本發(fā)明屬于新能源負荷管理，尤其涉及一種新能源充電樁負荷預測方法。

背景技術(shù)：

1、隨著新能源電動汽車的大量增加，人們對于電動汽車便捷充電的需求越來越高，基于早期國家電網(wǎng)統(tǒng)一規(guī)劃建設(shè)以及近年來大量私人充電樁的接入，國內(nèi)市場已經(jīng)建立起龐大的電動汽車充電樁網(wǎng)絡，由于新能源充電樁的分散性，其是否進行充電以及充電時間等并不穩(wěn)定，因此新能源充電站的實際負荷狀態(tài)也存在不確定性，這為電網(wǎng)的供電管理提供了新的挑戰(zhàn)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于，基于配電網(wǎng)負荷管控需求，為了提高區(qū)域新能源充電樁的充電符合需求，本發(fā)明提供一種新能源充電樁負荷預測方法。

2、為實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案。

3、一種新能源充電樁負荷預測方法，包括如下步驟：

4、s1、建立電動汽車節(jié)點類型分類及其目標選擇概率方案，具體是指：建立電動汽車行駛路徑中的必經(jīng)節(jié)點和可能節(jié)點分類數(shù)據(jù)；其中，必經(jīng)節(jié)點是電動車主的固定始發(fā)節(jié)點和目標節(jié)點，可能節(jié)點是電動車主周期行動路線中的可能經(jīng)過的可選節(jié)點；

5、假設(shè)所有必經(jīng)節(jié)點構(gòu)成的集合為m，所有可能節(jié)點構(gòu)成的集合為n，則t時刻，各電動車主由當前節(jié)點i前往目標節(jié)點j的概率ρt(i,j)可表示為：

6、

7、其中pt(i,j)是指當前節(jié)點i到達目標節(jié)點j線路的擁堵指標；

8、tj是指電動車主到達必經(jīng)節(jié)點j的期望時刻；

9、s2、確定電動汽車出行路徑，具體是指：基于步驟s1確定各個時刻的目標節(jié)點，將各個目標節(jié)點映射至道路網(wǎng)絡內(nèi)最近的一個或若干個線路節(jié)點，利用當前道路網(wǎng)絡構(gòu)建有向網(wǎng)絡確定出行距離；建立最低通行成本函數(shù)，通過遍歷道路有向網(wǎng)絡，確定電動汽車的出行路徑；

10、s3、基于區(qū)域內(nèi)電動汽車充放電運行數(shù)據(jù)，確定待分析區(qū)域電動汽車的始發(fā)節(jié)點；根據(jù)步驟s1、s2對電動汽車的出行線路和下一個目標節(jié)點進行預測；計算到達目標節(jié)點后的充電概率、電池電量、充電時長，具體步驟包括：

11、建立電動汽車時刻的行駛狀態(tài)stak模型表達sta＝ak∪bk，其中ak表示電動汽車處于在線充電狀態(tài)，bk表示電動汽車處于離線充電狀態(tài)(包括行駛中或者停車狀態(tài))；電動汽車處于兩個狀態(tài)的概率為：

12、

13、ρ(ak)+ρ(bk)＝1k∈[0,batmax]

14、其中，ρ(ak)表示電動汽車處于在線充電狀態(tài)的概率，ρ(bk)表示電動汽車處于離線充電狀態(tài)的概率；batmax表示電池最大允許容量百分比；k為電動汽車當前電量百分比；ρk表示電動汽車當前電量百分比為k的情況下電動汽車并網(wǎng)充電的概率，σk表示電動汽車當前電量百分比為k的情況下電動汽車離線的概率；γk表示電動汽車當前電量百分比為k的情況下電動汽車停車的概率；

15、根據(jù)電動車主充電壓力的不同，電動車主進行充電的時間可表示為電動汽車行駛時間可表示為電動汽車停車未充電的時間可表示為t3＝tout-tin-t1；

16、電動汽車到達目標節(jié)點后的電量為soct＝soct-1-diste0；

17、當用戶到達某個充電樁所在節(jié)點，需要對車輛剩余電量進行更新，以便于預測電動車主在該節(jié)點進行充電的可能性；若當前電量無法滿足下一次出行的電量需求，則必然需要進行充電，且在一定范圍內(nèi)，下一次出行電量需求與當前電量的差距直接影響電動車主的充電決策，可以得到電動車主的充電概率預測模型其中socmin是指每次出行前電動車主可接受的最低電量，σsocmin是指socmin的標準差；

18、bat1表示每個電量百分比對應的電容量，δk+表示充電過程中預期電量百分比增長量；η表示充電效率，μ表示額定充電功率；tout表示電動汽車離開充電站的時刻，tin表示電動汽車進入充電站的時刻；δk-表示行駛時間內(nèi)消耗的電量百分比，e0表示單位距離的電量消耗，v表示電動汽車平均行駛速度；soct-1表示由上一個節(jié)點出發(fā)時電動汽車的初始電量，dist表示由上一個節(jié)點到達當前節(jié)點的距離；

19、s4、持續(xù)獲取電動汽車行駛路線、電動汽車電池電量以及充電狀態(tài)，預測下一時刻電動汽車目標節(jié)點以及到達目標節(jié)點后的充電狀態(tài)，匯總所有電動汽車數(shù)據(jù)結(jié)果得到不同目標節(jié)點內(nèi)新能源充電樁充電負荷。

20、對前述新能源充電樁負荷預測方法的進一步優(yōu)化或者具體實施步驟，所述必經(jīng)節(jié)點由居住場所、工作場、餐飲場所、兒童教學場所構(gòu)成；可能節(jié)點由消費娛樂場所構(gòu)成。

21、對前述新能源充電樁負荷預測方法的進一步優(yōu)化或者具體實施步驟，所述步驟s2中，對于以商業(yè)娛樂區(qū)、旅游消費區(qū)為核心區(qū)域的地區(qū)，根據(jù)時間和空間限制因素對電動汽車的行駛路徑進行預測分析，具體包括如下步驟：

22、s20、建立區(qū)域道路有向網(wǎng)絡模型g＝(v,e,w)

23、其中g(shù)表示道路有向網(wǎng)絡，v是道路節(jié)點集，e是指道路線路集，w是指線路路阻；通常而言，由初始節(jié)點a到達目標節(jié)點b具有多個可行路徑，對于每一種可行路徑a→b，其通過時間由路徑內(nèi)所有線路的總通行成本構(gòu)成，使用成本變量來表達；其中pr(vr-1,vr)表示可行路徑a→b中的第r條線路的通行成本，vr表示第r條線路的終點；電動汽車路線規(guī)劃力求最低的通行成本，此通行成本可能是最小行車時間或者最短行車路徑等目標，根據(jù)電動汽車的實際狀態(tài)和偏好進行確定；基于最低通行成本確定初始節(jié)點a到達目標節(jié)點b的最優(yōu)路徑l(a,b)＝min{pr(a→b)}。

24、對前述新能源充電樁負荷預測方法的進一步優(yōu)化或者具體實施步驟，當電動車主當前電量超過下一次出行所需的電量的時候，即soct≥soct+1,start的時候，通過以下函數(shù)預估電動車主繼續(xù)進行充電的概率其中socmax是指結(jié)束充電時電動車主期望到達的電量。

25、其有益效果在于：

26、本發(fā)明的新能源充電樁負荷預測方法，基于區(qū)域內(nèi)用電負荷源頭的電動車主的出行路徑和充電行為的分析，對不同新能源充電樁節(jié)點所面臨的充電需求以及充電負荷進行預測，為實現(xiàn)區(qū)域多節(jié)點下更全面的負荷需求計算和電量分配提供了依據(jù)。

技術(shù)特征：

1.一種新能源充電樁負荷預測方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的新能源充電樁負荷預測方法，其特征在于，所述必經(jīng)節(jié)點由居住場所、教學場所、工作場所構(gòu)成；可能節(jié)點由消費娛樂場所構(gòu)成。

3.根據(jù)權(quán)利要求1所述的新能源充電樁負荷預測方法，其特征在于，所述步驟s2中，對于以商業(yè)娛樂區(qū)、旅游消費區(qū)為核心區(qū)域的地區(qū)，根據(jù)時間和空間限制因素對電動汽車的行駛路徑進行預測分析，具體包括如下步驟：

4.根據(jù)權(quán)利要求1所述的新能源充電樁負荷預測方法，其特征在于，當電動車主當前電量超過下一次出行所需的電量的時候，即soct≥soct+1,start的時候，通過以下函數(shù)預估電動車主繼續(xù)進行充電的概率其中socmax是指結(jié)束充電時電動車主期望到達的電量。

技術(shù)總結(jié)
本發(fā)明屬于新能源負荷管理技術(shù)領(lǐng)域，尤其涉及一種新能源充電樁負荷預測方法。包括如下步驟：建立電動汽車節(jié)點類型分類及其目標選擇概率方案，確定電動汽車出行路徑，對電動汽車的出行線路和下一個目標節(jié)點進行預測；計算到和獲取必要數(shù)據(jù)用于預測態(tài)，匯總所有電動汽車數(shù)據(jù)結(jié)果得到不同目標節(jié)點內(nèi)新能源充電樁充電負荷。本發(fā)明的新能源充電樁負荷預測方法，基于區(qū)域內(nèi)用電負荷源頭的電動車主的出行路徑和充電行為的分析，對不同新能源充電樁節(jié)點所面臨的充電需求以及充電負荷進行預測，為實現(xiàn)區(qū)域多節(jié)點下更全面的負荷需求計算和電量分配提供了依據(jù)。

技術(shù)研發(fā)人員：拓萬勝,王志豪,曾利文
受保護的技術(shù)使用者：舉視（武漢）新能源科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2