-
公开(公告)号：CN115175252A
公开(公告)日：2022-10-11
申请号：CN202210579596.X
申请日：2022-05-25
申请人： 国网天津市电力公司营销服务中心 , 国网天津市电力公司 , 国家电网有限公司 , 天津大学
IPC分类号： H04W28/24 , H04L47/2441 , H04L47/80
摘要： 本发明公开了一种面向V2G网络多模协作通信业务流分发系统及方法。系统包括接收模块、分类模块、决策模块；所述接收模块用于接收业务流信息和各主体间通信链路的信道状况；所述分类模块用于根据业务流信息，将V2G业务按传输需求进行分类；所述决策模块计算出可用通信链路和理论最优通信链路的相对贴近度，将业务流按传输需求分配到可用的最优通信链路进行传输。本发明对车、桩、网各主体间交互的不同业务流按QoS需求进行分类，利用熵权法对通信链路中的随机参数生成权重，利用基于修正马氏距离的相对贴近度的多属性决策方法，弥补传统方法不能解决多目标随机参数决策问题的缺点，并对业务流进行分发。
-
公开(公告)号：CN115395521B
公开(公告)日：2023-03-24
申请号：CN202211306868.5
申请日：2022-10-25
申请人： 国网天津市电力公司营销服务中心 , 国网天津市电力公司 , 国家电网有限公司
IPC分类号： H02J3/00 , H02J3/28 , H02J3/46 , H02J3/38 , B60L53/60 , B60L53/62 , B60L53/63 , B60L53/64 , G06Q10/04 , G06Q50/06 , G06Q10/0631 , G06F18/23
摘要： 本发明实施例公开了一种可再生能源、储能和充电桩协同规划方法及系统，所述方法包括：建立随机场景生成框架；对规划区规划周期a年内的负荷需求及负荷增速进行预测，并根据预测结果将规划周期划分为多个划分阶段A；基于每个划分阶段的最大负荷需求预测值，在各划分阶段分别以配电网规划预期总成本最小为目标，构建计及电动车充电站以及可再生能源发电和储能的配电网协同规划模型，基于电网协同规划模型的约束条件，求解配电网协同规划模型的最优解。本发明考虑新能源不确定性出力以及电动汽车时空大范围转移，建立了基于场景的随机规划模型来描述能源成本、风电、光伏出力和电动汽车充电需求的不确定性。
-
公开(公告)号：CN115395521A
公开(公告)日：2022-11-25
申请号：CN202211306868.5
申请日：2022-10-25
申请人： 国网天津市电力公司营销服务中心 , 国网天津市电力公司 , 国家电网有限公司
IPC分类号： H02J3/00 , H02J3/28 , H02J3/46 , H02J3/38 , B60L53/60 , B60L53/62 , B60L53/63 , B60L53/64 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06K9/62
摘要： 本发明实施例公开了一种可再生能源、储能和充电桩协同规划方法及系统，所述方法包括：建立随机场景生成框架；对规划区规划周期a年内的负荷需求及负荷增速进行预测，并根据预测结果将规划周期划分为多个划分阶段A；基于每个划分阶段的最大负荷需求预测值，在各划分阶段分别以配电网规划预期总成本最小为目标，构建计及电动车充电站以及可再生能源发电和储能的配电网协同规划模型，基于电网协同规划模型的约束条件，求解配电网协同规划模型的最优解。本发明考虑新能源不确定性出力以及电动汽车时空大范围转移，建立了基于场景的随机规划模型来描述能源成本、风电、光伏出力和电动汽车充电需求的不确定性。
-
公开(公告)号：CN115958990A
公开(公告)日：2023-04-14
申请号：CN202111179500.2
申请日：2021-10-11
申请人： 国家电网有限公司 , 国网天津市电力公司 , 国网天津市电力公司营销服务中心
摘要： 本发明公开了一种V2G充电桩信息诊断与安全防护方法。该方法首先根据充电桩状态信息参数的特征与故障情况的联系提出了故障检测流程，接着在进行数据处理后建立了充电桩故障情况与状态参数的模型，然后进行故障情况预测和安全防护方法选择，最后通过模型评估与对比分析，验证了本发明提出的方法具有较高的精确度和可行性。本发明提出的方法可利用充电桩自身量测设备实时测量得到的状态参数，判断其故障情况，并为下一步的充电桩检修工作和故障排除工作提供支撑。
-
公开(公告)号：CN115330500A
公开(公告)日：2022-11-11
申请号：CN202211256351.X
申请日：2022-10-14
申请人： 国网天津市电力公司营销服务中心 , 国网天津市电力公司 , 国家电网有限公司
摘要： 本发明实施例公开一种电动汽车电力双向交易方法，包括：获取充电EV的有效充电需求信息和放电EV的有效密封放电竞价信息；将所述有效充电需求信息与所述有效密封放电竞价信息进行比较，选择获胜放电EV；通过所述获胜放电EV对所述充电EV进行充电，完成电力输送交易。本发明实施例基于以太坊智能合约技术，打破了电力供求方—电动汽车和用户间的信息壁垒，实现了电力交易的去中心化、公开化、透明化；使用动态定价策略进行拍卖，充分考虑了电动汽车因充放电带来的需求响应时段和可调度功率的不确定性，实现了电力供求双方的利益最大化。
-
公开(公告)号：CN114397581A
公开(公告)日：2022-04-26
申请号：CN202111500172.1
申请日：2021-12-09
申请人： 国网天津市电力公司 , 国家电网有限公司 , 国网天津市电力公司城南供电分公司
IPC分类号： G01R31/382
摘要： 本发明涉及一种面向直流充电桩充电监测数据的新能源汽车电池SOC抗扰评估方法，以新能源汽车、60KW直流充电桩为例，将本发明提出的方法与带噪声的安时积分法、EKF法、ASTUK法分别进行实验室环境与工程实际环境新能源汽车充电实验测试，并对SOC评估误差进行分析。面向流充电桩充电监测数据，应用本方法对不良数据阈值进行自适应更新，然后剔除不良数据，提高原始数据准确性，最终结合二级动力电池Thevenin模型应用鲁棒性卡尔曼滤波法进行评估，实现SOC精确评估。充分利用直流充电桩的分析计算优势，以直流充电桩充电监测数据为基础，提高SOC评估精度，增强新能源汽车充电安全性能。
-
公开(公告)号：CN114384435A
公开(公告)日：2022-04-22
申请号：CN202111499697.8
申请日：2021-12-09
申请人： 国网天津市电力公司 , 国家电网有限公司 , 国网天津市电力公司城南供电分公司
IPC分类号： G01R31/392
摘要： 本发明涉及一种基于WSA‑LSTM算法的新能源汽车动力电池剩余使用寿命自适应预测方法，通过构建健康特征全集，实现了充放电过程动力电池退化特征全面分析；结合Pearson和Spearman相关系数计算以及熵权法，提取对影响较大的主要特征，剔除无关影响因素，实现了对输入监测数据的简化处理来；采用基于鲸鱼群算法(Whale Swarm Algorithm，WSA)与长短时神经网络(Long Short‑Term Memory，LSTM)结合对输入特征数据进行训练，实现动力电池剩余使用寿命快速精确预测。基于新能源汽车充放电真实数据，验证了该方法具有良好的鲁棒性，能够实现各类型锂离子电池的动态精确预测，为充电装置监测并提升新能源汽车安全性能提供重要技术支撑。
-
公开(公告)号：CN114236412B
公开(公告)日：2024-07-19
申请号：CN202111479870.8
申请日：2021-12-06
申请人： 国网天津市电力公司 , 国家电网有限公司 , 国网天津市电力公司城南供电分公司
IPC分类号： G01R31/392
摘要： 本发明公开了一种基于BP神经网络的电池健康状态诊断方法及系统，方法包括：采集充电桩和电动汽车电池的数据，构建原始数据序列；对原始数据序列进行一阶累加，生成数据时间序列；将数据时间序列的一部分作为模型输入，另一部分作为模型输出，进行模型训练，构建BP神经网络模型；系统包括数据采集模块、数据处理模块、数据分析模块和预测模块，通过各个模块之间的逻辑连接，实现对于电池健康状态的健康预测；本发明构思巧妙，预测准确，为电池的健康管理提供了技术参考。
-
公开(公告)号：CN116227675A
公开(公告)日：2023-06-06
申请号：CN202211704680.6
申请日：2022-12-29
申请人： 国网天津市电力公司 , 国家电网有限公司 , 国网天津市电力公司城南供电分公司
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q50/06 , B60L53/00
摘要： 本发明涉及一种电动汽车集群递阶分散最优充电方法，通过集群代理和各辆电动汽车之间进行有限的信息交互，既可使集群内的电动汽车的充电功率实现对理想曲线的最优追踪，又避免了分散优化中由于缺乏全局信息导致的发散问题，同时集群代理无需获取各电动汽车具体的约束形式和相关数据信息，可减少集群代理的数据存储、处理难度。本发明提出了一种递阶分散优化方法，该方法的收敛解为最优解，对大规模问题具有很快的计算速度，可解决集中式优化中面临的难题。
-
公开(公告)号：CN115936249A
公开(公告)日：2023-04-07
申请号：CN202211702742.X
申请日：2022-12-29
申请人： 国网天津市电力公司 , 国家电网有限公司 , 国网天津市电力公司城南供电分公司
摘要： 本发明涉及一种基于FA‑RNN的充电桩位置和容量预测的方法，通过结合居民出行的数据，提取对充电桩位置和容量影响较大的五个因素，构建了多因素指标集合，实现了充电桩位置和容量影响因素的全面分析，同时采用基于递归神经网络(RecursiveNeuralNetworks，RNN)与萤火虫智能算法(FireflyAlgorithm，FA)结合对影响因素构建的目标函数进行训练，实现充电桩的位置和容量的精确预测。基于居民出行时间、居民旅行的里程等真实数据，验证了该方法具有良好的鲁棒性，能够实现不同区域的充电桩位置和容量的精确预测，对交通运输和新能源的开发具有重要的参考价值。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.07 秒)
