基于混合高斯的电动汽车集群分布式充电控制方法及装置

    公开(公告)号:CN119078550A

    公开(公告)日:2024-12-06

    申请号:CN202411277622.9

    申请日:2024-09-12

    Abstract: 本发明公开了基于混合高斯的电动汽车集群分布式充电控制方法及装置,涉及电动汽车集群充电控制技术领域,包括:S1、基于电动汽车群体充电行为计算集群基线,并计算容量裕度;S2、响应于容量裕度采集电动汽车充电需求;S3、根据电动汽车充电需求和容量裕度计算电动汽车在每个时段获得开始充电权限的第一开始时间概率;S4、对第一开始时间概率进行抽样,确定电动汽车的充电开始时间,并生成开始充电指令;S5、基于开始充电指令执行电动汽车充电决策,完成电动汽车集群充电控制;克服了现有技术缺乏对电动汽车组基线的综合考虑、计算各时段可开始充电的时间概率,导致变压器过载不可控的问题,显著提高了电动汽车集群分布式充电控制效率。

    考虑气象因素的基线负荷和时域卷积网络联合预测方法

    公开(公告)号:CN118607944A

    公开(公告)日:2024-09-06

    申请号:CN202410655668.3

    申请日:2024-05-24

    Abstract: 本发明公开了考虑气象因素的基线负荷和时域卷积网络联合预测方法,包括数据预处理得到总电负荷数据、冷负荷数据、热负荷数据及气象参数特征,总电负荷中减去空调系统的电负荷,得到建筑电负荷;将预处理后的建筑电、冷、热负荷数据均经过基线负荷处理得到基线负荷;将气象参数特征和负荷数据分别带入TCN得到预测的基线负荷;将基线电负荷作为最终的电负荷的预测负荷结果;为基线冷、热负荷和预测的基线冷、热分配对应的权重,根据历史冷或热负荷数据利用多项式拟合出最优的权重系数;按加权集成对两个最优权重系数进行组合即可得出预测冷或热负荷。本方法的预测精度高于单一的基线负荷预测模型和单一的神经网络预测模型。

    一种自适应电力系统频率控制方法

    公开(公告)号:CN119419840A

    公开(公告)日:2025-02-11

    申请号:CN202411327153.7

    申请日:2024-09-23

    Abstract: 本发明公开了一种自适应电力系统频率控制方法,属于电力系统调频控制领域,包括S1获取网络化电力系统的历史运行数据并进行预处理,得到历史数据集;S2基于网络化电力系统的动态变化特性构建自适应触发频率控制模型;S3将所述历史数据集作为所述自适应触发频率控制模型的输入进行训练;S4基于李雅普诺夫方法构建频率控制模型验证机制对完成训练的自适应触发频率控制模型进行可靠性验证;S5将可靠性验证合格的自适应触发频率控制模型应用到网络化电力系统中并响应于实时运行数据得到频率控制方案;本发明克服了现有技术由于没有考虑电力系统的动态变化导致电力系统频率优化不充分的问题,显著增强了所述电力系统的扰动抑制能力。

Patent Agency Ranking