述居民负荷计算服务器，根据智能小区规划户数和规划面积，采用单位指标法和负荷密度法进行居民用电负荷预测。
所述公用负荷计算服务器，根据智能小区匹配模型，获取智能小区配套服务设施数据，采用需用系数法进行公用负荷预测。
所述电动汽车充电负荷计算服务器，根据区域汽车密度，结合电动汽车不同阶段电动汽车家庭渗透率，计算智能小区电动汽车数量，进而得到智能小区应具备充电设施数量并进行电动汽车充电负荷预测。
所述含电动汽车充电设施的智能小区供电容量规划系统也可为一台集成用于人机交互、数据处理存储和容量规划的服务器。
所述一种含电动汽车充电设施的智能小区供电容量规划系统，其工作流程包括以下步骤：
（1）智能小区模型参数输入，建立该智能小区模型并存储。
（2）居民用电负荷预测，根据智能小区模型获取规划户数和规划面积，结合地区电力负荷指标、同类型小区历史数据和区域电力负荷密度，采用单位指标法和负荷密度法进行居民用电负荷预测。
（3）公共用电负荷预测，根据智能小区模型获取智能小区配套设施数目和型号参数信息，采用需用系数法计算公共用电负荷。
（4）智能小区电动汽车充电负荷预测，采用智能小区电动汽车充电负荷预测法计算电动汽车充电负荷。
（5）智能小区供电容量规划并输出规划方案。
所述智能小区模型参数包括但不限于智能小区整体规划面积、智能小区规划户型面积及相应户数、智能小区规划电梯型号及数目、智能小区规划二次加压水泵型号及数目、智能小区消防泵和喷淋泵型号及数目、智能小区排污设备型号及数目、照明设备型号及数目、电动汽车充电设施型号参数及数目。
所述智能小区供电容量规划方案包括智能小区供电容量、智能小区变压器容量及数目数和智能小区配电房数目。
所述步骤（4）智能小区电动汽车充电负荷预测还包括以下步骤：
a通过小区模型获取地区汽车户均拥有量。
b判断当前智能小区容量规划是否是电动汽车初级示范阶段，如果是，则只需步骤e，否则执行步骤c。
c判断当前智能小区容量规划是否是电动汽车中级发展阶段，如果是，则只需步骤f，否则执行步骤d。
d判断当前智能小区容量规划是否是电动汽车高级运行阶段，如果是，则只需步骤g，否则退出。
e获取电动汽车初级示范阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷。
f获取电动汽车中级发展阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷。
g获取电动汽车高级运行阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷。
步骤（2）所述单位指标法通过地区电力负荷指标或同类型小区历史数据进行负荷预测。其算法公式为：
P C = Σ i = 1 m ( P i * N i ) * K d , ( KW )
式中PC为总负荷，m为户型种类数量，Pi为i类户型单位用电指标，Ni为i类户型数量，Kd为需用系数。
步骤（2）所述负荷密度法根据智能小区区域面积和区域电力负荷密度进行负荷预测。其算法公式为：
PC＝PN*S*Kd，(KW)
式中PC为总负荷，PN为单位面积负荷，S为建筑面积，Kd为需用系数。
步骤（3）所述需用系数法通过用设备功率乘以需用系数和同时系数，计算出电力负荷。其算法公式为：
P C = Σ i = 1 m ( P i * N i * K di * K Σ P i ) , ( KW )
式中PC为总负荷，m为设备种类数量，Pi为i类设备功率，Ni为i类设备数量，Kdi为i类设备需用系数，
Figure BDA00001833671900051
为i类设备同时系数。
步骤(4)所述智能小区电动汽车充电负荷预测法通过地区汽车拥有量和电动汽车家庭渗透率计算出电动汽车充电负荷，其算法公式：
Pt=N/100*S*C*P*K，(KW)
式中Pt为智能小区电动汽车充电总负荷，N为小区户数，P为电动汽车充电设施功率，S为地区汽车百户均拥有量，C为电动汽车家庭渗透率，K为需用系数。
综上所述，本系统通过建立智能小区模型，实现对配电容量进行规划，细化到各种用电类型，充分考虑到电动汽车充电负荷对小区电网的影响。
本发明的有益效果：
(1)本系统根据智能小区设计创建智能小区模型，模型清晰简单，更符合实际应用。
(2)本系统将电动汽车不同发展时期的渗透率参与容量计算，所得不同电动汽车运行时期的容量设计，便于综合分析比较，以进行合理的小区容量设计。
(3)本系统合理的小区容量设计，可避免选择变压器容量过大导致的投资大、空载损耗大或变压器容量过小导致的变压器负载损耗增大、危害电网安全稳定问题。
(4)智能小区作为智能电网的终端，本系统对智能小区合理的容量设计也为电力系统全网稳定、安全、经济运行提供重要支撑。
附图说明
图1为含电动汽车充电设施的智能小区供电容量规划系统的结构示意图；
图2为含电动汽车充电设施的智能小区供电容量规划系统的工作步骤示意图；
图3为含电动汽车充电设施的智能小区供电负荷预测方法步骤示意图。
其中，1．人机工作站，2．数据处理装置，3．容量规划服务装置，4．数据处理服务器，5．关系数据库服务器，6．模型匹配服务器，7．居民负荷计算服务器，8．公用负荷计算服务器，9．电动汽车负荷计算服务器。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示，它包括用于人机交互的人机工作站1，用于智能小区模型数据处理的数据处理装置2和用于智能小区容量规划的容量规划装置3。
所述数据处理装置2包括至少一台数据处理服务器4和一台关系数据库服务器5。数据处理服务器4用于智能小区的模型参数输入和处理。关系数据库服务器5用于存储智能小区模型参数数据和智能小区供电容量规划所需的静态数据。
所述容量规划装置3至少包括一台模型匹配服务器6、一台居民负荷计算服务器7、一台公用负荷计算服务器8和一台电动汽车充电负荷计算服务器9。所述容量规划装置3通过获取智能小区匹配模型，依次进行智能小区居民负荷计算、智能小区公共负荷计算和智能小区电动汽车充电负荷计算，然后规划智能小区总容量。
所述模型匹配服务器6用于获取智能小区的匹配模型和参数数据。
所述居民负荷计算服务器7，根据智能小区规划户数和规划面积，采用单位指标法和负荷密度法进行居民用电负荷预测。
所述公用负荷计算服务器8，根据智能小区匹配模型，获取智能小区配套服务设施数据，采用需用系数法进行公用负荷预测。
所述电动汽车充电负荷计算服务器9，根据区域汽车密度，结合电动汽车不同阶段电动汽车家庭渗透率，计算智能小区电动汽车数量，进而得到智能小区应具备充电设施数量并进行电动汽车充电负荷预测。
所述含电动汽车充电设施的智能小区供电容量规划系统也可为一台集成用于人机交互、数据处理存储和容量规划的服务器。
如图2所示，包括以下工作步骤：
（1）智能小区模型参数输入，建立该智能小区模型并存储。
（2）居民用电负荷预测，根据智能小区模型获取规划户数和规划面积，结合地区电力负荷指标、同类型小区历史数据和区域电力负荷密度，采用单位指标法和负荷密度法进行居民用电负荷预测。
（3）公共用电负荷预测，根据智能小区模型获取智能小区配套设施数目和型号参数信息，采用需用系数法计算公共用电负荷。
（4）智能小区电动汽车充电负荷预测，采用智能小区电动汽车充电负荷预测法计算电动汽车充电负荷。
（5）智能小区供电容量规划并输出规划方案。
所述智能小区模型参数包括但不限于智能小区整体规划面积、智能小区规划户型面积及相应户数、智能小区规划电梯型号及数目、智能小区规划二次加压水泵型号及数目、智能小区消防泵和喷淋泵型号及数目、智能小区排污设备型号及数目、照明设备型号及数目、电动汽车充电设施型号参数及数目。
所述智能小区供电容量规划方案包括智能小区供电容量、智能小区变压器容量及数目数和智能小区配电房数目。
所述步骤（4）智能小区电动汽车充电负荷预测还包括以下步骤：
a通过小区模型获取地区汽车户均拥有量。
b判断当前智能小区容量规划是否是电动汽车初级示范阶段，如果是，则只需步骤e，否则执行步骤c。
c判断当前智能小区容量规划是否是电动汽车中级发展阶段，如果是，则只需步骤f，否则执行步骤d。
d判断当前智能小区容量规划是否是电动汽车高级运行阶段，如果是，则只需步骤g，否则退出。
e获取电动汽车初级示范阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷。
f获取电动汽车中级发展阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷。
g获取电动汽车高级运行阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷。
实施实例1
对某新建智能小区进行容量规划：
附表1为该智能小区居民负荷指标表，计算居民用电负荷为：
P C 1 = Σ i = 1 m ( P : i * N i ) * K d , ( KW )
= ( 6 * 102 + 8 * 906 + 10 * 410 ) * 0.35
= 4186 kW
Figure BDA00001833671900074
表1
附表2为该智能小区配套设施负荷表，计算公共用电负荷为：
P C 2 = Σ i = 1 m ( P i * N i * K di * K Σ P i ) , ( KW )
= ( 12 * 22 * 0.6 * 0.95 ) + ( 30 * 4 * 0.8 * 0.95 ) + ( 80 * 1 * 1 * 1 ) +
( 55 * 1 * 1 * 1 ) + ( 3 * 40 * 0.8 * 0.95 )
= 467.88 kW
Figure BDA00001833671900085
表2
附表3为某市汽车拥有量和电动汽车家庭渗透率表，计算该智能小区电动汽车充电负荷为：
Pt=N/100*S*C*P*K(KW）
=1418÷100*19.29*0.08*20*1
=437.65kW
Figure BDA00001833671900086
表3
计算该智能小区在电动汽车商业运营阶段电力负荷为：
P总=PC1+PC2+Pt=5091.53kW，如表4。
Figure BDA00001833671900091
根据国网公司（Q/GDW 370-2009）《城市配电网技术导则》中规定变压器单台容量不宜超过800kVA，配电室内一般配置2台变压器，得出该智能小区供电容量规划方案为：
N规=5091.53÷0.8÷800=7.95
因此，该智能小区应配备8台800kVA变压器，配电室4个，规划容量6400kVA，如表5。
Figure BDA00001833671900092
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (9)

1.一种含电动汽车充电设施的智能小区供电容量规划系统，其特征是，它包括人机工作站、数据处理装置和容量规划装置，人机工作站与数据处理装置连接，数据处理装置与容量规划服务装置连接；其中，
所述人机工作站用于实现人机交互功能；
所述数据处理装置包括至少一台数据处理服务器和一台关系数据库服务器，用于实现智能小区模型的数据处理；
所述容量规划装置至少包括一台模型匹配服务器、一台居民负荷计算服务器、一台公用负荷计算服务器和一台电动汽车充电负荷计算服务器；
所述容量规划装置通过获取智能小区匹配模型，依次进行智能小区居民负荷计算、智能小区公共负荷计算和智能小区电动汽车充电负荷计算，然后规划智能小区总容量。
2.如权利要求1所述的一种含电动汽车充电设施的智能小区供电容量规划系统，其特征是，所述数据处理装置包括：
数据处理服务器，用于智能小区的模型参数输入和处理；
关系数据库服务器，用于存储智能小区模型参数数据和智能小区供电容量规划所需的静态数据。
3.如权利要求1所述的一种含电动汽车充电设施的智能小区供电容量规划系统，其特征是，所述容量规划装置包括：
模型匹配服务器，用于获取智能小区的匹配模型和参数数据；
居民负荷计算服务器，根据智能小区规划户数和规划面积，采用单位指标法和负荷密度法进行居民用电负荷预测；
公用负荷计算服务器，根据智能小区匹配模型，获取智能小区配套服务设施数据，采用需用系数法进行公用负荷预测；
电动汽车充电负荷计算服务器，根据区域汽车密度，结合电动汽车不同阶段电动汽车家庭渗透率，计算智能小区电动汽车数量，进而得到智能小区应具备充电设施数量并进行电动汽车充电负荷预测。
4.一种采用权利要求1所述的含电动汽车充电设施的智能小区供电容量规划系统的规划方法，其特征是，具体工作步骤如下：
（1）智能小区模型参数输入，建立该智能小区模型并存储；
（2）居民用电负荷预测，根据智能小区模型获取规划户数和规划面积，结合地区电力负荷指标、同类型小区历史数据和区域电力负荷密度，采用单位指标法和负荷密度法进行居民 用电负荷预测；
(3)公共用电负荷预测，根据智能小区模型获取智能小区配套设施数目和型号参数信息，采用需用系数法计算公共用电负荷；
(4)智能小区电动汽车充电负荷预测，采用智能小区电动汽车充电负荷预测法计算电动汽车充电负荷；
(5)智能小区供电容量规划并输出规划方案。
5.如权利要求4所述的规划方法，其特征是，所述步骤(1)的智能小区模型参数包括但不限于智能小区整体规划面积、智能小区规划户型面积及相应户数、智能小区规划电梯型号及数目、智能小区规划二次加压水泵型号及数目、智能小区消防泵和喷淋泵型号及数目、智能小区排污设备型号及数目、照明设备型号及数目、电动汽车充电设施型号参数及数目。
6.如权利要求4所述的规划方法，其特征是，所述步骤(2)中的单位指标法通过地区电力负荷指标或同类型小区历史数据进行负荷预测；其算法公式为：
Figure FDA00001833671800021
式中PC为总负荷，m为户型种类数量，Pi为i类户型单位用电指标，Ni为i类户型数量，Kd为需用系数；
所述负荷密度法根据智能小区区域面积和区域电力负荷密度进行负荷预测；其算法公式为：
PC=PN*S*Kd，  (KW)
式中PC为总负荷，PN为单位面积负荷，S为建筑面积，Kd为需用系数。
7.如权利要求4所述的规划方法，其特征是，所述步骤(3)中，所述需用系数法通过用设备功率乘以需用系数和同时系数，计算出电力负荷；其算法公式为：
Figure FDA00001833671800022
式中PC为总负荷，m为设备种类数量，Pi为i类设备功率，Ni为i类设备数量，Kdi为i类设备需用系数， 
Figure FDA00001833671800023
为i类设备同时系数。
8.如权利要求4所述的规划方法，其特征是，所述步骤(4)中智能小区电动汽车充电负荷预测法通过地区汽车拥有量和电动汽车家庭渗透率计算出电动汽车充电负荷，其算法公式： 
Pt=N/100*S*C*P*K，(KW）
式中Pt为智能小区电动汽车充电总负荷，N为小区户数，P为电动汽车充电设施功率，S为地区汽车百户均拥有量，C为电动汽车家庭渗透率，K为需用系数；
智能小区电动汽车充电负荷预测包括以下步骤：
a通过小区模型获取地区汽车户均拥有量；
b判断当前智能小区容量规划是否是电动汽车初级示范阶段，如果是，则只需步骤e，否则执行步骤c；
c判断当前智能小区容量规划是否是电动汽车中级发展阶段，如果是，则只需步骤f，否则执行步骤d；
d判断当前智能小区容量规划是否是电动汽车高级运行阶段，如果是，则只需步骤g，否则退出；
e获取电动汽车初级示范阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷；
f获取电动汽车中级发展阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷；
g获取电动汽车高级运行阶段电动汽车家庭渗透率，结合地区汽车户均拥有量计算智能小区应具备充电设施数量，进而计算出智能小区电动汽车充电负荷。
9.如权利要求4所述的规划方法，其特征是，所述步骤（5）的智能小区供电容量规划方案包括智能小区供电容量、智能小区变压器容量及数目数和智能小区配电房数目。 
CN201210222492.XA 2012-06-29 2012-06-29 含电动汽车充电设施的智能小区供电容量规划系统及方法 Active CN102708426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210222492.XA CN102708426B (zh) 2012-06-29 2012-06-29 含电动汽车充电设施的智能小区供电容量规划系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210222492.XA CN102708426B (zh) 2012-06-29 2012-06-29 含电动汽车充电设施的智能小区供电容量规划系统及方法

Publications (2)

Publication Number Publication Date
CN102708426A true CN102708426A (zh) 2012-10-03
CN102708426B CN102708426B (zh) 2015-07-15

Family

ID=46901162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210222492.XA Active CN102708426B (zh) 2012-06-29 2012-06-29 含电动汽车充电设施的智能小区供电容量规划系统及方法

Country Status (1)

Country Link
CN (1) CN102708426B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103580215A (zh) * 2013-09-07 2014-02-12 国家电网公司 一种电动汽车提供辅助服务的经济性分析方法
CN105389621A (zh) * 2015-10-15 2016-03-09 南昌大学 电动汽车充电负荷对配网系统电压影响的充电桩最优分布方法
CN105762792A (zh) * 2016-03-16 2016-07-13 国家电网公司 基于用户行为的户均配变容量的配置方法
CN106532686A (zh) * 2016-11-09 2017-03-22 国网山东省电力公司济南供电公司 基于电动汽车充电配置的片区配电网负荷预测方法
CN110601240A (zh) * 2019-09-24 2019-12-20 广东电网有限责任公司 一种电网充电桩接入智能管控方法
CN112488505A (zh) * 2020-11-30 2021-03-12 深圳供电局有限公司 一种电动汽车充电站业扩接入规划方法及系统
CN112968439A (zh) * 2021-02-08 2021-06-15 新城控股集团企业管理有限公司 一种供电母线的配置方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1828645A (zh) * 2006-04-07 2006-09-06 上海电力学院 城镇配电网多级同时率负荷预测方法
CN102306346A (zh) * 2011-08-12 2012-01-04 中国电力科学研究院 基于可靠性规划的中压配电网目标网架结构优化决策方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1828645A (zh) * 2006-04-07 2006-09-06 上海电力学院 城镇配电网多级同时率负荷预测方法
CN102306346A (zh) * 2011-08-12 2012-01-04 中国电力科学研究院 基于可靠性规划的中压配电网目标网架结构优化决策方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林弘宇等: "智能电网条件下的智能小区关键技术", 《电网技术》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103580215A (zh) * 2013-09-07 2014-02-12 国家电网公司 一种电动汽车提供辅助服务的经济性分析方法
CN105389621A (zh) * 2015-10-15 2016-03-09 南昌大学 电动汽车充电负荷对配网系统电压影响的充电桩最优分布方法
CN105762792A (zh) * 2016-03-16 2016-07-13 国家电网公司 基于用户行为的户均配变容量的配置方法
CN105762792B (zh) * 2016-03-16 2018-07-10 国家电网公司 基于用户行为的户均配变容量的配置方法
CN106532686A (zh) * 2016-11-09 2017-03-22 国网山东省电力公司济南供电公司 基于电动汽车充电配置的片区配电网负荷预测方法
CN110601240A (zh) * 2019-09-24 2019-12-20 广东电网有限责任公司 一种电网充电桩接入智能管控方法
CN110601240B (zh) * 2019-09-24 2021-08-03 广东电网有限责任公司 一种电网充电桩接入智能管控方法
CN112488505A (zh) * 2020-11-30 2021-03-12 深圳供电局有限公司 一种电动汽车充电站业扩接入规划方法及系统
CN112488505B (zh) * 2020-11-30 2024-03-29 深圳供电局有限公司 一种电动汽车充电站业扩接入规划方法及系统
CN112968439A (zh) * 2021-02-08 2021-06-15 新城控股集团企业管理有限公司 一种供电母线的配置方法

Also Published As

Publication number Publication date
CN102708426B (zh) 2015-07-15

Similar Documents

Publication Publication Date Title
Di Silvestre et al. How Decarbonization, Digitalization and Decentralization are changing key power infrastructures
CN102708426B (zh) 含电动汽车充电设施的智能小区供电容量规划系统及方法
Liu et al. Energy storage capacity optimization for autonomy microgrid considering CHP and EV scheduling
Yang et al. Multiobjective optimization using nondominated sorting genetic algorithm-II for allocation of energy conservation and renewable energy facilities in a campus
CN109948868A (zh) 高渗透率分布式可再生能源发电集群优化规划方法
Xie et al. Microgrid system energy storage capacity optimization considering multiple time scale uncertainty coupling
CN110119888A (zh) 一种基于分布式电源接入的有源网格化规划方法
CN106529737A (zh) 一种配电网供给侧调峰电源规划布局方法
Khan et al. Economic operation of smart micro-grid: a meta-heuristic approach
Meng et al. A stochastic multi-objective optimization model for renewable energy structure adjustment management–A case study for the city of Dalian, China
CN112152200B (zh) 一种基于智能微电网的多站融合集成方法及系统
Razi et al. A user-friendly smart charging algorithm based on energy-awareness for different PEV parking scenarios
Twum-Duah et al. A comparison of direct and indirect flexibilities on the self-consumption of an office building: The case of predis-mhi, a smart office building
Li et al. Two-stage real-time optimal electricity dispatch strategy for urban residential quarter with electric vehicles’ charging load
Liu Multiple time‐scale economic dispatching strategy for commercial building with virtual energy storage under demand response mechanism
Yu et al. Guidelines for Community Energy Planning
Ji et al. Operating mechanism for profit improvement of a smart microgrid based on dynamic demand response
Xunjie et al. Optimal Planning Method of IES with Multi-energy Storage and Wind Power
Fallahi et al. Designing for Zero Energy and Zero Carbon on a Multi-Building Scale Using URBANopt
Fabbri et al. A tool for the analysis of energy systems in Smart Cities
Xing et al. Post-evaluation method and index system for energy Internet projects based on attribute theory
Xie et al. Ordinal optimization theory to solve large‐scale power system unit commitment
CN114723258B (zh) 一种电力应急资源两阶段规划方法及系统
Wang et al. Feasibility study of real-time carbon emission responsive electric vehicle charging control in buildings
Trendewicz et al. Renewable Microgrids as a Foundation of the Future Sustainable Electrical Energy System

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
ASS Succession or assignment of patent right

Owner name: STATE ELECTRIC NET CROP.

Effective date: 20120905

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20120905

Address after: 250002, No. 1, South Second Ring Road, Shizhong District, Shandong, Ji'nan

Applicant after: Electric Power Research Institute of Shandong Electric Power Corporation

Applicant after: State Grid Corporation of China

Address before: 250002, No. 1, South Second Ring Road, Shizhong District, Shandong, Ji'nan

Applicant before: Electric Power Research Institute of Shandong Electric Power Corporation

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: STATE GRID CORPORATION OF CHINA

Free format text: FORMER OWNER: SHANDONG ELECTRIC POWER SCIENCE AND RESEARCH INSTITUTE, SHANDONG ELECTRIC POWER CORPORATION

Effective date: 20141010

Owner name: ELECTRIC POWER RESEARCH INSTITUTE, STATE GRID SHAN

Free format text: FORMER OWNER: STATE GRID CORPORATION OF CHINA

Effective date: 20141010

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 250002 JINAN, SHANDONG PROVINCE TO: 100031 XICHENG, BEIJING

TA01 Transfer of patent application right

Effective date of registration: 20141010

Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing

Applicant after: State Grid Corporation of China

Applicant after: Electric Power Research Institute of State Grid Shandong Electric Power Company

Applicant after: Shandong Luneng Intelligent Technology Co., Ltd.

Address before: 250002, No. 1, South Second Ring Road, Shizhong District, Shandong, Ji'nan

Applicant before: Electric Power Research Institute of Shandong Electric Power Corporation

Applicant before: State Grid Corporation of China

C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing

Co-patentee after: Electric Power Research Institute of State Grid Shandong Electric Power Company

Patentee after: State Grid Corporation of China

Co-patentee after: National Network Intelligent Technology Co., Ltd.

Address before: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing

Co-patentee before: Electric Power Research Institute of State Grid Shandong Electric Power Company

Patentee before: State Grid Corporation of China

Co-patentee before: Shandong Luneng Intelligent Technology Co., Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210225

Address after: 100031 No. 86 West Chang'an Avenue, Beijing, Xicheng District

Patentee after: STATE GRID CORPORATION OF CHINA

Patentee after: ELECTRIC POWER RESEARCH INSTITUTE OF STATE GRID SHANDONG ELECTRIC POWER Co.

Patentee after: Shandong Luneng Software Technology Co.,Ltd. intelligent electrical branch

Address before: 100031 No. 86 West Chang'an Avenue, Beijing, Xicheng District

Patentee before: STATE GRID CORPORATION OF CHINA

Patentee before: ELECTRIC POWER RESEARCH INSTITUTE OF STATE GRID SHANDONG ELECTRIC POWER Co.

Patentee before: National Network Intelligent Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100031 No. 86 West Chang'an Avenue, Beijing, Xicheng District

Patentee after: STATE GRID CORPORATION OF CHINA

Patentee after: ELECTRIC POWER RESEARCH INSTITUTE OF STATE GRID SHANDONG ELECTRIC POWER Co.

Patentee after: Shandong luruan Digital Technology Co.,Ltd. smart energy branch

Address before: 100031 No. 86 West Chang'an Avenue, Beijing, Xicheng District

Patentee before: STATE GRID CORPORATION OF CHINA

Patentee before: ELECTRIC POWER RESEARCH INSTITUTE OF STATE GRID SHANDONG ELECTRIC POWER Co.

Patentee before: Shandong Luneng Software Technology Co.,Ltd. intelligent electrical branch