充电调度策略的生成方法、装置和计算机设备与流程

本技术涉及电力，特别是涉及一种充电调度策略的生成方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着电力技术的不断进步，电动汽车正逐渐融入我们的日常生活。电动汽车在环保方面，不会排放一氧化碳、氮氧化合物、硫氧化物等有害气体；同时，电动汽车因为其储能装置的原因具有强大的调度潜力。随着电动汽车的不断发展，出现了很多公共建筑区域的充电地点。然而，目前公共建筑区域的电动汽车用户通常会选择白天上班时间进行充电，夜晚结束充电，这使得白天电网的充电负荷和公共建筑的负荷叠加，增加了电网的峰谷差。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够充电调度策略的生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种充电调度策略的生成方法。所述方法包括：

3、获取样本电动汽车的充电开始时刻、充电结束时刻、日行驶里程、能量转换率、最大充电量和充电功率；

4、根据所述充电开始时刻、充电结束时刻，建立充电时长预估模型；

5、根据所述日行驶里程、能量转换率、最大充电量和充电功率，确定实际所需要的充电时长；

6、获取电网基础负荷和充电负荷；

7、根据所述电网基础负荷和充电负荷，拟合确定电网负荷峰谷函数；

8、根据所述充电时长预估模型、所述充电时长和所述电网负荷峰谷函数，确定目标调度策略。

9、在其中一个实施例中，所述根据所述充电开始时刻、充电结束时刻，建立充电时长预估模型，包括：

10、对所述样本电动汽车充电开始时刻和充电结束时刻进行均值和方差计算，得到电动汽车充电开始时刻和充电结束时刻的均值和方差；

11、根据所述充电开始时刻的均值和方差，确定充电开始时刻的概率密度函数；

12、根据所述充电结束时刻的均值和方差，确定充电结束时刻的概率密度函数；

13、根据所述充电开始时刻的概率密度函数和充电结束时刻的概率密度函数，建立充电时长预估模型。

14、在其中一个实施例中，所述根据所述充电时长预估模型、所述充电时长和所述电网负荷峰谷函数，确定目标调度策略，包括：

15、获取电动汽车的充电功率和充电的资源投入效率；

16、根据所述充电功率和资源投入效率，确定资源投入函数；

17、根据所述充电时长预估模型、所述充电时长、所述电网负荷峰谷函数和所述资源投入函数，确定目标调度策略。

18、在其中一个实施例中，所述根据所述充电时长预估模型、所述充电时长、所述电网负荷峰谷函数和所述资源投入函数，确定目标调度策略，包括：

19、对所述电网负荷峰谷函数和所述资源投入函数进行归一化处理；

20、对归一化处理后的电网负荷峰谷函数和资源投入函数进行加权处理，得到目标函数；

21、根据所述充电时长预估模型、所述充电时长、所述目标函数，确定目标调度策略。

22、在其中一个实施例中，所述根据所述充电时长预估模型、所述充电时长和所述电网负荷峰谷函数，确定目标调度策略，包括：

23、建立电动汽车的充电约束条件；

24、根据所述充电时长预估模型、所述充电时长、所述电网负荷峰谷函数和约束条件，确定目标调度策略。

25、在其中一个实施例中，所述约束条件至少包括以下一种：充电功率约束、电池可用容量约束、变压器容量约束、出行需求约束，所述建立电动汽车的充电约束条件，包括：

26、根据所述电动汽车充电的最大值，建立充电功率约束；

27、根据所述电动汽车电池的最小容量以及最大容量，建立电池可用容量约束；

28、根据充电的电动汽车的数量、电网中的基础负荷和变压器容量的最大限值，建立变压器容量约束；

29、根据所述电动汽车的电量阈值，建立出行需求约束。

30、第二方面，本技术还提供了一种充电调度策略的生成装置。所述装置包括：

31、数据获取模块，用于获取样本电动汽车的充电开始时刻、充电结束时刻、日行驶里程、能量转换率、最大充电量和充电功率；

32、模型建立模块，用于根据所述充电开始时刻、充电结束时刻，建立充电时长预估模型；

33、函数建立模块，用于根据所述日行驶里程、能量转换率、最大充电量和充电功率，确定实际所需要的充电时长；

34、所述数据获取模块，用于获取电网基础负荷和充电负荷；

35、峰谷确认模块，用于根据所述电网基础负荷和充电负荷，拟合确定电网负荷峰谷函数；

36、策略生成模块，用于根据所述充电时长预估模型、所述充电时长和所述电网负荷峰谷函数，确定目标调度策略。

37、在其中一个实施例中，所述模型建立模块，包括：

38、数据计算子模块，用于对所述样本电动汽车充电开始时刻和充电结束时刻进行均值和方差计算，得到电动汽车充电开始时刻和充电结束时刻的均值和方差；

39、函数确定子模块，用于根据所述充电开始时刻的均值和方差，确定充电开始时刻的概率密度函数；

40、所述函数确定子模块，还用于根据所述充电结束时刻的均值和方差，确定充电结束时刻的概率密度函数；

41、模型建立子模块，用于根据所述充电开始时刻的概率密度函数和充电结束时刻的概率密度函数，建立充电时长预估模型。

42、在其中一个实施例中，所述策略生成模块，包括：

43、数据获取子模块，用于获取电动汽车的充电功率和充电的资源投入效率；

44、目标确定子模块，用于根据所述充电功率和资源投入效率，确定资源投入函数；

45、策略生成子模块，用于根据所述充电时长预估模型、所述充电时长、所述电网负荷峰谷函数和所述资源投入函数，确定目标调度策略。

46、在其中一个实施例中，所述策略生成子模块，包括：

47、函数处理单元，用于对所述电网负荷峰谷函数和所述资源投入函数进行归一化处理；

48、目标加权单元，用于对归一化处理后的电网负荷峰谷函数和资源投入函数进行加权处理，得到目标函数；

49、策略生成单元，用于根据所述充电时长预估模型、所述充电时长、所述目标函数，确定目标调度策略。

50、在其中一个实施例中，所述策略生成模块，包括：

51、约束建立子模块，用于建立电动汽车的充电约束条件；

52、策略生成子模块，用于根据所述充电时长预估模型、所述充电时长、所述电网负荷峰谷函数和约束条件，确定目标调度策略。

53、在其中一个实施例中，所述约束建立子模块，包括：

54、功率约束单元，用于根据所述电动汽车充电的最大值，建立充电功率约束；

55、容量约束单元，用于根据所述电动汽车电池的最小容量以及最大容量，建立电池可用容量约束；

56、所述容量约束单元，还用于根据充电的电动汽车的数量、电网中的基础负荷和变压器容量的最大限值，建立变压器容量约束；

57、出行约束单元，用于根据所述电动汽车的电量阈值，建立出行需求约束。

58、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如本公开实施例任一项所述充电调度策略的生成方法。

59、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本公开实施例任一项所述充电调度策略的生成方法。

60、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如本公开实施例任一项所述充电调度策略的生成方法。

61、上述充电调度策略的生成方法、装置、计算机设备、存储介质和计算机程序产品，建立充电时长预估模型、充电时长和电网负荷峰谷函数，并根据所述充电时长预估模型、所述充电时长和所述电网负荷峰谷函数，确定目标调度策略。使用该方法能够显著提高电网的运行效率。通过合理调度电动汽车的充电时间，可以平衡电网的负荷，减少负荷峰谷差，从而避免电网过载和能源浪费。这有助于实现电网的可持续发展，提高电力资源的利用效率。通过优化充电策略，可以减少电动汽车的充电对电网的负荷，降低碳排放量，有利于保护环境。