(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111506553.0 (22)申请日 2021.12.10 (71)申请人 国网重庆市电力公司营销服 务中心 地址 401121 重庆市渝北区青枫北路20号 凤凰D座 申请人 国网重庆市电力公司 　 国家电网有限公司 (72)发明人 龙羿　胡晓锐　徐婷婷　高华军　 朱彬　龙虹毓　池磊　汪会财　 龙方家　王松　郭恒　黎鹏　朱琳　 吴杰　赖加乾　赵心一　 (74)专利代理 机构 成都弘毅天承知识产权代理 有限公司 5123 0 代理人 朱丹(51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/08(2006.01) (54)发明名称 一种电动汽 车充电负荷预测系统、 方法及存 储介质 (57)摘要 本发明公开了一种电动汽车充电负荷预测 系统、 方法及存储介质， 涉及电动汽车有序充放 电领域， 解决现有的负荷预测不精确导致配电网 负荷过高的问题， 同时也解决由于大规模电动汽 车充电造成交通拥堵的问题， 系统包含一个管理 平台和四个子系统； 其中云监控管理平台： 实时 接收并显示路网数据管理系统、 交通流量预测管 理系统、 车载数据采集控制系统、 用户管理系统 的相关数据及运行状态， 处理这些数据得出电动 汽车充电时空负荷预测 信息， 并将其传给负荷预 测显示界面， 本发明对能影 响电动汽 车充电负荷 的各种因素进行了全面的数据挖掘， 定量分析各 个因素对电动汽 车充电负荷的影 响， 使得本发明 方法电动汽车充电负荷预测模型 预测更准确。 权利要求书6页 说明书15页 附图4页 CN 114169615 A 2022.03.11 CN 114169615 A 1.一种基于交通流量的电动汽车充电负荷预测系统， 其特征在于， 该系统包含一个管 理平台和四个子系统： 云监控管理平台： 实时接收并显示路网数据 管理系统、 交通流量预测管理系统、 车载数 据采集控制系统、 用户管理系统的数据及运行状态， 处理数据得出电动汽车充电时空负荷 预测信息， ， 若出现异常情况， 发出警告信息； 车载数据采集控制系统： 采集电动汽车参与实时交通路况数据变化， 并将处理后的行 车数据和路况 数据上传至路网数据管理系统； 路网数据管理系统： 接受来自车载数据采集控制系统的行车数据和路况数据， 对数据 进行处理， 并将处 理后的数据上传到云监控管理平台； 交通流量预测管理系统： 接收道路交叉口的视频监控采集道路上的交通流量数据， 通 过前一时刻的交通流量数据采用小波神经网络预测下个时段的交通流量， 经过处理后 将处 理后的数据上传至云监控管理平台， ； 用户管理系统： 采集用户的出行轨迹和记录用户的出行行为， 结合历史数据， 得到次日 用户的出行状态转移概率模型， 将处理后的变化数据上传至云监控管理平台， 并接受云监 控管理平台的反馈， 通过反馈数据中的预测信息展示车辆周边交通路况动态， 引导电动汽 车用户进行充电路径选择。 2.根据权利要求1所述的一种基于交通流量的电动汽车充电负荷预测系统， 其特征在 于， 所述云监控管理平台包括电动汽车充电负荷预测模块、 通信模块、 数据库、 界面显示模 块； 所述电动汽 车充电负荷预测模块： 根据采集的电动汽车、 交通流量、 用户出行相关数据， 预测出电动汽车负荷变化； 结合电动汽车负荷预测曲线得到时间尺度上的预测曲线和空间 尺度上的预测曲线。 3.根据权利要求1所述的一种基于交通流量的电动汽车充电负荷预测系统， 其特征在 于， 所述交通流量预测管理系统包括道路视频监控模块、 通信模块、 交通流量预测模块、 界 面显示模块； 所述道路视频监控模块： 根据道路上安装的视频监控采集前三个Δt时刻内的交通流 量数据； 所述交通流量预测模块： 通过通信模块的传输， 接收来自道路视频监控模块的数 据， 采用小 波神经网络预测出 下一个Δt的道路交通 流量数。 4.根据权利要求1所述的一种基于交通流量的电动汽车充电负荷预测系统， 其特征在 于， 车载数据采集控制系统包括红外检测模块、 行车数据采集模块、 数据处理及控制模块、 通信模块； 所述红外检测模块， 检测当前电动汽车 车舱内的人 数； 所述行车数据采集模块， 采集电动汽车的当前位置、 动力电池剩余电量、 电动汽车运行 状态及运行参数、 车辆位置、 车速、 路况信息， 计算出电动汽车 单位时间做 功； 所述通信模块， 采用5G网络， 将行车数据采集模块采集的电动汽车数据上传至路网数 据管理系统， 然后经 过路网数据管理系统 处理后将数据传给云监控调度平台。 5.根据权利要求1所述的一种基于交通流量的电动汽车充电负荷预测系统， 其特征在 于， 所述的路 网数据管理系统包括数据冗余信息处理模块， 数据归一化处理模块， 数据存储 模块； 所述的数据冗余信息处理模块， 采用的是大数据分类处理技术， 将采集到的各种行车权　利　要　求　书 1/6 页 2 CN 114169615 A 2数据进行分类归整， 随后删除冗余的数据信息， 将处 理后的数据传给 数据归一 化处理模块； 所述的数据归一 化处理模块， 采用数据归一 化技术， 将数据类型统一； 所述的数据处 理模块， 将处 理后的信息存 储在数据存 储模块中。 6.根据权利要求1～5任意一项所述的一种基于交通流量的电动汽车充电负荷预测系 统， 其特征在于， 所述的用户管 理系统包括用户数据采集模块， 数据库， 通信模块， 用户数据 处理模块； 所述的用户数据采集模块， 采集用户出行的出行时间， 地点， 以及出行的目的地并将采 集的数据保存到数据库中； 所述的用户数据处理模块， 结合采集到的历史数据计算出电动汽车用户下一 次出行的 目的地状态转移 矩阵； 所述的通信模块， 将用户数据处理模块处理后的数据传给云监控管理平台为电动汽车 的充电负荷预测提供用户的状态数据。 7.一种基于交通 流量的电动汽车充电负荷预测方法， 其特 征在于， 其建模步骤为： 步骤S101， 进行交通流量预测； 通过对交通流量预测， 获取下一时刻内道路中上预测的 交通流量数， 对城市道路状态进行划分； 步骤S102， 根据城市道路状态划分情况建立电动汽车道路行驶阻抗模型； 通过电动汽 车道路行驶阻抗模型 预测道路通行时间； 步骤S103， 根据通行道路通行时间进行电动汽车动态路径规划； 并根据电动汽车行车 数据采集模块将电动汽车实时状态信息上传至云监控管理平台； 步骤S104， 通过云监控管理平台得到的交通流量预测车辆数， 计算出道路上的电动汽 车数量， 并根据每台车辆上传的电动汽车当前荷电状态， 对电动汽车充电负荷预测。 8.根据权利要求7所述的一种基于交通流量的电动汽车充电负荷预测方法， 其特征在 于， 其中对步骤S101， 进行交通 流量预测采用小 波函数建模进行； 步骤S1011首先初始化相关参数， 令q(1， 2， ....， n)为输入信号的样本， 第p个样本的输 入值为 为第p个样本的网络输出值， 为样本的输出目标值， 输出层与隐含层、 隐含 层与输出层之间的额连接权值为Wij、 Wkj， 设伸缩因子为ai， 平移因子为bi， 按照下式进行平 移与伸缩， 步骤S1012， 建立小波函数， 在HiIbert向量空间中选取一个母小波函数 使其满 足 为 的Fourier变换， 通过 的伸缩和平移变换产生 小波函数基： 其中a、 b分别为伸缩尺度因子和平 移因子； 建立小 波神经网络 激活函数； 其中， xi(i＝1、 2...I)为输入层第i个神经元输入信号； yk(k＝1、 2...k)为输出层第k个 神经元的输出信号； wji为隐含层神 经元j和输出层神 经元i之间的权值； 为输入层神 经权　利　要　求　书 2/6 页 3 CN 114169615 A 3