[发明专利]充放电控制方法、装置、计算机设备和存储介质

说明书

本申请涉及一种充放电控制方法、装置、计算机设备和存储介质。所述方法包括：获取目标车辆的电池充放电信息和车辆驾驶行程信息；根据所述电池充放电信息和所述车辆驾驶行程信息，确定所述目标车辆在目标时段内的充放电概率；获取所述充电桩所处区域的天气状况和所述充电桩在所述目标时段内的能量供需状况，并基于所述天气状况、所述能量供需状况和所述充放电概率进行模糊推理处理，得到模糊推理结果；所述模糊推理结果包括在所述目标时段内的目标充放电调度策略；执行与所述目标充放电调度策略对应的车辆充放电控制指令。采用本方法能够提高电动汽车充放电调度准确度。

技术领域

本申请涉及新能源汽车技术领域，特别是涉及一种充放电控制方法、装置、计算机设备和存储介质。

背景技术

随着电动汽车数量的增加，在一些电动汽车使用率比较高的小区内，如果用户充电时间集中会出现变压器过载、峰谷差变大等问题，不利于配电网安全运行。因此需要将电动汽车分为有序充电和参与反向供电，使得用户可以按照需求参与充放电调度。

随着电动汽车数量增加，将会出现电动汽车充电难、线损严重、电压下降，严重时会造成峰上加峰等问题。现有的方法没有考虑天气、能量供需状况、用户习惯等多种因素对电动汽车充放电调度的影响。

因此，相关技术中存在电动汽车充放电调度准确度不高的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高电动汽车充放电调度准确度的充放电控制方法、装置、计算机设备和存储介质。

一种充电桩的充放电控制方法，应用于充电桩，包括：

获取目标车辆的电池充放电信息和车辆驾驶行程信息；

根据所述电池充放电信息和所述车辆驾驶行程信息，确定所述目标车辆在目标时段内的充放电概率；

获取所述充电桩所处区域的天气状况和所述充电桩在所述目标时段内的能量供需状况，并基于所述天气状况、所述能量供需状况和所述充放电概率进行模糊推理处理，得到模糊推理结果；所述模糊推理结果包括在所述目标时段内的目标充放电调度策略；

执行与所述目标充放电调度策略对应的车辆充放电控制指令。

在其中一个实施例中，所述电池充放电信息包括电池剩余电量、电池充电频率、电池放电频率中的至少一种，所述车辆驾驶行程信息包括所述目标车辆驶离所述充电桩的时间和所述目标车辆驶至所述充电桩的时间中的至少一种，所述根据所述电池充放电信息和所述车辆驾驶行程信息，确定所述目标车辆在目标时段内的充放电概率，包括：

将所述电池充放电信息和所述车辆驾驶行程信息输入至充放电概率预测网络，得到所述目标车辆在目标时段内的充放电概率；

其中，所述充放电概率预测网络用于提取出所述电池充放电信息和所述车辆驾驶行程信息中的电池充放电特征，并根据所述电池充放电特征，确定所述目标车辆在所述目标时段内的充放电概率。

在其中一个实施例中，所述充放电概率预测网络包括输入层、时间循环神经网络节点层、全连接层和激活函数层，所述将所述电池充放电信息和所述车辆驾驶行程信息输入至充放电概率预测网络，得到所述目标车辆在目标时段内的充放电概率，包括：

通过所述输入层，接收以若干个时间步进行划分得到的所述电池充放电信息和所述车辆驾驶行程信息；

通过所述时间循环神经网络节点层，对所述电池充放电信息和所述车辆驾驶行程信息进行特征提取处理，生成充放电特征向量；所述充放电特征向量用于表征所述电池充放电特征；

通过所述全连接层，对所述充放电特征向量进行分类处理，得到特征分类结果；

通过所述激活函数层，将所述特征分类结果映射为所述目标车辆在所述目标时段内的充电概率和放电概率。