[發明專利]電動汽車充電負荷預測方法、裝置和計算機設備

在審

• 申請號: 201810690887.X
• 申請日: 2018-06-28
• 公開（公告）號: CN108876052A
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 樊揚;王科;楊振綱;葉琳浩;胡飛雄;江浩俠;容慧嫻;高小鏡
• 申請（專利權）人: 中國南方電網有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 劉艷麗

本申請涉及一種電動汽車負荷預測方法、裝置、計算機設備。所述方法包括：獲取任一類別電動汽車的運行參數；運行參數包括標準耗電量以及充電功率；根據起始充電時刻模型和充電時長模型，得到充電概率模型；充電時長模型為日行駛里程模型和標準耗電量的乘積與充電功率和充電效率的乘積的比；將充電概率模型與充電功率的乘積作為充電負荷模型，并根據充電負荷模型得到類別電動汽車的充電負荷預測量。本發明充分分析了用戶的充電行為，更加客觀地預測各類電動汽車的充電負荷，進而為智能電網以及智能交通的建設提供強有力地支持。

技術領域

本申請涉及電動汽車智能控制技術領域，特別是涉及一種電動汽車負荷預測方法、裝置、計算機設備。

背景技術

目前隨著能源危機和環境污染的加劇，人們尋求一種更為科學環保的智能交通出行方式，而智能交通需要依靠智能電網的堅強支持。電動汽車作為智能交通和智能電網的關鍵紐帶，在未來的社會生活中將會成為不可替代的出行工具，因此對電動汽車充電負荷的預測將為智能交通和智能電網的健康運行和發展帶來重要保障。

近年來，相關學者提出了諸多方法來對電動汽車的充電負荷進行預測，但是大多數預測方法是通過人為主觀設定的電動汽車起始電荷量(state of charge，SOC)來進行充電負荷預測數學建模，并且通過蒙特卡洛模擬法抽取電動汽車充電時段便確定此時段內存在充電行為，進而來計算此時段內的充電負荷，但是在實現過程中，發明人發現傳統技術中至少存在如下問題：傳統技術未充分分析用戶的充電行為，導致對電動汽車的充電負荷的預測并不能客觀地反映出電動汽車的實際的充電負荷。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠客觀預測電動汽車的充電負荷的電動汽車負荷預測方法、裝置、計算機設備。

一種電動汽車充電負荷預測方法，包括以下步驟：

獲取任一類別電動汽車的運行參數；運行參數包括標準耗電量以及充電功率；

根據起始充電時刻模型和充電時長模型，得到充電概率模型；充電時長模型為日行駛里程模型和標準耗電量的乘積與充電功率和充電效率的乘積的比；

將充電概率模型與充電功率的乘積作為充電負荷模型，并根據充電負荷模型得到該類別電動汽車的充電負荷預測量。

在其中一個實施例中，

將電動汽車按照行駛特性分類，得到電動汽車的類別；行駛特性包括電動汽車的離家時刻、到家時刻、每日行程距離以及單個行程距離。

在其中一個實施例中，將充電概率模型與充電功率的乘積作為充電負荷模型，并根據充電負荷模型得到類別電動汽車的充電負荷預測量的步驟之后，還包括：

將各類別電動汽車的充電負荷模型進行累加，得到各類別電動汽車的總充電負荷模型。

在其中一個實施例中，運行參數還包括起始充電時刻以及日行駛里程；

利用極大似然算法對起始充電時刻進行擬合，得到起始充電時刻模型；

利用極大似然算法對日行駛里程進行擬合，得到日行駛里程模型。

在其中一個實施例中，基于以下公式，獲取充電時長模型：

其中，T_c表示充電時長模型；f_D(S)表示日行駛里程模型；S表示日行駛里程；W_標準表示標準耗電量；P_c表示充電功率；η表示充電效率。

在其中一個實施例中，基于以下公式，獲取充電概率模型：