[发明专利]配网电动汽车负荷调控方法

说明书

本发明提供了一种配网电动汽车负荷调控方法，该方法应用于中心云平台、以及与所述中心云平台对应的多个边缘云平台，包括：边缘云平台接收中心云平台发送的预测负荷曲线，并实时采集其对应区域内已接入电动汽车的实时负荷数据，根据实时负荷数据生成实时负荷曲线；边缘云平台检测到有新的电动汽车接入配网时，获取新接入配网的电动汽车的充电需求，根据所述充电需求确定负荷调控策略，基于所述预测负荷曲线与所述实时负荷曲线的差值、以及所述负荷调控策略对其对应区域内的各个电动汽车进行负荷调控。本发明提供的配网电动汽车负荷调控方法能够实现对配网电动汽车的精准调控。

技术领域

本发明属于配网调控技术领域，更具体地说，是涉及一种配网电动汽车负荷调控方法。

背景技术

随着社会经济的不断发展，能源问题和环境问题也日益突出，电动汽车凭借其零污染、零排放等优势得到了政府的大力推广与扶持。然而，大规模的电动汽车接入，给电网带来了大规模的负荷增长。电动汽车充电的随机性和聚集特性也会在一定程度上增大电网的负荷负担。尤其是电动汽车渗透率较高的城市住宅区内，受用车规律影响，用户充电时间的重叠或用电高峰时段的充电行为将会导致峰谷差增大，加重配电网负担。

因此，如何对电动汽车的充电负荷进行调控，降低峰谷差成为本领域人员亟需解决的问题。

发明内容

本发明的目的在于提供一种配网电动汽车负荷调控方法，以实现对配网电动汽车的精准调控。

为解决上述技术问题，本发明提供了一种配网电动汽车负荷调控方法，该方法应用于中心云平台、以及与所述中心云平台对应的多个边缘云平台，包括：

边缘云平台接收中心云平台发送的预测负荷曲线，并实时采集其对应区域内已接入电动汽车的实时负荷数据，根据实时负荷数据生成实时负荷曲线；

边缘云平台检测到有新的电动汽车接入配网时，获取新接入配网的电动汽车的充电需求，根据所述充电需求确定负荷调控策略，基于所述预测负荷曲线与所述实时负荷曲线的差值、以及所述负荷调控策略对其对应区域内的各个电动汽车进行负荷调控。

可选地，所述配网电动汽车负荷调控方法还包括：

边缘云平台获取其对应区域内电动汽车的历史负荷数据，并根据所述历史负荷数据生成历史负荷曲线，将历史负荷曲线上传至中心云平台；

中心云平台接收各个边缘云平台上传的历史负荷曲线，根据各个边缘云平台上传的历史负荷曲线确定次日各个区域的预测负荷曲线，并将各个区域对应的预测负荷曲线发送至该区域对应的边缘云平台。

可选地，根据历史负荷曲线确定次日的预测负荷曲线的方法为：

获取预设负荷曲线以及基于该预设负荷曲线训练的预设神经网络模型；

基于所述历史负荷曲线以及所述预设负荷曲线对所述预设神经网络模型中的权重系数进行更新，得到目标神经网络模型；

将历史负荷曲线输入至目标神经网络模型中，得到次日的预测负荷曲线。

可选地，将当前日期记为k日，k日对应的历史负荷曲线记为k-历史负荷曲线，(k+1)日对应的预测负荷曲线记为(k+1)-预测负荷曲线；

则根据k-历史负荷曲线确定(k+1)-预测负荷曲线，包括：

获取(k-1)-历史负荷曲线以及基于该(k-1)-历史负荷曲线训练的(k-1)-神经网络模型；

基于所述(k-1)-历史负荷曲线以及所述k-历史负荷曲线对所述(k-1)-神经网络模型中的权重系数进行更新，得到k-神经网络模型；

将k-历史负荷曲线输入至k-神经网络模型中，得到(k+1)-预测负荷曲线。