(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 202111559078.3 (22)申请日 2021.12.20 (71)申请人 深圳供电局有限公司 地址 518000 广东省深圳市罗湖区深南 东 路4020号电力调度通信大楼 (72)发明人 慈海　 (74)专利代理 机构 深圳汇智容达专利商标事务 所(普通合伙) 44238 代理人 熊贤卿 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) (54)发明名称 一种电动汽 车负荷预测方法、 系统及 存储介 质 (57)摘要 本发明提供了一种电动汽车负荷预测方法、 系统及存储介质。 通过对电动汽车进行分类， 同 时将每天划分为多个时间段， 然后基于电动汽车 规划时期预测量、 基准时期电动汽 车各时间段充 电概率及电动汽 车充电功率等参数， 通过对这些 数据进行计算， 实现预测日期内对电动汽车充电 负荷的预测。 实施本发明， 具有较强的普适性和 稳定性， 且实施方式简单， 预测结果 准确的优点。 权利要求书2页 说明书6页 附图2页 CN 114239967 A 2022.03.25 CN 114239967 A 1.一种电动汽车负荷预测方法， 其特 征在于， 包括如下步骤： 步骤S10， 确定用于统计的基准时期， 并获得基准时期内各类电动汽车的历史数据， 所 述历史数据包括该基准时期内的各类电动汽车 的数量信息、 额定功率信息， 以及每天各时 段的充电次数信息； 其中， 电动汽车 的类别包括电动公交车、 电动私家车、 电动出租车和电 动公务车四大类， 每天划分为预定数量的时段； 步骤S11， 根据 各类电动汽车的历史数据， 计算获得基准时期内各类电动汽车的等效数 量、 每天各时段的充电概 率、 平均功率； 步骤S12， 根据历史数据中各类电动汽车的数量变化率， 或/及电动汽车规划时段预测 总辆数， 预测获得 下一预测时期内每日的各类电动汽车的预测数量； 步骤S13， 根据基准时期内各类电动汽车每天各时段的充电概率、 平均功率以及各类电 动汽车的预测数量， 计算获得 各类电动汽车在预测日期内各时段的预测负荷； 步骤S14， 统计获得所有电动汽车在预测日期内各时段的总预测 负荷， 以及预测日期的 总预测负荷。 2.如权利要求1所述的方法， 其特 征在于， 所述 步骤S10进一 步包括： 将上一年度、 上一季度、 上一月度确定为基准 时期， 并获取所述基准 时期内各类电动汽 车的历史数据； 并统计基准时期内的各类电动汽车所有日各时间段的充电次数进 行平均或 加权处理， 获得各类电动汽车的各时间段的充电次数。 3.如权利要求2所述的方法， 其特 征在于， 所述 步骤S11进一步包括： 步骤S110， 根据下述公式计算获得基准时期内各类电动汽车的等效数量： 电动汽车等效数量＝(基准时期末此类电动汽车总数+基准时期初此类电动汽车总 数)/2； 步骤S111， 根据下述公式计算获得基准时期内各类电动汽车每天各时段的充电概 率： 各时段的充电概 率＝此时段 此类电动汽车充电次数/此类电动汽车等效数量； 步骤S112， 根据下述公式计算获得基准时期内各类电动汽车的平均功率； 电动汽车平均功率 ＝Σ此类电动汽车额定功率/此类电动汽车等效数量。 4.如权利要求3所述的方法， 其特 征在于， 所步骤S12进一 步包括： 根据历史数据中各类电动汽车的数量变化率， 结合基准时期末各类电动汽车总数， 获 得下一预测时期内每日的各类电动汽车的预测数量； 或 根据各类电动汽车在规划时段期末的目标总数， 结合基准时期末各类电动汽车总数， 获得下一预测时期内每日的各类电动汽车的预测数量； 或 将上述两个预测数量中较大者确定为 最终的预测数量。 5.如权利要求 4所述的方法， 其特 征在于， 所述 步骤S13进一 步包括： 步骤S13， 根据基准时期内各类电动汽车每天各时段的充电概率、 平均功率以及各类电 动汽车的预测数量， 通过下式进行计算， 获得各类电动汽车在预测日期内各时段的预测负 荷； 某一时段此类电动汽车的预测充电负荷＝某一 时刻此类电动汽车充电概率*此类电动 汽车预测数量*此类电动汽车的平均功率。 6.如权利要求5所述的方法， 其特 征在于， 所述 步骤S14进一 步包括： 对预测日期内各时段所有类别电动汽车的预测充电负荷进行汇总， 获得所有电动汽车权　利　要　求　书 1/2 页 2 CN 114239967 A 2在预测日期内各时段的总预测负荷； 对预测日期内所有时段内总预测负荷进行汇总， 获得预测日期内所有电动汽车的总预 测负荷。 7.一种电动汽车负荷预测系统， 其特 征在于， 包括： 基准数据获得单元， 用于确定用于统计的基准时期， 并获得基准时期内各类电动汽车 的历史数据， 所述历史数据包括该基准时期内的各类电动汽车的数量信息、 额定功 率信息， 以及每天各时段的充电次数信息； 其中， 电动汽车的类别包括电动公交车、 电动私家车、 电 动出租车和电动公务车四大类， 每天划分为预定数量的时段； 基准参数计算单元， 用于根据各类电动汽车的历史数据， 计算获得基准时期内各类电 动汽车的等效数量、 每天各时段的充电概 率、 平均功率； 电动汽车数量预测单元， 用于根据历史数据中各类电动汽车的数量变化率， 或/及电动 汽车规划时段 预测总辆数， 预测获得 下一预测时期内每日的各类电动汽车的预测数量； 时段负荷预测单元， 用于根据基准时期内各类电动汽车每天各时段的充电概率、 平均 功率以及各类电动汽车的预测数量， 计算获得各类电动汽车在预测日期内各时段的预测负 荷； 预测负荷统计单元， 用于统计获得所有电动汽车在预测日期内各时段的总预测负荷， 以及预测日期的总预测负荷。 8.一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一系列 计算机可执行 的指令， 当所述一系列计算机可执行 的指令被一个或多个计算装置执行时， 使得所述一个或多个 计算装置实现如1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114239967 A 3