[发明专利]一种充电调度算法及一种充电桩功率负荷预测系统

说明书

本发明公开了一种充电调度算法及一种充电桩功率负荷预测系统，算法包括对电动车充电区域依照充电桩功率进行划分，分为高、中、低功率区域；实时统计目标电动汽车所需充电功率w₁，及高、中、低功率区域中未使用的充电位，表示为{m₁,m₂,m₃}；判断单个电动车充电功率w₁属于高功率、中功率还是低功率；若对应功率区域有未使用的充电位，则将其调配至对应的区域，若对应功率区域没有充电位，则将其调配至等待区。预测系统包括通过充电桩数据收集模块用于采集影响充电桩负荷的相关数据，负荷预测模块通过V‑LSTM算法得到当前系统中的充电桩电力负荷预测值。

技术领域

本发明涉及充电桩的充电功率技术领域，尤其是一种一种充电调度算法及一种充电桩功率负荷预测系统。

背景技术

电动汽车的出现，缓解了因汽油燃烧带来的污染问题以及日益短缺的能源问题，但同时随之而来的是对城市电网带来的负担。据相关数据显示，目前新能源汽车的保有量达到五百多万辆，尤其是一二线城市中，占据新能源汽车保有量的绝大部分，这就对本就超负荷运行的城市电网系统带来了更大的挑战。同时，面对不同的电动车，充电桩也提供了多种充电功率以及多种充电服务(快充等)，从而使得充电桩的负荷管理更加的困难。因此，为了减轻城市电网压力，以及减少充电桩运营相关企业的成本及压力，需要对充电桩系统进行有效的负荷预测。

在现有方案中，基于不同的方法提出了对电动车的负荷预测系统，例如：专利(公开号：CN112701680A)中提出使用蒙特卡罗模型来模拟电动车的随机充电，基于概率和统计理论方法来对电动车负荷进行模型建立和预测；专利(公开号：CN111626494A)中考虑了区电力负荷数据、电动车充电行为特征数据、气象数据、日期数据等数据，并将这些数据输入至预设的负荷预测模型中，以得到预测结果；专利(公开号：CN109978201A)基于历史电力负荷数据，着重考虑了温度的影响，通过回归模型来建立负荷的曲线拟合，并将负荷预测结果送入核密度估计函数中进行核密度估计，根据负荷概率密度函数计算负荷置信区间和负荷预测估计值。

在这些方案中，由于大多基于回归模型进行负荷曲线拟合，同时电动车的无序充电行为(例如低功率电动车到高功率充电桩充电造成电力资源浪费)，导致负荷预测出的结果与真实值偏差较大。

发明内容

为解决上述现有技术问题，本发明提供一种充电调度算法及一种充电桩功率负荷预测系统。该调度算法将充电站充电区域划分为高功率、中功率及低功率充电区域，实时识别待充电车辆所需充电功率，并将其调配至对应充电区域，实现了智能化调度，对电力资源进行了更加合理的安排；同时因为实现了有序充电，使得充电桩功率负荷预测值更加准确。该负荷预测系统考虑到回归模型的局限性，选择利用在长短期记忆模型(LSTM)来实现负荷预测，同时提出V-LSTM神经元单元以解决现有的长短期记忆模型中历史数据对输出数据影响过大的问题。

为了实现上述目的，本发明采用的技术方案是：

一种充电调度算法，其特征在于：

(1)对电动车充电区域依照充电桩功率进行划分，分为高功率、中功率以及低功率区域；

(2)实时统计目标电动汽车所需充电功率w₁，以及高功率、中功率以及低功率充电区域中未使用的充电位，表示为{m₁,m₂,m₃}；

(3)基于统计的数据，判断单个电动车充电功率w₁属于高功率、中功率还是低功率；

(4)若该电动车对应充电功率区域有未使用的充电位，则将其调配至对应的区域，若对应功率区域没有充电位，则将其调配至等待区。

优选的，所述低功率、中功率和高功率充电桩的充电位分配比例为：2：3：5。

优选的，所述充电区域划分标准为：