[发明专利]一种营运电动汽车群体聚合充电行为预测方法及相关装置

权利要求书

1.一种营运电动汽车群体聚合充电行为预测方法，其特征在于，包括：

获取多个营运电动汽车的车辆运行数据；

调用充电概率预测模型，根据所述车辆运行数据生成各个所述营运电动汽车对应的充电概率；

根据所述充电概率确定多个所述营运电动汽车中属于充电群体的车辆，以及所述充电群体的总充电功率；

调用聚合优化模型，根据所述总充电功率以及预测的居民基础负荷对所述聚合优化模型求解，得到所述充电群体的预测总数以及平均充电功率。

2.根据权利要求1所述的方法，其特征在于，所述根据所述充电概率确定多个所述营运电动汽车中属于充电群体的车辆，以及所述充电群体的总充电功率包括：

根据所述营运电动汽车中初始的电池荷电状态以及所述充电概率，将所述营运电动汽车划分为充电群体和行驶群体；

根据汽车充电功率或行驶耗电功率更新各个所述营运电动汽车的电池荷电状态；

根据更新后的所述电池荷电状态确定所述充电群体和所述行驶群体之间的转换数量，以更新所述充电群体；

计算更新后所述充电群体的总充电功率。

3.根据权利要求2所述的方法，其特征在于，所述根据所述营运电动汽车中初始的电池荷电状态以及所述充电概率，将所述营运电动汽车划分为充电群体和行驶群体包括：

将所述营运电动汽车中电池荷电状态不高于能量状态阈值的营运电动汽车，以及所述营运电动汽车中电池荷电状态高于所述能量状态阈值，但对应所述充电概率高于概率阈值的车辆划分至充电群体；

将所述营运电动汽车中电池荷电状态高于期望值的车辆划分至行驶群体。

4.根据权利要求1所述的方法，其特征在于，所述聚合优化模型的目标函数为根据所述总充电功率以及所述居民基础负荷计算每个调度周期中电网的负荷方差。

5.根据权利要求4所述的方法，其特征在于，所述对所述聚合优化模型求解包括：

通过序列二次规划算法和/或内点法对所述聚合优化模型求解。

6.根据权利要求1所述的方法，其特征在于，所述充电概率预测模型的训练过程包括：

获取历史运行数据；

将所述历史运行数据划分为多个行程，并提取所述行程对应的特征；

以所述行程开始时选择充电或不充电的行为作为训练目标，通过所述特征对所述充电概率预测模型进行训练。

7.根据权利要求6所述的方法，其特征在于，所述将所述历史运行数据划分为多个行程包括：

将大于标准时长的行程根据运行时间划分为多段行程。

8.一种营运电动汽车群体聚合充电行为预测装置，其特征在于，包括：

获取模块，用于获取多个营运电动汽车的车辆运行数据；

概率模块，用于调用充电概率预测模型，根据所述车辆运行数据生成各个所述营运电动汽车对应的充电概率；

群体划分模块，用于根据所述充电概率确定多个所述营运电动汽车中属于充电群体的车辆，以及所述充电群体的总充电功率；

预测模块，用于调用聚合优化模型，根据所述总充电功率以及预测的居民基础负荷对所述聚合优化模型求解，得到所述充电群体的预测总数以及平均充电功率。

9.一种营运电动汽车群体聚合充电行为预测设备，其特征在于，所述设备包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序时实现如权利要求1至7任一项所述营运电动汽车群体聚合充电行为预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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权利要求1至7任一项所述营运电动汽车群体聚合充电行为预测方法的步骤。