一种基于动态博弈与时空状态演化的充电负荷预测方法及装置与流程

本发明涉及电动汽车充电站负荷预测和电力负荷数据处理，具体涉及一种基于动态博弈与时空状态演化的充电负荷预测方法及装置。

背景技术：

1、电动汽车充电站的日内负荷不仅受车辆到站数量和充电设备容量影响，还与挂牌电价、网约车或营运车辆的订单需求、司机作息、车辆剩余电量、周边充电站价格及拥挤程度等因素相关。当一个时段的价格变化后，一部分具有延迟充电条件的车辆会把充电需求转移至相邻时段，因而同一时段的充电负荷与本时段及后续时段的价格关系并非简单的一一对应。

2、例如，中国发明专利申请cn109359389a公开了一种基于典型负荷动态博弈的城市电动汽车充电决策方法，其根据电网短期负荷曲线得到典型用户负荷类型和理想充电负荷曲线，并以充电需求、充电时间、电动汽车充电数量、电网负荷和配电网容量作为边界条件，以充电负荷曲线与理想充电负荷曲线之间的误差及用户用电成本作为优化目标，通过动态博弈决策确定电动汽车充电策略。该文献的公开重点在于结合电网负荷约束和用户成本形成充电决策，而本技术进一步关注目标充电站司机群体在价格、订单、车辆电量及休息意愿等因素共同作用下的时序状态演化以及由此形成的场站负荷预测。

3、又如，中国发明专利申请cn114725965a公开了一种基于主动配电网动态重构与有功、无功联合优化模型的充电负荷预测方法，通过建立电动汽车单位里程能耗和荷电状态，考虑车主主观意愿建立电动汽车充电负荷时空分布预测模型，并在此基础上构建主动配电网动态重构及有功、无功联合优化模型。该文献已经考虑充电行为主观因素和充电负荷时空分布，但其公开重点在于充电负荷时空预测与配电网联合优化，本技术所采用的离散司机状态、总电量等效值、开车状态与充电状态联立递推以及沿时间轴迭代至稳定状态的技术路径与其不同。

4、现有负荷预测可以采用历史曲线拟合、价格弹性系数或者机器学习模型。对于需要评估新挂牌价曲线的场景，仅依赖历史负荷的静态拟合不易明确描述司机在开车、充电及休息等状态之间的转换过程；若只给出抽象的行为因子或相关函数，而没有说明因子量化、状态递推以及自引用变量的求解方式，也难以保证模型能够依据实际场站数据重复实现。

5、尤其是在全天价格曲线共同参与预测时，当前时段充电意愿可能同时受到后续时段电价、司机休息欲望和周边场站可用性的影响，不同时间单元之间还存在由司机状态和车辆电量变化产生的连续依赖。因此，有必要建立具有明确时间离散、状态划分、影响因子参数化、状态递推和参数校准过程的充电负荷预测方法，使司机行为变化能够沿时间轴传递并最终对应到目标充电站的充电总功率曲线。

技术实现思路

1、本发明的目的在于提供一种基于动态博弈与时空状态演化的充电负荷预测方法及装置，通过在统一的离散时空框架内对价格、订单、司机行为和周边场站状态进行参数化，并建立总电量等效值、开车状态和充电状态相互关联的时间递推关系，使司机群体的充电需求转移过程能够沿时间轴连续计算并形成目标充电站的充电负荷预测曲线。

2、为实现上述目的，本发明采用如下技术方案：

3、一种基于动态博弈与时空状态演化的充电负荷预测方法，包括：对连续的预测时间范围进行划分得到离散时间单元，基于连续的物理状态变量得到离散空间状态单元，对所述离散时间单元和离散空间状态单元进行时空对齐，得到离散时空框架；对影响充电决策的因子进行显式参数化定义，得到多源影响因子参数；基于所述多源影响因子参数，在所述离散时空框架下建立联立时间递推关系，所述联立时间递推关系用于描述至少两种不同类型的司机状态在所述离散时空框架下的联合演化过程；在离散时间轴上迭代计算所述联立时间递推关系，直至达到预设稳定条件，从稳定状态中提取目标充电站的充电总功率随时间变化的曲线，得到充电负荷预测结果。

4、进一步地，本技术所称动态博弈，是以不同离散空间状态中的司机群体作为参与方，以开车、充电和休息作为互斥状态策略；开车策略的收益表征量采用开车状态非线性响应函数的响应值，充电策略的收益表征量采用充电综合响应系数与可参与充电司机余量共同确定的充电状态响应量，休息策略的收益表征量采用满足司机数量守恒后的休息余量。同一时间单元内，以充电状态司机数量的自引用固定点作为本时间单元策略响应均衡；相邻时间单元之间通过总电量等效值和空间状态迁移形成状态反馈，并以完整预测周期达到预设稳定条件作为跨时间稳定均衡。上述参与方、策略、收益表征量和均衡均由联立时间递推关系中的既有状态量和影响因子确定，不另行设置脱离所述递推关系的独立博弈求解链。

5、进一步地，所述联立时间递推关系受可活动司机数量守恒、群体总电量边界以及目标充电站场站可用充电功率上限共同约束；根据各时间单元充电状态司机数量与平均单车充电功率得到聚合充电功率，并以场站变压器可用容量、可用充电设备额定功率和并网点限制共同确定的场站可用充电功率上限进行边界限制。由此，价格、订单和司机状态参数仅作为场站物理负荷递推中的影响输入，最终预测量为受设备容量和电量守恒约束的有功充电负荷。

6、进一步地，司机休息欲望采用历史同时间单元下线比例、休息比例或平台在线率等可观测业务状态统计形成无量纲参数；充电时间偏好采用历史有效充电次数或有效充电电量在高峰价格区间和低谷价格区间的分布形成状态标签。所述参数和状态标签用于区分不同司机群体的负荷响应，不采用心理测评结果作为模型输入。

7、进一步地，对于基于历史数据的梯度下降动态校准，预测阶段的乘客订单数量取值和周边活跃司机数量取值作为时序输入数据，不直接作为待训练参数；对乘客订单数量曲线和周边活跃司机总数进行动态校准，是指校准用于形成其预测输入的统计预测参数或修正系数。实际更新的待训练参数包括司机休息欲望基准值、开车状态非线性响应参数、活跃司机修正系数、休息欲望指数参数、价格影响参数和相关函数权重中的至少一项。

8、进一步地，休息欲望指数因子中的综合乘积项用于表示当前时间段司机活跃程度相对于其余时间段司机活跃程度几何平均值的比值型相对活跃度指标；综合乘积项名称用于保持与多因子乘性组合关系的术语衔接，不改变该指标在数值上属于比值型相对量的计算含义。

9、可选地，所述建立联立时间递推关系，包括：基于所述多源影响因子参数，在所述离散时空框架下建立总电量等效值递推关系、开车状态司机数量关系和充电状态司机数量关系；将所述开车状态司机数量关系和充电状态司机数量关系加入所述总电量等效值递推关系，得到所述联立时间递推关系。

10、可选地，所述总电量等效值递推关系根据初始时刻的总电量等效值和初始时刻的司机状态数据进行更新，先减去开车状态司机对应的电量消耗，再加上充电状态司机对应的电量补充，得到下一时刻的总电量等效值；其中，通过电量状态期望转化率系数对开车状态司机的电量状态进行转化。

11、可选地，所述开车状态司机数量关系以1减去当前时间段的司机休息欲望表征司机活跃程度，并结合当前的总电量等效值与乘客订单数量形成目标参数，基于一阶导数为正、二阶导数为负且具有渐近线的非线性响应函数对所述目标参数进行共同作用转化，得到开车状态司机数量。

12、可选地，所述充电状态司机数量关系通过建立以1减去当前时间段的司机休息欲望的当前取值为基础的休息欲望指数因子、与周边活跃司机总数和当前充电司机数量的差值相关的函数项以及多个影响当前时间段充电量的因子对应的相关函数，并将所述休息欲望指数因子、函数项和相关函数进行连乘得到。

13、可选地，所述司机休息欲望的参数、乘客订单数量的曲线、周边活跃司机总数以及所述函数项和相关函数的内部参数均基于历史数据通过梯度下降动态校准得到。

14、可选地，所述多个影响当前时间段充电量的因子包括第一因子和第二因子；以当前时间段充电电量与当前时间段电价水平负相关、且当前时间段充电电量与在当前时间段之后相邻的多个时刻的充电电价正相关为依据形成所述第一因子；以电量不满的司机数量作为充电司机数的最大可能值形成所述第二因子。

15、可选地，所述休息欲望指数因子的建立包括：获取1减去当前时间段的司机休息欲望的当前取值并作为分子，获取1分别减去所有其他时刻的司机休息欲望的参考取值，将所述参考取值进行几何平均并作为分母，得到综合乘积项；对所述综合乘积项进行指数运算，得到所述休息欲望指数因子；其中，所述指数为可训练参数，用于控制所述综合乘积项对充电量的影响。

16、可选地，所述连续的物理状态变量包括司机电量状态和充电时间偏好；所述司机电量状态被划分为低电量状态、中电量状态和高电量状态，所述充电时间偏好被划分为高峰偏好和低谷偏好，由所述司机电量状态和充电时间偏好的组合形成六类离散空间状态单元。

17、本发明还提供一种基于动态博弈与时空状态演化的充电负荷预测装置，用于执行前述任一项所述的充电负荷预测方法，包括：时空离散模块，用于建立所述离散时空框架；参数定义模块，用于对影响充电决策的因子进行显式参数化定义，得到所述多源影响因子参数；递推方程建立模块，用于基于所述多源影响因子参数，在所述离散时空框架下建立所述联立时间递推关系；迭代预测模块，用于在离散时间轴上迭代计算所述联立时间递推关系直至达到预设稳定条件，并从稳定状态中提取目标充电站的充电总功率随时间变化的曲线，得到充电负荷预测结果。

18、本发明取得了如下有益效果：

19、本发明通过时间离散和司机电量状态、充电时间偏好的空间离散建立统一时空框架，将价格、订单、司机休息欲望和周边场站状态引入相互关联的司机行为递推过程，使当前时间单元的司机状态和群体电量能够作为后续时间单元的计算基础；通过历史数据对行为参数进行动态校准，并根据稳定状态下充电司机数量形成场站充电总功率曲线，从而使电价变化及司机行为在不同时间段之间的传递关系能够对应到具体的负荷预测结果。

20、进一步地，通过把司机数量守恒、群体电量变化和场站可用充电功率上限作为行为响应结果的物理边界，并使各空间状态的充电司机数量经平均单车充电功率转换为场站有功功率，本发明形成了影响因子输入、状态响应、能量递推、设备容量约束和负荷输出之间的闭合技术链。