基于双向充电桩设备的配电网网损优化控制器及方法

技术领域

本申请涉及配电网领域，且更为具体地，涉及一种基于双向充电桩设备的配电网网损优化控制器及方法。

背景技术

随着电动汽车的不断增长，充电负荷对配电网的影响已经开始显现，其中一个关键问题是充电负荷的加入导致了用电峰谷差的加剧，特别是在工商业密集区域的公共运营充换电设备对用电峰谷影响更大。在用电高峰时，配电线路电流远超平均水平，由于线损和电流的平方直接相关，即便总电量增加不多，线路的损耗仍然会有明显的增长。

然而，目前市场上的充电桩设备难以有效降低电网损耗，主要原因包括：绝大多数充电桩是单向功率流动的电路拓扑，无法实现反向送电功能。此外，少量双向充电桩设备仅能实现简单的并网放电功能，缺乏快速的通信能力和组网功能，无法接收和执行动态功率指令。并且，目前的充电桩还缺乏多个设备之间的通信和协同控制手段，无法对网损进行优化管理。

因此，期望一种基于双向充电桩设备的配电网网损优化控制器。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于双向充电桩设备的配电网网损优化控制器及方法，其可以解决配电线路负荷峰谷问题，同时能够尽可能地降低线路网损和设备自身损耗，提升电网运行效益。

根据本申请的一个方面，提供了一种基于双向充电桩设备的配电网网损优化控制器，其包括：功率实时采集模块，用于采集各个线路分支的用电负荷时序序列；网损计算模块，用于基于所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑来计算配网线路网损；网损变化趋势判断模块，用于根据总进线用电功率的波动范围、上一次的发电功率值和扰动方向，以及，本次的所述配网线路网损和上一次的所述配网线路网损之间的网损功率趋势变量，确定本次的所述发电功率扰动值；设备登陆和状态上报模块，用于响应于检测到双向充电桩设备被上电时，允许所述双向充电桩设备进行登录并动态上传状态信息；配电线路约束模块，用于控制所述双向充电桩设备的发电功率；发电需求指令生成模块，用于根据上一次的发电功率扰动的结果，生成新的发电功率指令；以及功率分配模块，用于接收发电功率指令，并将所述发电功率指令分配到每一个所述双向充电桩设备。

根据本申请的另一个方面，提供了一种基于双向充电桩设备的配电网网损优化控制方法，其包括：采集各个线路分支的用电负荷时序序列；基于所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑来计算配网线路网损；根据总进线用电功率的波动范围、上一次的发电功率值和扰动方向，以及，本次的所述配网线路网损和上一次的所述配网线路网损之间的网损功率趋势变量，确定本次的所述发电功率扰动值；响应于检测到双向充电桩设备被上电时，允许所述双向充电桩设备进行登录并动态上传状态信息；控制所述双向充电桩设备的发电功率；根据上一次的发电功率扰动的结果，生成新的发电功率指令；以及接收发电功率指令，并将所述发电功率指令分配到每一个所述双向充电桩设备。

与现有技术相比，本申请提供的基于双向充电桩设备的配电网网损优化控制器及方法，其首先基于各个线路分支的用电负荷时序序列和各个线路分支之间的配电网线路拓扑来计算配网线路网损，然后，根据总进线用电功率的波动范围、上一次的发电功率值和扰动方向以及本次的配网线路网损和上一次的配网线路网损之间的网损功率趋势变量确定本次的发电功率扰动值，接着，响应于检测到双向充电桩设备被上电时，允许双向充电桩设备进行登录并动态上传状态信息，然后，控制双向充电桩设备的发电功率，接着，根据上一次的发电功率扰动的结果，生成新的发电功率指令，最后，接收发电功率指令，并将发电功率指令分配到每一个双向充电桩设备。这样，可以提升电网运行效益。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本申请的主旨。

图1为根据本申请一个实施例的典型配网线路及设备原理图。

图2为根据本申请一个实施例的网损优化控制器原理框图。

图3为根据本申请一个实施例的网损计算模块的示意图。

图4为根据本申请一个实施例的发电上限计算模块的示意图。

图5为根据本申请一个实施例中新的发电功率指令生成的示意图。

图6为根据本申请一个实施例的功率分配模块的示意图。

图7为根据本申请一个实施例中结果累积计算的示意图。

图8为根据本申请另一个实施例的基于双向充电桩设备的配电网网损优化控制器的框图示意图。

图9为根据本申请另一个实施例的基于双向充电桩设备的配电网网损优化控制方法的流程图。

图10为根据本申请另一个实施例的基于双向充电桩设备的配电网网损优化控制器的应用场景图。

具体实施方式

下面将结合附图对本申请实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本申请的部分实施例，而不是全部的实施例。基于本申请实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本申请保护的范围。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

在本申请的一个实施例中，基于双向充电桩设备的配电网网损优化控制器由一个功率实时采集模块，一个网损计算模块，一个网损变化趋势判断模块，一个设备登录及状态上报模块，一个配电线路约束模块，一个发电需求指令生成模块以及一个功率分配模块组成。

其中，关于功率实时采集模块，功率的采集通常通过安装在线路分支或各用电负荷及双向充换电设备的进线处的电表进行，并通过合适的通信手段回传到网损优化控制器。定义用电为正值，反送电为负。各电表数据采集需要同步（带时间戳）。

具体可以分成三种类型，一种是线路总表（包括含有多个下级分支的线路），如图1中的T

值得一提的是，图1是典型配网线路及设备原理图，其中传感器这里指功率传感器（电表），这里包括某个支路总表，例如传感器T

图2中展示了网损优化控制器原理框图的基本原理。具体地：1.功率的实时采集部分，功率的采集是在线路分支或各用电负荷及双向充换电设备的进线处，定义用电为正值，反送电为负，各传感器数据采集需要同步。2.网损计算部分，根据功率及配网线路拓扑，计算网损。3.网损变化趋势判断部分，根据当前工作条件，判断网损变化方向是否负荷预期，如符合预期，可进一步增加发电量；如否，则减少发电量。4.双向设备登录及反送电能力上报部分，双向设备上线需要在网损控制器中登录，并能动态更新状态（例如充电，放电，等待等），以及反送电能力（至少包括最大反送电功率）。5.线路约束部分，配网线路可允许的最大发电功率，通常由于线路经济运行范围或电网管理的限制，最大发电功率一般远小于用电功率，输出是系统实际最大发电功率限幅值（即负的最大值）。6.发电需求指令生成部分，根据系统最大发电功率限制及当前网损变化趋势，输出双向设备的实时发电需求指令。7.功率分配部分，控制器根据配电线路当前情况，将发电功率指令分配到双向充换电设备。

网损优化控制器的特点包括：当有设备上下线时，可以自动调整功率分配，达到网损最小；充分考虑配电线路自身的约束，限制发电功率，实现有序放电，例如经济运行区间，低负荷时不反电回上级电网；通过动态网表更新，以就地发电就地用电的原则，进行功率分配，实现网损降低，避免使用复杂的潮流优化算法。相应地，其优势包括：适合电网汽车放电的场景，即设备上线灵活流动，有不确定性（工作时间，功率方向，功率及电量大小等），而传统的光伏或储能设备则是相对固定；考虑配电线路约束，例如低负荷时段，变压器损耗占比本身也偏高，此时放电反而不利于效益提升；用动态网表方式取代复杂的潮流计算，实施更加简单鲁棒，易于工程实现。

进一步地，关于网损计算模块，结合图1和图3，根据功率采集数据和配电网线路拓扑，可以计算出该配网线路网损：

当电表安装有缺失的情况（例如一些小型设备，照明灯之类），也可以用部分网损来替代，通常仍然可以有很好的代表性，例如T

关于网损变化趋势判断模块，网损变化趋势判断模块输入根据总进线用电功率TB1的波动范围，上一次发电功率的扰动方向（即在当前发电功率指令上叠加一个变化值，该变化值的正负），以及本次计算网损和上一次网损计算的差值，做出发电功率扰动方向是否正确的判断。

具体如下：（1）判断用电功率T

（2）定义功率扰动值

（3）定义网损功率趋势变量

（4）则新的功率扰动值为：

注意功率方向负值表示发电，功率正号表示发电功率减少。而

关于设备登录及状态上报模块，当双向桩设备在该系统中上电时，要在网损优化控制器中登录（上线），并可以动态上传自身状态信息，包含且不限于当前运行状态（例如充电，放电，等待等）及能力信息（例如最大放电能力及持续时间等）。

关于配电线路约束模块，配电线路通常都有一定限制，影响双向充换电设备发电功率的大小。基本原理如下，每个V2G设备上传的最大发电功率；同时要考虑到配电线路的经济运行范围，例如要求总放电功率不超过该配电线路额定容量的25%（如图4中的P

关于发电需求指令生成模块，根据上一次发电功率扰动的结果，生成新的发电功率指令，如图5所示。

关于功率分配模块，如图6所示，功率分配模块接收发电功率指令P

其中，网表的建立遵循以下规则：（1）根据双向桩的运行状态动态更新，只考虑m个负荷节点按用电功率排序{L1，L2，…，Lm}及n个电源节点按（不含电网侧无限大电源）{S1，S2，…，Sn}。当双向桩工作在充电模式下，则归入负荷节点，否则归入电源节点；不上线的节点从列表中删除。如下面表1（Table0）所示，其中R

表1：Table0

（2）每次计算按上线及运行功率情况更新上述初始网表Table0。

（3）对于第j列，已知L

（4）将电源节点列表按R

表2：Table1

（5）则P

（6）列j分配结束，则需要动态更新所有发电节点的剩余发电能力P

（7）更新发电节点列表，发电能力已经归0的，从列表中剔除。

（8）同样方式操作下一列(j+1列)，直至发电节点列表为空，本轮功率分配结束。

（9）等下一个计算周期，下一轮功率分配开始时，负荷列表和发电列表从头开始，即重新构造Table0，P

该实施例用简单的网表实现快速的功率分配，避免复杂的潮流计算进行优化（实际上由于配网信息的不全面，往往无法精确计算潮流）。网损跟踪算法确保每一次迭代都是趋向网损减少，并且由于电动汽车的移动属性，双向桩的上线及发电能力存在很大的不确定性，而该实施例对配电线路的拓扑的完整性要求很低，线路拓扑中的不确定性只需动态更新网表，普适性强，工程实现简单。

进一步地，为提高网损计算的精准度，本申请还提供了另一实施例。

具体地，针对上述技术问题，在本申请的技术方案中，提出了一种基于双向充电桩设备的配电网网损优化控制器，图2为根据本申请另一个实施例的基于双向充电桩设备的配电网网损优化控制器的框图示意图。如图2所示，根据本申请另一个实施例的基于双向充电桩设备的配电网网损优化控制器100，包括：功率实时采集模块110，用于采集各个线路分支的用电负荷时序序列；网损计算模块120，用于基于所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑来计算配网线路网损；网损变化趋势判断模块130，用于根据总进线用电功率的波动范围、上一次的发电功率值和扰动方向，以及，本次的所述配网线路网损和上一次的所述配网线路网损之间的网损功率趋势变量，确定本次的所述发电功率扰动值；设备登陆和状态上报模块140，用于响应于检测到双向充电桩设备被上电时，允许所述双向充电桩设备进行登录并动态上传状态信息；配电线路约束模块150，用于控制所述双向充电桩设备的发电功率；发电需求指令生成模块160，用于根据上一次的发电功率扰动的结果，生成新的发电功率指令；以及，功率分配模块170，用于接收发电功率指令，并将所述发电功率指令分配到每一个所述双向充电桩设备。特别地，该基于双向充电桩设备的配电网网损优化控制器能够充分利用多个双向充电桩（设备）的反向供电能力，将适当的电能补充到配电线路中，以减少配电主干线路上的电流，从而降低电网损耗。这样，不但可以解决配电线路负荷峰谷问题，同时能够尽可能地降低线路网损和设备自身损耗，提升电网运行效益。

相应地，考虑到在配电网网损优化控制器中，准确计算配网线路网损尤为重要，这是进行配电网网损优化的关键。具体地，在本申请的技术方案中，可以基于所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑来计算配网线路网损。特别地，这里，通过采集各个线路分支的用电负荷时序序列，可以获取每个线路分支的实际用电情况。并且，由于配电网是由多个线路分支组成的复杂网络，线路分支之间的连接关系和拓扑结构对于网损的计算具有重要影响。通过考虑配电网线路拓扑，可以确定线路分支之间的电连接逻辑关系，包括串联关系和并联关系，这些关系直接影响到电流的流动路径和线路的电阻损耗，进而影响到网损的计算结果。因此，通过基于所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑来计算配网线路网损能够提供更准确的配网线路网损信息，有利于为优化控制器提供准确的信息，从而实现配电网的网损降低和电网运行效益的提升。

基于此，本申请的技术构思为在采集到各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑后，在后端引入数据处理和分析算法来进行这些数据的协同分析以生成配网线路网损。这样，能够基于线路分支的用电负荷和配电网线路拓扑来实现配电网网损的优化，从而实现配电网的网损降低和电网运行效益的提升。

基于此，本申请的技术构思为在采集到各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑后，在后端引入数据处理和分析算法来进行这些数据的协同分析以生成配网线路网损。这样，能够基于线路分支的用电负荷和配电网线路拓扑来实现配电网网损的优化，从而实现配电网的网损降低和电网运行效益的提升。

具体地，在所述网损计算模块中，首先，将所述各个线路分支的用电负荷时序序列按照时间维度排列为输入向量以得到线路分支用电负荷时序输入向量的序列，以此来分别整合所述各个线路分支的用电负荷数据在时间维度上的时序分布信息，以便于后续对于各个线路分支的用电负荷进行时序分析和特征刻画。

然后，将所述线路分支用电负荷时序输入向量的序列通过基于一维卷积层的线路分支内用电负荷时序关联特征提取器中进行特征挖掘，以分别提取出所述各个线路分支内用电负荷的时序动态特征信息，从而得到线路分支用电负荷时序特征向量的序列。

进一步地，考虑到配电网是由多个线路分支组成的复杂网络，其中包含了大量的线路分支和连接关系，线路分支之间的连接关系和拓扑结构对于网损的计算具有重要影响。并且，还考虑到所述各个线路分支内的用电负荷的时序动态特征之间具有着相互的关联关系，这种关联关系会在配电网线路的拓扑关联特征上有所呈现。因此，在本申请的技术方案中，进一步将所述配电网线路拓扑通过基于卷积神经网络模型的拓扑特征提取器以得到配电网线路拓扑特征矩阵。特别地，这里，所述配电网线路拓扑中非对角线位置上各个位置的值用于表示相应两个线路分支之间的电连接逻辑关系，其中，1表示串联关系，0表示并联关系。应可以理解，通过在配网线路网损计算的过程中考虑到所述配电网线路拓扑关联特征信息，可以确定线路分支之间的电连接逻辑关系，包括串联关系和并联关系，这些关系直接影响到电流的流动路径和线路的电阻损耗，进而影响到网损的计算结果。因此，基于配电网线路拓扑来计算网损可以更准确地反映出线路之间的相互影响和损耗情况。

进而，以所述线路分支用电负荷时序特征向量的序列中的各个线路分支用电负荷时序特征向量作为节点的特征表示，而以所述配电网线路拓扑特征矩阵作为节点与节点之间的边的特征表示，将由多个所述线路分支用电负荷时序特征向量经二维排列得到的线路分支用电负荷时序特征矩阵和所述配电网线路拓扑特征矩阵通过图神经网络模型以得到线路拓扑线路分支用电负荷全局特征矩阵。具体地，所述图神经网络模型通过可学习的神经网络参数对所述线路分支用电负荷时序特征矩阵和所述配电网线路拓扑特征矩阵进行图结构数据编码以得到包含不规则的配电网线路电逻辑拓扑特征和各个线路分支的用电负荷时序特征信息的所述线路拓扑线路分支用电负荷全局特征矩阵。

继而，再将所述线路拓扑线路分支用电负荷全局特征矩阵通过基于解码器的配网线路网损计算器以得到配网线路网损的解码值。也就是说，利用所述各个线路分支的用电负荷时序特征和所述配电网线路拓扑关联特征之间基于图结构的关联特征信息来进行解码以进行配网线路网损的计算。这样，能够基于线路分支的用电负荷和配电网线路拓扑来实现配电网网损的优化，从而实现配电网的网损降低和电网运行效益的提升。

相应地，所述网损计算模块，包括：线路分支用电负荷时序排列单元，用于将所述各个线路分支的用电负荷时序序列按照时间维度排列为输入向量以得到线路分支用电负荷时序输入向量的序列；用电负荷时序特征提取单元，用于通过基于深度神经网络模型的线路分支内用电负荷时序关联特征提取器对所述线路分支用电负荷时序输入向量的序列进行特征提取以得到线路分支用电负荷时序特征向量的序列；配电网线路拓扑特征提取单元，用于将所述配电网线路拓扑通过基于卷积神经网络模型的拓扑特征提取器以得到配电网线路拓扑特征矩阵；图结构关联编码单元，用于将所述线路分支用电负荷时序特征向量的序列和所述配电网线路拓扑特征矩阵通过图神经网络模型以得到线路拓扑线路分支用电负荷全局特征矩阵；以及，配网线路网损计算单元，用于将所述线路拓扑线路分支用电负荷全局特征矩阵通过基于解码器的配网线路网损计算器以得到配网线路网损的解码值；其中，所述基于深度神经网络模型的线路分支内用电负荷时序关联特征提取器为基于一维卷积层的线路分支内用电负荷时序关联特征提取器。

其中，所述配电网线路拓扑中非对角线位置上各个位置的值用于表示相应两个线路分支之间的电连接逻辑关系，其中，1表示串联关系，0表示并联关系。

进一步地，在本申请的技术方案中，所述的基于双向充电桩设备的配电网网损优化控制器，其还包括用于对所述基于一维卷积层的线路分支内用电负荷时序关联特征提取器、所述基于卷积神经网络模型的拓扑特征提取器、所述图神经网络模型和所述基于解码器的配网线路网损计算器进行训练的训练模块。

其中，在一个具体示例中，所述训练模块，包括：训练数据采集单元，用于获取训练数据，所述训练数据包括各个训练线路分支的训练用电负荷时序序列、所述各个训练线路分支之间的训练配电网线路拓扑以及配网线路网损的真实值；训练线路分支用电负荷时序排列单元，用于将所述各个训练线路分支的训练用电负荷时序序列按照时间维度排列为输入向量以得到训练线路分支用电负荷时序输入向量的序列；训练用电负荷时序特征提取单元，用于通过所述基于一维卷积层的线路分支内用电负荷时序关联特征提取器对所述训练线路分支用电负荷时序输入向量的序列进行特征提取以得到训练线路分支用电负荷时序特征向量的序列；训练配电网线路拓扑特征提取单元，用于将所述训练配电网线路拓扑通过所述基于卷积神经网络模型的拓扑特征提取器以得到训练配电网线路拓扑特征矩阵；训练图结构关联编码单元，用于将所述训练线路分支用电负荷时序特征向量的序列和所述训练配电网线路拓扑特征矩阵通过所述图神经网络模型以得到训练线路拓扑线路分支用电负荷全局特征矩阵；训练配网线路网损计算单元，用于将所述训练线路拓扑线路分支用电负荷全局特征矩阵展开后得到的训练线路拓扑线路分支用电负荷全局特征向量通过所述基于解码器的配网线路网损计算器以得到解码损失函数值；以及，损失训练单元，用于基于所述解码损失函数值并通过梯度下降的方向传播来对所述基于一维卷积层的线路分支内用电负荷时序关联特征提取器、所述基于卷积神经网络模型的拓扑特征提取器、所述图神经网络模型和所述基于解码器的配网线路网损计算器进行训练，其中，在所述训练线路拓扑线路分支用电负荷全局特征矩阵展开后得到的训练线路拓扑线路分支用电负荷全局特征向量每次通过解码器进行迭代训练时，对所述训练线路拓扑线路分支用电负荷全局特征向量进行优化。

其中，所述训练配网线路网损计算单元，用于：使用所述基于解码器的配网线路网损计算器以如下解码训练公式对所述训练线路拓扑线路分支用电负荷全局特征向量进行解码回归以获得训练解码值；其中，所述解码训练公式为：

特别地，在上述技术方案中，所述训练线路分支用电负荷时序特征向量的序列中的各个训练线路分支用电负荷时序特征向量表达各个训练线路分支的训练用电负荷的局部时域关联特征，在所述训练线路分支用电负荷时序特征向量的序列和所述训练配电网线路拓扑特征矩阵通过图神经网络模型时，可以进一步提取单线路分支的训练用电负荷的局部时域关联特征在多线路分支电连接逻辑关系拓扑下的拓扑关联，但是，考虑到训练线路分支的训练用电负荷的局部时域关联特征在各个样本空间内的特征表示差异，以及所述训练线路拓扑线路分支用电负荷全局特征矩阵与所述训练线路分支用电负荷时序特征向量对应的特征向量，例如行特征向量的特征表示独立性，所述训练线路拓扑线路分支用电负荷全局特征矩阵相对于所述训练线路分支用电负荷时序特征向量的序列具有信息博弈离散化，从而影响所述训练线路拓扑线路分支用电负荷全局特征矩阵通过解码器进行解码训练的稳定性。

基于此，本申请优选地在所述训练线路拓扑线路分支用电负荷全局特征矩阵展开后得到的训练线路拓扑线路分支用电负荷全局特征向量每次通过解码器进行迭代训练时，对所述训练线路拓扑线路分支用电负荷全局特征向量进行优化。

相应地，在一个示例中，在所述训练线路拓扑线路分支用电负荷全局特征矩阵展开后得到的训练线路拓扑线路分支用电负荷全局特征向量每次通过解码器进行迭代训练时，以如下优化公式对所述训练线路拓扑线路分支用电负荷全局特征向量进行优化；其中，所述优化公式为：

具体地，当所述训练线路拓扑线路分支用电负荷全局特征向量进行训练时，训练时的所述解码器的权重矩阵作用于所述线路拓扑线路分支用电负荷全局特征向量上，由于权重矩阵本身的致密特性，会使得所述训练线路拓扑线路分支用电负荷全局特征向量的各个位置的特征值之间的图像语义相关信息博弈离散化产生大规模信息博弈，导致解码解无法在博弈基础上收敛到纳什均衡，这样，通过基于所述训练线路拓扑线路分支用电负荷全局特征向量的向量信息自控均衡邻域对所述训练线路拓扑线路分支用电负荷全局特征向量进行信息博弈均衡化的等效收敛，可以通过特征值在局部邻域内的自博弈来促进收敛，从而提高所述训练线路拓扑线路分支用电负荷全局特征矩阵通过解码器的训练效果。这样，能够基于线路分支的用电负荷和配电网线路拓扑来计算配网线路网损，有利于为优化控制器提供更准确的信息来进行配电网网损的优化，从而实现配电网的网损降低和电网运行效益的提升。

进一步地，在所述网损变化趋势判断模块130中，以如下扰动值计算公式确定本次的所述发电功率扰动值；其中，所述扰动值计算公式为：

其中：

其中，

进一步地，所述网损变化趋势判断模块130，用于：响应于上一次的所述发电功率扰动方向正确，增加发电量。

综上，基于本申请实施例的基于双向充电桩设备的配电网网损优化控制器100被阐明，其可以提升电网运行效益。

如上所述，根据本申请实施例的基于本申请实施例的基于双向充电桩设备的配电网网损优化控制器100可以实现在各种终端设备中，例如具有基于本申请实施例的基于双向充电桩设备的配电网网损优化控制算法的服务器等。在一个示例中，基于本申请实施例的基于双向充电桩设备的配电网网损优化控制器100可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该基于本申请实施例的基于双向充电桩设备的配电网网损优化控制器100可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该基于本申请实施例的基于双向充电桩设备的配电网网损优化控制器100同样可以是该终端设备的众多硬件模块之一。

替换地，在另一示例中，该基于本申请实施例的基于双向充电桩设备的配电网网损优化控制器100与该终端设备也可以是分立的设备，并且该基于双向充电桩设备的配电网网损优化控制器100可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。

图9为根据本申请另一个实施例的基于双向充电桩设备的配电网网损优化控制方法的流程图。如图9所示，根据本申请实施例的基于双向充电桩设备的配电网网损优化控制方法，其包括：S110，采集各个线路分支的用电负荷时序序列；S120，基于所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑来计算配网线路网损；S130，根据总进线用电功率的波动范围、上一次的发电功率值和扰动方向，以及，本次的所述配网线路网损和上一次的所述配网线路网损之间的网损功率趋势变量，确定本次的所述发电功率扰动值；S140，响应于检测到双向充电桩设备被上电时，允许所述双向充电桩设备进行登录并动态上传状态信息；S150，控制所述双向充电桩设备的发电功率；S160，根据上一次的发电功率扰动的结果，生成新的发电功率指令；以及，S170，接收发电功率指令，并将所述发电功率指令分配到每一个所述双向充电桩设备。

这里，本领域技术人员可以理解，上述基于双向充电桩设备的配电网网损优化控制方法中的各个步骤的具体操作已经在上面参考图8的基于双向充电桩设备的配电网网损优化控制器100的描述中得到了详细介绍，并因此，将省略其重复描述。

图10为根据本申请另一个实施例的基于双向充电桩设备的配电网网损优化控制器的应用场景图。如图10所示，在该应用场景中，首先，采集各个线路分支的用电负荷时序序列（例如，图10中所示意的D1）以及各个线路分支之间的配电网线路拓扑（例如，图10中所示意的D2），然后，将所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑输入至部署有基于双向充电桩设备的配电网网损优化控制算法的服务器（例如，图10中所示意的S）中，其中，所述服务器能够使用所述基于双向充电桩设备的配电网网损优化控制算法对所述各个线路分支的用电负荷时序序列和所述各个线路分支之间的配电网线路拓扑进行处理来计算配网线路网损。

本申请使用了特定词语来描述本申请的实施例。如“第一/第二实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本申请所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

上面是对本申请的说明，而不应被认为是对其的限制。尽管描述了本申请的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本申请的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本申请范围内。应当理解，上面是对本申请的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本申请由权利要求书及其等效物限定。