[发明专利]快速充电负荷预测方法及装置

权利要求书

1.一种快速充电负荷预测方法，其特征在于，包括：

确定要进行快速充电负荷预测的期限类型，其中，所述期限类型包括以下之一：短期预测，中长期预测；

根据确定的期限类型，选择用于进行快速充电负荷预测的预测方法；

根据选择的预测方法进行快速充电负荷预测。

2.根据权利要求1所述的方法，其特征在于，所述预测方法包括以下之一：概率模型预测法，灰色理论预测法。

3.根据权利要求2所述的方法，其特征在于，根据确定的期限类型，选择用于进行快速充电负荷预测的预测方法包括：

在确定的期限类型为短期预测的情况下，判断用于进行快速充电负荷预测的数据量是否超过第一预定值；

在判断结果为是的情况下，选择所述概率模型预测法为用于进行快速充电负荷预测的预测方法；和/或，在判断结果为否的情况下，选择所述灰色理论预测法和/或所述概率模型预测法为用于进行快速充电负荷预测的预测方法。

4.根据权利要求2所述的方法，其特征在于，根据确定的期限类型，选择用于进行快速充电负荷预测的预测方法包括：

在确定的期限类型为中长期预测的情况下，判断用于进行快速充电负荷预测的数据量是否超过第二预定值；

在判断结果为是的情况下，选择所述灰色理论预测法为用于进行快速充电负荷预测的预测方法；和/或，在判断结果为否的情况下，选择所述灰色理论预测法和/或所述概率模型预测法为用于进行快速充电负荷预测的预测方法。

5.根据权利要求2所述的方法，其特征在于，在选择的预测方法为所述概率模型预测法，并且所述概率模型预测法为蒙特卡洛预测法的情况下，根据选择的预测方法进行快速充电负荷预测包括：

创建两个容量为N的数组t_s(j)、t_c(j)，其中，t_s(j)用于表示第j辆电动汽车充电开始时间TS，t_c(j)用于表示第j辆电动汽车充电持续时间TC，数组t_s(j)、t_c(j)中的元素均为符合蒙特卡洛预测法的概率密度函数的样本，数组t_s(j)、t_c(j)中的N个样本随机排列；

根据数组t_s(j)、t_c(j)记录一天内每15分钟内电动汽车的状态，其中，一天中电动汽车在采样时间点t(k)(0＜k≤96)的快速充电状态为：若t(k)时刻第j辆电动汽车为快速充电状态，则t(k)为1，否则为0，重复N次操作，t是一个容量为96×N的二维数组；

根据记录的电动汽车的状态，确定单辆电动汽车的快速充电概率，并将确定的所述快速充电概率乘以单辆电动汽车快速充电功率，之后确定k时刻单辆电动汽车的快速充电负荷，再将确定的单辆电动汽车的快速充电负荷乘以车辆数得到k时刻电动汽车快速充电负荷，重复完成96个时间点的电动汽车快速充电负荷，得到快速充电负荷预测值。

6.根据权利要求5所述的方法，其特征在于，在选择的预测方法为所述概率模型预测法，并且所述概率模型预测法为蒙特卡洛预测法的情况下，根据选择的预测方法进行快速充电负荷预测包括：

采用对预定次数内完成的电动汽车快速充电负荷取平均的方式，得到所述快速充电负荷预测值。

7.根据权利要求2所述的方法，其特征在于，在选择的预测方法为所述灰色理论预测法的情况下，根据选择的预测方法进行快速充电负荷预测包括：

对待预测目标日96个时刻点逐一建立灰色GM(1,1)预测模型；

根据建立的各个时刻灰色GM(1,1)预测模型，得到各个时刻在所述待预测目标日的快速充电负荷预测值。