CN112134272A - 配网电动汽车负荷调控方法 - Google Patents

配网电动汽车负荷调控方法 Download PDF

Info

Publication number
CN112134272A
CN112134272A CN202010760648.4A CN202010760648A CN112134272A CN 112134272 A CN112134272 A CN 112134272A CN 202010760648 A CN202010760648 A CN 202010760648A CN 112134272 A CN112134272 A CN 112134272A
Authority
CN
China
Prior art keywords
load
distribution network
charging
load curve
regulation
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
CN202010760648.4A
Other languages
English (en)
Inventor
王维
吕昊
冯春贤
王铁强
鲁鹏
曹欣
杨晓东
马瑞
张霄
颜宏文
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.)
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Changsha University of Science and Technology
Original Assignee
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Changsha University of Science and Technology
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 State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd, Changsha University of Science and Technology filed Critical State Grid Corp of China SGCC
Priority to CN202010760648.4A priority Critical patent/CN112134272A/zh
Publication of CN112134272A publication Critical patent/CN112134272A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/63—Monitoring or controlling charging stations in response to network capacity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/52—The controlling of the operation of the load not being the total disconnection of the load, i.e. entering a degraded mode or in current limitation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T90/12—Electric charging stations
    • 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
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供了一种配网电动汽车负荷调控方法，该方法应用于中心云平台、以及与所述中心云平台对应的多个边缘云平台，包括：边缘云平台接收中心云平台发送的预测负荷曲线，并实时采集其对应区域内已接入电动汽车的实时负荷数据，根据实时负荷数据生成实时负荷曲线；边缘云平台检测到有新的电动汽车接入配网时，获取新接入配网的电动汽车的充电需求，根据所述充电需求确定负荷调控策略，基于所述预测负荷曲线与所述实时负荷曲线的差值、以及所述负荷调控策略对其对应区域内的各个电动汽车进行负荷调控。本发明提供的配网电动汽车负荷调控方法能够实现对配网电动汽车的精准调控。

Description

配网电动汽车负荷调控方法
技术领域
本发明属于配网调控技术领域，更具体地说，是涉及一种配网电动汽车负荷调控方法。
背景技术
随着社会经济的不断发展，能源问题和环境问题也日益突出，电动汽车凭借其零污染、零排放等优势得到了政府的大力推广与扶持。然而，大规模的电动汽车接入，给电网带来了大规模的负荷增长。电动汽车充电的随机性和聚集特性也会在一定程度上增大电网的负荷负担。尤其是电动汽车渗透率较高的城市住宅区内，受用车规律影响，用户充电时间的重叠或用电高峰时段的充电行为将会导致峰谷差增大，加重配电网负担。
因此，如何对电动汽车的充电负荷进行调控，降低峰谷差成为本领域人员亟需解决的问题。
发明内容
本发明的目的在于提供一种配网电动汽车负荷调控方法，以实现对配网电动汽车的精准调控。
为解决上述技术问题，本发明提供了一种配网电动汽车负荷调控方法，该方法应用于中心云平台、以及与所述中心云平台对应的多个边缘云平台，包括：
边缘云平台接收中心云平台发送的预测负荷曲线，并实时采集其对应区域内已接入电动汽车的实时负荷数据，根据实时负荷数据生成实时负荷曲线；
边缘云平台检测到有新的电动汽车接入配网时，获取新接入配网的电动汽车的充电需求，根据所述充电需求确定负荷调控策略，基于所述预测负荷曲线与所述实时负荷曲线的差值、以及所述负荷调控策略对其对应区域内的各个电动汽车进行负荷调控。
可选地，所述配网电动汽车负荷调控方法还包括：
边缘云平台获取其对应区域内电动汽车的历史负荷数据，并根据所述历史负荷数据生成历史负荷曲线，将历史负荷曲线上传至中心云平台；
中心云平台接收各个边缘云平台上传的历史负荷曲线，根据各个边缘云平台上传的历史负荷曲线确定次日各个区域的预测负荷曲线，并将各个区域对应的预测负荷曲线发送至该区域对应的边缘云平台。
可选地，根据历史负荷曲线确定次日的预测负荷曲线的方法为：
获取预设负荷曲线以及基于该预设负荷曲线训练的预设神经网络模型；
基于所述历史负荷曲线以及所述预设负荷曲线对所述预设神经网络模型中的权重系数进行更新，得到目标神经网络模型；
将历史负荷曲线输入至目标神经网络模型中，得到次日的预测负荷曲线。
可选地，将当前日期记为k日，k日对应的历史负荷曲线记为k-历史负荷曲线，(k+1)日对应的预测负荷曲线记为(k+1)-预测负荷曲线；
则根据k-历史负荷曲线确定(k+1)-预测负荷曲线，包括：
获取(k-1)-历史负荷曲线以及基于该(k-1)-历史负荷曲线训练的(k-1)-神经网络模型；
基于所述(k-1)-历史负荷曲线以及所述k-历史负荷曲线对所述(k-1)-神经网络模型中的权重系数进行更新，得到k-神经网络模型；
将k-历史负荷曲线输入至k-神经网络模型中，得到(k+1)-预测负荷曲线。
可选地，获取新接入配网的电动汽车的充电需求，根据所述充电需求确定负荷调控策略，包括：
根据新接入配网的电动汽车的充电需求确定该电动汽车的充电模式；
基于该电动汽车的充电模式确定负荷调控策略。
可选地，所述根据新接入配网的电动汽车的充电需求确定该电动汽车的充电模式，包括：
若所述充电需求显示车主能够接受预设的调控策略，则确定该电动汽车的充电模式为有序充电；
若所述充电需求显示车主不能接受预设的调控策略，则确定该电动汽车的充电模式为自由充电。
可选地，若新接入配网的电动汽车的充电模式为有序充电，则基于该电动汽车的充电模式确定负荷调控策略，包括：
获取新接入配网的电动汽车的电池状态信息，并向车主发送分时电价信息，接收车主根据所述分时电价信息返回的意向充电时段；
根据所述电池状态信息以及所述意向充电时段确定新接入配网的电动汽车的充电负荷，并基于新接入配网的电动汽车的充电负荷确定负荷调控策略。
可选地，若该电动汽车的充电模式为自由充电，则基于该电动汽车的充电模式确定负荷调控策略，包括：
获取新接入配网的电动汽车的电池状态信息；
基于所述电池状态信息以及蒙特卡洛模拟方法确定新接入配网的电动汽车的充电负荷，根据新接入配网的电动汽车的充电负荷确定负荷调控策略。
可选地，基于所述预测负荷曲线与所述实时负荷曲线的差值、以及所述负荷调控策略对其对应区域内的各个电动汽车进行负荷调控，包括：
基于所述负荷调控策略确定各个电动汽车充电功率的第一调整幅度；
基于预测负荷曲线与所述实时负荷曲线的差值对所述第一调整幅度进行调整，得到第二调整幅度；
基于第二调整幅度对各个电动汽车进行负荷调控。
可选地，所述意向充电时段包括意向入网时间以及预计离网时间。
可选地，所述电池状态信息包括电动汽车的电池额定容量以及电动汽车的起始荷电状态。
本发明实施例提供的配网电动汽车负荷调控方法的有益效果在于：
本发明实施例通过云边协同，对电动汽车的充电负荷进行了预测，在此基础上，还生成了实时负荷曲线、考虑了电动汽车本身的充电需求，根据充电需求生成了负荷控制策略，最后结合预测负荷曲线与实时负荷曲线的差值、以及负荷控制策略对电动汽车的充电负荷进行调控。相对于现有技术，本发明实施例不仅考虑了电动汽车的充电行为，还结合了历史负荷的变化曲线，从而有效地提高了配网电动汽车负荷调控的精准度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明一实施例提供的配网电动汽车负荷调控方法的流程示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参考图1，图1为本发明一实施例提供的配网电动汽车负荷调控方法的结构示意图，本发明实施例提供了一种配网电动汽车负荷调控方法，该方法应用于中心云平台、以及与中心云平台对应的多个边缘云平台，包括：
S101：边缘云平台接收中心云平台发送的预测负荷曲线，并实时采集其对应区域内已接入电动汽车的实时负荷数据，根据实时负荷数据生成实时负荷曲线。
在本实施例中，中心云平台发送的预测负荷曲线也即当日的预测负荷曲线，该预测负荷曲线由中心云平台根据当日之前的历史负荷曲线确定。
S102：边缘云平台检测到有新的电动汽车接入配网时，获取新接入配网的电动汽车的充电需求，根据充电需求确定负荷调控策略，基于预测负荷曲线与实时负荷曲线的差值、以及负荷调控策略对其对应区域内的各个电动汽车进行负荷调控。
在本实施例中，可根据新接入配网的电动汽车的充电需求生成负荷调控策略，该负荷调控策略用于确定各个电动汽车充电功率初始的调整幅度。
在本实施例中，可计算预测负荷曲线与实时负荷曲线的差值，根据该差值对初始的调整幅度进行调整，得到最终的各个电动汽车充电功率的调整幅度，最后根据该最终的调整幅度对各个电动汽车的充电功率进行调整。
在本实施例中，预测负荷曲线为当日的负荷曲线，实时负荷曲线为当日某个时间段内的负荷曲线。
在本实施例中，边缘云平台可通过APP向车主展示相关信息，车主在查看过相关信息后在APP上输入充电需求。
在本实施例中，中心云平台以及与中心云平台对应的多个边缘云平台可通过5G物联网进行互通。
从以上描述可知，本发明实施例通过云边协同，对电动汽车的充电负荷进行了预测，在此基础上，还生成了实时负荷曲线、考虑了电动汽车本身的充电需求，根据充电需求生成了负荷控制策略，最后结合预测负荷曲线与实时负荷曲线的差值、以及负荷控制策略对电动汽车的充电负荷进行调控。相对于现有技术，本发明实施例不仅考虑了电动汽车的充电行为，还结合了历史负荷的变化曲线，从而有效地提高了配网电动汽车负荷调控的精准度。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，配网电动汽车负荷调控方法还包括：
边缘云平台获取其对应区域内电动汽车的历史负荷数据，并根据历史负荷数据生成历史负荷曲线，将历史负荷曲线上传至中心云平台。
中心云平台接收各个边缘云平台上传的历史负荷曲线，根据各个边缘云平台上传的历史负荷曲线确定次日各个区域的预测负荷曲线，并将各个区域对应的预测负荷曲线发送至该区域对应的边缘云平台。
在本实施例中，在边缘云平台根据历史负荷数据生成历史负荷曲线生成历史负荷曲线之前，还包括对历史负荷数据进行预处理的步骤。
其中，对历史负荷数据进行预处理可以详述为：
对历史负荷数据进行数据过滤，去除异常数据；
对去除异常数据后的历史负荷数据进行数据插值处理，得到预处理后的历史负荷数据。
在本实施例中，历史负荷数据的定义为：设当前日期为k日，将k日之前电动汽车的负荷数据即为k日对应的历史负荷数据。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，根据历史负荷曲线确定次日的预测负荷曲线的方法为：
获取预设负荷曲线以及基于该预设负荷曲线训练的预设神经网络模型。
基于历史负荷曲线以及预设负荷曲线对预设神经网络模型中的权重系数进行更新，得到目标神经网络模型。
将历史负荷曲线输入至目标神经网络模型中，得到次日的预测负荷曲线。
在本实施例中，预设负荷曲线为根据某一时间段的历史负荷数据生成的负荷曲线。例如，当前日为k日，预设负荷曲线为(k-x)～(k-y)内的历史负荷数据生成的负荷曲线，其中，x、y的值可根据实际需求进行设定。
在本实施例中，基于历史负荷曲线以及预设负荷曲线对预设神经网络模型中的权重系数进行更新，得到目标神经网络模型，可以详述为：
1)对历史负荷曲线和预设负荷曲线进行数据融合，得到融合后的数据集。
2)根据融合后的数据对预设神经网络模型进行训练，以对预设神经网络模型中的权重系数进行更新，得到目标神经网络模型。其中，目标神经网络模型也即次日的负荷曲线预测模型。
一方面，本发明实施例的目标神经网络模型(也即预测次日负荷曲线的神经网络模型)不是固定的，而是随着历史负荷数据不断进行更新的，这就保证了目标神经网络模型可以随着负荷数据的变动合理调整，从而有效地保证了次日负荷曲线的预测准确性。
另一方面，本发明实施例对目标神经网络进行更新时，不会根据历史负荷数据重新开始进行神经网络的训练，而是在已训练好的神经网络模型的基础上进行训练，对已训练号的神经网络的权重系数进行更新，此方法可有效提高目标神经网络模型的训练效率，解决了大数据量下目标神经网络模型训练速度慢的问题。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，将当前日期记为k日，k日对应的历史负荷曲线记为k-历史负荷曲线，(k+1)日对应的预测负荷曲线记为(k+1)-预测负荷曲线。
则根据k-历史负荷曲线确定(k+1)-预测负荷曲线，可以详述为：
获取(k-1)-历史负荷曲线以及基于该(k-1)-历史负荷曲线训练的(k-1)-神经网络模型。
基于(k-1)-历史负荷曲线以及k-历史负荷曲线对(k-1)-神经网络模型中的权重系数进行更新，得到k-神经网络模型。
将k-历史负荷曲线输入至k-神经网络模型中，得到(k+1)-预测负荷曲线。
区别于上述实施例，本发明实施例中预设负荷曲线不是固定的，而是将前一日的负荷曲线作为预设负荷曲线，将前一日训练得到的目标神经网络模型作为当日的预设神经网络模型，此方法可以更为有效地反应近日的负荷变化情况，具有更高的预测准确度。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，获取新接入配网的电动汽车的充电需求，根据充电需求确定负荷调控策略，可以详述为：
根据新接入配网的电动汽车的充电需求确定该电动汽车的充电模式。
基于该电动汽车的充电模式确定负荷调控策略。
在本实施例中，电动汽车的充电模式包括有序充电和自由充电。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，根据新接入配网的电动汽车的充电需求确定该电动汽车的充电模式，可以详述为：
若充电需求显示车主能够接受预设的调控策略，则确定该电动汽车的充电模式为有序充电。
若充电需求显示车主不能接受预设的调控策略，则确定该电动汽车的充电模式为自由充电。
在本实施例中，有序充电表示车主能够接受边缘云平台给出的调控策略或者充电策略，且车主对充电时间无较多限制。此时充电地点多为小区或者工作单位。
在本实施例中，自由充电表示车主不接受边缘云平台给出的调控策略或者充电策略，且车主对充电时间有要求，例如，限定两个小时内需要充满，此时充电地点多为商场等临时停车地。
可选地，在线路紧急投切时，即使车主未接受预设的调控策略，也会将充电模式设定为有序充电。
其中，在本实施例中，预设的调控策略也即可能会出现的所有调控方式的集合。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，若新接入配网的电动汽车的充电模式为有序充电，则基于该电动汽车的充电模式确定负荷调控策略，可以详述为：
获取新接入配网的电动汽车的电池状态信息，并向车主发送分时电价信息，接收车主根据分时电价信息返回的意向充电时段。
根据电池状态信息以及意向充电时段确定新接入配网的电动汽车的充电负荷，并基于新接入配网的电动汽车的充电负荷确定负荷调控策略。
在本实施例中，可从充电桩安装的智能装置或家庭住宅区安装的智能装置获取新接入配网的电动汽车的电池状态信息。
在本实施例中，可向车主发送分时电价信息，车主接收到分时电价信息后，可自行在APP中选择意向充电时段。
可选地，在接收到车主返回的意向充电时段后，还可根据意向充电时段向车主返回预估的充电量，由车主决定是否对意向充电时段进行调整。
在本实施例中，在车主返回意向充电时段后，边缘云平台还可根据该意向充电时段确定自身的可调度能力。例如车主设定好意向充电时段后，边缘云平台可计算电动汽车在预计离网时间时电动汽车所获得的电池容量与电动汽车需求的电池容量的差值，容量差值越大，表明可调度能力越高。
可选地，本实施例中各个边缘云平台还可向中心云平台上传各自的调度能力，中心云平台根据各边缘云平台上传的可调度能力，确定可调度能力的下限，在调度时，当一个边缘云平台的可调度能力下降至下限时，中心云平台将会向另一个边缘云平台进行调度。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，若该电动汽车的充电模式为自由充电，则基于该电动汽车的充电模式确定负荷调控策略，可以详述为：
获取新接入配网的电动汽车的电池状态信息。
基于电池状态信息以及蒙特卡洛模拟方法确定新接入配网的电动汽车的充电负荷，根据新接入配网的电动汽车的充电负荷确定负荷调控策略。
在本实施例中，若新接入配网的电动汽车的充电模式为自由充电，则可直接基于电池状态信息以及蒙特卡洛模拟方法确定新接入配网的电动汽车的充电负荷。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，基于预测负荷曲线与实时负荷曲线的差值、以及负荷调控策略对其对应区域内的各个电动汽车进行负荷调控，可以详述为：
基于负荷调控策略确定各个电动汽车充电功率的第一调整幅度。
基于预测负荷曲线与实时负荷曲线的差值对第一调整幅度进行调整，得到第二调整幅度。
基于第二调整幅度对各个电动汽车进行负荷调控。
在本实施例中，可以基于负荷调控策略确定各个电动汽车充电功率的第一调整幅度，基于预测负荷曲线与实时负荷曲线的差值对第一调整幅度进行调整，得到第二调整幅度，根据第二调整幅度对各个电动汽车进行负荷调控；
也可以根据负荷调控策略确定各个电动汽车充电功率的第一调整幅度，根据预测负荷曲线与实时负荷曲线的差值确定各个电动汽车充电功率的第三调整幅度，基于第一调整幅度对各个电动汽车的充电功率进行粗调，根据第三调整幅度对各个电动汽车的充电功率进行精调，此处不做限定。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，意向充电时段包括但不限于意向入网时间以及预计离网时间。
可选地，作为本发明实施例提供的配网电动汽车负荷调控方法的一种具体实施方式，电池状态信息包括但不限于电动汽车的电池额定容量以及电动汽车的起始荷电状态。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (11)

1.一种配网电动汽车负荷调控方法，该方法应用于中心云平台、以及与所述中心云平台对应的多个边缘云平台，其特征在于，包括：
边缘云平台接收中心云平台发送的预测负荷曲线，并实时采集其对应区域内已接入电动汽车的实时负荷数据，根据实时负荷数据生成实时负荷曲线；
边缘云平台检测到有新的电动汽车接入配网时，获取新接入配网的电动汽车的充电需求，根据所述充电需求确定负荷调控策略，基于所述预测负荷曲线与所述实时负荷曲线的差值、以及所述负荷调控策略对其对应区域内的各个电动汽车进行负荷调控。
2.如权利要求1所述的配网电动汽车负荷调控方法，其特征在于，还包括：
边缘云平台获取其对应区域内电动汽车的历史负荷数据，并根据所述历史负荷数据生成历史负荷曲线，将历史负荷曲线上传至中心云平台；
中心云平台接收各个边缘云平台上传的历史负荷曲线，根据各个边缘云平台上传的历史负荷曲线确定次日各个区域的预测负荷曲线，并将各个区域对应的预测负荷曲线发送至该区域对应的边缘云平台。
3.如权利要求2所述的配网电动汽车负荷调控方法，其特征在于，根据历史负荷曲线确定次日的预测负荷曲线的方法为：
获取预设负荷曲线以及基于该预设负荷曲线训练的预设神经网络模型；
基于所述历史负荷曲线以及所述预设负荷曲线对所述预设神经网络模型中的权重系数进行更新，得到目标神经网络模型；
将历史负荷曲线输入至目标神经网络模型中，得到次日的预测负荷曲线。
4.如权利要求3所述的配网电动汽车负荷调控方法，其特征在于，将当前日期记为k日，k日对应的历史负荷曲线记为k-历史负荷曲线，(k+1)日对应的预测负荷曲线记为(k+1)-预测负荷曲线；
则根据k-历史负荷曲线确定(k+1)-预测负荷曲线，包括：
获取(k-1)-历史负荷曲线以及基于该(k-1)-历史负荷曲线训练的(k-1)-神经网络模型；
基于所述(k-1)-历史负荷曲线以及所述k-历史负荷曲线对所述(k-1)-神经网络模型中的权重系数进行更新，得到k-神经网络模型；
将k-历史负荷曲线输入至k-神经网络模型中，得到(k+1)-预测负荷曲线。
5.如权利要求1所述的配网电动汽车负荷调控方法，其特征在于，获取新接入配网的电动汽车的充电需求，根据所述充电需求确定负荷调控策略，包括：
根据新接入配网的电动汽车的充电需求确定该电动汽车的充电模式；
基于该电动汽车的充电模式确定负荷调控策略。
6.如权利要求5所述的配网电动汽车负荷调控方法，其特征在于，所述根据新接入配网的电动汽车的充电需求确定该电动汽车的充电模式，包括：
若所述充电需求显示车主能够接受预设的调控策略，则确定该电动汽车的充电模式为有序充电；
若所述充电需求显示车主不能接受预设的调控策略，则确定该电动汽车的充电模式为自由充电。
7.如权利要求6所述的配网电动汽车负荷调控方法，其特征在于，若新接入配网的电动汽车的充电模式为有序充电，则基于该电动汽车的充电模式确定负荷调控策略，包括：
获取新接入配网的电动汽车的电池状态信息，并向车主发送分时电价信息，接收车主根据所述分时电价信息返回的意向充电时段；
根据所述电池状态信息以及所述意向充电时段确定新接入配网的电动汽车的充电负荷，并基于新接入配网的电动汽车的充电负荷确定负荷调控策略。
8.如权利要求6所述的配网电动汽车负荷调控方法，其特征在于，若该电动汽车的充电模式为自由充电，则基于该电动汽车的充电模式确定负荷调控策略，包括：
获取新接入配网的电动汽车的电池状态信息；
基于所述电池状态信息以及蒙特卡洛模拟方法确定新接入配网的电动汽车的充电负荷，根据新接入配网的电动汽车的充电负荷确定负荷调控策略。
9.如权利要求1所述的配网电动汽车负荷调控方法，其特征在于，基于所述预测负荷曲线与所述实时负荷曲线的差值、以及所述负荷调控策略对其对应区域内的各个电动汽车进行负荷调控，包括：
基于所述负荷调控策略确定各个电动汽车充电功率的第一调整幅度；
基于预测负荷曲线与所述实时负荷曲线的差值对所述第一调整幅度进行调整，得到第二调整幅度；
基于第二调整幅度对各个电动汽车进行负荷调控。
10.如权利要求7所述的配网电动汽车负荷调控方法，其特征在于，所述意向充电时段包括意向入网时间以及预计离网时间。
11.如权利要求7或8任一项所述的配网电动汽车负荷调控方法，其特征在于，所述电池状态信息包括电动汽车的电池额定容量以及电动汽车的起始荷电状态。
CN202010760648.4A 2020-07-31 2020-07-31 配网电动汽车负荷调控方法 Pending CN112134272A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010760648.4A CN112134272A (zh) 2020-07-31 2020-07-31 配网电动汽车负荷调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010760648.4A CN112134272A (zh) 2020-07-31 2020-07-31 配网电动汽车负荷调控方法

Publications (1)

Publication Number Publication Date
CN112134272A true CN112134272A (zh) 2020-12-25

Family

ID=73850614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010760648.4A Pending CN112134272A (zh) 2020-07-31 2020-07-31 配网电动汽车负荷调控方法

Country Status (1)

Country Link
CN (1) CN112134272A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113561834A (zh) * 2021-08-13 2021-10-29 科大智能科技股份有限公司 一种充电桩有序充电管理方法及系统
CN114290937A (zh) * 2021-11-24 2022-04-08 国网北京市电力公司 电动汽车充电处理方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106849109A (zh) * 2017-03-15 2017-06-13 国网江苏省电力公司连云港供电公司 一种用于规模化充电桩接入的城市配网负荷调控方法
CN109359389A (zh) * 2018-10-18 2019-02-19 东北大学 基于典型负荷动态博弈的城市电动汽车充电决策方法
CN110774929A (zh) * 2019-10-25 2020-02-11 上海电气集团股份有限公司 一种电动汽车有序充电的实时控制策略及优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106849109A (zh) * 2017-03-15 2017-06-13 国网江苏省电力公司连云港供电公司 一种用于规模化充电桩接入的城市配网负荷调控方法
CN109359389A (zh) * 2018-10-18 2019-02-19 东北大学 基于典型负荷动态博弈的城市电动汽车充电决策方法
CN110774929A (zh) * 2019-10-25 2020-02-11 上海电气集团股份有限公司 一种电动汽车有序充电的实时控制策略及优化方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
乔文娟: "电动汽车低谷充电的集中充电策略研究", 《电子世界》 *
张凯 等: "基于逐级电网安全的电动汽车有序用电策略和系统框架", 《农村电气化》 *
李鹏程主编: "《电动汽车充电管理云平台与智能充电技术》", 31 December 2017 *
肖建康等: "考虑多方利益的居民小区电动汽车有序充电策略", 《电测与仪表》 *
赖晓路等: "一种基于并行化的微电网功率和负荷预测神经网络算法", 《风能》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113561834A (zh) * 2021-08-13 2021-10-29 科大智能科技股份有限公司 一种充电桩有序充电管理方法及系统
CN114290937A (zh) * 2021-11-24 2022-04-08 国网北京市电力公司 电动汽车充电处理方法、装置及电子设备
CN114290937B (zh) * 2021-11-24 2024-04-26 国网北京市电力公司 电动汽车充电处理方法、装置及电子设备

Similar Documents

Publication Publication Date Title
Jiang et al. A real-time EV charging scheduling for parking lots with PV system and energy store system
Ding et al. Optimal electric vehicle charging strategy with Markov decision process and reinforcement learning technique
Wang et al. Two-stage mechanism for massive electric vehicle charging involving renewable energy
Wang et al. Aggregated electric vehicle load modeling in large-scale electric power systems
US9248752B2 (en) Charging control system, charging control method, and recording medium
CN111641207A (zh) 一种区域能源综合体虚拟聚合系统及方法
CN113147482A (zh) 一种电动汽车有序充电优化方法及系统
CN110065410B (zh) 一种基于模糊控制的电动汽车充放电率控制方法
CN116001624A (zh) 基于深度强化学习的一桩多联电动汽车有序充电方法
JP7377854B2 (ja) 蓄電要素の受電制御方法、及び受電制御装置
CN106960279A (zh) 考虑用户参与度的电动汽车能效电厂特征参数评估方法
EP4000996A1 (en) Method and system for adaptively charging of electric vehicles
US11807125B2 (en) Method for optimally managing the charging of a fleet of electric vehicles
CN112134272A (zh) 配网电动汽车负荷调控方法
CN113597720A (zh) 受电要素的受电控制方法以及受电控制装置
CN113437754A (zh) 一种基于台区智能融合终端的电动汽车有序充电方法及系统
Gao et al. Integrated configuration and optimization of electric vehicle aggregators for charging facilities in power networks with renewables
CN110866647A (zh) 用户侧储能控制方法、装置、设备及存储介质
CN114629148A (zh) 一种含电动汽车资源的电力系统调度框架方法及其系统
CN104065143B (zh) 一种私人用电动汽车自主充电控制方法
KR101581685B1 (ko) 에너지 저장장치의 충방전 스케줄링 장치 및 방법
CN110861508B (zh) 居民区直流充电机共享充电控制方法、系统及存储介质
CN114640133A (zh) 一种基于实时信息的城市电网电动汽车协同调控方法及系统
CN113988440A (zh) 基于虚拟电厂的区域配电网二次调频方法
CN105336998A (zh) 考虑用户费用和变压器寿命损失的电动汽车智能充电方法

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: 20201225