[發(fā)明專(zhuān)利]一種集成人機(jī)智能的5G電動(dòng)汽車(chē)充電預(yù)測(cè)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010723982.2
• 申請(qǐng)日: 2020-07-24
• 公開(kāi)（公告）號(hào): CN112036602A
• 公開(kāi)（公告）日: 2020-12-04
• 發(fā)明（設(shè)計(jì)）人: 程嘯;王緒利;榮秀婷;朱劉柱;張輝;吳潤(rùn)東
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)網(wǎng)安徽省電力有限公司經(jīng)濟(jì)技術(shù)研究院
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/06;G16Y10/35;G16Y40/20;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 合肥天明專(zhuān)利事務(wù)所(普通合伙) 34115
• 代理人: 苗娟

本發(fā)明的一種集成人機(jī)智能的5G電動(dòng)汽車(chē)充電預(yù)測(cè)方法和系統(tǒng)，包括以下步驟：S100、獲取電動(dòng)汽車(chē)的充電行為數(shù)據(jù)；S200、把獲取到的充電行為數(shù)據(jù)輸入事先設(shè)置好的電動(dòng)汽車(chē)充電預(yù)測(cè)模型，對(duì)電動(dòng)汽車(chē)的充電請(qǐng)求進(jìn)行處理，進(jìn)行預(yù)測(cè)并優(yōu)化充電計(jì)劃。本發(fā)明考慮到電動(dòng)汽車(chē)固有的高移動(dòng)性和低可靠性，提出了一種基于網(wǎng)絡(luò)切片和邊緣計(jì)算技術(shù)的5G智能電網(wǎng)架構(gòu)，所提出的三層智能電網(wǎng)體系結(jié)構(gòu)是實(shí)現(xiàn)混合人工智能算法的硬件基礎(chǔ)。本發(fā)明提出了基于K均值的電動(dòng)汽車(chē)充電行為聚類(lèi)、基于K近鄰(KNN)的電動(dòng)汽車(chē)充電行為分類(lèi)和基于LSTM的電動(dòng)汽車(chē)充電行為預(yù)測(cè)的混合人工智能方法，多步混合預(yù)測(cè)過(guò)程有助于分析電動(dòng)汽車(chē)的充電行為。

技術(shù)領(lǐng)域

本發(fā)明涉及電力物聯(lián)網(wǎng)技術(shù)領(lǐng)域，具體涉及一種集成人機(jī)智能的 5G電動(dòng)汽車(chē)充電預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)

隨著全球氣候的不斷變化和化石燃料的枯竭，傳統(tǒng)的電網(wǎng)已經(jīng)不能滿足日益增長(zhǎng)的能源需求，無(wú)法支持產(chǎn)業(yè)創(chuàng)新和改善人民生活水平。智能電網(wǎng)正在發(fā)展成為下一代電網(wǎng)，將電力基礎(chǔ)設(shè)施與先進(jìn)信息、人工智能、傳感器和自動(dòng)控制技術(shù)相結(jié)合來(lái)應(yīng)對(duì)這些挑戰(zhàn)。在上述多種技術(shù)的支持下，智能電網(wǎng)能夠提供可靠、安全、經(jīng)濟(jì)、高效的供電服務(wù)?，F(xiàn)今由于油價(jià)上漲、全球變暖、充電設(shè)施的發(fā)展以及電動(dòng)汽車(chē)電池技術(shù)的進(jìn)步，電車(chē)數(shù)量急劇上升。根據(jù)國(guó)際能源署(IEA)的預(yù)測(cè)，到2030年，道路上的電動(dòng)汽車(chē)數(shù)量將達(dá)到1.25億輛。考慮到電動(dòng)汽車(chē)所需電能巨大，智能電網(wǎng)運(yùn)營(yíng)商需要通過(guò)分析電動(dòng)汽車(chē)的充電行為來(lái)確定最優(yōu)充電價(jià)格。從充電行為的角度，電動(dòng)汽車(chē)用戶(hù)可以分為正常用戶(hù)和非正常用戶(hù)。普通用戶(hù)的收費(fèi)行為具有一定的規(guī)律性。他們每天定時(shí)充電，每次充電量穩(wěn)定。非正常用戶(hù)的收費(fèi)行為不規(guī)范。比如，由于旅途中電量不足，非正常用戶(hù)只需選擇附近的充電站充電，很長(zhǎng)一段時(shí)間內(nèi)不會(huì)在同一個(gè)充電站充電。電網(wǎng)運(yùn)營(yíng)商需要對(duì)電動(dòng)汽車(chē)用戶(hù)的充電行為進(jìn)行分析，才能為高效、有目的地使用能源提供按需服務(wù)。然而，傳統(tǒng)的電網(wǎng)由于傳輸延遲大、計(jì)算能力有限，無(wú)法有效地實(shí)現(xiàn)資源優(yōu)化和先進(jìn)的計(jì)費(fèi)服務(wù)保障調(diào)度。

為了實(shí)現(xiàn)高效的電動(dòng)汽車(chē)充電，最近許多提案都引入了網(wǎng)絡(luò)切片的概念，在網(wǎng)絡(luò)資源有限、運(yùn)營(yíng)成本較低的情況下，可以按需提供服務(wù)。已經(jīng)有人提出了一種智能電網(wǎng)中的車(chē)輛延遲容忍網(wǎng)絡(luò)，利用邊緣計(jì)算技術(shù)將數(shù)據(jù)傳輸?shù)诫妱?dòng)汽車(chē)上。然而，隨著電動(dòng)汽車(chē)數(shù)量的增加，對(duì)低延遲車(chē)到網(wǎng)(V2G)服務(wù)的需求不斷增加。最近，邊緣計(jì)算技術(shù)引起了很大關(guān)注，它有潛力為電動(dòng)汽車(chē)用戶(hù)提供計(jì)算資源，以減少電網(wǎng)邊緣的V2G延遲。此外，邊緣計(jì)算還可以實(shí)現(xiàn)視頻監(jiān)控、城市交通、定位系統(tǒng)和應(yīng)急等多種智能城市服務(wù)。盡管有這些優(yōu)勢(shì)，但采用網(wǎng)絡(luò)分層和邊緣計(jì)算的智能電網(wǎng)仍然缺乏預(yù)測(cè)電動(dòng)汽車(chē)充電行為的能力，這對(duì)給電動(dòng)汽車(chē)用戶(hù)提供按需服務(wù)至關(guān)重要。

眾所周知，深度學(xué)習(xí)算法可用于預(yù)測(cè)時(shí)間序列數(shù)據(jù)，如網(wǎng)絡(luò)流量和用戶(hù)行為。近年來(lái)，學(xué)者們一直試圖利用遞歸神經(jīng)網(wǎng)絡(luò)(RNNs)來(lái)解決時(shí)間序列預(yù)測(cè)問(wèn)題，RNNs是模式識(shí)別和時(shí)間序列預(yù)測(cè)的深度學(xué)習(xí)的一個(gè)重要分支。在電動(dòng)汽車(chē)預(yù)測(cè)方面，研究者發(fā)現(xiàn)RNN比傳統(tǒng)的深度學(xué)習(xí)有更好的性能。RNN可以對(duì)依賴(lài)于時(shí)間或序列的行為進(jìn)行建模，如語(yǔ)音識(shí)別、金融市場(chǎng)、web流量等。然而，傳統(tǒng)的RNN模型不能忽視其長(zhǎng)期依賴(lài)性的弱點(diǎn)，這將導(dǎo)致梯度消失。作為RNN最常見(jiàn)的變體，長(zhǎng)短期存儲(chǔ)器(LSTM)被廣泛應(yīng)用于捕獲長(zhǎng)期依賴(lài)項(xiàng)。因此，LSTM更適合于電動(dòng)汽車(chē)充電分析。目前已經(jīng)有人采用了基于RNN的方法，通過(guò)預(yù)測(cè)電動(dòng)汽車(chē)的軌跡和延遲來(lái)提高電動(dòng)汽車(chē)的能耗。

下面簡(jiǎn)單介紹兩種已有專(zhuān)利提出的電動(dòng)汽車(chē)充電行為分析的策略：

方案一：專(zhuān)利號(hào)201310618439.6涉及一種基于單輛電動(dòng)汽車(chē)充電預(yù)測(cè)的電動(dòng)汽車(chē)實(shí)時(shí)充電方法，屬于電力系統(tǒng)運(yùn)行和控制技術(shù)領(lǐng)域。本發(fā)明利用單輛電動(dòng)汽車(chē)未來(lái)充電行為的預(yù)測(cè)信息，在每個(gè)控制時(shí)刻考慮未來(lái)一段時(shí)間內(nèi)的電力系統(tǒng)和電動(dòng)汽車(chē)的運(yùn)行狀態(tài)，利用將入網(wǎng)單輛電動(dòng)汽車(chē)充電行為的預(yù)測(cè)數(shù)據(jù)，建立相應(yīng)的充電預(yù)測(cè)模型，并將預(yù)測(cè)模型納入已入網(wǎng)充電汽車(chē)的實(shí)時(shí)滾動(dòng)優(yōu)化模型中，求解已入網(wǎng)汽車(chē)當(dāng)前時(shí)刻的優(yōu)化充電功率，在最終的控制方案中只對(duì)入網(wǎng)充電的電動(dòng)汽車(chē)下發(fā)當(dāng)前時(shí)刻的最優(yōu)解。此方法有效提高了現(xiàn)有實(shí)時(shí)充電優(yōu)化方法的效果，更好地削峰填谷，增加電力系統(tǒng)效益。