CN113190976B - 一种充电站损耗分析方法 - Google Patents

Abstract

本发明公开了一种充电站损耗分析方法，对于专用变压器供电方式的充电站，充电站损耗为充电桩损耗、线路损耗P_l及变压器损耗之和；充电桩损耗分为运行损耗P_i、待机损耗P_d，变压器损耗分为铁损P_o、铜损P_k；对于配电箱供电方式的充电站，电站损耗为充电桩损耗、充电桩和配电箱间线路损耗P_l1及配电箱至结算表线路损耗P_l2之和；对充电站的损耗进行分析，建立充电站功率损耗模型，依据模型计算得到预测结算点功率P_Do，再进行时间段电量累积，通过预设误差限制，当模型预测累积电量与实际电量误差超出预设值时，判定充电站存在偷电或异常损耗情况。本发明不仅可以实时反映充电站损耗是否异常，而且可以准确地定位充电站内异常损耗点。

Description

一种充电站损耗分析方法

技术领域

本发明涉及充电站分析技术领域，更具体地，涉及一种充电站损耗分析方法。

背景技术

当前充电站的运维状况多为无人值守，站内所有充电桩都由一台专用变压器或多个配电箱供电。运营商从电网取电到最后充电桩结算中间存在电能损耗，损耗包括充电桩自身损耗、线路损耗、变压器损耗。当充电站内设备均正常运行时且无窃电情况时，这些损耗应是一个区间稳定值，充电站的损耗异常反映了充电站内设备故障或出现了窃电情况。

而现在对充电站的损耗分析一般为输入总电量减去输出总电量，无法实时反映充电站损耗是否异常，更无法准确地定位充电站内异常损耗点，以此进行设备定点运维及窃电预警。

发明内容

本发明的目的在于提供一种充电站损耗分析方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种充电站损耗分析方法，令D点到C点之间为变压器/配电箱损耗，C点到B点之间为线路损耗，B点到A点之间为充电桩损耗；其中，A点及D点分别已安装充电桩自带的电能表和运营商安装的结算电表，可以直接获取A、D点的功率、电量信息；

对于专用变压器供电方式的充电站，充电站损耗为充电桩损耗、线路损耗P_l及变压器损耗之和；其中，充电桩损耗分为运行损耗P_i、待机损耗P_d，变压器损耗分为变压器空载损耗——铁损P_o、变压器负荷损耗——铜损P_k，得到充电站总损耗计算公式：

其中，m表示第m台充电桩，n表示充电站内所有充电桩数量；

对于配电箱供电方式的充电站，电站损耗为充电桩损耗、充电桩和配电箱间线路损耗P_l1及配电箱至结算表线路损耗P_l2之和，得到充电站总损耗计算公式：

其中，x表示第x台充电桩，y表示第y个配电箱，m表示充电站内所有配电箱数量，n表示对应配电箱所接全部充电桩数量；

线路损耗与线路长度正比例相关，运行损耗、待机损耗与充电桩型号有关，运行损耗、线路损耗、铜损还与实时功率正相关，分别定义运行损耗系数w_i、线损系数w_l、铜损系数w_k，充电桩待机损耗值为C，变压器空载损耗值为T；充电桩和变压器间线路长度L，充电桩和配电箱间线路长度L₁，配电箱至结算表线路长度L₂；A、D点实际功率分别为P_A、P_D；

对于专用变压器供电方式，充电站功率损耗模型为：

对于配电箱供电方式，充电站功率损耗模型为：

通过历史海量数据，结合供电方式及现场实际线路长度，利用神经网络算法拟合模型，得到每台充电桩运行损耗系数w_i、待机损耗值C，线损系数w_l、铜损系数w_k以及变压器空载损耗值T；

依据模型计算得到预测结算点功率P_Do，再进行时间段电量累积，通过预设误差限制，当模型预测累积电量与实际电量误差超出预设值时，判定充电站存在偷电或异常损耗情况；

当判定充电站损耗异常后，依据前几日充电站数据，重新拟合模型内各项系数，对系数变动较大处进行定位，精准定位损耗异常点；

在未进行充电异常判定时，周期性对模型更新，以保证模型实时型。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

本发明不仅可以实时反映充电站损耗是否异常，而且可以准确地定位充电站内异常损耗点，方便工作人员以此进行设备定点运维及窃电预警。

附图说明

图1为采用专用变压器供电方式的充电站示意图；

图2为采用配电箱供电方式的充电站示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1、2所示，D点到C点之间为变压器/配电箱损耗，C点到B点之间为线路损耗，B点到A点之间为充电桩损耗；其中，A点及D点分别已安装充电桩自带的电能表和运营商安装的结算电表，可以直接获取A、D点的功率、电量信息。

对于专用变压器供电方式的充电站，充电站损耗为充电桩损耗、线路损耗P_l及变压器损耗之和；其中，充电桩损耗分为运行损耗P_i、待机损耗P_d，变压器损耗分为变压器空载损耗——铁损P_o、变压器负荷损耗——铜损P_k，得到充电站总损耗计算公式：

其中，m表示第m台充电桩，n表示充电站内所有充电桩数量。

对于配电箱供电方式的充电站，电站损耗为充电桩损耗、充电桩和配电箱间线路损耗P_l1及配电箱至结算表线路损耗P_l2之和，得到充电站总损耗计算公式：

其中，x表示第x台充电桩，y表示第y个配电箱，m表示充电站内所有配电箱数量，n表示对应配电箱所接全部充电桩数量。

线路损耗与线路长度正比例相关，运行损耗、待机损耗与充电桩型号有关，运行损耗、线路损耗、铜损还与实时功率正相关，分别定义运行损耗系数w_i、线损系数w_l、铜损系数w_k，充电桩待机损耗值为C，变压器空载损耗值为T；充电桩和变压器间线路长度L，充电桩和配电箱间线路长度L₁，配电箱至结算表线路长度L₂；A、D点实际功率分别为P_A、P_D。

对于专用变压器供电方式，充电站功率损耗模型为：

对于配电箱供电方式，充电站功率损耗模型为：

通过历史海量数据，结合供电方式及现场实际线路长度，利用神经网络算法拟合模型，得到每台充电桩运行损耗系数w_i、待机损耗值C，线损系数w_l、铜损系数w_k以及变压器空载损耗值T。

依据模型可以计算得到预测结算点功率P_Do，再进行时间段电量累积，通过预设误差限制，当模型预测累积电量与实际电量误差超出预设值时，可判定充电站存在偷电或异常损耗情况。

当判定充电站损耗异常后，依据前几日充电站数据，重新拟合模型内各项系数，对系数变动较大处进行定位，可以精准定位损耗异常点。例如，当判定充电站异常损耗后，新拟合模型中某充电桩的线损系数w_l明显增大，可定位该充电桩交流侧可能存在窃电行为。再者，若新拟合模型中某充电桩运行损耗系数w_i明显增大，可定位该充电桩内部某模块或者元器件出现异常。

在未进行充电异常判定时，周期性对模型更新，以保证模型实时型。

以上实例仅用于说明本发明的效果，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。最后应当说明的是：本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

Claims (1)

1.一种充电站损耗分析方法，其特征在于：令D点到C点之间为变压器/配电箱损耗，C点到B点之间为线路损耗，B点到A点之间为充电桩损耗；其中，A点及D点分别已安装充电桩自带的电能表和运营商安装的结算电表，可以直接获取A、D点的功率、电量信息；

对于专用变压器供电方式的充电站，充电站损耗为充电桩损耗、线路损耗P_l及变压器损耗之和；其中，充电桩损耗分为运行损耗P_i、待机损耗P_d，变压器损耗分为变压器空载损耗——铁损P_o、变压器负荷损耗——铜损P_k，得到充电站总损耗计算公式：

其中，m₁表示第m₁台充电桩，n₁表示充电站内所有充电桩数量；

对于配电箱供电方式的充电站，电站损耗为充电桩损耗、充电桩和配电箱间线路损耗P_l1及配电箱至结算表线路损耗P_l2之和，得到充电站总损耗计算公式：

其中，x表示第x台充电桩，y表示第y个配电箱，m₂表示充电站内所有配电箱数量，n₂表示对应配电箱所接全部充电桩数量；

线路损耗与线路长度正比例相关，运行损耗、待机损耗与充电桩型号有关，运行损耗、线路损耗、铜损还与实时功率正相关，分别定义运行损耗系数w_i、线损系数w_l、铜损系数w_k，充电桩待机损耗值为C，变压器空载损耗值为T；充电桩和变压器间线路长度L，充电桩和配电箱间线路长度L₁，配电箱至结算表线路长度L₂；A、D点实际功率分别为P_A、P_D；

对于专用变压器供电方式，充电站功率损耗模型为：

对于配电箱供电方式，充电站功率损耗模型为：

通过历史海量数据，结合供电方式及现场实际线路长度，利用神经网络算法拟合模型，得到每台充电桩运行损耗系数w_i、待机损耗值C，线损系数w_l、铜损系数w_k以及变压器空载损耗值T；

依据模型计算得到预测结算点功率P_Do，再进行时间段电量累积，通过预设误差限制，当模型预测累积电量与实际电量误差超出预设值时，判定充电站存在偷电或异常损耗情况；

当判定充电站损耗异常后，依据前几日充电站数据，重新拟合模型内各项系数，对系数变动较大处进行定位，精准定位损耗异常点；

在未进行充电异常判定时，周期性对模型更新，以保证模型实时型。

Images