CN112550044B - 充电站负荷调整方法、系统、装置、设备和存储介质 - Google Patents

Abstract

本申请涉及一种充电站负荷调整方法、系统、装置、设备和存储介质。所述方法包括：目标充电站的本地控制器获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；本地控制器根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；本地控制器根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。采用本方法能够使电动汽车在需要进行充电时可以得到有序充电的调度控制，进而降低了电力设施投资成本和运行成本。

Description

充电站负荷调整方法、系统、装置、设备和存储介质

技术领域

本申请涉及充电站运行调度技术领域，特别是涉及一种充电站负荷调整方法、系统、装置、设备和存储介质。

背景技术

随着电动汽车渗透率的逐年提高，电动汽车的充电需求的相应扩大。

通常，车辆驾驶者或运营者根据车载动力电池的续航里程、出行目的、行程规划、快充站位置、快充站运营商品牌、当前充电装置使用(占用)状态、充电价格等诸多随机因素，导致大量的电动汽车在不同的充电站充电时，其充电时间、充电站空间和充电的电荷量都呈随机分布，使得电动车充电表现为无序充电状态。而电动车的无序充电状态在用电高峰时段会造成配电线路过载、变压器过载、配网电压波动、配网线路损耗增加等问题。因此，需要对电动汽车的有序充电进行调度控制。

然而，现有技术中缺乏对电动汽车的有序充电进行调度控制的方法，使得现有电力设施投资成本和电网运行成本较高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对电动汽车的有序充电进行调度控制的一种充电站负荷调整方法、系统、装置、设备和存储介质。

第一方面，本申请提供一种充电站负荷调整方法，该方法包括：

目标充电站的本地控制器获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；

本地控制器根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；

本地控制器根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。

在其中一个实施例中，本地控制器获取当前调控成本，包括：

本地控制器接收总充电站控制器发送的目标充电站在预设时间段内的调控前充电收入预测值；

本地控制器根据预先存储的历史充电站数据，确定目标充电站在预设时间段内的调控前充电成本预测值、目标充电站在预设时间段内的调控后充电收入预测值、目标充电站在预设时间段内的调控后的充电成本预测值；

本地控制器根据调控前充电收入预测值、调控前充电成本预测值、调控后充电收入预测值和充电成本预测值，确定调控成本。

在其中一个实施例中，本地控制器获取当前调度控制指令，包括：

本地控制器根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本；

本地控制器将每小时的预测负荷量、调节幅值与成本发送至总充电站控制器；指示总充电站控制器生成目标充电站在预设时间段内的总预测负荷量和总调节幅值与成本；

本地控制器接收当前调度控制指令；当前调度控制指令为总充电站控制器将总预测负荷量、调节幅值与成本发送至电网调度中心，电网调度中心根据总预测负荷量和总调节幅值生成目标预测负荷量后生成的。

在其中一个实施例中，本地控制器包括负荷预测模块和调控容量预测模块；

则本地控制器根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本，包括：

负荷预测模块根据充电桩所需负荷量影响因素，预测每小时的预测负荷量，并将每小时的预测负荷量发送至调控容量预测模块；

调控容量预测模块根据每小时的预测负荷量，预测预测负荷量的调节幅值与成本。

第二方面，本申请提供一种充电站负荷调整系统，该系统包括目标充电站的本地控制器和目标充电站中的充电桩；

本地控制器，用于获取当前调控成本和当前调度控制指令，根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略，然后根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；

其中，当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；

充电桩，用于接收调度指令，并根据调度指令调整自身的负荷量。

在其中一个实施例中，该系统还包括总充电站控制器、电网调度中心；

本地控制器，还用于根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本后，将每小时的预测负荷量、调节幅值与成本发送至总充电站控制器；

总充电站控制器，用于接收每小时的预测负荷量、调节幅值与成本，生成目标充电站在预设时间段内的总预测负荷量和总调节幅值与成本后，将总预测负荷量和总调节幅值与成本发送至电网调度中心；

电网调度中心，用于接收总预测负荷量和总调节幅值与成本，生成目标预测负荷量后生成调度指令。

在其中一个实施例中，总充电站控制器包括充电收入预测模块；本地控制器包括调控成本预测模块；

充电收入预测模块，用于根据预设的充电收入影响因素，预测目标充电站在预设时间段内的调控前充电收入预测值，将调控前充电收入预测值发送至调控成本预测模块；

调控成本预测模块，用于接收调控前充电收入预测值；以及根据预先存储的历史充电站数据，确定目标充电站在预设时间段内的调控前充电成本预测值、目标充电站在预设时间段内的调控后充电收入预测值、目标充电站在预设时间段内的调控后的充电成本预测值；然后根据调控前充电收入预测值、调控前充电成本预测值、调控后充电收入预测值和充电成本预测值，确定调控成本。

第三方面，本申请提供一种充电站负荷调整装置，该装置包括：

获取模块，用于获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；

确定模块，用于根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；

调整模块，用于根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。

第四方面，本申请提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现上述第一方面中任一项实施例中方法的步骤。

第五方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项实施例中方法的步骤。

本申请提供一种充电站负荷调整方法、系统、装置、设备和存储介质，能够通过目标充电站的本地控制器获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；本地控制器根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；本地控制器根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。由于本地控制器可获取目标充电站在预设时间段内调整负荷量产生的成本，以及基于目标充电站在预设时间段内所需的目标预测负荷量生成的调度指令，由此确定出目标充电站的负荷量调整策略，生成调控指令并发送至充电站中各个充电桩，进而调整了在预设时间段内充电站中各个充电桩的负荷量；因此，使得在预设时间段内的不同时刻、不同地域的各个充电桩得到充分合理地利用，避免了因充电桩闲置造成的充电桩充电负荷量浪费，或者因某些充电站的充电桩的集中过度使用，而造成充电桩寿命短的情况，使得电动汽车在需要进行充电时可以得到有序充电的调度控制，进而降低了电力设施投资成本和运行成本。

附图说明

图1为一个实施例中一种充电站负荷调整方法的应用环境图；

图2为一个实施例中一种充电站负荷调整方法的流程示意图；

图3为一个实施例中一种充电站负荷调整方法的流程示意图；

图4为一个实施例中一种充电站负荷调整方法的流程示意图；

图5为一个实施例中一种充电站负荷调整方法的流程示意图；

图6为一个实施例中一种充电站负荷调整方法的流程示意图；

图7为一个实施例中一种充电站负荷调整方法中的各模块结构图；

图8为一个实施例中一种充电站负荷调整装置的结构框图；

图9为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的一种充电站负荷调整方法，可以适用于如图1所示的应用环境。该应用环境包括本地控制器、总充电站控制器、电网调度中心和充电站中的充电桩。其中，本地控制器与总充电站控制器之间、总充电站控制器和电网调度中心之间、本地控制器和充电站中的充电桩之间可以进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)、蓝牙或其他技术实现。其中，本地控制器、总充电站控制器、电网调度中心均可以通过计算机设备实现其功能；该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。可选地，该计算机设备可以是个人计算机(personal computer，简称PC)，还可以是个人数字助理，还可以是其他的终端设备，例如平板电脑(portable android device，简称PAD)、手机等等，还可以是云端或者远程服务器，本申请实施例对计算机设备的具体形式并不做限定。其中，充电站中的充电桩是一种具备处理、存储、通信、显示和输入的充电装置，该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。

本申请实施例提供一种充电站负荷调整方法、系统、装置、设备和存储介质，能够对电动汽车的有序充电进行调度控制。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本申请提供的一种充电站负荷调整方法，图2-图5的执行主体为本地控制器，其中，其执行主体还可以是充电站负荷调整装置，其中该装置可以通过软件、硬件或者软硬件结合的方式实现成为本地控制器的部分或者全部。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。

由于充电服务速度是评估充电站服务质量的一个关键指标，为了提高充电站服务质量，需对充电负荷量进行调整，使得电动汽车可以进行有序充电，进而提高充电站的服务质量。但对充电负荷量进行调整这会影响到用户的车辆使用，尤其在城市中心区、商业区、交通枢纽的快充站在充电高峰时段甚至可能出现用户排队等待充电的情况；或者在采用分时电价或采用市场现货价格的地区，调整充电桩的充电负荷量本身而造成的充电时段变化，也可能造成电费成本的改变。综上所述，要对充电站的进行有序充电的调度控制，需要全面考虑调整充电负荷量造成对调控成本的影响，基于此，本申请提供了一种充电站负荷调整方法，现对此进行说明：

在一个实施例中，如图2所示，提供了一种充电站负荷调整方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：

S202，目标充电站的本地控制器获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的。

其中，目标充电站是指当前需要进行负荷调整的充电站；目标充电站中包括多个充电桩，其中充电桩可以为立式充电桩、壁式充电桩，在此不加以限制；以电动汽车为例，本申请实施例主要涉及电动汽车的快充站。

其中，每个充电站均设置有对应的本地控制器，本地控制器可以是由单片机、嵌入式系统或工控机构成的具有通信、计算和存储功能的系统，本地控制器可以直接接收调控成本预测模块发送的当前调控成本及总充电控制器发送的当前调度控制指令；也可以通过本地控制器中的存储模块查询调控成本预测模块得出的当前调控成本并进行调用，接收总充电站控制器发送的当前调度控制指令。

其中，当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；其中，负荷量可以为电动汽车在充电站充电时所消耗的功率；其中，预设时间段是指需要进行充电负荷量调整的时间段，例如，可以是目标充电站需要对充电负荷量进行调整的时间段为未来24小时内，或者是目标充电站需要对充电负荷量进行调整的时间段为次日0点开始后的12小时内的，在此不加以限制；其中，当前调控成本可以是由于对充电负荷进行调控延长充电时间而形成的用户满意度变化量；也可以是由于可能增加的排队和等待时间造成的交易订单流失量和充电设施利用率下降量；其中，当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；例如，目标充电站在未来24小时内的某小时需要的充电负荷量为100千瓦时，此时，目标充电站本身具有的充电负荷量为150千瓦时，则生成的当前调度控制指令为该小时减少充电负荷量50千瓦时至目标充电站。

S204，本地控制器根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略。

其中，本地控制器的内部可以具备一个内置算法模型，对获取的当前调控成本和当前调度控制指令进行实时计算，得出目标充电站的负荷量调整策略；也可以是，本地控制器的内部包括一个数据对应表，通过获取的当前调控成本和当前调度控制指令与数据对应表中的调控成本和调度控制指令进行比对，得出相应的目标充电站的负荷量调整策略，在此不加以限制。

其中，目标充电站的负荷量调整策略，可以为由算法模型计算出的具体数值，也可以为文字性调整策略，在此不加以限制。

S206，本地控制器根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。

其中，本地控制器可以将负荷量调整策略通过计算机语言进行编码生成调度指令；其中进行编码的计算机语言可以为C语言、JAVA语言、C++语言，在此不加以限制。

其中，本地控制器可以通过有线或无线的方式与目标充电站的充电桩进行通信，其中，无线方式可通过WIFI、运营商网络、NFC(近场通信)、蓝牙或其他技术实现，在此不加以限制；本地控制器可以将调控指令逐条发送给目标充电站的特定充电桩；或者将调控指令同时发送给给目标充电站的充电桩；。

其中，当目标充电站的充电桩接收到调控指令，根据调控指令，对充电桩所具备的负荷量进行调整。例如，目标充电桩包括充电桩A和充电桩B，此时充电桩A有50千瓦的负荷，充电桩B有100千瓦的负荷，调控指令为各充电桩均减少25千瓦负荷，此时需要对充电桩A减少25千瓦的负荷，对充电桩B减少25千瓦的负荷。

本实施例提供的一种充电站负荷调整方法，通过目标充电站的本地控制器获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；本地控制器根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；本地控制器根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩，通过调度指令调整各个充电桩的负荷量。

由于本地控制器可获取目标充电站在预设时间段内调整负荷量产生的成本，以及基于目标充电站在预设时间段内所需的目标预测负荷量生成的调度指令，由此确定出目标充电站的负荷量调整策略，生成调控指令并发送至充电站中各个充电桩，进而调整了在预设时间段内充电站中各个充电桩的负荷量；因此，使得在预设时间段内的不同时刻、不同地域的各个充电桩得到充分合理地利用，避免了因充电桩闲置造成的充电桩充电负荷量浪费，或者因某些充电站的充电桩的集中过度使用，而造成充电桩寿命短的情况，使得电动汽车在需要进行充电时可以得到有序充电的调度控制，并且，电动汽车快充站在充电负荷有序控制的同时，兼顾充电场站的运行效益，进而降低了电力设施投资成本和运行成本。

上述实施例对充电站负荷调整方法进行了说明，在此基础上，本申请对充电站负荷调整方法中的本地控制器获取当前调控成本进行进一步说明，如图3所示，本地控制器获取当前调控成本包括：

S302，本地控制器接收总充电站控制器发送的目标充电站在预设时间段内的调控前充电收入预测值。

具体地，总充电站控制器可以是一个云端或服务器系统，用于接收负荷预测模块发送的每小时的预测负荷量、调控成本预测模块得出的调节幅值与成本，生成目标充电站在预设时间段内的总预测负荷量和总调节幅值与成本后，将总预测负荷量和总调节幅值与成本发送至电网调度中心，接收电网调度中心的当前调控指令，并发送给本地管理器；

其中，调控前充电收入预测值是指由总充电站控制器中的充电收入预测模块分析计算得出的未进行充电负荷量调整前的充电收入预测值；

其中，充电收入预测模块用于根据预设的充电收入影响因素，预测目标充电站在预设时间段内的调控前充电收入预测值，将调控前充电收入预测值发送至本地控制器的调控成本预测模块；其中，预设的充电收入影响因素可以包括充电站历史充电交易数据、电动汽车集群实时电池存储量数据、来自天气预报供应商的天气信息数据、来自系统管理方设置的社会活动数据、地理信息系统供应商的交通信息数据以及地理信息数据等；

其中，充电收入预测模块可以内置一个算法模型，将实时读取的目标充电站的充电桩所进行的交易信息，与历史交易信息及预设的充电收入影响因素进行实时计算，得出在预设时间段内的调控前充电收入预测值；也可以是充电收入预测模块具有数据对比表，通过对比数据对比表中的目标充电站的充电桩所进行的交易信息，与历史交易信息及预设的充电收入影响因素，查找预设时间段内的调控前充电收入预测值，在此不加以限制。

S304，本地控制器根据预先存储的历史充电站数据，确定目标充电站在预设时间段内的调控前充电成本预测值、目标充电站在预设时间段内的调控后充电收入预测值、目标充电站在预设时间段内的调控后的充电成本预测值。

具体地，调控前充电成本预测值是指，在每一次的电动汽车充电过程中，充电桩都会将充电信息传输给本地控制器，并进行保存至本地控制器的数据库中，同时，每次对预设时间内的当前成本预测值进行存储；在下一次需要进行对预设时间内的当前成本预测值进行预测时，之前存储的的预测值自然成为在需要进行预测本地控制器预先存储的历史充电数据，而这些本次对预设时间内的当前成本预测值，即为目标充电站在预设时间段内的调控前充电成本预测值；

其中，目标充电站在预设时间段内的调控后充电成本预测值，则是经过调控成本预测模块根据实时信息进行调控方案调整后的充电成本预测值；

其中，目标充电站在预设时间段内的调控后充电收入预测值，是根据充电收入预测模块根据预先存储的历史充电站交易数据，以及实时充电站交易数据，进行分析和运算得出的目标充电站在预设时间段内的充电收入预测值，并且经过本地控制器结合电网控制中心下发的调度指命令经过调控后的目标充电站在预设时间段内的充电成本预测值。

S306，本地控制器根据调控前充电收入预测值、调控前充电成本预测值、调控后充电收入预测值和充电成本预测值，确定调控成本。

具体地，其中，调控前充电收入预测值、调控前充电成本预测值、调控后充电收入预测值和充电成本预测值，都是本地控制器进行分析运算得出的预测值，都存储在本地控制器中，则本地控制器只需从数据库中提取出来，经过如下的公式进行计算，则可以确定调控成本，公式为：调控成本＝(调控前充电收入预测值-调控前充电成本预测值)-(调控后充电收入预测值-调控后充电成本预测值)；

其中，调控成本是通过调控前充电收入预测值与调控前充电成本预测值做差，得到差值1即为无调控是的收益预测值；调控后充电收入预测值与调控后充电成本预测值做差，得到差值2，即为调整后的收益预测值；差值1减去差值2即可得到调控成本值。

在本实施例中，通过本地控制器接收总充电站控制器发送的目标充电站在预设时间段内的调控前充电收入预测值；本地控制器根据预先存储的历史充电站数据，确定目标充电站在预设时间段内的调控前充电成本预测值、目标充电站在预设时间段内的调控后充电收入预测值、目标充电站在预设时间段内的调控后的充电成本预测值；本地控制器根据调控前充电收入预测值、调控前充电成本预测值、调控后充电收入预测值和充电成本预测值，确定调控成本，能够得到准确的调控成本数据，为后续本地控制器利用调控成本调控目标充电站的所需分配的充电站充电负荷量打下了基础，也为进而根据调控成本调整在预设时间段内充电站中各个充电桩的负荷量创造了条件。

上述实施例对充电站负荷调整方法进行了说明，在此基础上，本申请对充电站负荷调整方法中的本地控制器获取当前调度控制指令进行进一步说明，在一个实施例中，如图4所示，本地控制器获取当前调度控制指令包括：

S402，本地控制器根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本；

具体地，充电桩所需负荷量影响因素可以包括充电站历史充电交易数据、电动汽车集群实时电池存储量数据、来自天气预报供应商的天气信息数据、来自系统管理方设置的社会活动数据、地理信息系统供应商的交通信息数据以及地理信息数据等。

其中，预设时间段内的每小时的预测负荷量为本地控制器中的负荷预测模块分析计算得到的预测值。

其中，预测负荷量的调节幅值与成本是有本地控制器中的调控容量预测模块分析计算得到的调节幅值与成本。

其中，本地控制器中的负荷预测模块可以具备一个算法模型，负荷预测模块通过算法模型计算所需负荷量影响因素与实时的充电站的充电桩的充电负荷量进行算法计算，得出预设时间段内的每小时的预测负荷量；也可以是负荷预测模块具备一个数据对比表，通过比对个预设的充电桩所需负荷量影响因素，查找对应的每小时的预测负荷量，并将每小时的预测负荷量发送至调控容量预测模块；调控成本预测模块也可以具备一个算法模型或者数据比对表，结合每小时的预测负荷量与充电桩所需负荷量影响因素，计算或对比查找对应的预测负荷量的调节幅值与成本。

由预设的充电桩所需负荷量影响因素确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本，示例的，预设时间段为当前时刻开始的24小时内，因天气原因，可以是下雨而造成的目标充电站的电动汽车充电频率降低，而从历史充电数据中找寻多组对应的在此影响因素下，充电站的24小时内各小时充电负荷量，以及预测负荷量的调节幅值与成本。

S404，本地控制器将每小时的预测负荷量、调节幅值与成本发送至总充电站控制器；指示总充电站控制器生成目标充电站在预设时间段内的总预测负荷量和总调节幅值与成本；

具体地，本地控制器可以将每小时的预测负荷量、调节幅值与成本发送至总充电站控制器，可以逐条发送给总控制器，也可以将其打包为一个指令发送给总充电站控制器；其中，总充电站控制器可以将接收到的各个目标充电站对应的所有每小时的预测负荷量进行加和得到在预设时间段内的总预测负荷量、总充电站控制器也可以将接收到的各个目标充电站对应的所有调节幅值与成本进行加权平均得到调节幅值与成本发送至电网调度中心。

S406，本地控制器接收当前调度控制指令；当前调度控制指令为总充电站控制器将总预测负荷量、调节幅值与成本发送至电网调度中心，电网调度中心根据总预测负荷量和总调节幅值生成目标预测负荷量后生成的；

具体地，本地控制器接收当前调度控制指令，其中当前调度控制指令为电网调度中心接收到总充电站控制器计算得出的总预测负荷量、总调节幅值与成本后，电网调度中心利用总预测负荷量与总调节幅值和成本与待优化的目标充电站的充电负荷对比，进而生成的当前调度控制指令；其中，电网调度中心利用总预测负荷量与总调节幅值和成本与待优化的目标充电站的充电负荷量对比可以是总预测负荷量与目标充电站的充电负荷量的差，并且可以对应在总调节幅值以内且成本最低；若对应，则生成总预测负荷量指令总控制器，若不对应，则生成调整总预测负荷量为可以对应在总调节幅值以内且成本最低的总预测负荷量。

在本申请时实例提供的方法中，本地控制器获取当前调度控制指令通过本地控制器根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本；本地控制器将每小时的预测负荷量、调节幅值与成本发送至总充电站控制器；指示总充电站控制器生成目标充电站在预设时间段内的总预测负荷量和总调节幅值与成本；本地控制器接收当前调度控制指令；当前调度控制指令为总充电站控制器将总预测负荷量、调节幅值与成本发送至电网调度中心，电网调度中心根据总预测负荷量和总调节幅值生成目标预测负荷量后生成的；这种方法简单有效，且根据多种影响因素进行分析计算，可以得出准确可靠的数据信息。同时，不同的模块计算不同的预测值，提高了数据的可靠性。

上述实施例对本地控制器获取当前调度控制指令这一方法进行了描述，在此方法的基础上，对本地控制器根据预设的充电桩所需负荷量影响因素，确定所述目标充电站在所述预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本进行说明。

在一个实施例中，如图5所示，本地控制器包括负荷预测模块和调控容量预测模块；则本地控制器根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本，包括：

S502，负荷预测模块根据充电桩所需负荷量影响因素，预测每小时的预测负荷量，并将每小时的预测负荷量发送至调控容量预测模块。

具体地，负荷预测模块，用于对充电桩所需负荷量影响因素进行分析和运算，对预设时间段内的每小时充电负荷量给出预测值并发送至总充电站控制器；负荷预测模块接收快充站的所有充电信息，充电信息可以包括历史充电负荷数据、来自于本地场站充电调度管理控制器的实时充电负荷数据、电动汽车实时电池电量数据、天气信息数据、社会活动数据、交通信息数据以及地理信息数据；根据充电桩所需负荷量影响因素预测所述每小时的预测负荷量，预设时间段可以是未来24小时，根据此时的天气信息，找寻对应天气信息下相同情况下历史充电负荷量数据，以及历史预测负荷量数据，根据比对，得出每小时的预测负荷量。

S504，调控容量预测模块根据所述每小时的预测负荷量，预测预测负荷量的调节幅值与成本。

具体地，调控容量预测模块，用于获取负荷预测模块发送的每小时的预测负荷量，进行分析计算后发送预测负荷量的调节幅值和成本至总充电站控制器；其中，调控容量预测模块是本地控制器里的一个模块，本地控制器通过负荷预测模块分析并计算出的每小时的预测负荷量发送至调控容量预测模块，在接收到每小时的预测负荷量，调控容量预测模块根据本地控制器接受到的充电站充电数据，计算出在当前负荷预测下各种调节幅值对应的调节成本成本；其中，调控容量预测模块可以根据接收到不同影响因素对应的每小时的预测负荷量，计算在某小时做出某个调节幅值对应的优化运行成本与不进行该调节时的优化运行成本的差值从而得出该调节幅值对应的调节成本。不同影响因素对应的调控成本不同。例如，调控容量预测模块接受到的某小时的预测负荷为100千瓦时，在此预测值下计算优化运行成本，当调节幅值为减小20千瓦时，实际负荷为100-20＝80千瓦时，较小的负荷将使得后续时间负荷增加，计算变化后的运行成本，得到调节成本。

在本申请实施例提供的方法中，本地控制器中的负荷预测模块根据充电桩所需负荷量影响因素预测每小时的预测负荷量，并将每小时的预测负荷量发送至本地控制器中的调控容量预测模块，然后调控容量预测模块根据每小时的预测负荷量预测预测负荷量的调节幅值与成本。

由于本地控制器可以根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，做出多种调控方案，并且可以确定与之对应的预测负荷量的调节幅值与成本，这种方法可以提高准确度，并且选取最优的方案，进而保障了电动汽车需要进行充电时可以得到有序充电的调度控制。

在另一个申请实施例中，如图6和图7所示，提供了一种充电站负荷调整方法，包括以下步骤：

S602，负荷预测模块根据充电桩所需负荷量影响因素，预测每小时的预测负荷量。

S604，负荷预测模块将每小时的预测负荷量发送至调控容量预测模块和总充电站调度模块。

S606，调控容量预测模块根据每小时的预测负荷量，预测预测负荷量的调节幅值与成本，并发送调节幅值与成本至总充电站调度模块。

S608，总充电站调度模块接收每小时的预测负荷量、调节幅值与成本，生成目标充电站在预设时间段内的总预测负荷量和总调节幅值与成本，并发送总预测负荷量和总调节幅值与成本至电网调度中心。

S610，电网调度中心接收总预测负荷量和总调节幅值与成本，生成目标预测负荷量后生成调度指令，并发送调度指令至总充电站调度模块。

S612，总充电站调度模块将调度指令发送至实时调度控制模块。

S614，充电收入预测模块根据预设的充电收入影响因素，预测目标充电站在预设时间段内的调控前充电收入预测值，将调控前充电收入预测值发送至调控成本预测模块。

S616，调控成本预测模块根据调控前充电收入预测值，以及预先存储的历史充电站数据，确定目标充电站在预设时间段内的调控前充电成本预测值、目标充电站在预设时间段内的调控后充电收入预测值、目标充电站在预设时间段内的调控后的充电成本预测值。

S618，调控成本预测模块根据调控前充电收入预测值、调控前充电成本预测值、调控后充电收入预测值和充电成本预测值，确定调控成本，并将调控成本发送至实时调度控制模块。

S620，实时调度控制模块根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略，并根据负荷量调整策略生成调度指令。

S622，实时调度控制模块发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。

本申请实施例提供的充电站负荷调整方法，可以结合充电桩所需负荷量影响因素得出充电负荷预测值，同时计算或分析得出调控成本，根据调控成本与调控指令比对，选取最优的调整策略，下发具体调控指令给各快充桩。该方法由多种因素综合考虑得出，提高了准确度，同时各个模块间进行各自的分析计算，一定程度上提高了数据的可靠性，因此，得出准确有效可靠性高的调控指令，使得各个充电桩在预设时间段内的不同时刻、不同地域得到充分合理地利用，避免了因充电桩闲置造成的充电桩充电负荷量浪费，或者因某些充电站的充电桩的集中过度使用，而造成充电桩寿命短的情况，使得电动汽车在需要进行充电时可以得到有序充电的调度控制，进而降低了电力设施投资成本和运行成本。

应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

另外，本申请还提供了一种充电站负荷调整系统，可参见上述图7所示，下面结合上述图7所示的充电站负荷调整系统提供几种实施例，且下述充电站负荷调整系统中各个实施例的具体限定可以参见上文中对于充电站负荷调整方法的限定，在此将不再赘述。

在一个实施例中，该充电站负荷调整系统包括：目标充电站的本地控制器和目标充电站中的充电桩；

本地控制器，用于获取当前调控成本和当前调度控制指令，根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略，然后根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；

其中，当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；

充电桩用于接收调度指令，并根据调度指令调整自身的负荷量。

基于上述实施例，该系统还包括：总充电站控制器、电网调度中心；

本地控制器，还用于根据预设的充电桩所需负荷量影响因素，确定目标充电站在预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本后，将每小时的预测负荷量、调节幅值与成本发送至总充电站控制器；

总充电站控制器，用于接收每小时的预测负荷量、调节幅值与成本，生成目标充电站在预设时间段内的总预测负荷量和总调节幅值与成本后，将总预测负荷量和总调节幅值与成本发送至电网调度中心；

电网调度中心，用于接收总预测负荷量和总调节幅值与成本，生成目标预测负荷量后生成调度指令。

基于上述实施例，提供一个实施例，该系统中总充电站控制器包括充电收入预测模块；本地控制器包括调控成本预测模块；

充电收入预测模块，用于根据预设的充电收入影响因素，预测目标充电站在预设时间段内的调控前充电收入预测值，将调控前充电收入预测值发送至调控成本预测模块；

调控成本预测模块，用于接收调控前充电收入预测值；以及根据预先存储的历史充电站数据，确定目标充电站在预设时间段内的调控前充电成本预测值、目标充电站在预设时间段内的调控后充电收入预测值、目标充电站在预设时间段内的调控后的充电成本预测值；然后根据调控前充电收入预测值、调控前充电成本预测值、调控后充电收入预测值和充电成本预测值，确定调控成本。

在一个实施例中，如图8所示，提供了一种充电站负荷调整装置，该装置包括：获取模块801、确定模块802和调整模块803，其中：

获取模块801，用于获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；

确定模块802，用于根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；

调整模块803，用于根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。

可以理解的是，若将上述图8所示的充电站负荷调整装置与前面实施例中图6的充电站负荷调整系统结合进行说明，图8中的获取模块、确定模块和调整模块则对应图6中实时调度控制模块，即图6中的实时调度控制模块中可包括获取模块、确定模块和调整模块实现图8中的功能。

关于充电站负荷调整装置的具体限定可以参见上文中对于充电站负荷调整方法的限定，在此不再赘述。上述充电站负荷调整装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种充电站负荷调整方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤：

获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；

根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；

根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。

上述实施例提供的一种计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取当前调控成本和当前调度控制指令；当前调控成本表示目标充电站在预设时间段内调整负荷量产生的成本；当前调度控制指令为基于目标充电站在预设时间段内所需的目标预测负荷量生成的；

根据当前调控成本和当前调度控制指令确定目标充电站的负荷量调整策略；

根据负荷量调整策略生成调度指令，并发送调度指令至充电站中各个充电桩；调度指令用于调整充电站中各个充电桩的负荷量。

上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种充电站负荷调整方法，其特征在于，所述方法包括：

本地控制器接收总充电站控制器发送的目标充电站在预设时间段内的调控前充电收入预测值；所述本地控制器根据预先存储的历史充电站数据，确定所述目标充电站在预设时间段内的调控前充电成本预测值、所述目标充电站在预设时间段内的调控后充电收入预测值、所述目标充电站在预设时间段内的调控后的充电成本预测值；所述本地控制器根据所述调控前充电收入预测值、所述调控前充电成本预测值、所述调控后充电收入预测值和所述充电成本预测值，确定当前调控成本，以及，所述本地控制器获取当前调度控制指令；所述当前调控成本表示所述目标充电站在预设时间段内调整负荷量产生的成本；所述当前调度控制指令为基于所述目标充电站在所述预设时间段内所需的目标预测负荷量生成的；

所述本地控制器根据所述当前调控成本和所述当前调度控制指令确定所述目标充电站的负荷量调整策略；

所述本地控制器根据所述负荷量调整策略生成调度指令，并发送所述调度指令至充电站中各个充电桩；所述调度指令用于调整所述充电站中各个充电桩的负荷量；

其中，所述本地控制器获取所述当前调度控制指令，包括：所述本地控制器根据预设的充电桩所需负荷量影响因素，确定所述目标充电站在所述预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本；将所述每小时的预测负荷量、所述调节幅值与成本发送至总充电站控制器，以指示所述总充电站控制器生成所述目标充电站在所述预设时间段内的总预测负荷量和总调节幅值与成本；电网调度中心接收所述当前调度控制指令；所述当前调度控制指令为所述总充电站控制器将所述总预测负荷量、所述调节幅值与成本发送至电网调度中心，所述电网调度中心根据所述总预测负荷量和总调节幅值生成的目标预测负荷量后生成的；其中，预设的充电收入影响因素包括充电站历史充电交易数据、电动汽车集群实时电池存储量数据、来自天气预报供应商的天气信息数据、来自系统管理方设置的社会活动数据、地理信息系统供应商的交通信息数据以及地理信息数据中的至少一个。

2.根据权利要求1所述的方法，其特征在于，所述目标充电站在预设时间段内的调控后充电成本预测值是经过调控成本预测模块根据实时信息进行调控方案调整后的充电成本预测值。

3.根据权利要求1所述的方法，其特征在于，所述目标充电站在预设时间段内的调控后充电收入预测值是根据充电收入预测模块根据预先存储的历史充电站交易数据，以及实时充电站交易数据，进行分析和运算得出的目标充电站在预设时间段内的充电收入预测值，并且经过本地控制器结合电网控制中心下发的调度指命令经过调控后的目标充电站在预设时间段内的充电成本预测值。

4.根据权利要求1所述的方法，其特征在于，所述本地控制器包括负荷预测模块和调控容量预测模块；

则所述本地控制器根据预设的充电桩所需负荷量影响因素，确定所述目标充电站在所述预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本，包括：

所述负荷预测模块根据所述充电桩所需负荷量影响因素，预测所述每小时的预测负荷量，并将所述每小时的预测负荷量发送至所述调控容量预测模块；

所述调控容量预测模块根据所述每小时的预测负荷量，预测所述预测负荷量的调节幅值与成本。

5.一种充电站负荷调整系统，其特征在于，所述系统包括目标充电站的本地控制器、所述目标充电站中的充电桩、总充电站控制器和电网调度中心；

所述本地控制器，用于接收总充电站控制器发送的目标充电站在预设时间段内的调控前充电收入预测值，根据预先存储的历史充电站数据，确定所述目标充电站在预设时间段内的调控前充电成本预测值、所述目标充电站在预设时间段内的调控后充电收入预测值、所述目标充电站在预设时间段内的调控后的充电成本预测值，根据所述调控前充电收入预测值、所述调控前充电成本预测值、所述调控后充电收入预测值和所述充电成本预测值，确定当前调控成本，以及，获取当前调度控制指令，根据所述当前调控成本和所述当前调度控制指令确定所述目标充电站的负荷量调整策略，然后根据所述负荷量调整策略生成调度指令，并发送所述调度指令至充电站中各个充电桩；

其中，所述当前调控成本表示所述目标充电站在预设时间段内调整负荷量产生的成本；所述当前调度控制指令为基于所述目标充电站在所述预设时间段内所需的目标预测负荷量生成的；

所述本地控制器，还用于根据预设的充电桩所需负荷量影响因素，确定所述目标充电站在所述预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本后，将所述每小时的预测负荷量、所述调节幅值与成本发送至所述总充电站控制器；其中，所述预设的充电收入影响因素包括充电站历史充电交易数据、电动汽车集群实时电池存储量数据、来自天气预报供应商的天气信息数据、来自系统管理方设置的社会活动数据、地理信息系统供应商的交通信息数据以及地理信息数据中的至少一个；

所述总充电站控制器，用于接收所述每小时的预测负荷量、所述调节幅值与成本，生成所述目标充电站在所述预设时间段内的总预测负荷量和总调节幅值与成本后，将所述总预测负荷量和所述总调节幅值与成本发送至所述电网调度中心；

所述电网调度中心，用于接收所述总预测负荷量和所述总调节幅值与成本，生成所述目标预测负荷量后生成所述调度指令；

所述充电桩，用于接收所述调度指令，并根据所述调度指令调整自身的负荷量。

6.根据权利要求5所述的系统，其特征在于，所述总充电站控制器包括充电收入预测模块；所述本地控制器包括调控成本预测模块；

所述充电收入预测模块，用于根据预设的充电收入影响因素，预测所述目标充电站在预设时间段内的调控前充电收入预测值，将所述调控前充电收入预测值发送至所述调控成本预测模块；

所述调控成本预测模块，用于接收所述调控前充电收入预测值，以及根据预先存储的历史充电站数据，确定所述目标充电站在预设时间段内的调控前充电成本预测值、所述目标充电站在预设时间段内的调控后充电收入预测值、所述目标充电站在预设时间段内的调控后的充电成本预测值；然后根据所述调控前充电收入预测值、所述调控前充电成本预测值、所述调控后充电收入预测值和所述充电成本预测值，确定所述调控成本。

7.一种充电站负荷调整装置，其特征在于，所述装置包括：

获取模块，用于接收总充电站控制器发送的目标充电站在预设时间段内的调控前充电收入预测值，根据预先存储的历史充电站数据，确定所述目标充电站在预设时间段内的调控前充电成本预测值、所述目标充电站在预设时间段内的调控后充电收入预测值、所述目标充电站在预设时间段内的调控后的充电成本预测值，根据所述调控前充电收入预测值、所述调控前充电成本预测值、所述调控后充电收入预测值和所述充电成本预测值，确定当前调控成本，以及，获取当前调度控制指令；所述当前调控成本表示所述目标充电站在预设时间段内调整负荷量产生的成本；所述当前调度控制指令为基于所述目标充电站在所述预设时间段内所需的目标预测负荷量生成的；其中，本地控制器获取所述当前调度控制指令，包括：所述本地控制器根据预设的充电桩所需负荷量影响因素，确定所述目标充电站在所述预设时间段内的每小时的预测负荷量，以及对应的预测负荷量的调节幅值与成本；将所述每小时的预测负荷量、所述调节幅值与成本发送至总充电站控制器，以指示所述总充电站控制器生成所述目标充电站在所述预设时间段内的总预测负荷量和总调节幅值与成本；电网调度中心接收所述当前调度控制指令；所述当前调度控制指令为所述总充电站控制器将所述总预测负荷量、所述调节幅值与成本发送至电网调度中心，所述电网调度中心根据所述总预测负荷量和总调节幅值生成的目标预测负荷量后生成的；其中，预设的充电收入影响因素包括充电站历史充电交易数据、电动汽车集群实时电池存储量数据、来自天气预报供应商的天气信息数据、来自系统管理方设置的社会活动数据、地理信息系统供应商的交通信息数据以及地理信息数据中的至少一个；

确定模块，用于根据所述当前调控成本和所述当前调度控制指令确定所述目标充电站的负荷量调整策略；

调整模块，用于根据所述负荷量调整策略生成调度指令，并发送所述调度指令至充电站中各个充电桩；所述调度指令用于调整所述充电站中各个充电桩的负荷量。

8.根据权利要求7所述的装置，其特征在于，所述目标充电站在预设时间段内的调控后充电成本预测值是经过调控成本预测模块根据实时信息进行调控方案调整后的充电成本预测值。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。

Images