摘要
本申请提供一种台区车网互动有序充电的方法、系统、设备及介质,属于电动汽车充电管理技术领域。所述方法:采集充电桩的历史充电数据、台区电网的历史数据、时间数据以及天气数据,对数据进行预处理;对预处理后的数据进行特征提取构建训练集,使用改进的SARIMA模型结合LSTM‑BP混合神经网络模型构建初始模型,采用训练集对初始模型进行训练,得到台区负荷预测模型;进行台区负荷预测,得到台区负荷预测曲线,确定有序充电的基线带、基线带峰值及负荷波动率;台区总负荷超过基线带峰值,触发功率调控策略;负荷波动率超过预设的负荷波动阈值,触发车网互动策略。本申请有效调控台区负荷,减少电动汽车充电对电网的冲击,降低用户充电成本。
技术关键词
负荷预测模型
混合神经网络模型
多任务损失函数
基线
调控策略
构建训练集
BP神经网络
预测误差
序列
功率
数据可视化工具
充电策略
预测特征
置信区间估计
充电管理技术
负荷高峰时段
曲线
系统为您推荐了相关专利信息
负荷预测方法
天气预报数据
多任务
SOM算法
负荷预测模型
电压测量方法
电压探头
信号处理通道
交流电压传感器
主控单元
动态基线模型
时延
数据分析系统
通讯
数据分析方法
负荷预测模型
历史负荷数据
节假日信息
时序
电力系统负荷预测
深度学习模型
微泡
定位系统
神经网络模型
图像分割