一种基于风电曲线连续追踪的电动汽车负荷聚合方法

    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

    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。

    一种基于风电曲线连续追踪的电动汽车负荷聚合方法

    公开(公告)号:CN114725969B

    公开(公告)日:2022-10-11

    申请号:CN202210408636.4

    申请日:2022-04-19

    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。

    电动汽车充电负荷聚类预测方法及装置

    公开(公告)号:CN112132351A

    公开(公告)日:2020-12-25

    申请号:CN202011041068.6

    申请日:2020-09-28

    摘要: 本发明涉及电动汽车充电负荷聚类预测方法,包括如下步骤:采集历史日电动汽车充电负荷数据及历史日相关的天气信息数据;对采集到的数据进行预处理,再进行归一化处理,得到新的数据集;对归一化的数据进行模糊C均值聚类,以负荷实测点为模糊聚类指标,构造出待预测日相似日负荷集;针对相似日负荷集,构造最小二乘法支持向量机预测模型,并对其进行训练;将待预测日前三天同时刻负荷值及前三天相关的天气信息数据输入到训练好的最小二乘法支持向量机预测模型中,输出预测负荷。本发明增加了对充电负荷影响因素的考虑,运用基于聚类与LS‑SVM的预测模型,能够有效提高电动汽车充电负荷预测的精度。