[發(fā)明專(zhuān)利]一種電動(dòng)汽車(chē)充電負(fù)荷的估算與建模方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210074386.5
• 申請(qǐng)日: 2022-01-21
• 公開(kāi)（公告）號(hào): CN114548517A
• 公開(kāi)（公告）日: 2022-05-27
• 發(fā)明（設(shè)計(jì)）人: 王軍;孫功臣;黃雋瑩;莫順?lè)?/a>;謝慶青;許興迪;郭建填;莫大豪;袁偉雄;余淑貴;王志榮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州蔚景科技有限公司
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q50/06;G06Q50/30;G06F30/27;G06K9/62;G06N3/04;G06N3/08;H02J3/00
• 代理公司: 寧波奧凱專(zhuān)利事務(wù)所(普通合伙) 33227
• 代理人: 姜瑞祥

1.一種電動(dòng)汽車(chē)充電負(fù)荷的估算與建模方法，該方法通過(guò)獲取電動(dòng)汽車(chē)的出行軌跡，挖掘電動(dòng)汽車(chē)用戶出行模式和充電模式，采用融合CNN和LSTM分別對(duì)不同場(chǎng)景和不同時(shí)間段的出行模式數(shù)據(jù)、充電模式數(shù)據(jù)進(jìn)行時(shí)空特征提取，基于上述時(shí)空特征采用BP神經(jīng)網(wǎng)絡(luò)綜合交通路網(wǎng)狀態(tài)實(shí)現(xiàn)分時(shí)段估算充電負(fù)荷；其特征在于：

所述CNN對(duì)數(shù)據(jù)進(jìn)行獲得某個(gè)時(shí)間段和某個(gè)場(chǎng)景的空間特征，原始輸入是以T為時(shí)間長(zhǎng)度，n個(gè)樣本所有接入的電動(dòng)汽車(chē)在充電前一刻的行駛里程數(shù)量、充電時(shí)長(zhǎng)、充電前一刻的剩余電量、充電開(kāi)始時(shí)間、充電結(jié)束時(shí)間的數(shù)據(jù)；經(jīng)過(guò)CNN的一系列處理，最后由n個(gè)神經(jīng)元得到1×n維的空間特征向量：

接著，將充電接入的時(shí)間先后排列出行模式數(shù)據(jù)和充電模式數(shù)據(jù)，出行模式數(shù)據(jù)和充電模式數(shù)據(jù)包括充電前一刻的行駛里程數(shù)量、充電時(shí)長(zhǎng)、充電前一刻的剩余電量、充電開(kāi)始時(shí)間和充電結(jié)束時(shí)間，通過(guò)LSTM提取某個(gè)時(shí)間段和某個(gè)場(chǎng)景的時(shí)間特征；

經(jīng)過(guò)LSTM處理后，在LSTM的隱含層單元數(shù)量為n，最后隱含層輸出n×m維時(shí)間特征向量：

在得到CNN和LSTM的原始表達(dá)之后，引入注意力特征對(duì)特征表達(dá)進(jìn)行融合，形成融合后的時(shí)空特征表達(dá)f_map，特征融合的表示方法為：

基于公式7，得到：

f_map就是當(dāng)前表達(dá)的出行模式和充電模式的時(shí)空特征。

2.根據(jù)權(quán)利要求1所述的電動(dòng)汽車(chē)充電負(fù)荷的估算與建模方法，其特征在于所述BP神經(jīng)網(wǎng)絡(luò)以當(dāng)前交通狀態(tài)和出行模式和充電模式時(shí)空特征為輸入，估算電動(dòng)汽車(chē)在某一個(gè)時(shí)間段、某一個(gè)場(chǎng)景下充電負(fù)荷。

3.根據(jù)權(quán)利要求1所述的電動(dòng)汽車(chē)充電負(fù)荷的估算與建模方法，其特征在于所述獲取電動(dòng)汽車(chē)的出行軌跡，挖掘電動(dòng)汽車(chē)用戶出行模式和充電模式通過(guò)電動(dòng)汽車(chē)的GPS點(diǎn)獲取電動(dòng)汽車(chē)的出行時(shí)間、出行地點(diǎn)、行駛時(shí)長(zhǎng)、駐留時(shí)間和駐留地點(diǎn)，結(jié)合停駐位置與充電站的重合度，判定用戶是否存在充電行為和電動(dòng)汽車(chē)充電時(shí)的電池荷電狀態(tài)(SOC)，獲取用戶的充電模式，所述充電模式包括行駛特性、充電方式、行駛行為和充電行為。

4.根據(jù)權(quán)利要求3所述的電動(dòng)汽車(chē)充電負(fù)荷的估算與建模方法，其特征在于所述電動(dòng)汽車(chē)的GPS點(diǎn)獲取電動(dòng)汽車(chē)的出行時(shí)間、出行地點(diǎn)、行駛時(shí)長(zhǎng)、駐留時(shí)間和駐留地點(diǎn)基于車(chē)聯(lián)網(wǎng)平臺(tái)的電動(dòng)汽車(chē)軌跡的GPS數(shù)據(jù)提取，即車(chē)聯(lián)網(wǎng)平臺(tái)對(duì)電動(dòng)汽車(chē)軌跡數(shù)據(jù)采用GPS的方式記錄，首先需要對(duì)電動(dòng)汽車(chē)軌跡數(shù)據(jù)進(jìn)行提取，包括GPS點(diǎn)的時(shí)間和地理信息；

對(duì)GPS數(shù)據(jù)進(jìn)行預(yù)處理，由于GPS數(shù)據(jù)受到隨機(jī)因素的影響，因此GPS點(diǎn)與道路之間的垂直距離肯定是不相同的，接著需要對(duì)GPS點(diǎn)進(jìn)行預(yù)處理，并把GPS點(diǎn)反映在道路的中心線上；結(jié)合時(shí)間和地理因素，采用LCSS算法的方法獲取用戶的充電模式，包括充電開(kāi)始、充電結(jié)束時(shí)間和充電地點(diǎn)；

其中，△T為時(shí)間精度，設(shè)為半個(gè)小時(shí)，δ(Li(u)，Lj(v))是一個(gè)重合性公式，當(dāng)兩個(gè)用戶的充電站重合時(shí)，值為1，否則為0；如果COL大于1/3，那么說(shuō)明電動(dòng)汽車(chē)在同一個(gè)充電站內(nèi)進(jìn)行充電，假設(shè)有n個(gè)用戶在某個(gè)△T為時(shí)間精度內(nèi)充電；

電動(dòng)汽車(chē)電池剩余電量計(jì)算，在充電模式下，電動(dòng)汽車(chē)剩余電量與日行駛距離；

Q_r,u(t)＝Q_0,u-d_u(t)w_u (公式2)；

其中，Q_0,u其實(shí)電池電量，Q_r,u(t)充電前一個(gè)時(shí)刻的剩余電量；接著，通過(guò)大數(shù)據(jù)的方法，統(tǒng)計(jì)每一周每一個(gè)時(shí)刻，以半小時(shí)為一個(gè)統(tǒng)計(jì)周期；某一個(gè)充電站的所有電動(dòng)汽車(chē)充電前一個(gè)時(shí)刻的平均剩余電量；

某一個(gè)充電站的站點(diǎn)在某一個(gè)時(shí)刻的充電負(fù)荷統(tǒng)計(jì)，獲取該站點(diǎn)某△T時(shí)間精度開(kāi)始充電到該時(shí)刻結(jié)束時(shí)用戶充電的平均時(shí)長(zhǎng)：

其中，C表示△T時(shí)間精度結(jié)束時(shí)刻時(shí)n個(gè)用戶電池的平均容量，當(dāng)△T取30分鐘，每個(gè)△T開(kāi)始時(shí)刻認(rèn)為i是1，每個(gè)△T結(jié)束時(shí)刻認(rèn)為是30得出結(jié)束時(shí)刻時(shí)n個(gè)用戶電池的平均容量；η時(shí)充電站的充電效率，Pc是充電站的平均功率。