负荷调控方法、装置、计算机设备和存储介质与流程

1.本技术涉及配电网技术领域，特别是涉及一种负荷调控方法、装置、计算机设备和存储介质。


背景技术：

2.随着新能源技术的不断发展，电动汽车得到了大力推广，大规模电动汽车通过电动汽车充电站接入电网，将会对电网的稳定性造成极大的影响。因此，对配电网中充电站的充电负荷进行合理的调控十分必要。
3.目前，主要是采取调节充电桩功率、实施分时电价等手段来调节充电站的充电负荷，存在考虑因素单一，调控效果不理想等问题，亟需改进。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够对配电网中充电站的充电负荷进行合理调控的负荷调控方法、装置、计算机设备和存储介质。
5.第一方面，本技术提供了一种负荷调控方法，该方法包括：
6.获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
7.根据所述可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图；
8.根据所述可调控充电站的可调控力度热力图，以及所述配电网的线路运行状况，对所述可调控充电站的充电负荷进行调控。
9.在其中一个实施例中，根据所述可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图，包括：
10.根据所述可调控充电站的历史负荷数据，确定所述可调控充电站的平均负荷特性曲线；
11.采用不同调控比例，对所述可调控充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，得到所述可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷；
12.根据所述可调控充电站的平均负荷特性曲线，以及所述可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，确定所述可调控充电站在不同调控比例下每小时的损失电量；
13.根据所述可调控充电站在不同调控比例下每小时的损失电量，所述可调控充电站的调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图。
14.在其中一个实施例中，根据所述可调控充电站的历史负荷数据，确定所述可调控充电站的平均负荷特性曲线，包括：
15.确定所述可调控充电站的历史负荷数据中的缺失值和异常值，并对所述缺失值和异常值进行处理，得到处理后的历史负荷数据；
16.根据处理后的历史负荷数据，确定所述可调控充电的平均负荷；
17.根据所述可调控充电站的平均负荷，确定所述可调控充电站的平均负荷特性曲线。
18.在其中一个实施例中，根据所述可调控充电站在不同调控比例下每小时的损失电量，所述可调控充电站的调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图，包括：
19.根据所述可调控充电站的调控意愿等级和电价数据，确定需补贴代价；
20.根据所述需补贴代价和所述可调控充电站在不同调控比例下每小时的损失电量，确定所述可调控充电站在不同调控比例下每小时的调控代价；
21.根据所述可调控充电站在不同调控比例下每小时的调控代价，确定所述可调控充电站的可调控力度热力图。
22.在其中一个实施例中，根据所述可调控充电站的可调控力度热力图，以及所述配电网的线路运行状况，对所述可调控充电站的充电负荷进行调控，包括：
23.根据所述配电网的线路运行状况，确定所述配电网的待调控负荷；
24.根据所述可调控充电站的可调控力度热度图，以及所述配电网的待调控负荷，对所述可调控充电站的充电负荷进行调控。
25.在其中一个实施例中，根据所述可调控充电站的可调控力度热度图，以及所述配电网的待调控负荷，对所述可调控充电站的充电负荷进行调控，包括：
26.根据所述可调控充电站的可调控力度热力图，所述可调控充电站在所述配电网中的网络拓扑结构，所述可调控充电站的平均负荷特性曲线，以及所述配电网的待调控负荷，确定所述可调控充电站的可调控负荷量；
27.根据所述可调控充电站的可调控负荷量，对所述可调控充电站的充电负荷进行调控。
28.第二方面，本技术还提供了一种负荷调控装置，该装置包括：
29.数据获取模块，用于获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
30.热力图确定模块，用于根据所述可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图；
31.调控模块，用于根据所述可调控充电站的可调控力度热力图，以及所述配电网的线路运行状况，对所述可调控充电站的充电负荷进行调控。
32.第三方面，本技术还提供了一种计算机设备，该计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
33.获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
34.根据所述可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图；
35.根据所述可调控充电站的可调控力度热力图，以及所述配电网的线路运行状况，对所述可调控充电站的充电负荷进行调控。
36.第四方面，本技术还提供了一种计算机可读存储介质，该计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
37.获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
38.根据所述可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图；
39.根据所述可调控充电站的可调控力度热力图，以及所述配电网的线路运行状况，对所述可调控充电站的充电负荷进行调控。
40.第五方面，本技术还提供了一种计算机程序产品，该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
41.获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
42.根据所述可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定所述可调控充电站的可调控力度热力图；
43.根据所述可调控充电站的可调控力度热力图，以及所述配电网的线路运行状况，对所述可调控充电站的充电负荷进行调控。
44.上述负荷调控方法、装置、计算机设备、存储介质和计算机程序产品，通过结合配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据，来确定可调控充电站的可调控力度热力图，进而结合可调控充电站的可调控力度热力图，以及配电网的线路运行状况，来对可调控充电站的充电负荷进行调控。上述方案，在对可调控充电站的充电负荷进行调控场景下，不仅考虑可调控充电站的自身数据，还考虑配电网的实际运行情况即线路运行状况，即通过对多维度因素进行分析，使得对充电负荷的调控更加合理。
附图说明
45.图1为一个实施例中负荷调控方法的流程示意图；
46.图2为一个实施例中确定可调控充电站的可调控力度热力图的流程示意图；
47.图3为一个实施例中某一可调控充电站的平均负荷特性曲线示意图；
48.图4为一个实施例中某一可调控充电站在不同调控比例下每小时的损失电量示意图；
49.图5为另一个实施例中确定可调控充电站的可调控力度热力图的流程示意图；
50.图6为一个实施例中某一可调控充电站的可调控力度热力图的示意图；
51.图7为另一个实施例中负荷调控方法的流程示意图；
52.图8a为一个实施例中各可调控充电站接入配电网的位置示意图；
53.图8b为一个实施例中配电网的负荷曲线示意图；
54.图8c为一个实施例中各可调控充电站的平均负荷特性曲线示意图；
55.图9为一个实施例中负荷调控装置的结构框图；
56.图10为一个实施例中热力图确定模块的结构框图；
57.图11为一个实施例中调控模型的结构框图；
58.图12为一个实施例中计算机设备的内部结构图。
具体实施方式
59.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不
用于限定本技术。
60.图1为一个实施例中负荷调控方法的流程示意图，本实施例可适用于如何对配电网中充电站的充电负荷进行调控的情况。该方法可应用于计算机设备中，例如可应用于服务器，或者算力比较强大的终端。本实施例以该方法应用于服务器为例进行说明。如图1所示，该包括具体可以包括以下步骤：
61.s110，获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据。
62.本实施例中，配电网即为需要对接入的可调控充电站的充电负荷进行调控的任一电网；所谓可调控充电站即为充电负荷在时间和空间的分布上具有随机性、不确定性等特点的充电站，例如电动汽车充电站等。可选的，一个配电网中可以接入一个或多个可调控充电站。
63.对于每一可调控充电站，该可调控充电站的历史负荷数据即为当前时间之前一段时间内该可调控充电站的充电负荷数据。例如当前时间之前一个月内该可调控充电站的充电负荷数据。
64.调控意愿等级即为可调控充电站愿意被调控充电负荷的等级。可选的，本实施例可预先设置5个调控意愿等级，从高到低分别为“很愿意”、“比较愿意”、“愿意”、“勉强愿意”和“不愿意”。可选的，对于每一可调控充电站，本实施例可以通过调研方式来获取该可调控充电站的调控意愿等级，还可以通过对该可调控充电站的历史调控负荷数据进行分析来确定该可调控充电站的调控意愿等级等。
65.电价数据即为可调控充电站的充电服务费用。可选的，本实施例可以通过调研方式来获取可调控充电站在不同时间段内的电价数据。
66.具体的，在确定需要对配电网中可调控充电站的充电负荷进行调控的情况下，可以获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据。其中，确定需要对配电网中可调控充电站的充电负荷进行调控可以是检测到配电网总负荷超限等。
67.s120，根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图。
68.本实施例中，可调控力度热力图可以用来表征可调控充电站的弹性能力，即可调控充电站在某时间段内充电负荷可柔性调节的范围；进一步的，充电负荷的可调节范围越大，可调控充电站的弹性能力越强。
69.一种可实现方式为，对于配电网中的每一可调控充电站，可以将该可调控充电站的历史负荷数据、调控意愿等级和电价数据，一并输入预先训练好的热力图确定模型中，由该模型输出该可调控充电站的可调控力度热力图。
70.s130，根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控。
71.可选的，在确定配电网中可调控充电站的可调控力度热力图之后，可以根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，确定可调控充电站的可调控负荷，进而按照所确定的可调控负荷，对可调控充电站的充电负荷进行调控。
72.上述负荷调控方法，通过结合配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据，来确定可调控充电站的可调控力度热力图，进而结合可调控充电站的可调控力度热力图，以及配电网的线路运行状况，来对可调控充电站的充电负荷进行调控。上
述方案，在对可调控充电站的充电负荷进行调控场景下，不仅考虑可调控充电站的自身数据，还考虑配电网的实际运行情况即线路运行状况，即通过对多维度因素进行分析，使得对充电负荷的调控更加合理。
73.示例性的，在上述实施例的基础上，进一步对s120进行详细解释说明，提供了一种确定可调控充电站的可调控力度热力图的可选方式。如图2所示，具体可以包括以下步骤：
74.s210，根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线。
75.本实施例中，平均负荷特性曲线表征可调控充电站一段时间(比如30天)内充电负荷的平均水平。具体的，平均负荷特性曲线实质为时间与充电负荷之间的曲线，例如图3所示的某一可调控充电站的平均负荷特性曲线。
76.一种可实现方式为，对于每一可调控充电站，根据该可调控充电站的历史负荷数据，确定该可调控充电站的平均负荷；并根据该可调控充电站的平均负荷，确定该可调控充电站的平均负荷特性曲线。例如，历史负荷数据为当前时间之前一段时间(比如30天)内该可调控充电站的充电负荷数据，每天的充电负荷数据为一个原始负荷曲线，即时间与充电负荷之间的曲线。进而，对30天内同一时间的负荷求平均，即可得到该可调控充电站在不同时间的平均负荷。之后，根据该可调控充电站在不同时间的平均负荷，即可绘制该可调控充电站的平均负荷特性曲线。
77.为了使所得到的平均负荷特性曲线更为平滑，进一步的，在确定该可调控充电站的平均负荷之后，可以先根据该可调控充电站在不同时间的平均负荷，绘制该可调控充电站的基础负荷特性曲线；之后，采用样条插值方法(比如三次样条插值方法)对所绘制的基础负荷特性曲线进行加密平滑处理，得到该可调控充电站的平均负荷特性曲线。
78.由于实际场景中所获取的历史负荷数据可能存在充电负荷异常的数据，因此为使得所确定的平均负荷特性曲线更为精准。可选的，又一种可实现方式为，确定可调控充电站的历史负荷数据中的缺失值和/或异常值，并对缺失值和/或异常值进行处理，得到处理后的历史负荷数据；根据处理后的历史负荷数据，确定可调控充电的平均负荷；根据可调控充电站的平均负荷，确定可调控充电站的平均负荷特性曲线。
79.具体的，可以对30天内的原始负荷曲线进行分析，以从30个原始负荷曲线中确定存在缺失值和/或异常值的异常负荷曲线；将除异常负荷曲线之外的其他原始负荷曲线，作为正常负荷曲线；根据正常负荷曲线中的负荷，对异常负荷曲线中负荷的缺失值和/或异常值进行处理；将正常负荷曲线和处理后的异常负荷曲线，一并作为处理后的历史负荷数据。之后，可以根据处理后的历史负荷数据，来确定可调控充电站的平均负荷特性曲线。即，根据处理后的历史负荷数据，确定可调控充电的平均负荷；根据可调控充电站的平均负荷，确定可调控充电站的平均负荷特性曲线。
80.s220，采用不同调控比例，对可调控充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，得到可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷。
81.其中，调控比例也可称为消减比例，即为对可调控充电站的充电负荷进行调控的比例。调控比例可以是10％、20％、40％、60％和120％等，本实施例对此不做限定。
82.可选的，每小时内的参考负荷可以是每小时内的最大负荷；进一步的，为保证后续
损失电量计算的准确度，对于每一小时，本实施例中可以根据该小时内的采样点，将平均负荷特性曲线中该小时对应的曲线段分为多个子段，将每一子段中的最大负荷作为一个参考负荷。
83.进一步的，在确定每小时内的参考负荷之后，可以采用不同调控比例，对每小时内的参考负荷进行削减，即可得到可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷。所谓目标负荷即为消减或调控后的负荷。
84.例如，对于每一小时，采用pro来表示调控比例，p
i，max
来表示该小时内第i子段中的最大负荷，即参考负荷，那么该小时内参考负荷对应的目标负荷p
i，req
可以表示为：p
i，req
＝(1-pro)*p
i，max
。
85.s230，根据可调控充电站的平均负荷特性曲线，以及可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，确定可调控充电站在不同调控比例下每小时的损失电量。
86.可选的，对于每一小时内的每一参考负荷对应的目标负荷，以该参考负荷对应的目标负荷来绘制目标负荷参考线，在调控比例大于0且小于1的情况下，确定目标负荷参考线，与平均负荷特性曲线中该参考负荷对应的子段的交点，并根据所确定的交点对应的时间来确定积分区间，在所确定的积分区间内对该参考负荷对应的目标负荷进行积分，即可得到该参考负荷对应的目标负荷的损失电量。
87.在调控比例等于或大于1的情况下，目标负荷参考线与平均负荷特性曲线中该参考负荷对应的子段无交点，此时将平均负荷特性曲线中该参考负荷对应的子段的时间区间，作为积分区间，在积分区间内对该参考负荷对应的目标负荷进行积分，即可得到该参考负荷对应的目标负荷的损失电量。
88.进一步的，对于可调控充电站在每一调控比例下的每一小时，可以将该调控比例下该小时内各参考负荷对应的目标负荷的损失电量之和，作为该调控比例下该小时的损失电量。至此可确定可调控充电站在不同调控比例下每小时的损失电量。例如图4所示的某一可调控充电站在2种不同调控比例下每小时的损失电量。
89.s240，根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图。
90.一种可实现方式为，对于配电网中的每一可调控充电站，在确定该可调控充电站在不同调控比例下每小时的损失电量之后，可以将该可调控充电站在不同调控比例下每小时的损失电量、调控意愿等级和电价数据，一并输入预先训练好的热力图确定模型中，由该模型输出该可调控充电站的可调控力度热力图。
91.可以理解的是，本实施例中基于可调控充电站在不同调控比例下每小时内的目标负荷，来确定可调控充电站在不同调控比例下每小时的损失电量，进而基于可调控充电站在不同调控比例下每小时的损失电量，调控意愿等级和电价数据来确定可调控充电站的可调控力度热力图，可使得所确定的可调控力度热力图更为精准。
92.在上述实施例的基础上，又进一步对确定可调控充电站的可调控力度热力图的过程(即s120)进行细化。可选的，如图5所示，作为本技术实施例的一种可选方式，具体可以通过以下步骤实现：
93.s510，根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲
线。
94.s520，采用不同调控比例，对可调控充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，得到可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷。
95.s530，根据可调控充电站的平均负荷特性曲线，以及可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，确定可调控充电站在不同调控比例下每小时的损失电量。
96.s540，根据可调控充电站的调控意愿等级和电价数据，确定可调控充电站对应的需补贴代价。
97.本实施例中，需补贴代价即为对可调控充电站进行充电负荷调控需要向可调控充电站补贴的代价。
98.具体的，对于每一可调控充电站，可以根据该可调控充电站的调控意愿等级，确定代价系数(或者称为成本系数)；将代价系数和该可调控充电站的电价数据的乘积，作为该可调控充电站对应的需补贴代价。可选的，不同调控意愿等级对应的代价系数不同；进一步的，调控意愿等级与代价系数成反比，即调控意愿等级越高，代价系数越低；反之，调控意愿等级越低，代价系数越高。
99.s550，根据可调控充电站对应的需补贴代价和可调控充电站在不同调控比例下每小时的损失电量，确定可调控充电站在不同调控比例下每小时的调控代价。
100.所谓调控代价即为对可调控充电站进行充电负荷调控所需付出的代价。
101.具体的，对于每一可调控充电站，可以将该可调控充电站对应的需补贴代价，与该可调控充电站在不同调控比例下每小时的损失电量的乘积，作为该可调控充电站在不同调控比例下每小时的调控代价。可选的，调控代价与调控意愿等级成反比，即调控意愿等级越低，调控代价越高；反之，调控意愿等级越高，调控代价越低。
102.s560，根据可调控充电站在不同调控比例下每小时的调控代价，确定可调控充电站的可调控力度热力图。
103.具体的，对于每一可调控充电站，在确定该可调控充电站在不同调控比例下每小时的调控代价之后，可以基于该可调控充电站在不同调控比例下每小时的调控代价，绘制该可调控充电站的可调控力度热力图。例如图6所示的某一可调控充电站的可调控力度热力图，其中，每一格中的数值代表在某一小时内按照一定调控比例，对该可调控充电站进行调控所需付出的调控代价。
104.可以理解的是，本实施例在确定可调控充电站的可调控力度热力图的过程中，通过引入可调控充电站的调控代价，进一步提高了可调控力度热力图确定的准确度。
105.图7为另一个实施例中负荷调控方法的流程示意图，本实施例在上述实施例的基础上，进一步对可调控充电站的充电负荷的调控过程进行细化。如图7所示，具体可以包括以下步骤：
106.s710，获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据。
107.s720，根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图。
108.s730，根据配电网的线路运行状况，确定配电网的待调控负荷和待调控时段。
109.本实施例中，待调控负荷即为配电网中总共需要调控或者消减的负荷；待调控时段即为需要进行负荷调控的时间段，比如，早上4:00-5:00这一时段。
110.可选的，可以基于预先设定的分析逻辑，对配电网的线路运行状况进行分析，以确定配电网的待调控负荷和待调控时段。
111.s740，根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控。
112.一种可实现方式为，对于每一可调控充电站，从该可调控充电站的可调控力度热力图中，提取该可调控充电站在待调控时段内不同调控比例下的调控代价，以及获取该可调控充电站在待调控时段内不同调控比例下的调控负荷；之后，根据配电网的待调控负荷，以及配电网中各可调控充电站在待调控时段内不同调控比例下的调控负荷和调控代价，确定配电网中各可调控充电站的可调控负荷，并根据可调控充电站的可调控负荷，对可调控充电站的充电负荷进行调控。其中，可以从可调控充电站的平均负荷特性曲线中提取可调控充电站在待调控时段内的负荷，并采用所提取的负荷减去可调控充电站在待调控时段内不同调控比例下的目标负荷，即可得到可调控充电站在待调控时段内不同调控比例下的调控负荷。
113.具体的，计算配电网中各可调控充电站在待调控时段内相同或不同调控比例下的调控负荷之和，以及调控代价之和；选择调控代价之和最小，且调控负荷之和大于配电网的待调控负荷的调控方案。其中，调控方案中包括各可调控充电站在对应调控比例下的调控负荷。进一步的，将调控方案中各可调控充电站在对应调控比例下的调控负荷，作为各可调控充电站在待调控时段的可调控负荷；之后根据各可调控充电站的可调控负荷，对可调控充电站的充电负荷进行调控。
114.可以理解的是，本实施例中在对可调控充电站的充电负荷进行调控场景下，通过充分考虑配电网的线路运行状况、以及可调控充电站的可调控力度热力图，可实现在调控代价最低的情况下，更为合理的调控充电负荷。
115.在一个实施例中，进一步对上述s740进行细化。可选的，根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控可以是，根据可调控充电站的可调控力度热力图，可调控充电站在配电网中的网络拓扑结构，可调控充电站的平均负荷特性曲线，以及配电网的待调控负荷和待调控时段，确定可调控充电站的可调控负荷；根据可调控充电站的可调控负荷，对可调控充电站的充电负荷进行调控。
116.具体的，对于每一可调控充电站，从该可调控充电站的可调控力度热力图中，提取该可调控充电站在待调控时段内不同调控比例下的调控代价，以及获取该可调控充电站在待调控时段内不同调控比例下的调控负荷。
117.对于每一可调控充电站，可以对该可调控充电站的平均负荷特性曲线进行分析，以确定该可调控充电站在待调控时段内的负荷峰值情况；进而可根据各可调控充电站在待调控时段内的负荷峰值情况，确定各可调控充电站的负荷特性优先级。其中，负荷峰值情况可以包括但不限于不存在负荷峰值、存在单负荷峰值、以及存在双负荷峰值等。例如可以设置存在双负荷峰值的可调控充电站的优先级高于存在单负荷峰值的可调控充电站的优先级，存在单负荷峰值的可调控充电站的优先级高于不存在负荷峰值的可调控充电站的优先
级。
118.对于每一可调控充电站，可以根据该可调控充电站在配电网中的网络拓扑结构，确定该可调控充电站位于多节点的情况；进而可根据各可调控充电站是位于多节点的情况，确定各可调控充电站的网络拓扑优先级。其中，位于多节点的情况包括不位于多节点处和位于多节点处；进一步的，在位于多节点的情况包括位于多节点处时，还可以包括节点数量。例如可以设置位于多节点处的可调控充电站的优先级高于不位于多节点处的可调控充电站的优先级；进一步的，对于位于多节点处的任意两个可调控充电站，可以设置节点数量多的可调控充电站的优先级，高于节点数量少的可调控充电站的优先级等。
119.进而，可根据配电网中各可调控充电站在待调控时段内不同调控比例下的调控负荷和调控代价，各可调控充电站的负荷特性优先级，各可调控充电站的网络拓扑优先级，以及配电网的待调控负荷，确定各可调控充电站的可调控负荷；根据各可调控充电站的可调控负荷，对各可调控充电站的充电负荷进行调控。
120.例如，可以将配电网中各可调控充电站在待调控时段内不同调控比例下的调控负荷和调控代价，各可调控充电站的负荷特性优先级，各可调控充电站的网络拓扑优先级，以及配电网的待调控负荷，一并输入至调控负荷确定模型，由该模型输出调控方案，进而基于调控方案，确定各可调控充电站的可调控负荷；并根据各可调控充电站的可调控负荷，对各可调控充电站的充电负荷进行调控。
121.示例性的，在上述实施例的基础上，本实施例提供了一种对可调控充电站的充电负荷进行调控的实例。如图8a所示，在配电网的基础上接入五个电动汽车充电站，分别为a、b、c、d和e。其中，a接入到节点12处，b接入到节点29处，c接入到节点23处，d接入到节点5处，e接入到节点21处。
122.由图8b可知，在五个电动汽车充电站接入配电网后，在不采取任何调控措施的情况下，配电网的有功负荷多次超限，对配电网的安全运行造成巨大的危害。其中，图8b中的l1表示配电网的额定负荷线，l2表示配电网中输出负荷(或者称为输出功率)的日负荷曲线。
123.因此需要对配电网中五个电动汽车充电站的充电负荷进行调控。假设配电网在4:45～5:45这段时间内配电网总负荷超限，负荷尖峰出现在5:30处，尖峰功率值为8.5022mw，因此需要对五个充电站的总负荷下压1002.2kw。
124.具体的，对于每一电动汽车充电站，根据该电动汽车充电站的历史负荷数据，可构建该电动汽车充电站的平均负荷特性曲线(如图8c所示的五个电动汽车充电站的平均负荷特性曲线，图中纵轴的功率代表负荷)；采用不同调控比例，对该电动汽车充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，可得到该电动汽车充电站在不同调控比例下每小时内的参考负荷对应的目标负荷；根据该电动汽车充电站的平均负荷特性曲线，该电动汽车充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，以及该电动汽车充电站的调控意愿等级和电价数据，可确定该电动汽车充电站在不同调控比例下每小时的调控代价，进而基于该电动汽车充电站在不同调控比例下每小时的调控代价，可确定该电动汽车充电站的可调控力度热力图。
125.由于总负荷在5：30附近出现负荷峰值，且由图8c可知a、c、d三个电动汽车充电站在此时具有单峰或双峰，因此应优先对a、c、d三个电动汽车充电站的充电负荷进行调控。
126.当电动汽车充电站接入配电网之后，会对其所在支路的末端节点电压造成影响。因此若存在电动汽车充电站之后仍有分支节点，则意味着该电动汽车充电站会影响多个支路末端的电压，应当优先下压该电动汽车充电站的充电负荷。若两个电动汽车充电站之后都没有分支节点，则距离末端较远的电动汽车充电站可能会造成更大的电压降落，因此要优先下压距离末端较远的电动汽车充电站的负荷。在本例中，由图8a可知，d之后有分支节点6，a距离末端6个节点，b距末端4个节点，e距末端1个节点，c位于支路末端，因此五个电动汽车充电站的网络拓扑优先级顺序应为：d、a、b、e、c。
127.进一步的，在确定a、b、c、d和e五个电动汽车充电站的负荷特性优先级和网络拓扑优先级之后，可以结合五个电动汽车充电站的可调控力度热力图，选择调控代价最小，且调控负荷之和大于配电网的待调控负荷的调控方案。
128.例如，综合分析确定a下调300kw，b下调150kw，c下调200kw，d下调200kw，e下调200kw，共下调负荷1050kw，可消除超限尖峰。调控后的负荷如图8b中的l3所示，对充电负荷进行调控后将配电网的超限负荷成功降在了额定负荷以下。
129.此外，调控前重载时间占比为20％，调控后重载时间占比下降到了14％。调控前最长重载时间出现在4点～6点时段内，重载时间约持续1.5小时；调控后该时段内重在时间下降到约为52分钟，时段内最高重载峰值在调控后下降了16％，保证了配电网的安全稳定运行。
130.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
131.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的负荷调控方法的负荷调控装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个负荷调控装置实施例中的具体限定可以参见上文中对于负荷调控方法的限定，在此不再赘述。
132.在一个实施例中，如图9所示，提供了一种负荷调控装置1，包括：数据获取模块10、热力图确定模块20和调控模块30，其中：
133.数据获取模块10，用于获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
134.热力图确定模块20，用于根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图；
135.调控模块30，用于根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控。
136.在一个实施例中，如图10所示，上图9中的热力图确定模块20可以包括：
137.曲线确定单元21，用于根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线；
138.目标确定单元22，用于采用不同调控比例，对可调控充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，得到可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷；
139.损失确定单元23，用于根据可调控充电站的平均负荷特性曲线，以及可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，确定可调控充电站在不同调控比例下每小时的损失电量；
140.热力图确定单元24，用于根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图。
141.在一个实施例中，曲线确定单元21具体用于：
142.确定可调控充电站的历史负荷数据中的缺失值和/或异常值，并对缺失值和/或异常值进行处理，得到处理后的历史负荷数据；
143.根据处理后的历史负荷数据，确定可调控充电的平均负荷；
144.根据可调控充电站的平均负荷，确定可调控充电站的平均负荷特性曲线。
145.在一个实施例中，热力图确定单元24具体用于：
146.根据可调控充电站的调控意愿等级和电价数据，确定可调控充电站对应的需补贴代价；
147.根据可调控充电站对应的需补贴代价和可调控充电站在不同调控比例下每小时的损失电量，确定可调控充电站在不同调控比例下每小时的调控代价；
148.根据可调控充电站在不同调控比例下每小时的调控代价，确定可调控充电站的可调控力度热力图。
149.在一个实施例中，如图11所示，上图9中的调控模块30可以包括：
150.数据确定单元31，用于根据配电网的线路运行状况，确定配电网的待调控负荷和待调控时段；
151.调控单元32，用于根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控。
152.在一个实施例中，调控单元32具体可以用于：
153.根据可调控充电站的可调控力度热力图，可调控充电站在配电网中的网络拓扑结构，可调控充电站的平均负荷特性曲线，以及配电网的待调控负荷和待调控时段，确定可调控充电站的可调控负荷；
154.根据可调控充电站的可调控负荷，对可调控充电站的充电负荷进行调控。
155.上述负荷调控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
156.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储可调控充电站的可调控力度热力图、电价数据和调控意愿等级等数据。
该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种负荷调控方法。
157.本领域技术人员可以理解，图12中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
158.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
159.获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
160.根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图；
161.根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控。
162.在一个实施例中，处理器执行计算机程序中根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图的逻辑时，具体可以实现以下步骤：
163.根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线；采用不同调控比例，对可调控充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，得到可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷；根据可调控充电站的平均负荷特性曲线，以及可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，确定可调控充电站在不同调控比例下每小时的损失电量；根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图。
164.在一个实施例中，处理器执行计算机程序中根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线的逻辑时，具体可以实现以下步骤：
165.确定可调控充电站的历史负荷数据中的缺失值和/或异常值，并对缺失值和/或异常值进行处理，得到处理后的历史负荷数据；根据处理后的历史负荷数据，确定可调控充电的平均负荷；根据可调控充电站的平均负荷，确定可调控充电站的平均负荷特性曲线。
166.在一个实施例中，处理器执行计算机程序中根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图的逻辑时，具体可以实现以下步骤：
167.根据可调控充电站的调控意愿等级和电价数据，确定可调控充电站对应的需补贴代价；根据可调控充电站对应的需补贴代价和可调控充电站在不同调控比例下每小时的损失电量，确定可调控充电站在不同调控比例下每小时的调控代价；根据可调控充电站在不同调控比例下每小时的调控代价，确定可调控充电站的可调控力度热力图。
168.在一个实施例中，处理器执行计算机程序中根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控的逻辑时，具体可以实现以下步骤：
169.根据配电网的线路运行状况，确定配电网的待调控负荷和待调控时段；根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站
的充电负荷进行调控。
170.在一个实施例中，处理器执行计算机程序中根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控的逻辑时，具体可以实现以下步骤：
171.根据可调控充电站的可调控力度热力图，可调控充电站在配电网中的网络拓扑结构，可调控充电站的平均负荷特性曲线，以及配电网的待调控负荷和待调控时段，确定可调控充电站的可调控负荷；根据可调控充电站的可调控负荷，对可调控充电站的充电负荷进行调控。
172.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
173.获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
174.根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图；
175.根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控。
176.在一个实施例中，处理器执行计算机程序中根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图的逻辑时，具体可以实现以下步骤：
177.根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线；采用不同调控比例，对可调控充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，得到可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷；根据可调控充电站的平均负荷特性曲线，以及可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，确定可调控充电站在不同调控比例下每小时的损失电量；根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图。
178.在一个实施例中，处理器执行计算机程序中根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线的逻辑时，具体可以实现以下步骤：
179.确定可调控充电站的历史负荷数据中的缺失值和/或异常值，并对缺失值和/或异常值进行处理，得到处理后的历史负荷数据；根据处理后的历史负荷数据，确定可调控充电的平均负荷；根据可调控充电站的平均负荷，确定可调控充电站的平均负荷特性曲线。
180.在一个实施例中，处理器执行计算机程序中根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图的逻辑时，具体可以实现以下步骤：
181.根据可调控充电站的调控意愿等级和电价数据，确定可调控充电站对应的需补贴代价；根据可调控充电站对应的需补贴代价和可调控充电站在不同调控比例下每小时的损失电量，确定可调控充电站在不同调控比例下每小时的调控代价；根据可调控充电站在不同调控比例下每小时的调控代价，确定可调控充电站的可调控力度热力图。
182.在一个实施例中，处理器执行计算机程序中根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控的逻辑时，具体可以
实现以下步骤：
183.根据配电网的线路运行状况，确定配电网的待调控负荷和待调控时段；根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控。
184.在一个实施例中，处理器执行计算机程序中根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控的逻辑时，具体可以实现以下步骤：
185.根据可调控充电站的可调控力度热力图，可调控充电站在配电网中的网络拓扑结构，可调控充电站的平均负荷特性曲线，以及配电网的待调控负荷和待调控时段，确定可调控充电站的可调控负荷；根据可调控充电站的可调控负荷，对可调控充电站的充电负荷进行调控。
186.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
187.获取配电网中可调控充电站的历史负荷数据、调控意愿等级和电价数据；
188.根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图；
189.根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控。
190.在一个实施例中，处理器执行计算机程序中根据可调控充电站的历史负荷数据、调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图的逻辑时，具体可以实现以下步骤：
191.根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线；采用不同调控比例，对可调控充电站的平均负荷特性曲线中每小时内的参考负荷进行削减，得到可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷；根据可调控充电站的平均负荷特性曲线，以及可调控充电站在不同调控比例下每小时内的参考负荷对应的目标负荷，确定可调控充电站在不同调控比例下每小时的损失电量；根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图。
192.在一个实施例中，处理器执行计算机程序中根据可调控充电站的历史负荷数据，确定可调控充电站的平均负荷特性曲线的逻辑时，具体可以实现以下步骤：
193.确定可调控充电站的历史负荷数据中的缺失值和/或异常值，并对缺失值和/或异常值进行处理，得到处理后的历史负荷数据；根据处理后的历史负荷数据，确定可调控充电的平均负荷；根据可调控充电站的平均负荷，确定可调控充电站的平均负荷特性曲线。
194.在一个实施例中，处理器执行计算机程序中根据可调控充电站在不同调控比例下每小时的损失电量，可调控充电站的调控意愿等级和电价数据，确定可调控充电站的可调控力度热力图的逻辑时，具体可以实现以下步骤：
195.根据可调控充电站的调控意愿等级和电价数据，确定可调控充电站对应的需补贴代价；根据可调控充电站对应的需补贴代价和可调控充电站在不同调控比例下每小时的损失电量，确定可调控充电站在不同调控比例下每小时的调控代价；根据可调控充电站在不
同调控比例下每小时的调控代价，确定可调控充电站的可调控力度热力图。
196.在一个实施例中，处理器执行计算机程序中根据可调控充电站的可调控力度热力图，以及配电网的线路运行状况，对可调控充电站的充电负荷进行调控的逻辑时，具体可以实现以下步骤：
197.根据配电网的线路运行状况，确定配电网的待调控负荷和待调控时段；根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控。
198.在一个实施例中，处理器执行计算机程序中根据可调控充电站的可调控力度热度图，以及配电网的待调控负荷和待调控时段，对可调控充电站的充电负荷进行调控的逻辑时，具体可以实现以下步骤：
199.根据可调控充电站的可调控力度热力图，可调控充电站在配电网中的网络拓扑结构，可调控充电站的平均负荷特性曲线，以及配电网的待调控负荷和待调控时段，确定可调控充电站的可调控负荷；根据可调控充电站的可调控负荷，对可调控充电站的充电负荷进行调控。
200.需要说明的是，本技术所涉及的可调控充电站的数据(包括但不限于可调控充电站的历史负荷数据、调控意愿等级和电价数据等)，均为经用户授权或者经过各方充分授权的数据。
201.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
202.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
203.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。