[发明专利]一种电动汽车充电对配电网有功损耗影响指数预测方法

摘要

本发明提供一种电动汽车充电对配电网有功损耗影响指数预测方法，涉及配电网技术领域。该方法对含有充电汽车的配电网有功损耗造成影响的参数进行测量并归一化处理后，建立含有工况系数的电动汽车充电对配电网有功损耗影响指数数学模型，采用模糊神经网络求解含有工况系数的电动汽车充电对配电网有功损耗影响指数数学模型，针对数据归一化处理后的数据对某一时刻的系统有功损耗影响指数进行预测。本发明针对含电动汽车的配电网系统进行实时监测，测量系统运行参数、系统的地理气象环境参数及区域所含充电桩个数，对电动汽车充电对配电网有功损耗影响指数进行预测，根据计算结果实时地对该系统进行控制，显著提高系统运行的可靠性与经济性。

主权项

1.一种电动汽车充电对配电网有功损耗影响指数预测方法，其特征在于：该方法包括以下步骤：步骤1：选取对含有充电汽车的配电网有功损耗造成影响的参数进行测量，所述参数包括：系统母线电压Vqc、系统母线电流Iqc、配电网所在环境的温度Tqc、湿度Wqc及区域充电桩个数nqc；步骤2：对测量数据中的系统母线电压Vqc、系统母线电流Iqc、配电网所在环境的温度Tqc、湿度Wqc进行如下的归一化处理：其中，i＝1，2，...，n，n表示对每类测量数据采集的个数，Vqc′(i)、Iqc′(i)、Tqc′(i)、Wqc′(i)分别表示系统母线电压、系统母线电流、温度、湿度的第i个归一化测量数据，Vqc(i)、Iqc(i)、Tqc(i)、Wqc(i)分别表示系统母线电压、系统母线电流、温度、湿度的第i个测量数据；max()、min()分别表示n个相应测量数据中的最大值和最小值；步骤3：根据归一化的数据建立含有工况系数的电动汽车充电对配电网有功损耗影响指数数学模型，如下式所示；其中，yqc(i)为电动汽车充电对配电网有功损耗影响指数，kj为所需求解的不同工况j下的工况系数，j为整数，1≤j≤mqc，mqc为最优分类数，nqc为区域充电桩个数；max()为相应的数据归一化处理后数据中的最大值，min()为相应的数据归一化处理后数据中的最小值；步骤4：采用模糊神经网络求解含有工况系数的电动汽车充电对配电网有功损耗影响指数数学模型，针对数据归一化处理后的数据对某一时刻的系统有功损耗影响指数进行预测，得到分布式光储发电出力对空调运行稳定性影响指数预测值，具体方法为：步骤4.1：采用粒子群聚类算法对归一化处理后的数据进行聚类划分，得到最优分类数mqc，并对得到的系统不同运行工况进行编号为1～mqc；粒子群聚类算法的输入为归一化处理后的数据构成的样本集，样本集数据个数为Nqc，最大迭代次数为τmax；步骤4.2：对工况编号j所对应的归一化处理后的数据进行提取，采用模糊神经网络对所建立的电动汽车充电对配电网有功损耗影响指数数学模型中的工况系数kj进行求解，即得到工况j条件下电动汽车充电对配电网有功损耗影响指数确定的数学模型；步骤4.3：某一时刻采集的数据经过归一化处理和粒子群聚类算法后，得到此刻系统所属的工况，将求得的对应的工况系数kj和归一化处理后的数据输入电动汽车充电对配电网有功损耗影响指数数学模型，得到该时刻电动汽车充电对配电网有功损耗影响指数预测值yqc(i)。