在“双碳”目标加速推进的背景下,新能源汽车规模化普及对电力系统运行提出全新挑战。随州职业技术学院专用汽车产业学院聚焦充电负荷精准预测与光储充协同优化难题,通过多学科交叉创新,研发出高精度充电负荷预测模型与动态调度策略,为新型电力系统安全稳定运行提供关键技术支撑。该产品已完成实验室验证阶段,即将进入社区试点应用。
研究团队创新性构建基于深度强化学习的时空分布预测算法。系统通过分析区域车辆流动规律、充电习惯偏好及温度对电池性能的影响。实测显示,模型在早晚高峰时段的预测较传统方法有大提升,有效解决了充电需求突变导致的电网过载风险。
该系统通过动态感知光伏出力曲线与电池储能状态,智能生成最优充电调度方案:在午间光伏发电高峰时自动启动低价充电模式,并将富余电能存储至分布式储能站;当预测到夜间负荷激增时,提前释放储能电力平抑峰谷差。仿真表明,该策略可使区域可再生能源消纳率提升,配电变压器过载风险降低。
国家电网专家表示,此项研究首次实现了充电需求侧响应与分布式能源的秒级协同控制,为构建柔性充电网络树立了新范式。据测算,若在全国新能源车渗透率超的城市推广应用,每年可减少,降低电网扩容投资。