CN112968438B - 充电功率调控方法、装置、计算机设备和存储介质 - Google Patents
充电功率调控方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112968438B CN112968438B CN202110169243.8A CN202110169243A CN112968438B CN 112968438 B CN112968438 B CN 112968438B CN 202110169243 A CN202110169243 A CN 202110169243A CN 112968438 B CN112968438 B CN 112968438B
- Authority
- CN
- China
- Prior art keywords
- area
- regulated
- charging
- region
- controlled
- 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.)
- Active
Links
- 230000033228 biological regulation Effects 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000001105 regulatory effect Effects 0.000 claims abstract description 291
- 238000009826 distribution Methods 0.000 claims description 40
- 230000005012 migration Effects 0.000 claims description 40
- 238000013508 migration Methods 0.000 claims description 40
- 230000001276 controlling effect Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 230000014759 maintenance of location Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 230000007704 transition Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 230000002829 reductive effect Effects 0.000 abstract description 3
- 230000037230 mobility Effects 0.000 description 45
- 238000010586 diagram Methods 0.000 description 9
- 230000000717 retained effect Effects 0.000 description 7
- 238000005315 distribution function Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- -1 ethylene propylene butylene Chemical group 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase networks
-
- 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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (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)
Abstract
本申请涉及一种充电功率调控方法、装置、计算机设备和存储介质。所述方法包括:获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据;根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量;根据各区域的充电负载率和预设的负载率边界条件,确定待调控区域;根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率。采用本方法能够提高电动汽车有序调控的准确性,既能在各个区域的充电负载率过高或过低时对充电功率发挥削峰填谷的作用,又能最大程度减小各区域间充电负荷差异水平,维护各区域的电网系统稳定运行。
Description
技术领域
本申请涉及电网技术领域,特别是涉及一种充电功率调控方法、装置、计算机设备和存储介质。
背景技术
随着近年来新能源的大力提倡,电动汽车被大面积推广使用,电动汽车无序充电的问题也日益严重。
针对电动汽车无序充电的问题,目前电动汽车有序充电的调控方法大部分是基于电网运行情况、电动汽车进行充电的数据信息,以用户充电成本为调控优化目标生成调控方案。但是,现有技术拟定的调控方案是以固定性模型作为计算求解的输入,缺乏对现实不定因素的考虑。
因此,现有技术存在准确率低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电动汽车有序充电调控准确度的充电功率调控方法、装置、计算机设备和存储介质。
第一方面,本申请提供一种充电功率调控方法,该方法包括:
获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据;
根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量;
根据各区域的充电负载率和预设的负载率边界条件,确定待调控区域;
根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率。
在其中一个实施例中,历史数据包括:各区域的初始保有量、迁移的电动汽车数量,根据历史数据,确定下一调控时刻区域的电动汽车的预测保有量,包括:
根据各区域的初始保有量和迁移的电动汽车数量,确定各区域在不同时刻的电动汽车迁移率;
根据电动汽车迁移率和各区域的初始保有量,确定各区域的整体预测迁移数量;
根据各区域的初始保有量和各区域整体预测迁移数量,确定下一调控时刻各区域的电动汽车的预测保有量。
在其中一个实施例中,根据电动汽车迁移率和各区域的初始保有量,确定各区域的整体预测迁移数量,包括:
统计预设时间段内各区域不同时刻的迁移率情况,得到各区域预设时间段内不同时刻的迁移率正态分布;
根据迁移率正态分布,确定目标时刻各所述区域的迁移率;
根据目标时刻各区域的迁移率和各区域的初始保有量计算各区域的整体预测迁移数量。
在其中一个实施例中,根据各个区域的充电负载率和预设的负载率边界条件,确定待调控区域:包括:
根据各区域的充电功率和对应的配变容量,确定当前时刻各区域的充电负载率;
根据当前时刻各区域的充电负载率和预设的负载率边界条件,确定待调控区域。
在其中一个实施例中,边界条件包括:预设上限阈值和预设下限阈值,根据当前时刻各区域的充电负载率和预设的负载率边界条件,确定待调控区域,包括:
若当前时刻区域的充电负载率大于或等于预设上限阈值,则确定区域为待调控区域;
若当前时刻区域的充电负载率小于或等于预设下限阈值,则确定区域为待调控区域。
在其中一个实施例中,历史数据包括:预设时间段内各个时刻进行充电的电动汽车数量、各区域中电动汽车的最大充电功率,根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率,包括:
根据待调控区域的预设时间段内各个时刻进行充电的电动汽车数量和待调控区域对应时刻的电动汽车的初始保有量,确定待调控区域的各个时刻的充电比例;
根据待调控区域的各个时刻的充电比例,得到待调控区域中充电比例的正态分布;
根据待调控区域中充电比例的正态分布,得到待调控区域中下一调控时刻的充电比例;
根据待调控区域中下一调控时刻的充电比例和待调控区域的下一调控时刻电动汽车的预测保有量,确定待调控区域的下一调控时刻预测参与充电的电动汽车数量;
根据待调控区域当前时刻数据、待调控区域的电动汽车的最大充电功率和待调控区域的下一调控时刻预测参与充电的电动汽车数量,确定待调控区域的下一调控时刻充电功率可调控裕度;
根据待调控区域的充电功率、所有区域的数量和待调控区域的下一调控时刻充电功率可调控裕度,确定待调控区域在下一调控时刻的调控充电功率。
在其中一个实施例中,根据待调控区域的充电功率、所有区域的数量和待调控区域的下一调控时刻充电功率可调控裕度,确定待调控区域在下一调控时刻的调控充电功率,包括:
将待调控区域的充电功率、所有区域的数量代入预设的目标函数;
根据待调控区域的下一调控时刻充电功率可调控裕度,对目标函数进行最小值求解,得到待调控区域在下一调控时刻区域的调控充电功率。
第二方面,本申请提供一种充电功率调控装置,装置包括:
获取模块,用于获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据;
第一确定模块,用于根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量;
第二确定模块,用于根据各个区域的充电负载率和预设的负载率边界条件,确定待调控区域;
第三确定模块,用于根据待调控区域的历史数据、当前时刻数据、预测保有量和区域数量,确定待调控区域在下一调控时刻的调控充电功率。
第三方面,本申请提供一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面任一项实施例中方法的步骤。
第四方面,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,计算机程序被处理器执行时实现上述第一方面任一项实施例中方法的步骤。
上述充电功率调控方法、装置、计算机设备和存储介质,获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据,根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量,根据各区域的充电负载率和预设的负载率边界条件,确定待调控区域,根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率。通过对各区域的充电负载率是否超过预设的负载率边界条件,确定出待调控区域,针对待调控区域,准确计算待调控区域的下一调控时刻的调控充电功率,且根据该充电功率调控方法对各区域内的充电功率进行调控,既能在各个区域的充电负载率过高或过低时对充电功率发挥削峰填谷的作用,又能最大程度减小各区域间充电负荷差异水平,维护各区域的电网系统稳定运行。
附图说明
图1为一个实施例中充电功率调控方法的应用环境图;
图2为一个实施例中充电功率调控方法的流程示意图;
图3为预设范围内多个区域的示意图;
图4为另一个实施例中充电功率调控方法的流程示意图;
图5为另一个实施例中充电功率调控方法的流程示意图;
图6为另一个实施例中充电功率调控方法的流程示意图;
图7为另一个实施例中充电功率调控方法的流程示意图;
图8为另一个实施例中充电功率调控方法的流程示意图;
图9为使用充电功率调控的仿真对比图;
图10为使用充电功率调控的仿真对比图;
图11为一个实施例中充电功率调控装置的结构框图;
图12为另一个实施例中充电功率调控装置的结构框图;
图13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。
本申请提供的充电功率调控方法,可以应用于如图1所示的应用环境中。该应用环境中包括:电网调度中心101、充电站管理设备102、充电站103、电动汽车104。其中,电网调度中心101通过网络与充电站管理设备102进行通信,电网调度中心101还可以采集电动汽车的位置信息等,电动汽车可以通过充电站103进行充电。其中,电网调度中心101可以是独立的服务器或者是多个服务器组成的服务器集群来实现。其中,充电站包括充电站集群和私人用户经营的充电桩。其中,充电站管理设备可以实时将充电站的相关数据信息上传至服务器中,并接收服务下发的相关调控指令信息。
在一个实施例中,如图2所示,提供了一种充电功率调控方法,以该方法应用于图1中的电网调度中心的服务器为例进行说明,包括以下步骤:
S201,获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据。
具体地,可以获取如图3中甲区、乙区、丙区、丁区各个区域的电动汽车在运行过程中的当前时刻数据和预设时间段内的历史数据。其中,当前时刻数据可以包括当前时刻电动汽车运行过程中运行数据,或者充电过程中生成的相关数据。其中,预设时间段为进行电动汽车充电数据分析的时间周期,示例地,预设时间段可以为1日或者多日,在此不加以限制。其中,历史数据可以包括电动汽车在各个区域内预设时间段内进行充电的相关数据信息,例如:电动汽车在各个区域内预设时间段内运行的迁入数量、迁出数量、在预设时间段内电动汽车的充电功率、预设时间段内各区域的配变容量等。
具体地,电动汽车可利用车联网技术,实时共享电动汽车的位置信息,服务器可以实时接收到电动汽车的位置信息,进而获取到电动汽车在各个区域运行过程中的迁入数量和迁出数量,当电动汽车在大型充电站或者私人持有的小型充电柱进行充电时,可以将相关的充电信息,用电功率等信息传输至服务器,服务器会实时获取电动汽车在各个区域内预设时间段内进行充电的相关数据信息并存储至数据库中。当需要对各个区域的充电功率进行调控时,服务器将从数据库中获取历史数据信息。
S202,根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量。
其中,调控时刻为服务器对各区域不同的充电功率进行调控的多个时刻,一天的调控时刻可以按每小时为一个调控时刻划分,或者按照每2小时为一个调控时刻划分,在此不加以限制。
具体地,历史数据可以包括电动汽车在各个区域运行过程中的迁移数量,以及当前时刻各个区域的电动汽车保有量。根据电动汽车在各个区域运行过程中的迁移数量和当前时刻各个区域的电动汽车保有量,即可预测下一调控时刻各区域的电动汽车的预测保有量。
S203,根据各区域的充电负载率和预设的负载率边界条件,确定待调控区域。
其中,充电负载率是指电动汽车在各个区域进行充电时的总负载率。其中,预设的负载率边界条件为工作人员预设的充电负载率阈值范围。
具体地,根据各个区域的充电负载率,和预设的负载率边界条件进行比较,可以是确定各个区域的充电负载率是否超出预设的负载率边界条件,若是超出预设的边界条件,则该区域可以确定为待调控区域。示例地,预设充电负载率阈值范围为A,则各区域的充电负载率超出A,确定为待调控区域,或者,预设充电负载率预支范围为C-D,则各区域的充电负载率超出C或者超出D,则该区域为待调控区域。
S204,根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率。
具体地,当确定待调控区域后,根据待调控区域的历史数据、待调控区域的电动汽车的预测保有量,可以确定待调控区域在下一调控时刻的调控充电功率。其中,待调控区域的历史数据可以包括当前时刻的参与充电的电动汽车数量,根据当前时刻的参与充电的电动汽车数量和待调控区域的电动汽车的预测保有量,可以先确定下一调控时刻参与充电的电动汽车数量;根据下一调控时刻参与充电的电动汽车数量和当前时刻数据,计算待调控区域在下一调控时刻的调控充电功率。其中,当前时刻数据可以包括当前时刻每一辆车的充电功率。
上述充电功率调控方法中,获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据,根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量,根据各区域的充电负载率和预设的负载率边界条件,确定待调控区域,根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率。通过对各区域的充电负载率是否超过预设的负载率边界条件,确定出待调控区域,针对待调控区域,准确计算待调控区域的下一调控时刻的调控充电功率,各区域按照根据该充电功率调控方法对各区域内的充电功率进行调控,既能在各个区域的充电负载率过高或过低时对充电功率发挥削峰填谷的作用,又能最大程度减小各区域间充电负荷差异水平,维护各区域的电网系统稳定运行。
上述实施例对充电功率调控方法进行了说明,在对充电功率进行调控时,首先需要对下一调控时刻各个区域的电动汽车保有量进行计算,现以一个实施例对确定下一调控时刻各区域的电动汽车的预测保有量进行说明,在一个实施例中,如图4所示,历史数据包括:各区域的初始保有量、迁移的电动汽车数量,根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量,包括:
S401,根据各区域的初始保有量和迁移的电动汽车数量,确定各区域在不同时刻的电动汽车迁移率。
其中,各区域的初始保有量为各区域内各个时刻的电动汽车的数量,迁移的电动汽车数量为各个区域各个时刻迁入和迁出的电动车数量。
具体地,可以根据在各个区域不同时刻发生迁移的电动汽车数量与各区域电动汽车在不同时刻的初始保有量之比,作为各区域在不同时刻的电动汽车迁移率。可以根据公式计算各区域在不同时刻的电动汽车迁移率,其中,pji(t)为t时刻j区对i区迁移率;为该时刻j区对i区迁移的电动汽车数量;Aj(t)为该时刻j区电动汽车保有量。
S402,根据电动汽车迁移率和各区域的初始保有量,确定各区域的整体预测迁移数量。
具体地,首先可以根据电动汽车各个时刻的迁移率的增长或降低趋势,预测出下一时刻各个区域的电动汽车迁移率,根据下一时刻电动汽车迁移率和各区域的初始保有量的,可以得到各个区域整体预测迁移数量。
S403,根据各区域的初始保有量和各区域整体预测迁移数量,确定下一调控时刻各区域的电动汽车的预测保有量。
具体地,根据各区域的初始保有量和各区域整体预测迁移数量进行加和,即可确定下一调控时刻各区域的电动汽车的预测保有量。即可以根据公式得到各区域下一调控时刻各区域的电动汽车的预测保有量,其中,Ai(t+1)为i区下一调控时刻电动汽车的预测保有量,Ai(t)为i区的初始保有量,为i区域整体预测迁移数量。
本实施例中,通过根据各区域的初始保有量和迁移的电动汽车数量,确定各区域在不同时刻的电动汽车迁移率,根据电动汽车迁移率和各区域的初始保有量,确定各区域的整体预测迁移数量,根据各区域的初始保有量和各区域整体预测迁移数量,确定下一调控时刻各区域的电动汽车的预测保有量,能够根据各个区域中电动汽车的迁移率,确定下一调控时刻各个区域的电动汽车保有量,进而,可以为根据下一调控时刻各个区域的电动汽车保有量,确定各个区域的是否需要进行充电功率的调整提供依据,进而实现准确调控各区域的充电功率。
上述实施例对确定下一调控时刻各区域的预测保有量进行了说明,其中确定各区域的整体预测迁移数量是确定各区域的预测保有量的基础,现以一个实施例对如何确定各区域的整体预测迁移数量进行说明,在一个实施例中,如图5所示,根据电动汽车的迁移率和各区域的初始保有量,确定各区域的整体预测迁移数量,包括:
S501,统计预设时间段内各区域不同时刻的迁移率情况,得到各区域预设时间段内不同时刻的迁移率正态分布。
其中,预设时间段为为多个包含多个当前时刻的时间段,例如,预设时间段为包含3个当前时刻的时间段,可以为3日。
具体地,统计预设时间段内各个区域在不同时刻的迁移率情况,计算预设时间段内各个区域的电动汽车迁移率的均值和方差,得到各个区域预设时间段内不同时刻的迁移率正态分布,其中,f(pji(t))为第t个时刻j区对i区的迁移率正态分布函数;δji(t)和μji(t)为根据多日迁移率统计数据拟合出pji(t)的均值和标准差;pji(t)若为正值则表示电动汽车从j区向i区迁移,若pji(t)为负值则表示电动汽车从i区向j区迁移。
S502,根据迁移率正态分布,确定目标时刻各所述区域的迁移率。
具体地,根据迁移率正态分布,结合蒙特卡洛随机抽样法,确定目标时刻各所述区域的迁移率。其中,目标时刻可以为下一调控时刻。
S503,根据目标时刻各区域的迁移率和各区域的初始保有量计算各区域的整体预测迁移数量。
具体地,计算各区域的整体预测迁移数量,可以根据公式(i≠j)计算得到,其中为i区在第t时刻电动汽车的整体预测迁移数量,若为正值则表现为迁入,下一调控时刻该区电动汽车保有量将会增大,若为负值则表现为迁出,下一调控时刻该区电动汽车保有量将会减小;N为所有区域的数量;Ai(t)i区的初始保有量,Aj(t)j区的初始保有量;pji(t)为t时刻j区对i区迁移率;Pij(t)t时刻i区对j区迁移率。
在本实施例中,通过统计预设时间段内各区域不同时刻的迁移率情况,得到各区域预设时间段内不同时刻的迁移率正态分布,根据迁移率正态分布,确定目标时刻各所述区域的迁移率,根据目标时刻各区域的迁移率和各区域的初始保有量计算各区域的整体预测迁移数量。根据各个区域的迁入迁出情况,可以确定各区域的整体预测迁移数量,则可以根据整体预测迁移数量,更准确的对之后的对各区域的充电功率进行调控,提供数据依据,综合考虑电动汽车各区域的迁入迁出情况,能够更准确的对各个区域的充电功率调控。
上述实施例对计算下一调控时刻各区域的预测电动汽车保有量进行了说明,对各个区域进行调控时,首先需要对各个区域是否需要进行调控进行判断,现以一个实施例对判断各个区域是否需要进行调控进行说明,在一个实施例中,如图6所示,根据各个区域的充电负载率和预设的负载率边界条件,确定待调控区域:包括:
S601,根据各区域的充电功率和对应的配变容量,确定当前时刻各区域的充电负载率。
具体地,各区域的充电功率为各区域的充电桩和充电站通过信息管理设备反馈给服务器的信息,可以根据公式确定当前时刻各区域的充电负载率,其中,ηi(t)为第t时刻i区的实时充电负载率;Pi(t)第t时刻i区的充电功率;为充电功率因数;Si为i区的配变容量。
S602,根据当前时刻各区域的充电负载率和预设的负载率边界条件,确定待调控区域。
具体地,预设的负载率边界条件为预先设定好的负载率范围,若当前时刻各区域的充电负载率在预设的负载率边界条件内,则该区域无需调控,可以得到下一调控时刻对各区域充电功率的调控指令0;若当前时刻各区域的充电负载率大于等于预设的负载率边界的最大值,则该区域需要下调,为待调控区域;若当前时刻各区域的充电负载率小于等于预设的负载率边界的最大值,则该区域需要上调,为待调控区域。
可选地,边界条件包括预设上限阈值和预设下限阈值,根据当前时刻各区域的充电负载率和预设的负载率边界条件,确定待调控区域,包括:
若当前时刻区域的充电负载率大于或等于预设上限阈值,则确定区域为待调控区域;
若当前时刻区域的充电负载率小于或等于预设下限阈值,则确定区域为待调控区域。
具体地,根据对当前时刻的充电负载率ηi(t)的判断,拟定出下一调控时刻对电动汽车充电功率的调控指令,相关判断如下:其中,Ri(t+1)为下一调控时刻对i区的调控指令,-1表示需要下调充电功率,即该区域为待调控区域;1表示需要上调充电功率,即该区域为待调控区域;0表示不需要进行充电功率调控;ηtop为预设上限阈值;ηlow为预设下限阈值。
在本实施例中,通过根据各区域的充电功率和对应的配变容量,确定当前时刻各区域的充电负载率,根据当前时刻各区域的充电负载率和预设的负载率边界条件,确定待调控区域。能够准确地得到需要调控的区域,确定为待调控区域,为后续仅对待调控区域进行充电功率的调整打下了基础。
上述实施例对确定待调控区域进行了说明,在确定了待调控区域后,需要对各个待调控区域进行充电功率的调控,现以一个实施例对如何确定待调控区域在下一调控时刻的调控充电功率进一步说明,在一个实施例中,如图7所示,历史数据包括:预设时间段内各个时刻进行充电的电动汽车数量、各区域中电动汽车的最大充电功率,根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率,包括:
S701,根据待调控区域的预设时间段内各个时刻进行充电的电动汽车数量和待调控区域对应时刻的电动汽车的初始保有量,确定待调控区域的各个时刻的充电比例。
具体地,待调控区域的各个时刻的充电比例为预设时间段内各个时刻进行充电的电动汽车数量与对应时刻的电动汽车的初始保有量之比。
S702,根据充电比例,得到待调控区域中充电比例的正态分布。
具体地,统计多日同区域同时刻的充电情况,得到该待调控区域充电比例的正态分布数据。
S703,根据待调控区域中充电比例的正态分布,得到待调控区域中下一调控时刻的充电比例。
具体地,根据该待调控区域充电比例的正态分布数据,拟合出以充电比例为随机变量的正态分布函数如下:其中,ρi(t)为待调控区域i区第t个时刻的充电比例;αi(t)和βi(t)为根据多日充电情况统计数据拟合出ρi(t)的均值和标准差,根据该正态分布函数,可以计算除下一调控时刻的充电比例。
S704,根据待调控区域中下一调控时刻的充电比例和待调控区域的下一调控时刻电动汽车的预测保有量,确定待调控区域的下一调控时刻预测参与充电的电动汽车数量。
具体地,根据公式可以计算待调控区域的下一调控时刻预测参与充电的电动汽车数量,其中,为i区下一调控时刻预测参与充电的电动汽车数量;αi(t+1)为根据多日充电情况统计数据拟合出的下一调控时刻的充电比例ρi(t+1)的均值;,Ai(t+1)为i区下一调控时刻电动汽车的预测保有量。
S705,根据待调控区域当前时刻数据、待调控区域的电动汽车的最大充电功率和待调控区域的下一调控时刻预测参与充电的电动汽车数量,确定待调控区域的下一调控时刻充电功率可调控裕度。
具体地,可以根据公式计算得出待调控区域的下一调控时刻充电功率可调控裕度,其中,Pi control,limit(t+1)为i区下一调控时刻充电功率可调控裕度;Pi,k(t+1)为当前时刻数据,即i区第k辆电动汽车的充电功率;Pi,k,max为i区第k辆电动汽车的最大充电功率;Ri(t+1)为下一调控时刻对i区的调控指令,可以为-1、1和0。
S706,根据待调控区域的充电功率、所有区域的数量和待调控区域的下一调控时刻充电功率可调控裕度,确定下一调控时刻待调控区域的调控充电功率。
具体地,根据待调控区域的充电功率、所有区域的数量和待调控区域的下一调控时刻充电功率可调控裕度满足各个区域之间的充电负荷幅值差异最小,得到下一调控时刻待调控区域的调控充电功率。
在本实施例中,根据待调控区域的预设时间段内各个时刻进行充电的电动汽车数量和待调控区域对应时刻的电动汽车的初始保有量,确定待调控区域的各个时刻的充电比例,根据充电比例,得到待调控区域中充电比例的正态分布,根据待调控区域中充电比例的正态分布,得到待调控区域中下一调控时刻的充电比例,根据待调控区域中下一调控时刻的充电比例和待调控区域的下一调控时刻电动汽车的预测保有量,确定待调控区域的下一调控时刻预测参与充电的电动汽车数量,根据待调控区域当前时刻数据、待调控区域的电动汽车的最大充电功率和待调控区域的下一调控时刻预测参与充电的电动汽车数量,确定待调控区域的下一调控时刻充电功率可调控裕度,根据待调控区域的充电功率、所有区域的数量和待调控区域的下一调控时刻充电功率可调控裕度,确定下一调控时刻待调控区域的调控充电功率。能够准确计算出待调控区域的调控充电功率,使得各个区域间充电功率的差异最小,从而使得电动汽车的有序充电调控更为准确。
在一个实施例中,如图8所示,根据各待调控区域的充电功率、所有区域的数量和各待调控区域的下一调控时刻充电功率可调控裕度,确定下一调控时刻各待调控区域的调控充电功率,包括:
S801,将待调控区域的充电功率、所有区域的数量代入预设的目标函数。
具体地,预设的目标函数为其中,F(t)各个区域间充电功率差异系数;N为所有区域的数量;Pi end(t+1)=Pi(t)+Pi control(t+1),其中,Pi end(t+1)为待调控区域i区下一调控时刻完成调控后系统监测的总充电功率;Pi(t)为待调控区域i区的充电功率;Pi control(t+1)为i区在下一调控时刻的调控充电功率。
S802,根据待调控区域的下一调控时刻充电功率可调控裕度,对目标函数进行最小值求解,得到待调控区域在下一调控时刻区域的调控充电功率。
具体地,充电功率调控过程中,调控充电功率不超过充电功率区域调控的裕度,即区域的充电功率调控总量Pi control(t)需满足约束:|Pi control(t)|≤|Pi control,limit(t)|,此时,对进行最小值求解,得出Pi control(t+1)的值,即待调控区域i区在下一调控时刻的调控充电功率。
在本申请实施例中,通过将待调控区域的充电功率、所有区域的数量代入预设的目标函数,根据待调控区域的下一调控时刻充电功率可调控裕度,对目标函数进行最小值求解,得到待调控区域在下一调控时刻区域的调控充电功率。能够准确计算出待调控区域下一调控时刻的调控充电功率,各区域根据该充电功率调控方法对各区域内的充电功率进行调控,既能在各个区域的充电负载率过高或过低时对充电功率发挥削峰填谷的作用,又能最大程度减小各区域间充电负荷差异水平,维护各区域的电网系统稳定运行。
为了便于本领域技术人员的理解,现以一个是完整实施例对充电功率调控方法进一步说明,该方法包括:
S901,获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据。
S902,根据各区域的初始保有量和迁移的电动汽车数量,确定各区域在不同时刻的电动汽车迁移率。
S903,统计预设时间段内各区域不同时刻的迁移率情况,得到各区域预设时间段内不同时刻的迁移率正态分布。
S904,根据迁移率正态分布,确定目标时刻各区域的迁移率。
S905,根据目标时刻各区域的迁移率和各区域的初始保有量计算各区域的整体预测迁移数量。
S906,根据各区域的初始保有量和区域整体预测迁移数量,确定下一调控时刻区域的电动汽车的预测保有量。
S907,根据各区域的充电功率和对应的配变容量,确定当前时刻各区域的充电负载率。
S908,根据当前时刻各区域的充电负载率和预设的负载率边界条件,确定待调控区域。若当前时刻区域的充电负载率大于或等于预设上限阈值,则确定区域为待调控区域;若当前时刻区域的充电负载率小于或等于预设下限阈值,则确定区域为待调控区域。
S909,根据待调控区域的历史数据、当前时刻数据、预测保有量,确定待调控区域在下一调控时刻的调控充电功率。
S910,根据待调控区域的预设时间段内各个时刻进行充电的电动汽车数量和待调控区域对应时刻的电动汽车的初始保有量,确定待调控区域的各个时刻的充电比例。
S911,根据充电比例,得到待调控区域中充电比例的正态分布。
S912,根据待调控区域中充电比例的正态分布,得到待调控区域中下一调控时刻的充电比例。
S913,根据待调控区域中下一调控时刻的充电比例和待调控区域的下一调控时刻电动汽车的预测保有量,确定待调控区域的下一调控时刻预测参与充电的电动汽车数量。
S914,根据待调控区域当前时刻数据、待调控区域的电动汽车的最大充电功率和待调控区域的下一调控时刻预测参与充电的电动汽车数量,确定待调控区域的下一调控时刻充电功率可调控裕度。
S915,将待调控区域的充电功率、所有区域的数量代入预设的目标函数。
S916,根据待调控区域的下一调控时刻充电功率可调控裕度,对目标函数进行最小值求解,得到待调控区域在下一调控时刻区域的调控充电功率。
在本申请实施例中,通过对各区域的充电负载率是否超过预设的负载率边界条件,确定出待调控区域,针对待调控区域,准确计算待调控区域的下一调控时刻的调控充电功率。若以一个四区域体系进行算例说明,区域拓扑图如图3所示,设定甲乙丙丁四区起始时刻电动汽车数量分别为200辆、300辆、300辆和400辆;四个区的迁移率均服从正态分布(0.1,0.12);四个区的充电比例均服从正态分布(0.2,0.052);迁移率和充电比例均采用蒙特卡洛随机抽样生成,抽取次数设定为1000次;设置负载率上下限分别为20%和10%。本申请提供的充电功率调控方法和未使用该充电功率调控方法进行对比,仿真结果如图9-图10所示。由此得出各区域根据该充电功率调控方法对各区域内的充电功率进行调控,既能在各个区域的充电负载率过高或过低时对充电功率发挥削峰填谷的作用,又能最大程度减小各区域间充电负荷差异水平,维护各区域的电网系统稳定运行。
应该理解的是,虽然图2-8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2-8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。
在一个实施例中,如图11所示,提供了一种充电功率调控装置,包括:
获取模块111,用于获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据。
第一确定模块112,用于根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量。
第二确定模块113,用于根据各个区域的充电负载率和预设的负载率边界条件,确定待调控区域。
第三确定模块114,用于根据待调控区域的历史数据、当前时刻数据、预测保有量和区域数量,确定待调控区域在下一调控时刻的调控充电功率。
在本申请实施例中,获取模块获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据,第一确定模块根据历史数据,确定下一调控时刻各区域的电动汽车的预测保有量,第二确定模块根据各个区域的充电负载率和预设的负载率边界条件,确定待调控区域,第三确定模块根据待调控区域的历史数据、当前时刻数据、预测保有量和区域数量,确定待调控区域在下一调控时刻的调控充电功率。各区域按照根据该充电功率调控方法对各区域内的充电功率进行调控,既能在各个区域的充电负载率过高或过低时对充电功率发挥削峰填谷的作用,又能最大程度减小各区域间充电负荷差异水平,维护各区域的电网系统稳定运行。
在一个实施例中,如图12所示,第一确定模块112包括:
第一确定单元1221,用于根据各区域的初始保有量和迁移的电动汽车数量,确定各区域在不同时刻的电动汽车迁移率。
第二确定单元1222,用于根据电动汽车的迁移率和各区域的初始保有量,确定各区域的整体预测迁移数量。
第三确定单元1223,用于根据各区域的初始保有量和各区域整体预测迁移数量,确定下一调控时刻各区域的电动汽车的预测保有量。
在一个实施例中,第二确定单元具体用于统计预设时间段内各区域不同时刻的迁移率情况,得到各区域预设时间段内不同时刻的迁移率正态分布;根据迁移率正态分布确定目标时刻各区域的迁移率;根据目标时刻各区域的迁移率和各区域的初始保有量计算各区域的整体预测迁移数量。
在一个实施例中,参见图12所示,第二确定模块113包括:
第四确定单元1231,用于根据各区域的充电功率和对应的配变容量,确定当前时刻各区域的充电负载率。
第五确定单元1232,用于根据当前时刻各区域的充电负载率和预设的负载率边界条件,确定待调控区域。
在一个实施例中,第五确定单元具体用于若当前时刻区域的充电负载率大于或等于预设上限阈值,则确定区域为待调控区域;若当前时刻区域的充电负载率小于或等于预设下限阈值,则确定区域为待调控区域。
在一个实施例中,参见图12所示,第三确定模块114包括:
第六确定单元1241,用于根据待调控区域的预设时间段内各个时刻进行充电的电动汽车数量和待调控区域对应时刻的电动汽车的初始保有量,确定待调控区域的各个时刻的充电比例。
第一获取单元1242,用于根据待调控区域的各个时刻的充电比例,得到待调控区域中充电比例的正态分布。
第二获取单元1243,用于根据待调控区域中充电比例的正态分布,得到待调控区域中下一调控时刻的充电比例。
第七确定单元1244,用于根据待调控区域中下一调控时刻的充电比例和待调控区域的下一调控时刻电动汽车的预测保有量,确定待调控区域的下一调控时刻预测参与充电的电动汽车数量。
第八确定单元1245,用于根据待调控区域当前时刻数据、待调控区域的电动汽车的最大充电功率和待调控区域的下一调控时刻预测参与充电的电动汽车数量,确定待调控区域的下一调控时刻充电功率可调控裕度。
第九确定单元1246,用于根据待调控区域的充电功率、所有区域的数量和待调控区域的下一调控时刻充电功率可调控裕度,确定下一调控时刻待调控区域的调控充电功率。
在一个实施例中,第九确定单元具体用于将待调控区域的充电功率、所有区域的数量代入预设的目标函数;根据待调控区域的下一调控时刻充电功率可调控裕度,对目标函数进行最小值求解,得到待调控区域在下一调控时刻区域的调控充电功率。
关于充电功率调控装置的具体限定可以参见上文中对于充电功率调控方法的限定,在此不再赘述。上述充电功率调控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服务器,其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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、计算机程序和数据库。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。该计算机设备的数据库用于存储电动汽车充电的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种充电功率调控方法。
本领域技术人员可以理解,图13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,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
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上述各方法实施例中的步骤。
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)
1.一种充电功率调控方法,其特征在于,所述方法包括:
获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据;其中,所述当前时刻数据包括当前时刻电动汽车运行过程中运行数据,或者充电过程中生成的相关数据;所述历史数据包括:各所述区域的初始保有量、迁移的电动汽车数量、预设时间段内各个时刻进行充电的电动汽车数量和各所述区域中电动汽车的最大充电功率;
根据所述历史数据,确定下一调控时刻各所述区域的电动汽车的预测保有量;
根据各所述区域的充电负载率和预设的负载率边界条件,确定待调控区域;
根据所述待调控区域的所述预设时间段内各个时刻进行充电的电动汽车数量和所述待调控区域对应时刻的所述电动汽车的初始保有量,确定所述待调控区域的各个时刻的充电比例;
根据所述待调控区域的各个时刻的充电比例,得到所述待调控区域中充电比例的正态分布;
根据所述所述待调控区域中充电比例的正态分布,得到所述待调控区域中下一调控时刻的充电比例;
根据所述待调控区域中下一调控时刻的充电比例和所述所述待调控区域的下一调控时刻电动汽车的预测保有量,确定所述待调控区域的下一调控时刻预测参与充电的电动汽车数量;
根据所述待调控区域当前时刻数据、所述待调控区域的电动汽车的最大充电功率和所述待调控区域的下一调控时刻预测参与充电的电动汽车数量,确定所述待调控区域的下一调控时刻充电功率可调控裕度;
根据所述待调控区域的充电功率、所有区域的数量和所述待调控区域的下一调控时刻充电功率可调控裕度,确定所述待调控区域在下一调控时刻的调控充电功率。
2.根据权利要求1所述的方法,其特征在于,所述根据所述历史数据,确定下一调控时刻所述区域的电动汽车的预测保有量,包括:
根据各所述区域的初始保有量和迁移的电动汽车数量,确定各所述区域在不同时刻的电动汽车迁移率;
根据所述电动汽车迁移率和各所述区域的初始保有量,确定各所述区域的整体预测迁移数量;
根据各所述区域的初始保有量和各所述区域整体预测迁移数量,确定下一调控时刻各所述区域的电动汽车的预测保有量。
3.根据权利要求2所述的方法,其特征在于,所述根据所述电动汽车的迁移率和各所述区域的初始保有量,确定各所述区域的整体预测迁移数量,包括:
统计预设时间段内各所述区域不同时刻的迁移率情况,得到各所述区域预设时间段内不同时刻的迁移率正态分布;
根据所述迁移率正态分布,确定目标时刻各所述区域的迁移率;
根据所述目标时刻各所述区域的迁移率和各所述区域的初始保有量计算各所述区域的整体预测迁移数量。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据各个区域的充电负载率和预设的负载率边界条件,确定待调控区域:包括:
根据各所述区域的充电功率和对应的配变容量,确定当前时刻各所述区域的充电负载率;
根据所述当前时刻各所述区域的充电负载率和所述预设的负载率边界条件,确定所述待调控区域。
5.根据权利要求4所述的方法,其特征在于,所述边界条件包括:预设上限阈值和预设下限阈值,所述根据所述当前时刻各所述区域的充电负载率和所述预设的负载率边界条件,确定所述待调控区域,包括:
若当前时刻所述区域的充电负载率大于或等于所述预设上限阈值,则确定所述区域为所述待调控区域;
若当前时刻所述区域的充电负载率小于或等于所述预设下限阈值,则确定所述区域为所述待调控区域。
6.根据权利要求1所述的方法,其特征在于,所述待调控区域的各个时刻的充电比例为所述预设时间段内各个时刻进行充电的电动汽车数量与所述待调控区域对应时刻的所述电动汽车的初始保有量之比。
7.根据权利要求1所述的方法,其特征在于,所述根据所述待调控区域的充电功率、所有区域的数量和所述待调控区域的下一调控时刻充电功率可调控裕度,确定所述待调控区域在下一调控时刻的调控充电功率,包括:
将所述待调控区域的充电功率、所述所有区域的数量代入预设的目标函数;
根据所述待调控区域的下一调控时刻充电功率可调控裕度,对所述目标函数进行最小值求解,得到所述待调控区域在下一调控时刻所述区域的调控充电功率。
8.一种充电功率调控装置,其特征在于,所述装置包括:
获取模块,用于获取各区域内的电动汽车的当前时刻数据和预设时间段内的历史数据,其中,所述当前时刻数据包括当前时刻电动汽车运行过程中运行数据,或者充电过程中生成的相关数据;所述历史数据包括:各所述区域的初始保有量、迁移的电动汽车数量、预设时间段内各个时刻进行充电的电动汽车数量和各所述区域中电动汽车的最大充电功率;
第一确定模块,用于根据所述历史数据,确定下一调控时刻各所述区域的电动汽车的预测保有量;
第二确定模块,用于根据各个区域的充电负载率和预设的负载率边界条件,确定待调控区域;
第三确定模块,用于根据所述待调控区域的所述预设时间段内各个时刻进行充电的电动汽车数量和所述待调控区域对应时刻的所述电动汽车的初始保有量,确定所述待调控区域的各个时刻的充电比例;根据所述待调控区域的各个时刻的充电比例,得到所述待调控区域中充电比例的正态分布;根据所述所述待调控区域中充电比例的正态分布,得到所述待调控区域中下一调控时刻的充电比例;根据所述待调控区域中下一调控时刻的充电比例和所述所述待调控区域的下一调控时刻电动汽车的预测保有量,确定所述待调控区域的下一调控时刻预测参与充电的电动汽车数量;根据所述待调控区域当前时刻数据、所述待调控区域的电动汽车的最大充电功率和所述待调控区域的下一调控时刻预测参与充电的电动汽车数量,确定所述待调控区域的下一调控时刻充电功率可调控裕度;根据所述待调控区域的充电功率、所有区域的数量和所述待调控区域的下一调控时刻充电功率可调控裕度,确定所述待调控区域在下一调控时刻的调控充电功率。
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7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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110169243.8A CN112968438B (zh) | 2021-02-07 | 2021-02-07 | 充电功率调控方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110169243.8A CN112968438B (zh) | 2021-02-07 | 2021-02-07 | 充电功率调控方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112968438A CN112968438A (zh) | 2021-06-15 |
CN112968438B true CN112968438B (zh) | 2023-04-18 |
Family
ID=76275197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110169243.8A Active CN112968438B (zh) | 2021-02-07 | 2021-02-07 | 充电功率调控方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112968438B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929921A (zh) * | 2019-11-06 | 2020-03-27 | 中国南方电网有限责任公司 | 充电站负荷预测方法、装置、计算机设备和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8478452B2 (en) * | 2010-04-06 | 2013-07-02 | Battelle Memorial Institute | Grid regulation services for energy storage devices based on grid frequency |
CN102055217B (zh) * | 2010-10-27 | 2012-09-19 | 国家电网公司 | 电动汽车有序充电控制方法及系统 |
CN103269107B (zh) * | 2013-05-31 | 2015-04-15 | 国家电网公司 | 一种电动汽车充换电站充换电控制方法 |
CN105226696B (zh) * | 2015-11-02 | 2017-12-08 | 国网山东省电力公司电力科学研究院 | 智能园区电动汽车有序充电系统及方法 |
CN109118104A (zh) * | 2018-08-27 | 2019-01-01 | 天津津电供电设计所有限公司 | 配电网规划方法及装置 |
CN109615250B (zh) * | 2018-12-17 | 2020-08-14 | 广州供电局有限公司 | 电动汽车充电处理方法、系统、计算机设备和存储介质 |
-
2021
- 2021-02-07 CN CN202110169243.8A patent/CN112968438B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929921A (zh) * | 2019-11-06 | 2020-03-27 | 中国南方电网有限责任公司 | 充电站负荷预测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112968438A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102055217B (zh) | 电动汽车有序充电控制方法及系统 | |
WO2019153305A1 (en) | Charging station and method and device for controlling charging station | |
US20170166074A1 (en) | Method for managing power in a charging station for electric vehicles | |
CN104063265A (zh) | 一种虚拟资源的综合评估方法 | |
CN113829934B (zh) | 一种电动汽车集群聚合响应能力确定方法及调度方法 | |
CN110929921A (zh) | 充电站负荷预测方法、装置、计算机设备和存储介质 | |
CN103646670B (zh) | 一种评估存储系统性能的方法和设备 | |
CN111179506A (zh) | 共享充电桩自助充电系统及共享充电桩的推荐方法 | |
CN112598313A (zh) | 基于天牛须搜索算法的用电调度方法、装置和计算机设备 | |
CN106779147B (zh) | 一种基于自适应层次时间序列聚类的用电负荷预测方法 | |
CN112968438B (zh) | 充电功率调控方法、装置、计算机设备和存储介质 | |
CN117526286A (zh) | 电动汽车集群可调容量评估方法、系统、设备和存储介质 | |
CN112886566A (zh) | 一种电网调峰需求计算方法和系统 | |
CN107967528A (zh) | 充电价格显示方法及装置 | |
CN107332238A (zh) | 一种考虑电动汽车接入的居民区变压器容量预测方法 | |
CN112329995B (zh) | 分布式储能集群的优化调度方法、装置和计算机设备 | |
JP2018023188A (ja) | 充放電計画設定プログラム、充放電計画設定方法、及び充放電計画設定装置 | |
CN111626494A (zh) | 电力负荷预测方法、装置、计算机设备和存储介质 | |
JP6151198B2 (ja) | 電力需要調整システム、電力需要調整方法及び電力需要調整表示端末 | |
CN112308734B (zh) | It设备非it能耗的计量、费用分摊方法及电子装置 | |
CN113902464A (zh) | 电动汽车电价调控方法、装置、计算机设备和存储介质 | |
CN116611669B (zh) | 一种需求侧资源可行域聚合方法、系统及电子设备 | |
CN110994587B (zh) | 一种电网日前发电计划的安全校核方法 | |
CN117301936B (zh) | 电动汽车充电负荷控制方法、装置、电子设备及存储介质 | |
CN116674434A (zh) | 电动车辆和电动车辆的电池调节的控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |