一种馈线与充电集群的联合调度方法、装置、设备及介质与流程

本发明涉及能源调度的，尤其涉及一种馈线与充电集群的联合调度方法、装置、设备及介质。

背景技术：

1、随着碳污染问题日益严重，可再生能源发电和智慧交通已经成为城市配电网建设发展的关键要素之一，电动汽车越来越多地通过充电设施集成到电力系统中，产生大量具有不确定性的充电需求，连同可再生能源带来的不确定性，对新的配电系统构成重大挑战；并且，分布式电源、储能以及电动汽车等大量的新型电力设备接入配电网侧，使得传统的配电网结构出现巨大变化，导致原有的规划技术难以适用于配电网对于供电安全性与稳定性等指标的要求。

2、为了平衡用电与供电，其中一种常用的配电网调度方法是：历史用电数据构建用电需求的预测模型，利用预测模型对新建站点进行充电需求预测，再根据新建站点的类型对预测结果进行调整，最后按照调整后的用电需求进行电力调度与分配。

3、但采用上述的方法有如下技术问题：不同电动汽车负荷对不同馈线、不同设备的影响差异很大，而随着电动车的类型不同增加，利用历史用电数据进行预测往往难以适配大量不同类型的电动车，因此，采用现有技术预测用电需求以及电力调度存在偏差，调度精度低。

技术实现思路

1、本发明提供了一种馈线与充电集群的联合调度方法、装置、设备及介质，能够解决现有技术存在的一个或多个的技术问题。

2、本发明实施例的第一方面提供了一种馈线与充电集群的联合调度方法，所述方法包括：

3、基于充电站的特征信息构建迁移学习预测模型，利用所述迁移学习预测模型确定需求预测参数，其中，所述需求预测参数包括：充电功率参数和馈线群负荷参数；

4、以所述需求预测参数为约束条件确定馈线群全时段的安全功率包络，其中，所述安全功率包络是配电网允许最大充电总功率的上限值；

5、基于所述安全功率包络确定充电的预约分配约束信息，利用充电预约请求和所述预约分配约束信息确定站点充电窗口时间信息，根据所述站点充电窗口时间信息确定站侧光储调度约束信息；

6、根据所述预约分配约束信息、所述站点充电窗口时间信息和所述站侧光储调度约束信息构建目标函数并求解得到目标调度方案，基于所述目标调度方案对充电集群的站点与馈线进行调度处理。

7、结合第一方面，在一种实现方式中，所述基于充电站的特征信息构建迁移学习预测模型，利用所述迁移学习预测模型确定需求预测参数，包括：

8、获取充电站的特征信息，根据所述特征信息构建迁移学习预测模型；

9、调用所述迁移学习预测模型预测充电功率参数，其中，所述充电功率参数包括：预约功率需求参数和即到功率需求参数；

10、基于预设时间窗长度对所述充电功率参数进行等效换算，得到馈线群负荷参数。

11、结合第一方面，在一种实现方式中，所述以所述需求预测参数为约束条件确定馈线群全时段的安全功率包络，包括：

12、以所述需求预测参数为约束条件分别确定馈线群的变压器裕度、电流裕度和电压裕度；

13、采用所述变压器裕度、所述电流裕度和所述电压裕度确定馈线群在未来预约时间发布的安全功率包络。

14、结合第一方面，在一种实现方式中，所述基于所述安全功率包络确定充电的预约分配约束信息，利用充电预约请求和所述预约分配约束信息确定站点充电窗口时间信息，根据所述站点充电窗口时间信息确定站侧光储调度约束信息，包括：

15、利用所述安全功率包络和预设预约发布系数计算预约可发布容量，根据所述预约可发布容量和预设站级权重确定预约功率上限，得到预约分配约束信息，其中，所述预设站级权重是基于所述充电功率参数确定得到；

16、分别获取充电预约请求和候选充电站点，根据所述充电预约请求和所述候选充电站点构建预约时间窗集合，以所述预约分配约束信息为约束条件根据预设预约成本函数对所述预约时间窗集合进行划分，得到站点充电窗口时间信息；

17、基于所述充电预约请求确定在所述站点充电窗口时间信息内预约的充电功率范围以及预约数量，得到站侧光储调度约束信息。

18、结合第一方面，在一种实现方式中，所述根据所述预约分配约束信息、所述站点充电窗口时间信息和所述站侧光储调度约束信息构建目标函数并求解得到目标调度方案，基于所述目标调度方案对充电集群的站点与馈线进行调度处理，包括：

19、将所述站点充电窗口时间信息和所述站侧光储调度约束信息整合为优化决策变量集合，利用所述优化决策变量集合构建目标函数；

20、以所述预约分配约束信息为约束条件，采用预设求解算法对所述目标函数进行求解，得到目标调度方案，其中，所述预设求解算法包括分支定界、割平面、序贯线性化或混合整数二次规划方法；

21、按照所述目标调度方案对充电集群的站点与馈线进行调度处理。

22、结合第一方面，在一种实现方式中，在所述根据所述预约分配约束信息、所述站点充电窗口时间信息和所述站侧光储调度约束信息构建目标函数并求解得到目标调度方案，基于所述目标调度方案对充电集群的站点与馈线进行调度处理的步骤后，所述方法还包括：

23、从所述目标调度方案提取馈线拥塞系数和容量影子价格，利用所述馈线拥塞系数和所述容量影子价格构建预约价格模型；

24、调用所述预约价格模型计算动态价格，并利用所述动态价格更新预设预约成本函数。

25、结合第一方面，在一种实现方式中，在所述根据所述预约分配约束信息、所述站点充电窗口时间信息和所述站侧光储调度约束信息构建目标函数并求解得到目标调度方案，基于所述目标调度方案对充电集群的站点与馈线进行调度处理的步骤后，所述方法还包括：

26、获取实时到站数据，基于所述实时到站数据对所述充电功率参数进行调整。

27、本发明实施例的第二方面提供了一种馈线与充电集群的联合调度装置，所述装置包括：

28、预测确定模块，用于基于充电站的特征信息构建迁移学习预测模型，利用所述迁移学习预测模型确定需求预测参数，其中，所述需求预测参数包括：充电功率参数和馈线群负荷参数；

29、功率确定模块，用于以所述需求预测参数为约束条件确定馈线群全时段的安全功率包络，其中，所述安全功率包络是配电网允许最大充电总功率的上限值；

30、信息确定模块，用于基于所述安全功率包络确定充电的预约分配约束信息，利用充电预约请求和所述预约分配约束信息确定站点充电窗口时间信息，根据所述站点充电窗口时间信息确定站侧光储调度约束信息；

31、调度模块，用于根据所述预约分配约束信息、所述站点充电窗口时间信息和所述站侧光储调度约束信息构建目标函数并求解得到目标调度方案，基于所述目标调度方案对充电集群的站点与馈线进行调度处理。

32、相比于现有技术，本发明实施例提供的一种馈线与充电集群的联合调度方法、装置、设备及介质，其有益效果在于：本发明可以基于充电站的特征信息构建迁移学习预测模型，利用迁移学习预测模型确定需求预测参数；以需求预测参数为约束条件确定馈线群全时段的安全功率包络；基于安全功率包络确定充电的预约分配约束信息，利用充电预约请求和预约分配约束信息确定站点充电窗口时间信息，根据站点充电窗口时间信息确定站侧光储调度约束信息；根据预约分配约束信息、站点充电窗口时间信息和站侧光储调度约束信息构建目标函数并求解得到目标调度方案，基于目标调度方案对充电集群的站点与馈线进行调度处理。本发明通过充电站的特征信息确定需求预测参数，再结合需求预测参数和充电预约请求构建目标函数以求解得到调度方案，从而贴合充电站与充电车辆的实际需求，以提升调度精度。