-
公开(公告)号：CN113910958A
公开(公告)日：2022-01-11
申请号：CN202111084188.9
申请日：2021-09-14
申请人： 国网电动汽车服务有限公司
摘要： 本发明涉及电动汽车与电网互动技术领域，具体提供了一种电动汽车社区有序充电分级调控方法及装置，包括：根据充电桩群体中各充电桩的可调节充电功率确定充电桩群体中各充电桩的充电功率可调度；将充电桩群体中各充电桩的充电功率可调度及电桩群体对应的变压器容量代入预先建立的充电桩充电优化模型，求解所述预先建立的充电桩充电优化模型，得到充电桩群体中各充电桩的充电功率。本发明提供的技术方案能够对于同一变压器或同一供电区域内充电负荷总和受限的充电桩资源进行分级，基于分级结果在满足台区或供电区域充电负荷限制和安全限制的前提下，尽可能满足不同层级充电用户的充电需求。
-
公开(公告)号：CN112396219A
公开(公告)日：2021-02-23
申请号：CN202011228856.6
申请日：2020-11-06
申请人： 华北电力大学 , 国网电动汽车服务有限公司
摘要： 本发明涉及一种电动汽车充电网络与分布式能源联合优化调度方法，包括以下步骤：步骤1、收集数据样本，包括电动汽车负荷数据、分布式能源出力数据；步骤2、构建联合优化调度模型，以最大化可再生能源消纳为目标设置目标函数和约束条件，以获得最优电动汽车调度计划；步骤3、基于粒子群算法进行联合优化调度模型求解；步骤4、根据步骤3的输出结果确定最优调度方法。本发明能够实现最大化可再生能源消纳。
-
公开(公告)号：CN115694876A
公开(公告)日：2023-02-03
申请号：CN202211034316.3
申请日：2022-08-26
申请人： 国网电动汽车服务有限公司 , 国网山西省电力公司营销服务中心
IPC分类号： H04L9/40 , H04L9/32 , H04L67/1061 , H04L67/12
摘要： 本发明提供了一种区块链电力交易系统、共识方法、设备和存储介质，包括信誉模块、分片划分模块、分片内共识模块和跨分片共识模块；分片划分模块，用于根据系统中各节点的信誉值和节点所在地区，将所述节点划分到多个分片；信誉模块，由信誉链组成，用于基于节点的工作数据计算分片内各节点的信誉值；分片内共识模块，用于基于分片内的节点交易信息，通过分片内共识算法对分片内的节点交易进行验证；为分片内的节点提出跨分片交易；跨分片共识模块，用于通过多级跨分片共识机制，对跨分片交易进行验证；本发明基于信誉机制将节点编入分片，确保了分片内的安全性；通过多级跨分片共识机制对跨分片交易进行验证，能够保证节点安全高效的进行交易。
-
公开(公告)号：CN113869551A
公开(公告)日：2021-12-31
申请号：CN202110978765.2
申请日：2021-08-25
申请人： 国网上海市电力公司 , 上海电力交易中心有限公司 , 华北电力大学 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司 , 国网电动汽车服务有限公司
摘要： 本发明涉及一种考虑数据相关性的电动汽车充电负荷预测方法，包括以下步骤：步骤1、采集电动汽车充电负荷历史数据；步骤2、对步骤1所采集的电动汽车充电负荷历史数据与实时数据进行数据相关性分析，计算电动汽车充电负荷历史数据与实时数据之间的相关系数；步骤3、基于步骤2计算获得的相关系数，选取相关性高的电动汽车充电负荷历史数据作为预测的电动汽车充电负荷数据；步骤4、对步骤3选取相关性高的电动汽车充电负荷历史数据作为预测的电动汽车充电负荷数据，采用LSTM算法进行预测，得出预测结果。本发明可以有效减少数据处理的工作量，简化预测方法同时提高预测精度。
-
公开(公告)号：CN113065904A
公开(公告)日：2021-07-02
申请号：CN202110465576.5
申请日：2021-04-28
申请人： 华北电力大学 , 国网电动汽车服务有限公司
摘要： 本发明涉及基于深度学习的调峰辅助服务出清价格预测方法及装置，包括：获取连续N天的调峰辅助服务市场出清价格历史数据，将原始出清价格数据向前移动分别1、2……k天，获得D‑1、D‑2……D‑k数据列；采用BP神经网络、粒子群算法优化的BP神经网络、最小二乘支持向量机进行第一轮训练及预测，并形成BP‑扩展列、PSO_BP‑扩展列、LSSVM‑扩展列；利用前N‑k天的时点及D‑1、D‑2……D‑k出清价格、BP‑扩展列、PSO_BP‑扩展列、LSSVM‑扩展列及原出清价格作为训练数据对BP神经网络进行训练，利用训练好的BP神经网络即可进行待预测日的出清价格预测。本发明能较好的对电力出清价格进行预测。
-
公开(公告)号：CN112332433B
公开(公告)日：2023-01-31
申请号：CN202011050037.7
申请日：2020-09-29
申请人： 国网电动汽车服务有限公司 , 华北电力大学
IPC分类号： H02J3/32 , B60L53/63 , B60L53/64 , G06Q10/0631 , G06Q50/06
摘要： 本发明涉及一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，具体包括以下步骤：步骤1、建立基于logistic函数的电动汽车用户可接受调度的概率模型，计算电动汽车用户可接受负荷转移调度的概率；步骤2、对单个电动汽车进行最大响应容量分析，并计算出电动汽车在该辅助服务时段下各时刻物理可转移负荷容量；步骤3、基于步骤1用户接受负荷转移调度的概率和步骤2电动汽车物理可转移负荷容量计算电动汽车期望可转移负荷容量。本发明可应用于实际工程中电动汽车集群可调潜力评估及调控补偿机制设置，为负荷聚集商聚合代理电动汽车资源参与辅助服务市场模式的容量评估提供理论支撑。
-
公开(公告)号：CN114725969A
公开(公告)日：2022-07-08
申请号：CN202210408636.4
申请日：2022-04-19
申请人： 华北电力大学 , 国网电动汽车服务有限公司
摘要： 本发明涉及一种基于风电曲线连续追踪的电动汽车负荷聚合方法，包括：构建电动汽车负荷消纳风电曲线聚合模型，得到电动汽车调用结果，通过所述电动汽车调用结果计算弃风电量；利用储能设备优化所述弃风电量，获得储能调整优化后的弃风电量，设置储能功率与容量配置，构建储能调整优化后风电曲线连续追踪模型；基于所述储能调整优化后风电曲线连续追踪模型，求解出所述储能设备各时间段的充放电功率，计算输出聚合的成本费用，得到最终输出成本与偏差优化后的电动汽车聚合连续追踪风电曲线方案。本发明通过构建所述聚合模型与追踪模型，计算出各输出的成本费用，进而实现更高精度的风电等可再生能源曲线连续追踪，同时降低聚合的经济性成本费用。
-
公开(公告)号：CN114449010A
公开(公告)日：2022-05-06
申请号：CN202111538707.4
申请日：2021-12-15
申请人： 国网电动汽车服务有限公司 , 北京联行网络科技有限公司
IPC分类号： H04L67/12 , G07F15/00 , G06F16/953 , G06F16/2455
摘要： 一种基于工业互联网标识解析的车桩网互动系统和方法，本发明是采用工业互联网的标识解析体系，针对车企、桩企及电网的跨行业信息，构建基于标识解析的车桩网互动系统，并提出相应的互动方法。实现跨行业的数据共享与贯通，实现车、桩、网需求数据的快速获取，提升车桩网互动的能力。同时基于标识解析系统的顶级节点由国家监管，可以对数据信息的注册及使用进行监控，保证了数据内容的可信获取，避免了数据的非法使用。
-
公开(公告)号：CN112332433A
公开(公告)日：2021-02-05
申请号：CN202011050037.7
申请日：2020-09-29
申请人： 国网电动汽车服务有限公司 , 华北电力大学
摘要： 本发明涉及一种电动汽车参与填谷辅助服务可转移负荷容量分析方法，具体包括以下步骤：步骤1、建立基于logistic函数的电动汽车用户可接受调度的概率模型，计算电动汽车用户可接受负荷转移调度的概率；步骤2、对单个电动汽车进行最大响应容量分析，并计算出电动汽车在该辅助服务时段下各时刻物理可转移负荷容量；步骤3、基于步骤1用户接受负荷转移调度的概率和步骤2电动汽车物理可转移负荷容量计算电动汽车期望可转移负荷容量。本发明可应用于实际工程中电动汽车集群可调潜力评估及调控补偿机制设置，为负荷聚集商聚合代理电动汽车资源参与辅助服务市场模式的容量评估提供理论支撑。
-
公开(公告)号：CN112488362B
公开(公告)日：2024-11-08
申请号：CN202011228149.7
申请日：2020-11-06
申请人： 华北电力大学 , 国网电动汽车服务有限公司
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q10/0635 , G06N3/006 , G06Q50/06 , H02J3/32
摘要： 本发明涉及一种协调电动汽车参与辅助服务市场的储能优化配置方法，包括以下步骤：步骤1、采用最小二乘支持向量机预测电动汽车参与辅助服务市场的日度96点上报容量；拟合得到电动汽车日度总负荷分布情况；步骤3、确定上报容量与实际响应容量的误差分布情况，并以蒙特卡洛模拟未来的电动汽车日度负荷总容量规模；步骤4、计算日度参与协调电动汽车参与辅助服务的储能需求容量；步骤5、构建出最小化辅助服务调度风险的目标函数；步骤6、以粒子群算法对步骤5的储能模型求解，输出最优化储能容量与储能功率的配置结果。本发明能够提高电动汽车参与辅助服务的可调容量。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.081 秒)
