[发明专利]一种预测电力负荷的大数据分析方法

说明书

本发明公开一种预测电力负荷的大数据分析方法，通过云平台实时采集充电数据，利用非线性最小二乘法进行大数据分析，预测未来某地方某个时间段的电力使用情况。通过分析，能方便云平台在宏观上对各个充电桩进行合理的电力资源分配，对电网负荷曲线进行削峰填谷，达到有序充电的目的，同时给出客户充电指导建议，引导客户到合适的地方合适的时间进行充电，给客户提供优质的充电服务，同时也能让客户对平衡电力资源的使用贡献出自己的力量。

技术领域

本发明涉及新能源汽车技术领域，涉及一种应用于充电桩电力资源分配的大数据分析方法。

背景技术

随着新能源产业不断发展，充电汽车产业日益扩大，国家电网负荷越来越大，国家要求采取有序充电功能，对电力资源进行合理的分配。同时客户对充电需求日益增大，如何合理的分配电力资源，如何指导客户在合适的时间合适的地点进行充电，需要一个优先的解决方案。

现有技术的缺陷和不足：

现在充电处于无序状态，客户可能集中在某个时间段某个地区进行充电，此时对电网冲击非常大。同时，集中充电造成电力资源不足，让客户充电需求得不到满足，无法让新能源汽车更好的为客户服务。

发明内容

本发明的目的是克服现有技术的不足，提供一种能对各个充电桩进行合理的电力资源分配，实现有序充电的数据分析方法。

为实现本发明目的，本发明具体采用如下技术方案：

(1)收集每个充电桩的历史充电信息，对数据进行清洗，并对清洗后的剩余数据进行归一化处理，实现变量与预测对象的一一映射，所述预测对象是指单个充电桩在指定单位时间内被使用的概率；

(2)根据相关性分析法检验各个变量与预测对象的相关性，并过滤掉其中相关程度不高的变量；

(3)对剩余变量俩俩组合检验变量间的耦合程度和独立性，保证至少2个变量组合对预测对象产生的影响能被检测出来；

(4)将具有联系性的至少2个变量作为一个组合变量，进行非线性最小二乘法分析，构建基于上述变量的非线性预测函数，实现对未来指定单位时间内某个特定的经纬度条件下的充电桩被使用的概率进行预测；

(5)根据上述预测数据和客户的经纬度，计算得出距离和相关信息，并以此构建预测函数实现对客户感兴趣的充电桩的推荐。

优选地，步骤(1)中的预测对象表示如下：

f(t，lon，lat，i)＝time+wz+a＊t+b*fr+c＊sf+d＊lj；

其中，f(t，lon，lat，i)表示充电桩在指定单位时间内被使用的概率，a，b，c，d为常数，time表示时间，wz为充电桩经纬度组合变量，lj为充电桩日均使用总电量与周使用累计时长组合变量，fr为充电桩日使用频度与周使用频度组合变量。

有益效果：

(1)利用云平台实时采集充电大数据，利用非线性最小二乘法进行大数据分析，对电力资源使用在时间和空间上的分布进行预测，根据预测出来的数据，在宏观上对未来某个时间段上所有的充电桩进行合理的分配电力资源，对电网负荷曲线进行削峰填谷，达到有序充电的目的。

(2)根据客户的需求，结合预测的数据，给客户充电提供合理的指导建议，引导客户在合适的时间到合适的地方进行充电，给客户提供优质的充电服务，给客户更好的体验感，让客户自然而然的为有序充电政策、平衡电力资源的使用做出自己的贡献。

(3)无论是云平台宏观上调控每个充电桩的电力资源，还是引导客户到合适的地方进行充电，均能为国家有序充电政策做出贡献，让电力资源更好的为人们服务。同时为推广新能源应用做出努力。

附图说明

图1为本发明方法流程图；