一种基于蒙特卡洛和深度学习的电动汽车充电负荷预测方法

    公开(公告)号:CN110570014B

    公开(公告)日:2022-04-01

    申请号:CN201910725799.3

    申请日:2019-08-07

    Applicant: 浙江大学

    Abstract: 本发明提出了一种基于蒙特卡洛和深度学习的电动汽车充电负荷预测方法。该预测方法包括以下步骤:首先,根据电动汽车的特征将电动汽车划分为电动公交车、电动出租车、电动私家车和电动公务车4种类型,建立负荷影响因素的概率模型,进而得到不同类型电动汽车充电功率的计算模型;其次,根据电动汽车保有量预测结果,采用蒙特卡洛模拟方法抽取电动汽车的起始荷电状态、起始充电时间等来计算各时刻电动汽车的充电负荷;最后,根据蒙特卡洛抽样得到的各时刻电动汽车充电负荷,采用LSTM深度学习算法对电动汽车充电负荷进行深度学习、预测,从而得到电动汽车充电负荷曲线。本发明的充电负荷预测方法具有较好的科学性和客观性。

    一种基于线性规划的三相不平衡治理方法

    公开(公告)号:CN110311394B

    公开(公告)日:2021-11-16

    申请号:CN201910585512.1

    申请日:2019-07-01

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于线性规划的三相不平衡治理方法,其包括步骤:构建三相不平衡治理的目标函数;构建三相不平衡治理的电流等式约束;构建三相不平衡治理的相位唯一约束;构建三相不平衡治理的相位不可调约束;构建三相不平衡治理的相位同组不可分约束;构建三相不平衡治理的最大相位切换次数约束;形成基于线性规划的三相不平衡治理模型,获取三相不平衡治理方案。其可以为电力系统运行人员治理三相不平衡和减少线损提供支撑。

    一种基于PBR的新型偏差电量考核机制优化设计方法

    公开(公告)号:CN110909910A

    公开(公告)日:2020-03-24

    申请号:CN201910881715.5

    申请日:2019-09-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于PBR的新型偏差电量考核机制优化设计方法。该方法提出了一种新型基于PBR(基于具有奖惩机制的绩效考核机制)的考核单价分段线性的偏差电量考核机制,协同考虑电力交易中心保持平衡账户平稳性和售电公司追求购售电利润和风险综合效用最大化的目标,构建偏差电量考核机制关键参数设计的双层优化模型。以可调节负荷作为售电公司应对偏差考核的措施,基于用户心理学模拟了用户对响应售电公司经济激励的意愿,并从售电公司规避损失的角度研究了偏差考核机制下对用户可中断负荷的实际调用策略,在此基础上建立售电公司在可再生能源配额制下的最优经营决策模型。该方法对于激励售电公司提高负荷预测精度、降低系统偏差率具有重要作用。

Patent Agency Ranking