一种集群电动汽车充放电功率优化管理方法

    公开(公告)号:CN110011342B

    公开(公告)日:2020-09-15

    申请号:CN201910269116.8

    申请日:2019-04-04

    Abstract: 本发明公开了属于电动汽车充放电管理技术领域的一种集群电动汽车充放电功率优化管理方法。包括步骤A.采集目标调度功率信息和待调度电动汽车EV的基本信息,步骤B.根据目标调度功率信息与待调度EV的基本信息建立EV充放电功率调度的凸优化模型和步骤C.下达EV充放电调度计划给EV充放电控制装置,控制各EV的充放电。具体是调度机构通过EV聚合商收集各EV的信息;然后,调度机构发布待待调度功率指令给EV聚合商,EV聚合商再发充放电功率指令给各EV充放电控制装置对EV进行充放电。本发明避免了非凸约束对EV充放电模型求解上造成的问题。不需要任何应用条件,适用范围广泛,易推广至电动汽车或参与储能的调峰、调频领域。

    一种面向电力系统分布式资源的配电网双向阻塞调度方法

    公开(公告)号:CN109948954A

    公开(公告)日:2019-06-28

    申请号:CN201910268961.3

    申请日:2019-04-04

    Abstract: 本发明公开了属于配电自动化技术领域的一种面向电力系统分布式资源的配电网双向阻塞调度方法。以配电网中渗透率较高的电动汽车和光伏发电单元的分布式发用电资源为研究对象,首先给出了管理电动汽车和光伏资源的分布式调度模型,该模型共分为两层,上层由DSO负责对Agg的功率计划进行网络校核,以保证配网安全运行;下层由Agg作为分布式资源的管理者,负责对电动汽车的充放电行为和光伏的上网电量进行合理管理。如果Agg上报的功率计划未通过DSO的网络安全校核。本发明通过不断调整功率控制信号,引导Agg对下层资源制定合理的发用电计划,保证配电线路的安全运行,解决了配网双向阻塞问题。

    基于机器学习的储能类设备功率优化管理系统的过滤器

    公开(公告)号:CN111262262B

    公开(公告)日:2022-11-29

    申请号:CN202010156821.X

    申请日:2020-03-09

    Abstract: 本发明提出一种基于机器学习的储能类设备功率优化管理系统的过滤器,其可以过滤不满足安全性的SOC指令,过滤部分具有波动性的SOC指令,过滤不满足用户满意度的SOC指令。本发明的过滤器应用在基于机器学习技术生成调度方案之后,在具体实现时只需在原有程序中增加逻辑判断与赋值语句,对内存占用少,对生成结果的时间影响很小,不会对功率优化管理系统的在线运行时间带来明显的延时;其不依赖于特定的机器学习模式与SLDs的类型,是针对多个SLDs所设计;其各个步骤之间相对独立,可以根据系统的使用需求进行相应的调整。

    一种基于机器学习的集群电动汽车功率优化管理方法

    公开(公告)号:CN111313449A

    公开(公告)日:2020-06-19

    申请号:CN202010135383.9

    申请日:2020-03-02

    Abstract: 本发明公开了一种基于机器学习的集群电动汽车功率优化管理方法,先建立基于机器学习的集群电动汽车功率管理模型;再通过采集并处理历史数据,代入长短期记忆神经网络LSTM进行离线训练;之后,比较步骤B中所进行的离线训练的结果,在集群电动汽车管理系统中安装具有最佳训练效果的LSTM;最后,在线采集数据输入LSTM,在线生成调度结果,下达调度指令。本方法在离线阶段进行数学计算,在在线运行时只需要通过训练好的LSTM网络匹配输入和输出的关系,快速得到近似最优的调度信号,降低了对在线运行时CPU的要求,适合于大规电动汽车的在线调度计算。

    一种集群电动汽车充放电功率优化管理方法

    公开(公告)号:CN110011342A

    公开(公告)日:2019-07-12

    申请号:CN201910269116.8

    申请日:2019-04-04

    Abstract: 本发明公开了属于电动汽车充放电管理技术领域的一种集群电动汽车充放电功率优化管理方法。包括步骤A.采集目标调度功率信息和待调度电动汽车EV的基本信息,步骤B.根据目标调度功率信息与待调度EV的基本信息建立EV充放电功率调度的凸优化模型和步骤C.下达EV充放电调度计划给EV充放电控制装置,控制各EV的充放电。具体是调度机构通过EV聚合商收集各EV的信息;然后,调度机构发布待待调度功率指令给EV聚合商,EV聚合商再发充放电功率指令给各EV充放电控制装置对EV进行充放电。本发明避免了非凸约束对EV充放电模型求解上造成的问题。不需要任何应用条件,适用范围广泛,易推广至电动汽车或参与储能的调峰、调频领域。

    一种面向电力系统分布式资源的配电网双向阻塞调度方法

    公开(公告)号:CN109948954B

    公开(公告)日:2021-07-13

    申请号:CN201910268961.3

    申请日:2019-04-04

    Abstract: 本发明公开了属于配电自动化技术领域的一种面向电力系统分布式资源的配电网双向阻塞调度方法。以配电网中渗透率较高的电动汽车和光伏发电单元的分布式发用电资源为研究对象,首先给出了管理电动汽车和光伏资源的分布式调度模型,该模型共分为两层,上层由DSO负责对Agg的功率计划进行网络校核,以保证配网安全运行;下层由Agg作为分布式资源的管理者,负责对电动汽车的充放电行为和光伏的上网电量进行合理管理。如果Agg上报的功率计划未通过DSO的网络安全校核。本发明通过不断调整功率控制信号,引导Agg对下层资源制定合理的发用电计划,保证配电线路的安全运行,解决了配网双向阻塞问题。

    基于机器学习的储能类设备功率优化管理系统的过滤器

    公开(公告)号:CN111262262A

    公开(公告)日:2020-06-09

    申请号:CN202010156821.X

    申请日:2020-03-09

    Abstract: 本发明提出一种基于机器学习的储能类设备功率优化管理系统的过滤器,其可以过滤不满足安全性的SOC指令,过滤部分具有波动性的SOC指令,过滤不满足用户满意度的SOC指令。本发明的过滤器应用在基于机器学习技术生成调度方案之后,在具体实现时只需在原有程序中增加逻辑判断与赋值语句,对内存占用少,对生成结果的时间影响很小,不会对功率优化管理系统的在线运行时间带来明显的延时;其不依赖于特定的机器学习模式与SLDs的类型,是针对多个SLDs所设计;其各个步骤之间相对独立,可以根据系统的使用需求进行相应的调整。

    一种基于机器学习的家庭产消者功率优化管理方法

    公开(公告)号:CN111342471B

    公开(公告)日:2023-12-29

    申请号:CN202010135401.3

    申请日:2020-03-02

    Abstract: 本发明公开了一种基于机器学习的家庭产消者功率优化管理方法,首先,建立基于机器学习的家庭产消者功率管理系统模型;然后,采集历史数据,代入长短期记忆LSTM网络进行离线训练;最后,在线采集数据输入LSTM,在线生成调度结果,对储能下达调度指令。该方法在分时电价的激励下管理家庭的用电情况,包括光伏功率、用电负荷与储能的充放电,管理的目标为用电费用最低。本发明根据光伏发电功率、用电负荷大小的情况在线地控制储能的充放电以达到管理目标。

    一种基于机器学习的集群电动汽车功率优化管理方法

    公开(公告)号:CN111313449B

    公开(公告)日:2022-11-29

    申请号:CN202010135383.9

    申请日:2020-03-02

    Abstract: 本发明公开了一种基于机器学习的集群电动汽车功率优化管理方法,先建立基于机器学习的集群电动汽车功率管理模型;再通过采集并处理历史数据,代入长短期记忆神经网络LSTM进行离线训练;之后,比较步骤B中所进行的离线训练的结果,在集群电动汽车管理系统中安装具有最佳训练效果的LSTM;最后,在线采集数据输入LSTM,在线生成调度结果,下达调度指令。本方法在离线阶段进行数学计算,在在线运行时只需要通过训练好的LSTM网络匹配输入和输出的关系,快速得到近似最优的调度信号,降低了对在线运行时CPU的要求,适合于大规电动汽车的在线调度计算。

    一种基于机器学习的家庭产消者功率优化管理方法

    公开(公告)号:CN111342471A

    公开(公告)日:2020-06-26

    申请号:CN202010135401.3

    申请日:2020-03-02

    Abstract: 本发明公开了一种基于机器学习的家庭产消者功率优化管理方法,首先,建立基于机器学习的家庭产消者功率管理系统模型;然后,采集历史数据,代入长短期记忆LSTM网络进行离线训练;最后,在线采集数据输入LSTM,在线生成调度结果,对储能下达调度指令。该方法在分时电价的激励下管理家庭的用电情况,包括光伏功率、用电负荷与储能的充放电,管理的目标为用电费用最低。本发明根据光伏发电功率、用电负荷大小的情况在线地控制储能的充放电以达到管理目标。

Patent Agency Ranking