CN116937645A - 充电站集群调控潜力评估方法、装置、设备及介质 - Google Patents

充电站集群调控潜力评估方法、装置、设备及介质 Download PDF

Info

Publication number
CN116937645A
CN116937645A CN202310945696.4A CN202310945696A CN116937645A CN 116937645 A CN116937645 A CN 116937645A CN 202310945696 A CN202310945696 A CN 202310945696A CN 116937645 A CN116937645 A CN 116937645A
Authority
CN
China
Prior art keywords
charging station
load
peak
determining
potential evaluation
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
CN202310945696.4A
Other languages
English (en)
Inventor
刘驹
林幕群
崔苗苗
张传渠
周佳智
姚伟智
马灿源
吴震寰
陈泽楠
杨振城
马少芝
赵敏
黄浩霖
刘佳琳
杨晓棉
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.)
Guangdong Power Grid Co Ltd
Shantou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Shantou Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Shantou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202310945696.4A priority Critical patent/CN116937645A/zh
Publication of CN116937645A publication Critical patent/CN116937645A/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • B60L53/67—Controlling two or more charging stations
    • 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
    • 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
    • H02J3/003—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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • 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
    • H02J2310/40—The network being an on-board power network, i.e. within a vehicle
    • H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了充电站集群调控潜力评估方法、装置、设备及介质。方法包括：采集充电站集群中各充电站的历史运行数据；根据所述历史运行数据确定各充电站的荷峰特性；根据所述历史运行数据预测次日的各充电站的负荷特性曲线；根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。本发明在充电站集群的历史运行数据的基础上，对各充电站的负荷峰型特点进行辨识分类，其次基于负荷波动性对各充电站次日负荷曲线进行预测，再进行集群充电站次日调控潜力评估，从实现对实际充电站用户参与需求响应的调控潜力评估。

Description

充电站集群调控潜力评估方法、装置、设备及介质
技术领域
本发明涉及电网调度技术领域，尤其涉及充电站集群调控潜力评估方法、装置、设备及介质。
背景技术
随着电力需求响应机制的不断推广及发展需求，充电负荷作为柔性资源的重要群体对象，在双碳和新能源发展背景下规模也逐年增大，其一方面给电网带来明显的安全运行风险，造成设备重过载或电压越限等问题，另一方面因其具备柔性可控的提点，也为电网需求响应调控提供了重要的调控主体资源，通过对其进行直接控制或间接引导用电行为的改变，以此达到削峰填谷的目的。
制定充电站集群调控策略的前提是需获知或评估出各个充电站资源的调控潜力，在潜力合理范围内制定充电站可接受的调控任务，而集群中不同充电站间存在不同的充电特性、负荷特征差异，因此充电站集群的调控潜力评估成为了函待解决的问题。
综上所述，针对于现有技术的缺陷，需要一种充电站集群调控潜力评估方法。
发明内容
本发明提供了一种充电站集群调控潜力评估方法、装置、设备及介质，以实现对于充电站集群调控潜力的评估。
根据本发明的一方面，提供了一种充电站集群调控潜力评估方法，包括：
采集充电站集群中各充电站的历史运行数据；
根据所述历史运行数据确定各充电站的荷峰特性；
根据所述历史运行数据预测次日的各充电站的负荷特性曲线；
根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。
可选的，所述根据所述历史运行数据确定各充电站的荷峰特性，包括：
确定各充电站的在预设历史时段期间的平均负荷值；
根据所述平均负荷值确定各充电站的荷峰，根据荷峰出现的时刻确定所述荷峰特性。
可选的，所述根据所述历史运行数据预测未来特定时间段的各充电站的负荷特性曲线，包括：
根据所述历史运行数据确定各充电站的负荷波动性；
基于各充电站的所述平均负荷、当日某时刻的负荷确定次日预测负荷值，根据所述次日预测负荷值得到所述负荷特性曲线。
可选的，所述根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，包括：
根据所述历史运行数据确定各历史时间段内的最小负荷值；
确定各充电站处于荷峰期间的可压减负荷最小值；
基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值；
根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型。
可选的，所述确定各充电站处于荷峰期间的可压减负荷最小值，包括：
确定各充电站在荷峰期间每个时间节点的负荷最小值；
根据所述每个时间节点的负荷最小值得到所述可压减负荷最小值。
可选的，所述基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值，包括：
当充电站处于荷峰期间时，根据所述可压减负荷最小值、所述平均负荷和所述次日预测负荷值确定第一潜力评估值；
当充电站不处于荷峰期间时，根据所述最小负荷值、所述平均负荷和所述次日预测负荷值确定第二潜力评估值。
可选的，所述根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型，包括：
根据所述充电站集群中充电站的数量以及各充电站的潜力评估值得到所述所述充电站集群调控潜力评估模型。
根据本发明的另一方面，提供了一种充电站集群调控潜力评估装置，包括：
历史运行数据采集单元，用于采集充电站集群中各充电站的历史运行数据；
荷峰特性确定单元，用于根据所述历史运行数据确定各充电站的荷峰特性；
负荷特性曲线预测单元，用于根据所述历史运行数据预测次日的各充电站的负荷特性曲线；
潜力评估模型建立单元，用于根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的充电站集群调控潜力评估方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的充电站集群调控潜力评估方法。
本发明实施例的技术方案，采集充电站集群中各充电站的历史运行数据；根据所述历史运行数据确定各充电站的荷峰特性；根据所述历史运行数据预测次日的各充电站的负荷特性曲线；根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。本发明在充电站集群的历史运行数据的基础上，对各充电站的负荷峰型特点进行辨识分类，其次基于负荷波动性对各充电站次日负荷曲线进行预测，再进行集群充电站次日调控潜力评估，从实现对实际充电站用户参与需求响应的调控潜力评估。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是本发明实施例一提供的一种充电站集群调控潜力评估方法的流程图；
图2是本发明实施例一提供的一种充电站集群调控潜力评估方法的流程图；
图3是本发明实施例二提供的一种充电站集群调控潜力评估装置的结构示意图；
图4是实现本发明实施例的充电站集群调控潜力评估方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，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的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
随着电力需求响应机制的不断推广及发展需求，充电负荷作为柔性资源的重要群体对象，在双碳和新能源发展背景下规模也逐年增大，其一方面给电网带来明显的安全运行风险，造成设备重过载或电压越限等问题，另一方面因其具备柔性可控的提点，也为电网需求响应调控提供了重要的调控主体资源，通过对其进行直接控制或间接引导用电行为的改变，以此达到削峰填谷的目的。而制定充电站集群调控策略的前提是需获知或评估出各个充电站资源的调控潜力，在潜力合理范围内制定充电站可接受的调控任务，而集群中不同充电站间存在不同的充电特性、负荷特征差异，因此集群充电站的调控潜力评估是制定充电站参与需求响应调控的重要研究要点。
实施例一
图1是本发明实施例一提供的一种充电站集群调控潜力评估方法的流程图，本实施例可适用于对充电站集群的调控潜力进行评估的情况，该方法可以由充电站集群调控潜力评估装置来执行，该充电站集群调控潜力评估装置可以采用硬件和/或软件的形式实现，该充电站集群调控潜力评估装置可配置于电子设备中。如图1所示，该方法包括：
S110、采集充电站集群中各充电站的历史运行数据。
其中，充电站可以为执行不同充电场景的设施，比如电动汽车充电站等。多个充电站构成充电站集群。集群中不同充电站间存在不同的充电特性、负荷特征差异。
S120、根据所述历史运行数据确定各充电站的荷峰特性。
在本发明实施例中，所述根据所述历史运行数据确定各充电站的荷峰特性，包括：
确定各充电站的在预设历史时段期间的平均负荷值；
根据所述平均负荷值确定各充电站的荷峰，根据荷峰出现的时刻确定所述荷峰特性。
其中，示例性的，由各充电站近一个月的运行负荷数据计算各充电站每一个时刻的平均负荷：
式中，为历史第i天第k个充电站第t时刻的负荷；/>为第k个充电站第t时刻的平均负荷；Nmonth为采样一个月的天数。
根据各充电站一天中最大值所在时刻判断其峰型特点，若时刻落在(0:00,8:00]则为夜峰型，在(8:00,11:00]则为早峰型，在(11:00,18:00]则为午峰型，在(18:00,24:00]则为晚峰型，若峰值时刻在多个时段都有，则判断为多种峰型特点，由此对每个充电站k进行峰型辨识。
S130、根据所述历史运行数据预测次日的各充电站的负荷特性曲线。
在本发明实施例中，所述根据所述历史运行数据预测未来特定时间段的各充电站的负荷特性曲线，包括：
根据所述历史运行数据确定各充电站的负荷波动性；
基于各充电站的所述平均负荷、当日某时刻的负荷确定次日预测负荷值，根据所述次日预测负荷值得到所述负荷特性曲线。
其中，根据充电站历史数据计算负荷波动性如下：
式中，NY为由于预测负荷曲线的历史日天数；
进一步预测各充电站次日负荷特性曲线，如下：
式中，和/>分别为第k个充电站次日预测和当日t时刻的负荷。
S140、根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。
在本发明实施例中，所述根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，包括：
根据所述历史运行数据确定各历史时间段内的最小负荷值；
确定各充电站处于荷峰期间的可压减负荷最小值；
基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值；
根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型。
其中，调控潜力计算首先统计历史数据内各时刻的最小负荷：
式中，为充电站k历史情况中刻t的最小负荷；分别为充电站k历史第1、2、3、…、NT、NT-1天第t时刻的负荷。
在本发明实施例中，所述确定各充电站处于荷峰期间的可压减负荷最小值，包括：
确定各充电站在荷峰期间每个时间节点的负荷最小值；
根据所述每个时间节点的负荷最小值得到所述可压减负荷最小值。
其中，计算充电站k峰值时段的最小值：
式中，为峰值时段可压减负荷最小值，以负荷夜峰型充电站为例，峰值时段为(0:00,8:00]。
在本发明实施例中，所述基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值，包括：
当充电站处于荷峰期间时，根据所述可压减负荷最小值、所述平均负荷和所述次日预测负荷值确定第一潜力评估值；
当充电站不处于荷峰期间时，根据所述最小负荷值、所述平均负荷和所述次日预测负荷值确定第二潜力评估值。
其中，充电站k在次日时刻t的调控潜力计算如下：
若时刻t属于峰值时段，则潜力评估为：
式中，为充电站k次日时刻t的潜力评估值；/>为峰值时段可压减负荷最小值；/>为第k个充电站第t时刻的平均负荷；/>为第k个充电站次日时刻t的预测负荷；
若时刻t不属于峰值时段，则潜力评估为：
为充电站k次日时刻t的潜力评估值；/>为充电站k历史情况中刻t的最小负荷；/>为第k个充电站第t时刻的平均负荷；/>为第k个充电站次日时刻t的预测负荷。
在本发明实施例中，所述根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型，包括：
根据所述充电站集群中充电站的数量以及各充电站的潜力评估值得到所述所述充电站集群调控潜力评估模型。
其中，对各个充电站各时刻调控潜力进行评估计算后进行集群汇总：
式中，为区域集群充电站次日时刻t的总调控潜力；NEV为区域集群中充电站数量。
本发明在充电站集群的历史运行数据的基础上，对各充电站的负荷峰型特点进行辨识分类，其次基于负荷波动性对各充电站次日负荷曲线进行预测，再进行集群充电站次日调控潜力评估，相比一般优化类潜力评估方法，本文所提充电站集群调控潜力评估方法不涉及优化过程，计算方式便捷高效准确，且能数据采集需求不高，为实际充电站用户参与需求响应的调控潜力评估提供有力的测算方法。
图2是本发明实施例一提供的一种充电站集群调控潜力评估方法的流程图，如图2所示，本发明在充电站集群的历史运行数据的基础上，对各充电站的负荷峰型特点进行辨识分类，其次基于负荷波动性对各充电站次日负荷曲线进行预测，再进行集群充电站次日调控潜力评估，从实现对实际充电站用户参与需求响应的调控潜力评估。
实施例二
图3是本发明实施例二提供的一种充电站集群调控潜力评估装置的结构示意图。如图3所示，该装置包括：
历史运行数据采集单元310，用于采集充电站集群中各充电站的历史运行数据；
荷峰特性确定单元320，用于根据所述历史运行数据确定各充电站的荷峰特性；
负荷特性曲线预测单元330，用于根据所述历史运行数据预测次日的各充电站的负荷特性曲线；
潜力评估模型建立单元340，用于根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。
可选的，荷峰特性确定单元320，用于执行：
确定各充电站的在预设历史时段期间的平均负荷值；
根据所述平均负荷值确定各充电站的荷峰，根据荷峰出现的时刻确定所述荷峰特性。
可选的，负荷特性曲线预测单元330，用于执行：
根据所述历史运行数据确定各充电站的负荷波动性；
基于各充电站的所述平均负荷、当日某时刻的负荷确定次日预测负荷值，根据所述次日预测负荷值得到所述负荷特性曲线。
可选的，潜力评估模型建立单元340，用于执行：
根据所述历史运行数据确定各历史时间段内的最小负荷值；
确定各充电站处于荷峰期间的可压减负荷最小值；
基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值；
根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型。
可选的，潜力评估模型建立单元340，在执行所述确定各充电站处于荷峰期间的可压减负荷最小值时，具体执行：
确定各充电站在荷峰期间每个时间节点的负荷最小值；
根据所述每个时间节点的负荷最小值得到所述可压减负荷最小值。
可选的，潜力评估模型建立单元340，在执行所述基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值时，具体执行：
当充电站处于荷峰期间时，根据所述可压减负荷最小值、所述平均负荷和所述次日预测负荷值确定第一潜力评估值；
当充电站不处于荷峰期间时，根据所述最小负荷值、所述平均负荷和所述次日预测负荷值确定第二潜力评估值。
可选的，潜力评估模型建立单元340，在执行所述根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型时，具体执行：
根据所述充电站集群中充电站的数量以及各充电站的潜力评估值得到所述所述充电站集群调控潜力评估模型。
本发明实施例所提供的充电站集群调控潜力评估装置可执行本发明任意实施例所提供的充电站集群调控潜力评估方法，具备执行方法相应的功能模块和有益效果。
实施例三
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如充电站集群调控潜力评估方法。
在一些实施例中，充电站集群调控潜力评估方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的充电站集群调控潜力评估方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行充电站集群调控潜力评估方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.充电站集群调控潜力评估方法，其特征在于，包括：
采集充电站集群中各充电站的历史运行数据；
根据所述历史运行数据确定各充电站的荷峰特性；
根据所述历史运行数据预测次日的各充电站的负荷特性曲线；
根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史运行数据确定各充电站的荷峰特性，包括：
确定各充电站的在预设历史时段期间的平均负荷值；
根据所述平均负荷值确定各充电站的荷峰，根据荷峰出现的时刻确定所述荷峰特性。
3.根据权利要求2所述的方法，其特征在于，所述根据所述历史运行数据预测未来特定时间段的各充电站的负荷特性曲线，包括：
根据所述历史运行数据确定各充电站的负荷波动性；
基于各充电站的所述平均负荷、当日某时刻的负荷确定次日预测负荷值，根据所述次日预测负荷值得到所述负荷特性曲线。
4.根据权利要求3所述的方法，其特征在于，所述根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，包括：
根据所述历史运行数据确定各历史时间段内的最小负荷值；
确定各充电站处于荷峰期间的可压减负荷最小值；
基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值；
根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型。
5.根据权利要求4所述的方法，其特征在于，所述确定各充电站处于荷峰期间的可压减负荷最小值，包括：
确定各充电站在荷峰期间每个时间节点的负荷最小值；
根据所述每个时间节点的负荷最小值得到所述可压减负荷最小值。
6.根据权利要求4所述的方法，其特征在于，所述基于所述负荷特性曲线，根据所述最小负荷值和所述可压减负荷最小值确定各充电站次日的潜力评估值，包括：
当充电站处于荷峰期间时，根据所述可压减负荷最小值、所述平均负荷和所述次日预测负荷值确定第一潜力评估值；
当充电站不处于荷峰期间时，根据所述最小负荷值、所述平均负荷和所述次日预测负荷值确定第二潜力评估值。
7.根据权利要求4所述的方法，其特征在于，所述根据各个充电站的所述潜力评估值建立所述充电站集群调控潜力评估模型，包括：
根据所述充电站集群中充电站的数量以及各充电站的潜力评估值得到所述所述充电站集群调控潜力评估模型。
8.充电站集群调控潜力评估装置，其特征在于，包括：
历史运行数据采集单元，用于采集充电站集群中各充电站的历史运行数据；
荷峰特性确定单元，用于根据所述历史运行数据确定各充电站的荷峰特性；
负荷特性曲线预测单元，用于根据所述历史运行数据预测次日的各充电站的负荷特性曲线；
潜力评估模型建立单元，用于根据所述负荷特性曲线和所述荷峰特性建立充电站集群调控潜力评估模型，以对充电站集群的调控潜力进行评估。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的充电站集群调控潜力评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的充电站集群调控潜力评估方法。
CN202310945696.4A 2023-07-31 2023-07-31 充电站集群调控潜力评估方法、装置、设备及介质 Pending CN116937645A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310945696.4A CN116937645A (zh) 2023-07-31 2023-07-31 充电站集群调控潜力评估方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310945696.4A CN116937645A (zh) 2023-07-31 2023-07-31 充电站集群调控潜力评估方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116937645A true CN116937645A (zh) 2023-10-24

Family

ID=88387656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310945696.4A Pending CN116937645A (zh) 2023-07-31 2023-07-31 充电站集群调控潜力评估方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116937645A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117477673A (zh) * 2023-12-25 2024-01-30 武汉市豪迈电力自动化技术有限责任公司 一种动态适应型工业园区负荷建模与智能调控系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117477673A (zh) * 2023-12-25 2024-01-30 武汉市豪迈电力自动化技术有限责任公司 一种动态适应型工业园区负荷建模与智能调控系统
CN117477673B (zh) * 2023-12-25 2024-05-07 武汉市豪迈电力自动化技术有限责任公司 一种动态适应型工业园区负荷建模与智能调控系统

Similar Documents

Publication Publication Date Title
CN112118143B (zh) 流量预测模型训练方法、流量预测方法、装置、设备及介质
CN115221795A (zh) 容量预测模型的训练方法、预测方法、装置、设备及介质
CN116937645A (zh) 充电站集群调控潜力评估方法、装置、设备及介质
CN115860383A (zh) 配电网调度方法、装置、电子设备及存储介质
CN116307215A (zh) 一种电力系统的负荷预测方法、装置、设备及存储介质
CN116523140A (zh) 窃电检测方法、装置、电子设备和存储介质
CN115034927A (zh) 数据处理方法、装置、电子设备及存储介质
CN117332898A (zh) 基于机器学习的新能源小时间尺度功率时序滚动预测方法
CN116957539A (zh) 电缆状态评价方法、装置、电子设备及存储介质
CN114051057A (zh) 云设备排队时长的确定方法、装置、电子设备和介质
CN116777674A (zh) 配电网数据处理方法、装置、电子设备及存储介质
CN115456455A (zh) 一种储能配置方法、装置、设备及存储介质
CN114186494A (zh) 负荷确定方法、模型训练方法、装置以及电子设备
CN116402231A (zh) 一种电力负荷预测方法、装置、设备及存储介质
CN117667403A (zh) 服务器资源占用情况的预测方法、装置、设备及介质
CN115275985A (zh) 供电网负荷均衡调度方法、装置、电子设备和介质
CN115313553A (zh) 一种用电终端充电策略的确定方法、装置、设备及介质
CN115907491A (zh) 充电策略确定方法、装置、电子设备及存储介质
CN116862064A (zh) 一种充电站耗电量预测方法、装置、电子设备及存储介质
CN116128296A (zh) 风险预测方法、装置、电子设备及存储介质
CN116128204A (zh) 配电网调度方法、装置、电子设备及存储介质
CN115802438A (zh) 一种数据处理方法、装置、设备及介质
CN117952428A (zh) 一种基于调控云的电力电量风险预警方法及平台
CN115296317A (zh) 光伏储能系统的容量配置方法、装置、光伏电站及介质
CN115955189A (zh) 一种发电异常的检测方法、装置、设备及介质

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