[发明专利]充电站负荷可调潜力评估方法、系统、存储介质及服务器

说明书

一种充电站负荷可调潜力评估方法、系统、存储介质及服务器，方法包括对实际充电数据进行筛选和预处理，构建数据库；使用LSTM神经网络对数据库进行分析，对电动汽车充电负荷进行预测，得到常规未加入用户选择的负荷预测曲线；通过预先建立的用户选择隶属度函数对数据库中每一辆电动汽车的充电行为进行预测，得到新的充电负荷数据库；对新的充电负荷数据库进行LSTM神经网络预测，得到考虑用户行为决策后的负荷预测曲线，将常规未加入用户选择的负荷预测曲线与考虑用户行为决策后的负荷预测曲线进行对比，获得负荷调控容量，再对用户行为决策的影响权重进行改变，得到最大负荷调控容量及最小负荷调控容量。本发明能提高潜力评估的准确性。

技术领域

本发明属于电动汽车电网调度技术领域，具体涉及一种充电站负荷可调潜力评估方法、系统、存储介质及服务器。

背景技术

随着电动汽车趋于规模化，大量的电动汽车接入电网，电动汽车将为电网提供丰富的可调度资源，但同时缺乏有效的可调度能力评估方法，在多场景、多层级情况下，难以对电动汽车聚类、多时空耦合和电网分区耦合特性进行分析，资源调控难度加大。因此，对城市内大规模电动汽车的调度潜力进行评估，可以为电力系统运行控制、充电设施规划和市场机制设计提供重要的参考依据。

目前对电动汽车可调潜力进行研究的内容主要是对其可调容量进行评估以及对调控潜力不确定性进行分析。但在评估调控潜力不确定性时，对用户出行及响应的不确定性约束条件考虑明显不足，且在考虑用户充放电偏好时常常为主观的设置响应参与度。随着车-路-网联系进一步加深，电动汽车的充电场景将更加复杂化，路网中的车流以及用户响应行为的决策都是一个动态变化的过程，需要考虑多方的充电行为影响因素，开展多视图下的电动汽车用户行为决策研究。

现有对电动汽车充电负荷可调潜力进行评估的技术方案包括以下两类：一类是通过构建概率分布函数来设置模拟场景，使用函数构建电动汽车出行行为、充电行为等行为特征，进而计算负荷可调潜力；另一类是使用停车率以及充电率等相关参数，推导得出电动汽车的出行行为，充电行为，输出负荷可调潜力。前者在函数构建上存在主观性，对已有数据进行曲线拟合会产生一定的误差，忽视了数据中的部分特征信息；而后者在推理过程中存在场景理想化问题，且基于某个特征参数进行电动汽车整体行为推导存在以小推大的弊端。

发明内容

本发明的目的在于针对上述现有技术中评估电动汽车需求响应调控过程中存在的参数设置主观化以及场景理想化的问题，提供一种充电站负荷可调潜力评估方法、系统、存储介质及服务器，对影响用户参与需求响应的因素进行动态分析，评估不同用户参与度情况下的充电站可调潜力，提高需求响应潜力评估的准确性。

为了实现上述目的，本发明有如下的技术方案：

第一方面，提供一种充电站负荷可调潜力评估方法，包括：

使用LSTM神经网络对预先构建的数据库进行分析，对电动汽车充电负荷进行预测，得到常规未加入用户选择的负荷预测曲线；

通过预先建立的用户选择隶属度函数对所述数据库中每一辆电动汽车的充电行为进行预测，得到新的充电负荷数据库；

对所述新的充电负荷数据库进行LSTM神经网络预测，得到考虑用户行为决策后的负荷预测曲线，将所述常规未加入用户选择的负荷预测曲线与所述考虑用户行为决策后的负荷预测曲线进行对比，获得常规负荷调控容量，再对用户行为决策的影响权重进行改变，分别得到最大负荷调控容量以及最小负荷调控容量。

作为优选，所述的数据库通过对实际充电数据进行筛选和预处理构建，所述对实际充电数据进行筛选和预处理的步骤包括删除空白数据和无效数据，并针对有效充电数据之间存在的短时缺失，依据设定的规则，通过插值法进行填补，扩大有效数据集。

更进一步的，所述针对有效充电数据之间存在的短时缺失，依据设定的规则，通过插值法进行填补，扩大有效数据集包括：