一种智能化光伏储能一体化充电站的控制方法

    公开(公告)号:CN115378007B

    公开(公告)日:2022-12-23

    申请号:CN202211307672.8

    申请日:2022-10-25

    摘要: 本发明公开了新能源领域的一种智能化光伏储能一体化充电站的控制方法,包括获得未来时间段T内的充电站所在地的天气预报情况,按照预设的光照模型,预测获得光伏元件在时间段T内的预估光伏发电量PL;获得历史时间段N的充电负载的单日充电数据,根据单日充电数据预测未来时间段T内的充电负载的单日所需预估电量QL;计算预估光伏发电量PL与充电负载的单日所需预估电量QL的差值,比较差值与预设阈值的大小,基于比较结果控制充电站的光伏元件、储能元件及电力换能器的工作。本发明提高了各种不同形式的电力资源利用效率,降低用户的经济成本和充电站控制成本,并满足减少碳排放的出行需求。

    一种车载移动变电站安全防护装置

    公开(公告)号:CN115275791A

    公开(公告)日:2022-11-01

    申请号:CN202211068995.6

    申请日:2022-09-02

    摘要: 本发明公开了一种车载移动变电站安全防护装置,本发明涉及车载式移动变电站技术领域。该车载移动变电站安全防护装置,包括基板,基板上端面前部安装有线束夹机构,基板上端面左右对称固定连接有支板,支板侧端面下部安装有散热机构,线束夹机构包括安装框,安装框固定连接在基板上端面前部,安装框内部滑动连接有若干个右部开口的C形板,本发明能够对于变电站插接的电线起到夹紧加固的作用,避免了变电站工作过程中因震动导致电线松动接触不良从而出现电弧将变电站击坏的情况,且还能够在雨天时减少散热孔的开口程度,避免了雨水进入到变电站内部的情况,极大的增强了对变电站的防护效果。

    基于车牌自动识别与引导的电动汽车有序充电方法与系统

    公开(公告)号:CN111497671B

    公开(公告)日:2021-05-25

    申请号:CN202010327941.1

    申请日:2020-04-23

    摘要: 本发明公开了一种基于车牌自动识别与引导的电动汽车有序充电方法与系统,属于电动汽车有序充电技术领域,包括:获取用户的充电预约请求,该充电预约请求携带有充电电量、提车时间以及充电模式信息;根据充电预约请求生成充电订单,该充电订单包含预约充电车辆的位置信息、充电桩位置信息及充电桩的使用状态信息;调用台区配变历史负荷数据和电动汽车历史充电数据,编排有序充电计划;将充电订单和有序充电计划下发至充电桩,以对预约充电车辆进行有序充电。本发明能够帮助电动车主快速找到附近空闲充电桩进行有序充电,减少电动汽车充电平均等待时间,提升充电桩整体利用率,促进电动汽车产业的发展。

    一种多台区电力建设项目规划设计方法

    公开(公告)号:CN116090081A

    公开(公告)日:2023-05-09

    申请号:CN202310366757.1

    申请日:2023-04-07

    摘要: 本发明涉及电力项目规划技术领域,特别涉及一种多台区电力建设项目规划设计方法,包括步骤为:S1、通过建设区域内用电规模来确定变压器的型号和数量,从而确定建设区域内的变电站规模;S2、通过建设区域内的变电站规模计算变电站建设的面积;S3、基于变电站建设的面积在建设区域内进行初步选址,将符合变电站建设面积的各个变电站建设位置记为各待选建设点;之后通过对各待选建设点进行地质符合参数、周围物体符合度系数、气象符合度系数得到各待选建设点综合符合度评价系数,进而从待选建设点中选择最佳的建设点;通过上述分析方式能够增加变电站建设规划的全面性以及变电站运行时的安全性,同时减少了变电站后期的运维成本。

    电网负荷预测模型的建立方法及计算机可读储存介质

    公开(公告)号:CN115879570A

    公开(公告)日:2023-03-31

    申请号:CN202211316546.9

    申请日:2022-10-25

    IPC分类号: G06N20/20 G06F18/214 H02J3/00

    摘要: 本发明提供一种电网负荷预测模型的建立方法,包括数据获取,数据清洗,建立线路负荷预测模型,通过变电站叠加负荷预测模型与变电站XGBoost负荷预测模型相互检验得到的变电站负荷预测模型;以及相互检验得到的区域负荷预测模型等步骤。该电网负荷预测模型的建立方法通过采用XGBoost预测方法对电网历史运行数据结合影响电网的气候、日程数据进行分析生成电网不同层级的负荷预测模型,能够保证训练后的模型的精准度,在更高层级的变电站负荷预测与区域负荷预测中,由于结合下层负荷预测模型与当前层级负荷预测模型,兼顾了电网的局部信息与范围信息,因此相比于依靠单层模型的预测,能够使负荷预测模型的结果更接近实际情况。