【技术实现步骤摘要】
本专利技术涉及电动汽车充电领域，具体涉及一种考虑台区变压器容量的电动汽车充电引导方法及系统。
技术介绍
1、据专家预测，到2040年电动汽车保有量有望达到3亿辆，销量占比50％到60％。电动汽车的规模化发展，为我们带来了巨大机遇，当电动汽车保有量达3亿辆，年用电量将增加2.68万亿度，占全社会用电量占比17％，日充电功率最高可达5.87亿kw，占2040年新能源装机量的31％。同时，大规模电动汽车接入电网也会为带来一系列挑战：电动汽车的同时充电特性，以及与居民用电规律高度一致(85％)，会使区域电网峰谷差由最大负荷的35％加剧至55％，电网调度难度加大；单纯增容会使电网投资翻倍，进而增加终端用户的用电成本。而电动汽车充电被有序引导后，可实现电网设备利用率最大化，降低负荷峰谷差，节约电力投资近70％。国内大部分新能源车用户所采用的充电方式为“自由充电”，完全按照用户停车时间自主决定，居民正常负荷和充电负荷叠加后，这将造成每日台区用电总负荷存在较大差异，加剧电网高峰负荷水平，给配网安全带来巨大挑战。
技术实现思路
1、为了解决现有技术中居民正常负荷和充电负荷叠加后造成每日台区用电总负荷存在较大差异，加剧电网高峰负荷水平，给配网安全带来巨大挑战的问题，本专利技术提出了一种考虑台区变压器容量的电动汽车充电引导方法，包括：
2、基于获取的台区居民历史基础负荷数据结合预先构建的负荷预测模型进行周前预测，得到设定日期的居民基本负荷预测值；
3、基于获取的用户历史订单数据和
4、基于所述居民基本负荷预测值、所述充电时间预测值和充电电量预测值结合台区变压器容量确定日间引导用户和有序引导用户，并生成相应的引导策略。
5、优选的，所述基于所述居民基本负荷预测值、所述充电时间预测值和充电电量预测值结合台区变压器容量确定日间引导用户和有序引导用户，并生成相应的引导策略，包括：
6、基于所述居民基本负荷预测值、充电电量预测值结合台区变压器容量进行计算，得到需要引导的时间和需要引导的用户数量；
7、基于所述用户历史订单数据和车辆运行数据结合预先构建的引导优化模型进行计算，确定最终需要引导的用户；
8、基于所述需要引导的时间、需要引导的用户数量和所述最终需要引导的用户确定日间引导用户和有序引导用户，并生成相应的引导策略；
9、其中，所述预先构建的引导优化模型是以负荷峰谷差与第一权重系数的乘积和引导成本与第三权重系数的乘积相加后的和值与用户满意度与第二引导系数的乘积的差值最小为目标函数构建的。
10、优选的，所述基于所述居民基本负荷预测值、充电电量预测值结合台区变压器容量进行计算，得到需要引导的时间和需要引导的用户数量，包括：
11、基于所述居民基本负荷预测值和充电电量预测值的负荷相加，计算得到总负荷；
12、基于所述总负荷和台区变压器容量结合引导时间计算式进行计算，得到需要引导的时间；
13、基于所述总负荷和台区变压器容量结合引导用户数量计算式进行计算，得到需要引导的用户数量。
14、优选的，所述引导时间计算式如下所示：
15、t＝(l>＝0.8*llimit)t
16、式中，t为需要引导的时间，l为总负荷，llimit为台区变压器容量限制，t为引导前时刻。
17、优选的，所述引导用户数量计算式如下所示：
18、
19、式中，n为需要引导的用户数量，l为总负荷，llimit为台区变压器容量限制。
20、优选的，所述引导优化模型的构建过程如下：
21、以负荷峰谷差与第一权重系数的乘积和引导成本与第三权重系数的乘积相加后的和值与用户满意度与第二引导系数的乘积的差值最小为目标函数；
22、以负荷峰谷差值最小、用户满意度最大和引导成本最小为约束条件；
23、基于所述目标函数结合所述约束条件构建得到引导优化模型。
24、优选的，所述引导优化模型如下所示：
25、min k＝λ1k1-λ2k2+λ3k3
26、式中，k为负荷峰谷差与第一权重系数的乘积和引导成本与第三权重系数的乘积相加后的和值与用户满意度与第二引导系数的乘积的差值，λ1为第一权重系数，k1为负荷峰谷差，λ2为第二权重系数，k2为用户满意度，λ3为第三权重系数，k3为引导成本。
27、优选的，所述基于所述需要引导的时间、需要引导的用户数量和所述最终需要引导的用户确定日间引导用户和有序引导用户，并生成相应的引导策略，包括：
28、当所述需要引导的时间为负荷高峰日时，将所述最终需要引导的用户确定为日间引导用户并进行错日充电引导；
29、当所述需要引导的时间为负荷高峰时段时，将所述最终需要引导的用户确定为有序引导用户并进行有序充电充电模式引导。
30、基于同一专利技术构思，本专利技术还提出了一种考虑台区变压器容量的电动汽车充电引导系统，包括：
31、居民负荷预测模块，用于基于获取的台区居民历史基础负荷数据结合预先构建的负荷预测模型进行周前预测，得到设定日期的居民基本负荷预测值；
32、充电时间预测模块，用于基于获取的用户历史订单数据和车辆运行数据结合预先构建的多变量时间预测模型进行周前预测，得到设定日期的充电时间预测值和充电电量预测值；
33、充电引导模块，用于基于所述居民基本负荷预测值、所述充电时间预测值和充电电量预测值结合台区变压器容量确定日间引导用户和有序引导用户，并生成相应的引导策略。
34、优选的，所述充电引导模块，包括：
35、引导时间确定子模块，用于基于所述居民基本负荷预测值、充电电量预测值结合台区变压器容量进行计算，得到需要引导的时间和需要引导的用户数量；
36、引导用户确定子模块，用于基于所述用户历史订单数据和车辆运行数据结合预先构建的引导优化模型进行计算，确定最终需要引导的用户；
37、引导策略确定子模块，用于基于所述需要引导的时间、需要引导的用户数量和所述最终需要引导的用户确定日间引导用户和有序引导用户，并生成相应的引导策略；
38、其中，所述预先构建的引导优化模型是以负荷峰谷差与第一权重系数的乘积和引导成本与第三权重系数的乘积相加后的和值与用户满意度与第二引导系数的乘积的差值最小为目标函数构建的。
39、优选的，所述引导时间确定子模块，具体用于：
40、基于所述居民基本负荷预测值和充电电量预测值的负荷相加，计算得到总负荷；
41、基于所述总负荷和台区变压器容量结合引导时间计算式进行计算，得到需要引导的时间；
42、基于所述总负荷和台区变压器容量结合引导用户数量计算式进行计算，得到需要引导的用户数量本文档来自技高网...
【技术保护点】
1.一种考虑台区变压器容量的电动汽车充电引导方法，其特征在于，包括：
2.根据权利要求1所述方法，其特征在于，所述基于所述居民基本负荷预测值、所述充电时间预测值和充电电量预测值结合台区变压器容量确定日间引导用户和有序引导用户，并生成相应的引导策略，包括：
3.根据权利要求2所述方法，其特征在于，所述基于所述居民基本负荷预测值、充电电量预测值结合台区变压器容量进行计算，得到需要引导的时间和需要引导的用户数量，包括：
4.根据权利要求3所述方法，其特征在于，所述引导时间计算式如下所示：
5.根据权利要求3所述方法，其特征在于，所述引导用户数量计算式如下所示：
6.根据权利要求2所述方法，其特征在于，所述引导优化模型的构建过程如下：
7.根据权利要求6所述方法，其特征在于，所述引导优化模型如下所示：
8.根据权利要求2所述方法，其特征在于，所述基于所述需要引导的时间、需要引导的用户数量和所述最终需要引导的用户确定日间引导用户和有序引导用户，并生成相应的引导策略，包括：
9.一种考虑台区变压器
10.根据权利要求9所述系统，其特征在于，所述充电引导模块，包括：
11.根据权利要求9所述系统，其特征在于，所述引导时间确定子模块，具体用于：
12.根据权利要求11所述系统，其特征在于，所述引导时间确定子模块中的引导时间计算式如下所示：
13.根据权利要求11所述系统，其特征在于，所述引导时间确定子模块中的引导用户数量计算式如下所示：
14.根据权利要求10所述系统，其特征在于，还包括引导优化模型构建子模块；所述引导优化模型构建子模块，具体用于：
15.根据权利要求14所述系统，其特征在于，所述引导优化模型构建子模块中的引导优化模型如下所示：
16.根据权利要求10所述系统，其特征在于，所述引导策略确定子模块，用于，具体用于：
...【技术特征摘要】
1.一种考虑台区变压器容量的电动汽车充电引导方法，其特征在于，包括：
2.根据权利要求1所述方法，其特征在于，所述基于所述居民基本负荷预测值、所述充电时间预测值和充电电量预测值结合台区变压器容量确定日间引导用户和有序引导用户，并生成相应的引导策略，包括：
3.根据权利要求2所述方法，其特征在于，所述基于所述居民基本负荷预测值、充电电量预测值结合台区变压器容量进行计算，得到需要引导的时间和需要引导的用户数量，包括：
4.根据权利要求3所述方法，其特征在于，所述引导时间计算式如下所示：
5.根据权利要求3所述方法，其特征在于，所述引导用户数量计算式如下所示：
6.根据权利要求2所述方法，其特征在于，所述引导优化模型的构建过程如下：
7.根据权利要求6所述方法，其特征在于，所述引导优化模型如下所示：
8.根据权利要求2所述方法，其特征在于，所述基于所述需要引导的时间、需要引导的用户数量和所述最...
【专利技术属性】
技术研发人员：王文，杨烨，张剑，李菲，李曜，胡金涛，秦俭，夏岩松，
申请(专利权)人：国网智慧车联网技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。