CN109118104A - 配电网规划方法及装置 - Google Patents

配电网规划方法及装置 Download PDF

Info

Publication number
CN109118104A
CN109118104A CN201810983572.4A CN201810983572A CN109118104A CN 109118104 A CN109118104 A CN 109118104A CN 201810983572 A CN201810983572 A CN 201810983572A CN 109118104 A CN109118104 A CN 109118104A
Authority
CN
China
Prior art keywords
types
charging
electrically
electric car
electric
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.)
Pending
Application number
CN201810983572.4A
Other languages
English (en)
Inventor
许万伟
姚来庚
王艳
马麟
张乐平
刘峰
陈浩
王燕玲
王雪竹
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.)
Ceec Tianjin Electric Power Design Institute Co Ltd
Tianjin Jinshi Power Supply Design Co Ltd
Original Assignee
Ceec Tianjin Electric Power Design Institute Co Ltd
Tianjin Jinshi Power Supply Design 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 Ceec Tianjin Electric Power Design Institute Co Ltd, Tianjin Jinshi Power Supply Design Co Ltd filed Critical Ceec Tianjin Electric Power Design Institute Co Ltd
Priority to CN201810983572.4A priority Critical patent/CN109118104A/zh
Publication of CN109118104A publication Critical patent/CN109118104A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明实施例提供一种配电网规划方法及装置。所述方法包括：预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量；根据所述各类型电动汽车数量预测得到各种充电设施的数量；根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划。通过上述方式可准确估计充电设施对配电网的影响，进而科学规划配电网，以满足电动汽车的充电需求，避免配电网规划较大导致浪费投资，或者配电网规划较小导致容量不足的情况出现。

Description

配电网规划方法及装置
技术领域
本发明涉及电网规划技术领域，具体而言，涉及一种配电网规划方法及装置。
背景技术
随着科技的不断进步，新能源汽车及充电桩建设呈现爆发式增长。而随着充电桩建设的增长，充电桩负荷对城市配电网的影响也逐渐变大。目前无法准确估计充电桩负荷对配电网的影响，因此在实际操作时，要么不计入充电桩电荷，要么根据车位数量随意按照比例计算充电桩负荷，科学性较差。由此导致配电网规划较大，浪费投资；或者配电网规划较小，不能满足需求。
发明内容
为了克服现有技术中的上述不足，本发明实施例的目的在于提供一种配电网规划方法及装置，其能够准确估计充电设施对配电网的影响，进而科学规划配电网，以满足电动汽车的充电需求，避免配电网规划较大导致浪费投资，或者配电网规划较小导致容量不足的情况出现。
第一方面，本发明实施例提供一种配电网规划方法，所述方法包括：
预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量；
根据所述各类型电动汽车数量预测得到各种充电设施的数量；
根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划。
第二方面，本发明实施例提供一种配电网规划装置，所述装置包括：
第一预测模块，用于预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量；
第二预测模块，用于根据所述各类型电动汽车数量预测得到各种充电设施的数量；
规划模块，用于根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划。
相对于现有技术而言，本发明具有以下有益效果：
本发明实施例提供一种配电网规划方法及装置，首先通过预测得到在目标时间段内待规划地区的各类型电动汽车数量，然后基于所述各类型电动车数量计算得到在目标时间段内待规划地区的所有电动汽车的用能总量，即获得电动汽车用能总量。接着在满足所有电动汽车的基础上，根据所述各类型电动汽车数量预测得到各种充电设施的数量。最后根据所述电动汽车用能总量和所述各种充电设置的数量可准确估计所有充电设施对配电网的影响，进而对配电网进行规划。通过上述方式可准确估计充电设施对配电网的影响，进而科学规划配电网，以满足电动汽车的充电需求，避免配电网规划较大导致浪费投资，或者配电网规划较小导致容量不足的情况出现。
为使发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明实施例提供的电子设备的方框示意图。
图2是本发明实施例提供的配电网规划方法的流程示意图。
图3是图2中步骤S110包括的子步骤的流程示意图。
图4是本发明实施例提供的人均GDP与私家车拥有率经验公式。
图5是本发明实施例提供的汽车类型划分表。
图6是图2中步骤S120包括的子步骤的流程示意图。
图7是本发明实施例提供的充电设施配置表。
图8是图2中步骤S130包括的子步骤的流程示意图。
图9是本发明实施例提供的各类型电动汽车充电行为分析表。
图10是本发明实施例提供的充电时段及同时率设定表。
图11是本发明实施例提供的配电网规划装置的方框示意图。
图标：100-电子设备；110-存储器；120-存储控制器；130-处理器；200-配电网规划装置；210-第一预测模块；220-第二预测模块；230-规划模块。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参照图1，图1是本发明实施例提供的电子设备100的方框示意图。本发明实施例中所述电子设备100可以是，但不限于，台式电脑、平板电脑等。所述电子设备100包括：存储器110、存储控制器120、处理器130。
所述存储器110、存储控制器120及处理器130各元件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110中存储有配电网规划装置200，所述配电网规划装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器130通过运行存储在存储器110内的软件程序以及模块，如本发明实施例中的配电网规划装置200，从而执行各种功能应用以及数据处理，即实现本发明实施例中的配电网规划方法。
其中，所述存储器110可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器110用于存储程序，所述处理器130在接收到执行指令后，执行所述程序。所述处理器130以及其他可能的组件对存储器110的访问可在所述存储控制器120的控制下进行。
所述处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器130可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可选地，所述电子设备100还可以包括输入单元，所述输入单元可以是，但不限于，鼠标、键盘等，用户可通过所述输入单元对配电网规划设计的某些参数进行配置，以便后续可根据配置的参数分析充电设施负荷对配电网的影响，从而科学规划配电网。
可以理解，图1所示的结构仅为示意，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2，图2是本发明实施例提供的配电网规划方法的流程示意图。所述方法可应用于电子设备100。下面对配电网规划方法的具体流程进行详细阐述。
步骤S110，预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量。
在本实施例中，可以获得所述待规划地区的相关公开资料，并基于该公开资料预测得到目标时间段内待规划地区的各类型电动汽车数量及目标时间段内待规划地区的所有电动汽车对应的电动汽车用能总量。其中，所述待规划地区即为需要进行配电网规划的地区，所述目标时间段则为对所述待规划地区进行配电网规划的时间。比如，规划2019年地区A的配电网，则所述目标时间段内待规划地区为地区A，所述目标时间段则为2019年。
请参照图3，图3是图2中步骤S110包括的子步骤的流程示意图。步骤S110可以包括子步骤S111、子步骤S112、子步骤S113及子步骤S114。
子步骤S111，预测在所述目标时间段内所述待规划地区的汽车总数量。
在本实施例中，可以基于获得的相关公开资料先预测在目标时间段内待规划地区的汽车总数量。可选地，所述预测在所述目标时间段内所述待规划地区的汽车总数量的步骤包括：获得所述待规划地区的历史基础数据及规划数据，其中，所述历史基础数据包括所述待规划地区的历史人口数量、汽车历史数据及历史GDP(Gross Domestic Product，国内生产总值)，所述规划数据包括所述目标时间段内的人口数量及GDP；基于所述历史基础数据及所述规划数据测算得到所述汽车总数量。
所述历史人口数量包括待规划地区在目标时间段之前每个时间段内的人口数量，所述汽车历史数据包括在目标时间段之前每个时间段内的汽车保有量数据，所述历史GDP包括目标时间段之前每个时间段内的GDP数据。其中，每个时间段可以为一年，比如，获得每年的人口数据、GDP及汽车保有量数量。所述规划数据则可以从待规划地区的相关预测资料中获得。在获得所述历史基础数据及所述规划数据后，可以通过弹性系数法或经验公式法等测算得到所述目标时间段内待规划地区的汽车保有量(即汽车总数量)。可选地，在测算结果为多个时，还可以从测算结果中择优选择一计算结果作为所述汽车总数量。
其中，弹性系数法是指在对一个因素发展变化预测的基础上，通过弹性系数对另一个因素的发展变化作出预测的一种间接预测方法。在本实施例中，采用人均汽车保有量及人均GDP的弹性系数预测目标时间段内的汽车保有量。
经验公式法是指通过经验公式预测目标时间段内汽车保有量。比如，请参照图4，图4是本发明实施例提供的人均GDP与私家车(即私家小汽车)拥有率经验公式。图4中是基于所述历史基础数据得到的人均GDP与私家车的关系图，由此可得到对应的经验公式为y＝7.6495Ln(x)-51.68，再结合所述规划数据即可预测得到目标时间段内所述待规划地区的汽车总数量。
子步骤S112，基于所述汽车总数量及汽车类型得到各类型汽车的预测数量。
由于电动汽车类型不同，对应的耗电量不同，因此可以基于所述汽车总数量得到各类型汽车的预测数量，以便后续预测各类型电动汽车汽车。请参照图5，图5是本发明实施例提供的汽车类型划分表。本实施例中的汽车类型可以按照图5所示。可选地，在对各类型汽车的预测数据进行合理估计时，可以对公交车及出租车采用万人保有量的方式，根据历史公交车数据、历史出租车数据、城市道路交通管理评价指标体系及相关标准进行预测，从而得到目标时间段内待规划地区的公交车的预测数量及出租车的预测数量；对于其余类型汽车可以采用在所述汽车总数量中的占比进行预测。
子步骤S113，根据所述各类型汽车的预测数量预测得到所述各类型电动汽车数量。
在得到所述各类型汽车的预测数量后，可以参照中国汽车工程学会《节能与新能源汽车技术路线图》及各地区新能源汽车推广应用方案，对各类型电动汽车保有量进行预测，从而得到各类型电动汽车数据。
子步骤S114，根据所述各类型电动汽车数量及对应的汽车类型计算得到所述电动汽车用能总量。
在得到各类型电动汽车数量后，可以结合图4得到每种类型电动汽车的汽车类型对应的耗电量，然后基于每种类型电动汽车的数量及耗电量可以估计出每种类型电动汽车的用能量，最后根据估计的每种电动汽车的用能量计算得到所述电动汽车用能总量。
步骤S120，根据所述各类型电动汽车数量预测得到各种充电设施的数量。
充电设施按照站点功能用途与服务对象，可以分为专用充电设施及公共充电设施。专用充电设施是指为单一用户专门建设的充电设施，一般只为业主等特定用户提供服务。公共充电设施是指在公共场所为用户充电的设施，面向普通公众服务。公共充电设施包括集中式设施及分散式设施，比如，集中式设施为公共充电站和高速公路服务区的快充站，分散式设施为城市中公共场所设置的分散式充电桩等。基于各类型电动汽车的数量及对应的所需充电设施设置不同充电设施，从而满足各类型电动汽车的充电需求。
请参照图6，图6是图2中步骤S120包括的子步骤的流程示意图。步骤S120可以包括子步骤S121及子步骤S122。
子步骤S121，根据预设车桩比及所述各类型电动汽车数量预测得到各种专用充电设施数量。
在本实施例中，某些类型的电动汽车的数量与对应的充电设施之间存在一定比例，因此可以根据相关历史数据及其他资料设置与该类型电动汽车对应的预设桩车比，然后基于设置的预设桩车比与对应类型的电动汽车数量得到与该类型电动汽车对应的充电设施的数量。其中，不同类型电动汽车对应的预设车桩比可以相同，也可以不同，根据实际情况进行设置。比如，公交车的数量为x，公交车对应的充电设施为公交专用充电站，且公交专用充电站对应的电动汽车仅为公交电动汽车，假如与公交车对应的车桩比为1.5，则可以计算得到公交专用充电站的数量为1.5x。
子步骤S122，采用电量平衡的方式根据所述各类型电动汽车数量预测得到公共充电设施数量。
在本实施例中，首先获得公共充电设施对应的目标电量，然后可以基于该电量及每个公共充电设施的功率预测得到所述公共充电设施数量。电量平衡是指所有公共充电设施提供的电量与目标电量一致。其中，该目标电量可以是根据各类型电动汽车一共需求的由公共充电设施提供的电量得到的，也可以是根据其他规划数据确定的。
电动汽车的补电方式分为插电式、换电式及无线充电式。其中，插电式分为慢速充电及快速充电，换电式分为大型换电站及小型换电站。目前电动汽车主要使用插电式和换电式进行补电。在预测各种充电设施的数量时，还可以考虑每种充电设施的服务半径。其中，服务半径可以根据《电动汽车充电基础设施发展指南(2015-2020年)》及各地区新能源汽车推广应用方案确定。
请参照图7，图7是本发明实施例提供的充电设施配置表。在本实施例中，所有的充电设施分专用充电设施和公共充电设施，其中，专用充电设施包括公交专用充电站、出租车换电站及专用充电站。根据以上内容及其他考虑因素设置不同的桩车比及具体的规格参数。在本实施例的一种实施方式中，具体配置如下：公交车专用充电站为100kw直流充电机，对应的桩车比为1.5：1。出租车专用换电站为单工位，包括40台5kw直流充电机，每站服务24辆出租车。专用充电桩中根据对应的电动汽车的类型不同，设置不同的桩车比。对应其他大中型客车的专用充电桩为100kw直流充电机，对应的车桩比为2:1。对应出租车、公务车、私家车、共享汽车、环卫、物流及其他专用车辆的专用充电桩可以包括60kw的直流充电机，及在2025前使用的7kw的交流充电桩，在2030年及以后使用的10kw的交流充电桩，其中，对应出租车、公务车、私家车的专用充电桩的车桩比为1:1，交流充电桩的数量与直流充电机的数量可以为9：1；对应共享汽车、环卫、物流及其他专用车辆的车桩比为1.5:1，交流充电桩的数量与直流充电机的数量可以为9：1。公共充电设施的数量采用电量平衡的方法计算，公共充电设施可以包括直流充电机及交流充电桩，在2025年前使用60kw的直流充电机，在2030及以后使用150kw的直流机；在2025年使用7kw的交流充电桩，在2030年及以后使用10kw的交流充电桩。
步骤S130，根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划。
在获得以上信息后，可以由所述电动汽车用能总量及所述各种充电设施的数量分析对配电网的影响，进而基于分析结果规划配电网。
请参照图8，图8是图2中步骤S130包括的子步骤的流程示意图。步骤S130可以包括子步骤S131、子步骤S132及子步骤S133。
在本实施例中，可以预先对各类型电动汽车的行为方式进行分析，获得各种充电设施对应的补电需求，然后汇总为所述各类型电动汽车充电行为分析表。其中，所述各类型电动汽车充电行为分析表包括各种充电设施对应的电动汽车种类及数量，所述数量可以百分数表示，比如，出租车专用换电站的承担任务(充电负荷)为10％出租车，表示出租车专用换电站用于为10％出租车提供电能。
请参照图9，图9是本发明实施例提供的各类型电动汽车充电行为分析表。在预测出各类型电动汽车数量后，可以基于每种类型电动汽车的充电需求确定对应的充电设施类型，然后得到每种充电设施类型的承担任务。
子步骤S131，根据所述各种充电设施的数量预测得到充电设施的目标配电容量。
在本实施例中，可以基于每种充电设施的数量、设置的充电时间段、功率等预测所有充电设施的电量，然后基于所述充电设施的电量预测得到充电设施的目标配电容量。可选地，在考虑功率因数为0.9、效率为0.92的情况下，可以设置倍数为1.25，然后将所述充电设施的电量乘以1.25预测所述目标配电容量。可选地，不管是公共充电设施或专用充电设施，可以皆按充电总功率乘以1.25倍预测所述目标配电容量。
子步骤S132，根据各类型电动汽车充电行为分析表、配置的各种充电设施的充电时段及同时率、所述各种充电设施的数量、所述电动汽车用能总量、所述目标配电容量得到所述目标时间段内的充电设施负荷曲线。
在本实施例中，预先设定各类型充电设施的充电时段及同时率，并保存为充电时段及同时率设定表。进一步地，还可以同时配置各类型充电设施在充电时段对应的负荷。其中，比如，充电时段7～23时负荷为100％公交专用充电站，表示在7～23时在所有的公交专用充电站都可充电。在本实施例的一种实施方式中，充电时段及同时率设定表如图10所示。由此，可以基于得到的各类型电动汽车充电行为分析表、充电时段及同时率设定表、所述各种充电设施的数量、所述电动汽车用能总量、所述目标配电容量得到所述目标时间段内的充电设施负荷曲线。
子步骤S133，根据所述充电设施负荷曲线规划所述配电网。
由于负荷曲线可表示充电设施负荷对配电网的影响，因此可以基于该充电设施负荷曲线规划所述配电网，由此在规划配电网时，考虑了充电设施负荷并预留了配电容量，可有效帮助推广新能源汽车及充电桩建设。并且，通过对负荷的合理预测，可合理配置资源。
进一步地，随着充电设施相关参数的不断积累，可对上述过程中涉及到的相关参数进行调整，从而保证规划结果的合理准确。
请参照图11，图11是本发明实施例提供的配电网规划装置200的方框示意图。所述配电网规划装置200可以包括第一预测模块210、第二预测模块220及规划模块230。
第一预测模块210，用于预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量。
在本实施例中，所述第一预测模块210预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量的方式包括：
预测在所述目标时间段内所述待规划地区的汽车总数量；
基于所述汽车总数量及汽车类型得到各类型汽车的预测数量；
根据所述各类型汽车的预测数量预测得到所述各类型电动汽车数量；
根据所述各类型电动汽车数量及对应的汽车类型计算得到所述电动汽车用能总量。
可选地，所述第一预测模块210预测在所述目标时间段内所述待规划地区的汽车总数量的方式包括：
获得所述待规划地区的历史基础数据及规划数据，其中，所述历史基础数据包括所述待规划地区的历史人口数量、汽车历史数据及历史GDP，所述规划数据包括所述目标时间段内的人口数量及GDP；
基于所述历史基础数据及所述规划数据测算得到所述汽车总数量。
在本实施例中，所述第一预测模块210用于执行图2中的步骤S110，关于所述第一预测模块210的具体描述可以参照图2中步骤S110的描述。
第二预测模块220，用于根据所述各类型电动汽车数量预测得到各种充电设施的数量。
在本实施例中，所述第二预测模块220根据所述各类型电动汽车数量预测得到各种充电设施的数量的方式包括：
根据预设车桩比及所述各类型电动汽车数量预测得到各种专用充电设施数量；
采用电量平衡的方式根据所述各类型电动汽车数量预测得到公共充电设施数量。
在本实施例中，所述第二预测模块220用于执行图2中的步骤S120，关于所述第二预测模块220的具体描述可以参照图2中步骤S120的描述。
规划模块230，用于根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划。
在本实施例中，所述规划模块230根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划的方式包括：
根据所述各种充电设施的数量预测得到充电设施的目标配电容量；
根据各类型电动汽车充电行为分析表、配置的各种充电设施的充电时段及同时率、所述各种充电设施的数量、所述电动汽车用能总量、所述目标配电容量得到所述目标时间段内的充电设施负荷曲线，其中，所述各类型电动汽车充电行为分析表包括各种充电设施对应的电动汽车种类及数量；
根据所述充电设施负荷曲线规划所述配电网。
在本实施例中，所述规划模块230用于执行图2中的步骤S130，关于所述规划模块230的具体描述可以参照图2中步骤S130的描述。
综上所述，本发明实施例提供一种配电网规划方法及装置。首先通过预测得到在目标时间段内待规划地区的各类型电动汽车数量，然后基于所述各类型电动车数量计算得到在目标时间段内待规划地区的所有电动汽车的用能总量，即获得电动汽车用能总量。接着在满足所有电动汽车的基础上，根据所述各类型电动汽车数量预测得到各种充电设施的数量。最后根据所述电动汽车用能总量和所述各种充电设置的数量可准确估计所有充电设施对配电网的影响，进而对配电网进行规划。通过上述方式可准确估计充电设施对配电网的影响，进而科学规划配电网，以满足电动汽车的充电需求，避免配电网规划较大导致浪费投资，或者配电网规划较小导致容量不足的情况出现。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种配电网规划方法，其特征在于，所述方法包括：
预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量；
根据所述各类型电动汽车数量预测得到各种充电设施的数量；
根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划。
2.根据权利要求1所述的方法，其特征在于，所述根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划的步骤包括：
根据所述各种充电设施的数量预测得到充电设施的目标配电容量；
根据各类型电动汽车充电行为分析表、配置的各种充电设施的充电时段及同时率、所述各种充电设施的数量、所述电动汽车用能总量、所述目标配电容量得到所述目标时间段内的充电设施负荷曲线，其中，所述各类型电动汽车充电行为分析表包括各种充电设施对应的电动汽车种类及数量；
根据所述充电设施负荷曲线规划所述配电网。
3.根据权利要求1所述的方法，其特征在于，所述根据所述各类型电动汽车数量预测得到各种充电设施的数量的步骤包括：
根据预设车桩比及所述各类型电动汽车数量预测得到各种专用充电设施数量；
采用电量平衡的方式根据所述各类型电动汽车数量预测得到公共充电设施数量。
4.根据权利要求1所述的方法，其特征在于，所述预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量的步骤包括：
预测在所述目标时间段内所述待规划地区的汽车总数量；
基于所述汽车总数量及汽车类型得到各类型汽车的预测数量；
根据所述各类型汽车的预测数量预测得到所述各类型电动汽车数量；
根据所述各类型电动汽车数量及对应的汽车类型计算得到所述电动汽车用能总量。
5.根据权利要求4所述的方法，其特征在于，所述预测在所述目标时间段内所述待规划地区的汽车总数量的步骤包括：
获得所述待规划地区的历史基础数据及规划数据，其中，所述历史基础数据包括所述待规划地区的历史人口数量、汽车历史数据及历史GDP，所述规划数据包括所述目标时间段内的人口数量及GDP；
基于所述历史基础数据及所述规划数据测算得到所述汽车总数量。
6.一种配电网规划装置，其特征在于，所述装置包括：
第一预测模块，用于预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量；
第二预测模块，用于根据所述各类型电动汽车数量预测得到各种充电设施的数量；
规划模块，用于根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划。
7.根据权利要求6所述的装置，其特征在于，所述规划模块根据所述电动汽车用能总量及所述各种充电设施的数量对配电网进行规划的方式包括：
根据所述各种充电设施的数量预测得到充电设施的目标配电容量；
根据各类型电动汽车充电行为分析表、配置的各种充电设施的充电时段及同时率、所述各种充电设施的数量、所述电动汽车用能总量、所述目标配电容量得到所述目标时间段内的充电设施负荷曲线，其中，所述各类型电动汽车充电行为分析表包括各种充电设施对应的电动汽车种类及数量；
根据所述充电设施负荷曲线规划所述配电网。
8.根据权利要求6所述的装置，其特征在于，所述第二预测模块根据所述各类型电动汽车数量预测得到各种充电设施的数量的方式包括：
根据预设车桩比及所述各类型电动汽车数量预测得到各种专用充电设施数量；
采用电量平衡的方式根据所述各类型电动汽车数量预测得到公共充电设施数量。
9.根据权利要求6所述的装置，其特征在于，所述第一预测模块预测在目标时间段内待规划地区的各类型电动汽车数量，并根据所述各类型电动汽车数量计算得到电动汽车用能总量的方式包括：
预测在所述目标时间段内所述待规划地区的汽车总数量；
基于所述汽车总数量及汽车类型得到各类型汽车的预测数量；
根据所述各类型汽车的预测数量预测得到所述各类型电动汽车数量；
根据所述各类型电动汽车数量及对应的汽车类型计算得到所述电动汽车用能总量。
10.根据权利要求9所述的装置，其特征在于，所述第一预测模块预测在所述目标时间段内所述待规划地区的汽车总数量的方式包括：
获得所述待规划地区的历史基础数据及规划数据，其中，所述历史基础数据包括所述待规划地区的历史人口数量、汽车历史数据及历史GDP，所述规划数据包括所述目标时间段内的人口数量及GDP；
基于所述历史基础数据及所述规划数据测算得到所述汽车总数量。
CN201810983572.4A 2018-08-27 2018-08-27 配电网规划方法及装置 Pending CN109118104A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810983572.4A CN109118104A (zh) 2018-08-27 2018-08-27 配电网规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810983572.4A CN109118104A (zh) 2018-08-27 2018-08-27 配电网规划方法及装置

Publications (1)

Publication Number Publication Date
CN109118104A true CN109118104A (zh) 2019-01-01

Family

ID=64861190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810983572.4A Pending CN109118104A (zh) 2018-08-27 2018-08-27 配电网规划方法及装置

Country Status (1)

Country Link
CN (1) CN109118104A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110264000A (zh) * 2019-06-19 2019-09-20 国网能源研究院有限公司 电动汽车对城市配电网影响量化分析的方法
CN112968438A (zh) * 2021-02-07 2021-06-15 广东电网有限责任公司广州供电局 充电功率调控方法、装置、计算机设备和存储介质
CN114139763A (zh) * 2021-10-18 2022-03-04 港华能源投资有限公司 预测电动汽车数量的方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120253567A1 (en) * 2011-03-28 2012-10-04 Levy Paul S Method and process for acquiring and delivering electric vehicle owner-operator preference data which is used to schedule and regulate the charging of multiple electric vehicle batteries within a shared local power distribution network
CN103295167A (zh) * 2013-05-13 2013-09-11 中国科学院电工研究所 居民小区电动汽车充电设施规划方法
CN105262167A (zh) * 2015-10-22 2016-01-20 江苏省电力公司南京供电公司 区域内电动汽车有序充电控制方法
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
CN106849065A (zh) * 2017-03-06 2017-06-13 四川大学 一种计及充电站的配电网多目标协同规划方法
CN107122856A (zh) * 2017-04-26 2017-09-01 天津天大求实电力新技术股份有限公司 新态势下的空间饱和负荷预测方法
CN108446796A (zh) * 2018-03-01 2018-08-24 国网福建省电力有限公司 考虑电动汽车负荷需求响应的网-源-荷协调规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120253567A1 (en) * 2011-03-28 2012-10-04 Levy Paul S Method and process for acquiring and delivering electric vehicle owner-operator preference data which is used to schedule and regulate the charging of multiple electric vehicle batteries within a shared local power distribution network
CN103295167A (zh) * 2013-05-13 2013-09-11 中国科学院电工研究所 居民小区电动汽车充电设施规划方法
CN105262167A (zh) * 2015-10-22 2016-01-20 江苏省电力公司南京供电公司 区域内电动汽车有序充电控制方法
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
CN106849065A (zh) * 2017-03-06 2017-06-13 四川大学 一种计及充电站的配电网多目标协同规划方法
CN107122856A (zh) * 2017-04-26 2017-09-01 天津天大求实电力新技术股份有限公司 新态势下的空间饱和负荷预测方法
CN108446796A (zh) * 2018-03-01 2018-08-24 国网福建省电力有限公司 考虑电动汽车负荷需求响应的网-源-荷协调规划方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110264000A (zh) * 2019-06-19 2019-09-20 国网能源研究院有限公司 电动汽车对城市配电网影响量化分析的方法
CN112968438A (zh) * 2021-02-07 2021-06-15 广东电网有限责任公司广州供电局 充电功率调控方法、装置、计算机设备和存储介质
CN114139763A (zh) * 2021-10-18 2022-03-04 港华能源投资有限公司 预测电动汽车数量的方法及装置

Similar Documents

Publication Publication Date Title
Frendo et al. Data-driven smart charging for heterogeneous electric vehicle fleets
Savari et al. Internet of Things based real-time electric vehicle load forecasting and charging station recommendation
Faridimehr et al. A stochastic programming approach for electric vehicle charging network design
Hwang et al. System optimization for dynamic wireless charging electric vehicles operating in a multiple-route environment
Huang et al. The design of electric vehicle charging network
Giménez-Gaydou et al. Optimal location of battery electric vehicle charging stations in urban areas: A new approach
Gnann et al. Can public slow charging accelerate plug-in electric vehicle sales? A simulation of charging infrastructure usage and its impact on plug-in electric vehicle sales for Germany
Funke et al. Invest in fast-charging infrastructure or in longer battery ranges? A cost-efficiency comparison for Germany
De Gennaro et al. GIS-driven analysis of e-mobility in urban areas: An evaluation of the impact on the electric energy grid
Huang et al. An optimization framework for workplace charging strategies
Deng et al. Integrating operational decisions into the planning of one-way vehicle-sharing systems under uncertainty
Patil et al. Integration of charging behavior into infrastructure planning and management of electric vehicles: A systematic review and framework
Meng et al. Sequential construction planning of electric taxi charging stations considering the development of charging demand
van der Kam et al. Multiple roads ahead: How charging behavior can guide charging infrastructure roll-out policy
CN109118104A (zh) 配电网规划方法及装置
Hecht et al. Electric vehicle route planning using real-world charging infrastructure in Germany
CN111861075B (zh) 一种资源配置方法、资源配置装置及可读存储介质
Rodrigues et al. Spatiotemporal model for estimating electric vehicles adopters
Zhang et al. Multi-day scenario analysis for battery electric vehicle feasibility assessment and charging infrastructure planning
Viswanathan et al. Development of an assessment model for predicting public electric vehicle charging stations
Funke et al. A techno-economic analysis of fast charging needs in Germany for different ranges of battery electric vehicles
Carpenter et al. The return on investment for taxi companies transitioning to electric vehicles: A case study in San Francisco
Muñoz et al. A decentralized, non-iterative smart protocol for workplace charging of battery electric vehicles
Zhang et al. Location planning of electric vehicle charging station with users’ preferences and waiting time: multi-objective bi-level programming model and HNSGA-II algorithm
Eisel et al. Finding suitable locations for charging stations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190101