本申请涉及电力系统,特别是涉及一种电网调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
背景技术:
1、有研究表明,人类社会排放的温室气体中,大约三分之一的温室气体由交通运输产生。随着现代工业技术的发展,结合环境保护的需求,电动车辆逐渐取代油动车辆,成为环保出行的主要推动方向。电动车辆目前包含油电混动车辆和纯电动车辆,其中纯电动车辆具有排放少、污染小的特点,将会成为未来发展的趋势。
2、然而,蓬勃发展的电动车辆产业依赖于电网进行充电,随着电动车辆数量的增加,电网的负荷也日益加重。而随着电动车辆充电负荷的增加,当电动车辆的充电负荷发生突变时,电网可能会出现电能震荡、供电不稳等问题,存在稳定性隐患。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够根据电动车辆充电负荷进行调度,维持电网稳定的电网调度方法、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,本申请提供了一种电网调度方法,所述方法包括:
3、获取电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数;
4、基于所述电动车辆影响因素、所述电动车辆参数和所述电动车辆地区持有量参数建立电动车辆充电负荷预测模型;
5、根据所述电动车辆充电负荷预测模型和时间参数得到电动车辆负荷预测量;
6、根据所述电动车辆负荷预测量对电网进行调度。
7、在其中一个实施例中,所述基于所述电动车辆影响因素、所述电动车辆参数和所述电动车辆地区持有量参数建立电动车辆充电负荷预测模型,包括:
8、将所述电动车辆影响因素输入因子筛选模型,得到关键影响因素和非关键影响因素;
9、根据所述关键影响因素建立自变量函数,根据所述非关键影响因素、所述电动车辆参数和所述电动车辆地区持有量参数,结合所述自变量函数建立电动车辆充电负荷预测模型。
10、在其中一个实施例中,所述根据所述关键影响因素建立自变量函数,根据所述非关键影响因素、所述电动车辆参数和所述电动车辆地区持有量参数,结合所述自变量函数建立电动车辆充电负荷预测模型,包括:
11、根据所述关键影响因素建立自变量函数;
12、基于所述自变量函数、所述非关键影响因素和所述电动车辆参数,得到电动车辆充电电量模型;
13、根据所述电动车辆地区持有量参数和所述电动车辆充电电量模型,建立电动车辆充电负荷预测模型。
14、在其中一个实施例中,所述根据所述电动车辆地区持有量参数和所述电动车辆充电电量模型,建立电动车辆充电负荷预测模型,包括:
15、根据所述电动车辆地区持有量参数建立电动车辆保有量预测模型;
16、基于所述电动车辆保有量预测模型和所述电动车辆充电电量模型,建立电动车辆充电负荷预测模型。
17、在其中一个实施例中,所述根据所述电动车辆地区持有量参数建立电动车辆保有量预测模型,包括:
18、根据所述电动车辆地区持有量参数和电动车辆历史使用数据,得到保有量潜力函数;
19、基于bass扩散模型和所述保有量潜力函数建立电动车辆保有量预测模型。
20、在其中一个实施例中,所述将所述电动车辆影响因素输入所述电动车辆充电负荷预测模型的因子筛选模型,得到关键影响因素和非关键影响因素,包括:
21、将所述电动车辆影响因素输入因子筛选模型,得到与各所述电动车辆影响因素对应的影响因子主效应值;
22、根据各所述影响因子主效应值在所述电动车辆影响因素中选取关键影响因素,并将未被选中的电动车辆影响因素标记为非关键影响因素。
23、第二方面,本申请还提供了一种电网调度装置,所述装置包括:
24、参考量获取模块,用于获取电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数;
25、模型建立模块,用于基于所述电动车辆影响因素、所述电动车辆参数和所述电动车辆地区持有量参数建立电动车辆充电负荷预测模型;
26、负荷预测模块,用于根据所述电动车辆充电负荷预测模型和时间参数得到电动车辆负荷预测量;
27、电网调度模块,用于根据所述电动车辆负荷预测量对电网进行调度。
28、第三方面,本申请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以下步骤:
29、获取电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数;
30、基于所述电动车辆影响因素、所述电动车辆参数和所述电动车辆地区持有量参数建立电动车辆充电负荷预测模型;
31、根据所述电动车辆充电负荷预测模型和时间参数得到电动车辆负荷预测量;
32、根据所述电动车辆负荷预测量对电网进行调度。
33、第四方面,本申请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以下步骤:
34、获取电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数;
35、基于所述电动车辆影响因素、所述电动车辆参数和所述电动车辆地区持有量参数建立电动车辆充电负荷预测模型;
36、根据所述电动车辆充电负荷预测模型和时间参数得到电动车辆负荷预测量;
37、根据所述电动车辆负荷预测量对电网进行调度。
38、第五方面,本申请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以下步骤:
39、获取电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数;
40、基于所述电动车辆影响因素、所述电动车辆参数和所述电动车辆地区持有量参数建立电动车辆充电负荷预测模型;
41、根据所述电动车辆充电负荷预测模型和时间参数得到电动车辆负荷预测量;
42、根据所述电动车辆负荷预测量对电网进行调度。
43、上述电网调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,包括获取电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数,基于电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数建立电动车辆充电负荷预测模型。根据电动车辆充电负荷预测模型和时间参数得到电动车辆负荷预测量,根据电动车辆负荷预测量对电网进行调度。本申请通过根据电动车辆影响因素、电动车辆参数和电动车辆地区持有量参数,对电动车辆的充电负荷进行充分全面的模拟预测,使得根据电动车辆充电负荷预测模型和时间参数得到的电动车辆负荷预测量可靠,进而根据电动车辆负荷预测量进行电网的调度,能够在充分考虑电动车辆充电负荷的基础上对电网进行调节,有利于保障电网的稳定性。
1.一种电网调度方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述电动车辆影响因素、所述电动车辆参数和所述电动车辆地区持有量参数建立电动车辆充电负荷预测模型,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述关键影响因素建立自变量函数,根据所述非关键影响因素、所述电动车辆参数和所述电动车辆地区持有量参数,结合所述自变量函数建立电动车辆充电负荷预测模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述电动车辆地区持有量参数和所述电动车辆充电电量模型,建立电动车辆充电负荷预测模型,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述电动车辆地区持有量参数建立电动车辆保有量预测模型,包括:
6.根据权利要求2所述的方法,其特征在于,所述将所述电动车辆影响因素输入所述电动车辆充电负荷预测模型的因子筛选模型,得到关键影响因素和非关键影响因素,包括:
7.一种电网调度装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。