考虑电网电价的智慧停车场充电桩充电控制方法及系统

专利主权项内容

1.一种考虑电网电价的智慧停车场充电桩充电控制方法，其特征在于，包括：获取目标充电桩的历史充电信息，接入所述目标充电桩的电动车的充电行为信息以及所述目标充电桩所接入电网的历史电价信息，基于预先构建的充电需求预测模型预测所述目标充电桩在目标时间段内的充电需求预测值，其中，所述充电需求预测模型基于多个时序神经网络模型组合而成；根据所述充电需求预测值，结合所述目标充电桩的设备状态以及所获取的电网电价，以充电成本最小化为第一目标构建第一目标函数和以充电效率最大化为第二目标构建第二目标函数，通过多目标优化算法控制所述目标充电桩的工作状态，其中，在电网电价处于电价峰值时，控制所述目标充电桩从储能设备中调用电量工作在放电状态，对接入所述目标充电桩的电动车进行充电；在所述电网电价处于电价谷底时，控制所述目标充电桩工作在充电状态，对所述目标充电桩对应的储能设备进行充电，并且控制接入所述目标充电桩的电动车从电网获取电量；基于预先构建的充电需求预测模型预测所述目标充电桩在目标时间段内的充电需求预测值，包括：所述充电需求预测模型包括第一预测子模型和第二预测子模型，其中，所述第一预测子模型基于长短期记忆网络模型构建，所述第二预测子模型基于图卷积网络模型构建；基于所述第一预测子模型对所述历史充电信息、所述充电行为信息以及所述历史电价信息进行时间依赖编码，分别将所述历史充电信息转换为历史充电特征、将所述充电行为信息转换为充电行为特征以及将所述历史电价信息转换为历史电价特征；基于所述历史充电特征、所述充电行为特征以及所述历史电价特征，通过所述第二预测子模型构建特征距离图以及特征相似图，并分别为所述特征距离图分配第一图权重以及为所述特征相似图分配第二图权重，将所述特征距离图以及所述特征相似图进行图融合，得到卷积融合图；基于所述卷积融合图和所述历史充电特征、所述充电行为特征以及所述历史电价特征，通过所述第一预测子模型的全连接层预测所述目标充电桩在目标时间段内的充电需求预测值。