-
公开(公告)号：CN113725873A
公开(公告)日：2021-11-30
申请号：CN202111021241.0
申请日：2021-09-01
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： 本发明涉及促进风电消纳的电动汽车充电负荷调度优化方法，包括如下步骤：获取下调峰时段风电受阻电量；获取电动汽车无序充电负荷曲线；建立促进风电消纳的电动汽车充电负荷优化模型，所述模型的目标函数为电动汽车参与风电消纳最小化风电剩余受阻量和电动汽车充电总成本最低，并获取所述模型的约束条件；采用自适应度变异的粒子群算法对优化模型进行求解，获得电动汽车的目标充放电电量和充放电功率。本发明的方法增强了电动汽车用户参与风电消纳的积极性，大规模的电动汽车参与风电消纳不仅可以增强电网系统的调峰能力，还可以增加受阻风电的消纳。
-
公开(公告)号：CN113725873B
公开(公告)日：2024-09-13
申请号：CN202111021241.0
申请日：2021-09-01
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： 本发明涉及促进风电消纳的电动汽车充电负荷调度优化方法，包括如下步骤：获取下调峰时段风电受阻电量；获取电动汽车无序充电负荷曲线；建立促进风电消纳的电动汽车充电负荷优化模型，所述模型的目标函数为电动汽车参与风电消纳最小化风电剩余受阻量和电动汽车充电总成本最低，并获取所述模型的约束条件；采用自适应度变异的粒子群算法对优化模型进行求解，获得电动汽车的目标充放电电量和充放电功率。本发明的方法增强了电动汽车用户参与风电消纳的积极性，大规模的电动汽车参与风电消纳不仅可以增强电网系统的调峰能力，还可以增加受阻风电的消纳。
-
公开(公告)号：CN115249087A
公开(公告)日：2022-10-28
申请号：CN202210461496.7
申请日：2022-04-28
申请人： 国家电网有限公司 , 国网河南省电力公司经济技术研究院 , 国网电动汽车服务有限公司 , 华北电力大学
摘要： 本发明公开了一种基于智能合约的电动汽车负荷分层分级调度优化方法，包括(1)确定基于智能合约技术的大规模电动汽车有序充放电调度架构，(2)按照“充电‑行驶‑充电”的方式确定电动汽车充电能量上界、能量下界，整合为全过程能量轨迹模型。(3)以最小化电网运行成本的目标建立上层调度优化模型，优化计算得到电动汽车最优充放电功率曲线并将充电计划下发给电动汽车集成商。(4)从电动汽车集成商角度出发，按照调度中心下发的充电计划曲线，(5)通过进一步分层，设置站级层面进行求解。本发明通过构建电动汽车负荷聚合运营模式，在长时间尺度下电动汽车充放电调度可以很好地响应异常电源或负荷波动，缓解电网基础设施扩建压力。
-
公开(公告)号：CN115130721A
公开(公告)日：2022-09-30
申请号：CN202210461445.4
申请日：2022-04-28
申请人： 国家电网有限公司 , 国网河南省电力公司经济技术研究院 , 国网电动汽车服务有限公司 , 华北电力大学
摘要： 本发明公开了一种能源与交通网耦合下电动汽车负荷聚合调控优化方法，包括以下步骤：采集交通网络节点、交通网络路径长度、发电机组容量、用户行驶平均时间成本等数据，设置发电成本系数。计算电动汽车用户行驶和充电的时间成本、电力系统提供充电服务的供电成本。以降低电力系统提供充电服务的供电成本和用户的行驶充电过程中的时间成本为目标。基于能源与交通网耦合下的电动汽车负荷聚合调控优化模型，采用最短路径算法的求解各节点分布式电源出力和交通流分布。通过对电动汽车交通流的调控，可以有效改善交通网络中潮流的分布进而影响电动汽车充电需求的分布，改善电网潮流分布，促进新能源发电的消纳，提高整个系统的经济性。
-
公开(公告)号：CN114676969A
公开(公告)日：2022-06-28
申请号：CN202210187403.6
申请日：2022-02-28
申请人： 国网电动汽车服务有限公司 , 华北电力大学 , 国网上海市电力公司 , 国家电网有限公司
摘要： 本发明涉及电动汽车充电调度技术领域，具体提供了一种电动汽车充电调度方法及装置，包括：基于需要充电的电动汽车的荷电状态确定需要充电的电动汽车的充电紧迫程度；基于需要充电的电动汽车的充电紧迫程度对需要充电的电动汽车进行充电调度。本发明提供的技术方案充分考虑车辆出行紧迫程度等因素进行充电推荐调度，有效降低电动汽车的充电时间、满足电动汽车出行需求、平衡区域内充电站的负载、提升全局的充电效率。
-
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：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。
-
-
-
-
-
-
-
-
-
搜索结果
48 条记录 (耗时 0.081 秒)
