黎海生，沈新平，李讓，連國聰，陳正雍

（廣東電網(wǎng)有限責任公司汕尾供電局，廣東汕尾 516600）

隨著國家電動交通工具的發(fā)展，電動車、電動汽車等交通工具在社會中的應用越來越廣泛，而電動工具的充電過程存在一定的不穩(wěn)定性，容易造成電網(wǎng)出現(xiàn)故障或波動等情況，給國家的電力部門工作和電網(wǎng)的良好運行帶來困擾。對此，國家也發(fā)布相關文件政策，推動電動工具充電技術的發(fā)展改革，加強對于電動工具移動充電的電力負荷監(jiān)測[1-3]。

對電力交通工具的充電負荷情況進行監(jiān)測，一般通過采用數(shù)據(jù)統(tǒng)計模型，對充電樁電力負荷情況進行數(shù)據(jù)采集和相關運算[4]。隨著網(wǎng)絡大數(shù)據(jù)技術的發(fā)展，監(jiān)測算法也發(fā)展出多種形式，由于目前對電動工具充電樁負荷監(jiān)測的要求提高，需要對其進行時空動態(tài)負荷監(jiān)測。因此，傳統(tǒng)的監(jiān)測算法無法滿足動態(tài)監(jiān)測的標準要求。該文根據(jù)充電樁時空動態(tài)負荷的相關情況，基于穩(wěn)態(tài)特征方法對充電樁時空動態(tài)負荷監(jiān)測方法進行了研究，并通過實驗研究，證明了該文研究的負荷監(jiān)測方法有更好的動態(tài)負荷監(jiān)測效果。

1 充電樁時空動態(tài)負荷特征提取

1.1 負荷數(shù)據(jù)采集處理

基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法，首先要對監(jiān)測區(qū)域內(nèi)的充電樁負荷情況進行數(shù)據(jù)采集和分析處理。數(shù)據(jù)采集主要通過充電樁內(nèi)部的采集器采集充電樁個體的電力負荷情況，然后將數(shù)據(jù)通過通信裝置傳輸?shù)胶笈_控制服務器中，再由總服務器對負荷數(shù)據(jù)進行相關處理。

獨立的充電樁內(nèi)部裝有監(jiān)測電力負荷情況的傳感器，主要通過監(jiān)測電力線路的負荷情況，獲取充電樁的負荷數(shù)據(jù)[5-7]。傳感器再將采集到的數(shù)據(jù)傳輸?shù)讲杉鞯臄?shù)據(jù)處理程序中，數(shù)據(jù)處理程序會對負荷數(shù)據(jù)進行簡單的數(shù)據(jù)篩選和檢測，根據(jù)相關規(guī)則篩選排除受到噪聲干擾或其他因素影響的負荷信號信息，然后通過識別負荷數(shù)據(jù)的時間或空間信息，對其進行相關的分類排序，得到有條理的負荷數(shù)據(jù)信息集合[8-10]。然后通過通信裝置，將負荷數(shù)據(jù)信息傳輸?shù)胶笈_中心服務器，其中需要經(jīng)過對應的通信協(xié)議檢測，以保證數(shù)據(jù)信息傳輸?shù)姆€(wěn)定性和保密性。通信裝置一般支持移動網(wǎng)絡和無線通信網(wǎng)絡的使用，充電樁的負荷數(shù)據(jù)采集終端能夠在局域網(wǎng)絡覆蓋范圍內(nèi)進行較為穩(wěn)定的數(shù)據(jù)信息通信傳輸，并且在網(wǎng)關協(xié)議的保護下具有一定的安全性[11-13]。同樣，工作人員對后臺中心控制服務器進行數(shù)據(jù)處理環(huán)節(jié)也需要通過權限驗證才能對負荷數(shù)據(jù)信息進行具體的處理操作。數(shù)據(jù)采集過程如圖1 所示。

圖1 數(shù)據(jù)采集過程

中心服務器接收到來自充電樁數(shù)據(jù)采集終端的負荷數(shù)據(jù)信息，根據(jù)相應的處理規(guī)則對數(shù)據(jù)進行預處理[14-16]。首先進一步檢測負荷數(shù)據(jù)的真實度，通過線性相關分析矩陣等算法篩選排除存在異常的負荷數(shù)據(jù)，然后將負荷要求的數(shù)據(jù)信息導入負荷數(shù)據(jù)時空動態(tài)監(jiān)測矩陣運算程序中，根據(jù)充電樁負荷時空動態(tài)分布情況進行數(shù)據(jù)劃分，按照充電樁的位置分布情況對負荷數(shù)據(jù)進行空間定位劃分，構建二維負荷矩陣，然后利用卷積神經(jīng)網(wǎng)絡算法對負荷的時間情況進行運算，獲取按時段劃分的監(jiān)測區(qū)域充電樁負荷數(shù)據(jù)三維矩陣[17]。依照處理條件設定數(shù)據(jù)處理程序，根據(jù)充電樁負荷功率等級劃分情況，分別進行分析處理，結合負荷數(shù)據(jù)時空動態(tài)監(jiān)測矩陣對負荷數(shù)據(jù)進行監(jiān)測結果歸一化處理運算，運算公式如式（1）所示：

式中，L表示負荷數(shù)據(jù)歸一化處理數(shù)據(jù)，k代表歸一化處理的函數(shù)系數(shù)（常數(shù)），mn表示n時間段內(nèi)的負荷監(jiān)測矩陣運算所得的負荷量，dn表示n時間段內(nèi)充電樁的電力負荷量。根據(jù)此公式運算得到處理后的充電樁時空動態(tài)負荷的監(jiān)測數(shù)據(jù)，在此基礎上進行負荷數(shù)據(jù)的穩(wěn)態(tài)特征識別和提取。特征分類如圖2 所示。

圖2 特征分類

1.2 穩(wěn)態(tài)特征識別提取

根據(jù)不同的檢測指標分別對相關數(shù)據(jù)進行特征分析。數(shù)據(jù)處理程序會將電力負荷的具體數(shù)據(jù)依照相關運算轉化為圖像進行表示，然后利用圖像特征識別程序，對監(jiān)測區(qū)內(nèi)所有充電樁的電力負荷情況按照不同的檢測指標進行對應的特征數(shù)據(jù)檢測識別。以檢測指標的正常變化圖像作為參考標準，對檢測圖像數(shù)據(jù)信息進行對比，并對變量數(shù)據(jù)進行相關性運算，獲取負荷指標具體的數(shù)據(jù)變化，進而獲取存在一定突出變化的特征信息數(shù)據(jù)。識別顯示結果如圖3 所示。

圖3 識別顯示結果

由于負荷數(shù)據(jù)的特征提取可能存在特征重復等情況，所以在進行特征提取之前，首先要對重復性特征進行篩選排除。對經(jīng)過特征識別后的特征信息，進行線性相關矩陣運算，將相似度達到較高標準的特征信息數(shù)據(jù)進行排除，最終保留具有一定獨特性的特征數(shù)據(jù)。然后將特征數(shù)據(jù)按照其檢測指標進行相應劃分，整理歸納到特征數(shù)據(jù)庫內(nèi)進行備份和保存，完成負荷數(shù)據(jù)的穩(wěn)態(tài)特征提取。

2 充電樁時空動態(tài)負荷監(jiān)測

2.1 時空動態(tài)負荷矩陣

電動交通工具的充電環(huán)節(jié)具有隨機性、波動性、不穩(wěn)定性等特征，且城市規(guī)劃中關于電動交通工具充電樁的分布較為分散，因此對充電樁進行時空動態(tài)監(jiān)測的過程較為復雜，沒有一定的規(guī)律，監(jiān)測點數(shù)量多而雜，所以需要對監(jiān)測區(qū)域的充電樁負荷進行時空緯度構建。其序列公式如下：

式中，D表示充電樁的時空序列，t表示該監(jiān)測矩陣的時長，(X,Y)表示監(jiān)測區(qū)域的充電樁空間位置坐標。通過上述公式的運算能夠得到關于某區(qū)域某一時段的充電樁電力負荷量監(jiān)測情況，然后根據(jù)運算結果構建負荷矩陣，主要步驟如下：

1）根據(jù)充電樁空間分布情況構建適合的坐標圖，將充電樁位置依次在坐標圖中進行標注；

2）根據(jù)該區(qū)域電網(wǎng)相關情況，計算每個充電樁的負荷范圍，經(jīng)過坐標比例換算，在坐標圖中進行劃分；

3）根據(jù)同一時間段內(nèi)所有充電樁的負荷范圍進行負荷量數(shù)據(jù)累加運算，能夠得到該區(qū)域這一時間段內(nèi)的充電樁負荷監(jiān)測情況矩陣。

2.2 時空動態(tài)負荷監(jiān)測模型

根據(jù)充電樁時空動態(tài)負荷矩陣的構建情況，建立充電樁時空動態(tài)負荷監(jiān)測模型。該文在充電樁時空動態(tài)負荷監(jiān)測模型的構建中采用了卷積神經(jīng)網(wǎng)絡算法，提取時空動態(tài)負荷矩陣的時間信息數(shù)據(jù)。通過卷積運算，將不同時間序列的二維負荷矩陣進行空間卷積神經(jīng)網(wǎng)絡處理，獲取矩陣的記憶層時間長短，并按照時間序列進行負荷空間情況監(jiān)測，能夠得到負荷矩陣的空間特征。然后進行三維卷積運算，在空間動態(tài)的負荷特征基礎上，對矩陣的時間特征進行提取，提取過程采用的算法如下：

式中，H表示充電樁負荷的時間特征，Xn為負荷矩陣的時間序列，N表示參與該函數(shù)運算的時間序列總量，Wn是卷積函數(shù)的運算系數(shù)，bn表示卷積核的輸出系數(shù)。由此能夠得到該區(qū)域內(nèi)某一時段充電樁負荷時空監(jiān)測的三維負荷數(shù)據(jù)，構建出時空動態(tài)負荷監(jiān)測模型。監(jiān)測模型如圖4 所示。

圖4 監(jiān)測模型示意圖

3 實驗研究

為了檢驗基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法的實際應用效果，進行了實驗研究，并采用傳統(tǒng)的負荷監(jiān)測方法進行對比分析。以某一時段內(nèi)某區(qū)域范圍的共享電動汽車充電樁為實驗對象，進行充電樁的時空動態(tài)負荷監(jiān)測。該文研究的基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法進行負荷監(jiān)測的主要流程如圖5 所示。

圖5 電力時空動態(tài)負荷監(jiān)測流程示意圖

首先，在實驗計劃設定的時間段對監(jiān)測區(qū)域內(nèi)的充電樁進行負荷信息采集，充電樁內(nèi)部的傳感器采集到負荷數(shù)據(jù)信息，然后通過通信裝置傳輸?shù)胶笈_中心控制服務器，服務器的數(shù)據(jù)處理程序對負荷數(shù)據(jù)進行相應的分析處理和特征識別提取，然后輸出處理后的數(shù)據(jù)信息，并完成數(shù)據(jù)存儲，工作人員記錄各環(huán)節(jié)數(shù)據(jù)處理的結果，然后對數(shù)據(jù)運算結果的誤差情況進行計算統(tǒng)計。

傳統(tǒng)的負荷監(jiān)測方法的監(jiān)測流程與該文方法基本一致，主要是在數(shù)據(jù)處理和特征提取中的算法選擇不同。因此數(shù)據(jù)處理和特征提取的結果存在一定差異，所以導致不同監(jiān)測方法對負荷數(shù)據(jù)的監(jiān)測效果存在差距，主要表現(xiàn)在監(jiān)測結果的準確度方面。該文對3 種負荷數(shù)據(jù)監(jiān)測方法的監(jiān)測結果誤差率進行了計算分析，其誤差率對比結果如圖6 所示。

圖6 監(jiān)測結果誤差率對比結果

根據(jù)圖6 可知，相比于傳統(tǒng)的監(jiān)測方法，基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法誤差率更低，具有更高的準確性，監(jiān)測效果更好。從圖中對比結果可以看到，基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法在相同時間段的監(jiān)測結果誤差率始終保持在10%以下，平均約為5%，且隨著監(jiān)測的充電樁數(shù)量增加，誤差率雖有所上升，但幅度不大，整體變化比較穩(wěn)定；基于神經(jīng)網(wǎng)絡的充電樁時空動態(tài)負荷監(jiān)測方法的誤差率基本在10%以上，在監(jiān)測數(shù)量達到50 個時，誤差率已接近20%，而且能夠看出其誤差率上升幅度較大，表明此監(jiān)測方法監(jiān)測效果不太穩(wěn)定；而基于暫態(tài)過程的負荷監(jiān)測方法整體誤差率較高，在監(jiān)測數(shù)量超過40 個時，其監(jiān)測誤差率明顯上升，在監(jiān)測充電樁達到50個時，其誤差率接近30%。

由此可見，在相同的監(jiān)測時段內(nèi)，對同一區(qū)域相同數(shù)量的充電樁進行負荷時空動態(tài)監(jiān)測，基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法比傳統(tǒng)的檢測方法誤差率更低，監(jiān)測準確率更高，實際應用效果更好。因此，該文研究的負荷監(jiān)測方法更適用于當前的充電樁時空動態(tài)負荷監(jiān)測，能夠更精準、更有效地得到監(jiān)測結果。

4 結束語

針對目前充電樁時空動態(tài)負荷監(jiān)測方面存在的不足，該文根據(jù)穩(wěn)態(tài)特征方法研究了基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法。介紹了電力時空動態(tài)負荷監(jiān)測矩陣和監(jiān)測模型的相關知識內(nèi)容，分析了基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測數(shù)據(jù)處理和特征提取的相關算法，并通過實驗研究檢驗了基于穩(wěn)態(tài)特征的充電樁時空動態(tài)負荷監(jiān)測方法的實際應用效果。該文研究的負荷監(jiān)測方法能夠促進我國當前的充電樁負荷監(jiān)測技術領域的相關研究，有利于推動我國電力時空動態(tài)負荷監(jiān)測技術的進一步發(fā)展。