-
公开(公告)号：CN118998952A
公开(公告)日：2024-11-22
申请号：CN202411302103.3
申请日：2024-09-18
Abstract: 本发明提供了一种空调负荷的能量调度优化方法及系统，包括：根据空调开关状态对空调设备进行分组；对各组中的空调设备进行排序，获得由空调负荷的优先调控序列；在空调负荷参与调度优化前，获取空调设备的各项信息数据进行留存；在空调负荷的优先调控序列的基础上，采用提高死区温度和/或提高设定温度的方式，对空调负荷的能量进行调度优化；在完成调度之后提取留存的数据对空调设备的数据进行逐一恢复。本发明通过对空调设备按照相关参数的重要程度进行排序，获得空调负荷的优先调控序列，优先调整对用户影响最小的空调设备，实现居住区能源的高效管理和优化配置，有效削减电网负荷峰值，提高电网的运行效率和可靠性。
-
公开(公告)号：CN119419888A
公开(公告)日：2025-02-11
申请号：CN202411539713.5
申请日：2024-10-31
Abstract: 本发明提供了一种基于势博弈的充电调度方法，包括：提供一电动汽车的充电关系网络，并基于该网络建立充电站运营商的市场竞争框架；基于充电站运营商的市场竞争框架，构建电网、充电站运营商和电动汽车用户之间的博弈模型，获得充电站运营商的最优定价，动态调整充电桩数量与分布和/或电网负荷，对电动汽车用户的充电进行调度。同时提供了一种相应的系统、终端和介质。本发明可以提高了充电站总收益，而且可以减少用户的平均等待时间，在提高充电站运营商利益的同时，还能够对充电站进行充分利用，在充电站利益最大化的同时，改善充电站区域拥挤情况，优化充电站的充电桩数量与分布以及电网负荷。
-
公开(公告)号：CN119066556A
公开(公告)日：2024-12-03
申请号：CN202411182464.9
申请日：2024-08-27
IPC: G06F18/2431 , G06F18/23 , G06F18/21 , G06N3/0499 , G06Q10/0639 , G06Q50/06
Abstract: 本发明提出了一种考虑用户选择充电站习惯的电动汽车充电引导方法及其系统，方法包括，使用SOFM和SHAP算法对用户的历史充电数据进行聚类分析，构建用户画像，将用户划分为不同群体；采用熵权法计算时间成本和费用成本的权重，构建用户满意度模型；在电动汽车用户发送充电请求时，根据实时位置、剩余电量、充电站使用情况以及用户画像和满意度模型，计算并引导用户前往满意度最高的充电站。本发明还考虑了实时路况信息和充电聚合商的盈利能力评估，提高了充电引导的准确性和实用性，实现了电动汽车充电引导方法的全面自动化和智能化，为用户和充电站运营商提供了便捷、高效的充电服务解决方案。
-
公开(公告)号：CN119253679B
公开(公告)日：2025-04-29
申请号：CN202411785438.5
申请日：2024-12-06
Abstract: 本发明提供了一种考虑快充负荷场景的电动汽车用户侧可调功率计算方法，包括：建立基于非齐次泊松过程设定的电动汽车到站过程模型，估计电动汽车充电起始时的荷电状态；基于序贯蒙特卡洛方法生成快充负荷场景，模拟电动汽车到达、排队和充电过程；对充电场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算充电场景下电动汽车用户侧实时可调功率；对V2G场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算V2G场景下电动汽车用户侧实时可调功率；结合充电场景和V2G场景下电动汽车用户侧实时可调功率，计算规模化电动汽车用户侧聚合商实时可调功率。
-
公开(公告)号：CN119408440A
公开(公告)日：2025-02-11
申请号：CN202411539709.9
申请日：2024-10-31
IPC: B60L53/60 , H02J3/06 , H02J3/00 , B60L53/64 , B60L53/62 , B60L53/63 , G06Q10/04 , G06Q30/0283 , G06Q50/06 , G06N5/01
Abstract: 本发明提供了一种基于演化博弈的社区电动汽车充电站目标优化方法及系统，包括：建立代理商与用户之间的信息传递机制，基于所述信息传递机制，获得代理商运营模式，并制定次日各时段电价；根据所述次日各时段电价以及用户充电需求反馈，建立代理商与用户需求之间的演化博弈模型；对所述演化博弈模型进行目标优化，获得最优社区电动汽车充电电价；根据所述最优社区电动汽车充电电价，动态调整充电桩数量与分布、充电速度和/或电网负荷。本发明通过建立代理商和用户之间的演化博弈，以此获得全局最优的定价与购电策略，进而优化充电桩数量与分布、提升充电速度、平衡与稳定电网负荷，提高了充电站利益和用户满意度。
-
Patent Agency Ranking
公开(公告)号：CN119171458A
公开(公告)日：2024-12-20
申请号：CN202411302105.2
申请日：2024-09-18
Abstract: 本发明提供了一种空调负荷与电动汽车的能量互济调控优化方法及系统，其中方法包括：根据电网需求调整台区内电动汽车的充电行为，对电动汽车进行互济调控；调整台区内居民各自的空调设备消耗电能行为，对空调负荷进行互济调度；基于电动汽车互济调控和空调负荷互济调度，对电动汽车和空调设备间进行协同互济优化。本发明通过空调负荷与电动汽车充放电的协调优化，有效降低电网的峰谷差率，实现电网负荷的均衡分布和峰谷差率的最小化，提高电网的稳定性，对于推动智能电网的发展、提升居住区能源管理水平具有重要的理论和实践意义。
-
公开(公告)号：CN119765514A
公开(公告)日：2025-04-04
申请号：CN202411714296.3
申请日：2024-11-27
IPC: H02J3/48 , G06F17/10 , G06F17/11 , G06N3/0499 , H02J3/50 , H02J3/38 , H02J3/24 , H02J3/16 , H02J3/00
Abstract: 本发明提供了一种用于微网故障恢复的数据丢包问题一致性控制方法及系统，其中方法包括：基于微网系统的分层控制架构，建立虚拟领导者‑跟随一致性控制模型；计算通信丢包对所述一致性控制模型的控制结果所造成的偏差，并选取该偏差量作为第一触发条件，同时设置一致性控制超调量作为第二触发条件；若微电网系统稳态误差小于第一触发条件且一致性控制超调量小于第二触发条件，则采用各DER由下垂控制输出的实时数据来完成一致性控制；否则，采用预测补偿环节中输出的控制数据来完成一致性控制。本发明有效提高系统对动态变化的响应能力，优化了系统的性能，确保了系统的整体稳定性。
-
公开(公告)号：CN119253679A
公开(公告)日：2025-01-03
申请号：CN202411785438.5
申请日：2024-12-06
Abstract: 本发明提供了一种考虑快充负荷场景的电动汽车用户侧可调功率计算方法，包括：建立基于非齐次泊松过程设定的电动汽车到站过程模型，估计电动汽车充电起始时的荷电状态；基于序贯蒙特卡洛方法生成快充负荷场景，模拟电动汽车到达、排队和充电过程；对充电场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算充电场景下电动汽车用户侧实时可调功率；对V2G场景下单辆电动汽车在接入时段内的可调度能力可行域进行分析，并基于该分析计算V2G场景下电动汽车用户侧实时可调功率；结合充电场景和V2G场景下电动汽车用户侧实时可调功率，计算规模化电动汽车用户侧聚合商实时可调功率。
-
公开(公告)号：CN119834381A
公开(公告)日：2025-04-15
申请号：CN202411714290.6
申请日：2024-11-27
Abstract: 本发明提供了一种基于分层控制的微网故障恢复控制方法及系统，包括：基于微网系统的分层控制架构，建立虚拟领导者‑跟随一致性控制模型；基于所述虚拟领导者‑跟随一致性控制模型，确定各层级的控制模式；其中：在一次控制环节中，采用下垂控制对微电网的频率和电压控制；在二次控制环节中，采用电压二次控制调节微电网的电压至给定参考值，采用角频率二次控制调节微电网的频率至给定参考值；利用设定的事件触发机制，启动二次控制环节，调节微电网输出电压和频率保持恒定，对微电网故障进行恢复。本发明能够提高系统的稳定性，不仅优化了控制策略，还提高了系统对动态环境的适应能力，最终实现了高效的网络与物理层协同控制。
-
公开(公告)号：CN119809191A
公开(公告)日：2025-04-11
申请号：CN202411809506.7
申请日：2024-12-10
Applicant: 上海交通大学
IPC: G06Q10/0631 , G06Q10/20 , G06Q50/06
Abstract: 本发明提供了一种配网故障维护协同规划方法、系统、终端及介质，属于配电网故障恢复调度优化技术领域，包括：构建网络维护人员和设备维护人员调度模型，利用调度模型，得到维护人员的维修路径；建立多维护人员并行调度的时间统一模型，将网络维护人员和设备维护人员整合到同一时间轴上，根据维修顺序得到时间序列，并建立配电网络重构模型；建立具有设备维护人员、网络维护人员和配电网恢复系统关联关系的协同恢复模型，促使网络维护人员、设备维护人员和配电网系统之间的有效协作优化，获得故障后的最小负载损失以及维修剩余故障部件所需的最小时间。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
