-
公开(公告)号：CN109816171A
公开(公告)日：2019-05-28
申请号：CN201910081060.3
申请日：2019-01-28
Applicant: 三峡大学
Abstract: 一种基于模糊PID实时电价的电动汽车区域微网群双层分布式优化调度方法，包括：预测未来一天发电机组出力情况，采集各微电网状态信息；根据搜集到的多微网和电动汽车信息，构建情景树模型；构建上层多微网优化调度模型；提出模糊PID实时电价策略，整定模糊PID参数，求解当前实时电价；基于上层多微网优化调度模型，采用粒子群算法求解各微网在各场景下每一时刻的总充放电功率；判断粒子群程序中迭代次数是否大于设定值；建立下层电动汽车优化调度模型，使电动汽车聚合商总运行成本、电动汽车电池总损耗最小；优化调度每辆电动汽车的充放电计划。本发明可以大幅降低多微网运行成本，有效削弱多微网总购电功率以及平抑负荷波动。
-
公开(公告)号：CN109878369A
公开(公告)日：2019-06-14
申请号：CN201910181905.6
申请日：2019-03-11
Applicant: 三峡大学
Abstract: 一种基于模糊PID实时电价的电动汽车充放电优化调度方法。该方法充分考虑电动汽车出行不确定性，以充电站收益最大为目标函数，构建集中式经济调度模型，并基于配电网负荷和电动汽车充放电功率，提出基于模糊PID算法的实时电价策略，选取拉格朗日松弛法将集中式经济调度模型解耦为分散式模型，求解每辆电动汽车各时刻的充放电功率。仿真结果表明，本发明可大幅增加充电站收益，有效提高电动汽车实时调度的计算效率以及平抑负荷波动。
-
Patent Agency Ranking
公开(公告)号：CN110096056A
公开(公告)日：2019-08-06
申请号：CN201910276810.2
申请日：2019-04-08
Applicant: 三峡大学
IPC: G05D1/02
Abstract: 本发明公开一种基于无人机平台的智能车探测系统及其控制方法，包括无人机和智能车，所述无人机通过无线通信模块与智能车进行信息交互，所述无人机设有摄像头和处理器模块，摄像头实时获取智能车和待测物的路况图像和位置信息，处理器模块用于接收摄像头的数据信息并进行处理，无人机通过无线通信模块发送路径信息至智能车，智能车到达待测物附近标定点进行探测并将探测结果发送给控制终端。本发明利用无人机机身上的摄像头，使用图像识别技术和蚁群算法，自动规划智能车的运动轨迹，进而扩大了智能车的运动范围。
-
公开(公告)号：CN109872005A
公开(公告)日：2019-06-11
申请号：CN201910181088.4
申请日：2019-03-11
Applicant: 三峡大学
Abstract: 基于Stackelberg博弈的智能电网完全分布式需求响应调度方法，包括考虑上层供应商的效用，上层供应商的效用包括用户支付的用电费用、电力销售过程产生的边际成本、电力供需不匹配产生的成本；考虑下层电力用户的效用，下层电力用户的效用包括用电费用、用电满意度；建立Stackelberg博弈模型，使上层供应商和下层电力用户都倾向于使自身的利益达到最大；采用逆向归纳法先求解，将双层多目标动态博弈问题转化为单目标优化问题；考虑实际情况进行算例分析，将仿真得到的实时电价和固定电价对比，验证所提策略的效果。本发明调度方法为智能电网完全分布式需求响应问题的求解提供一种新方法，通过Stackelberg博弈，可以降低成本，提高用户的够买力，降低峰均比、用电量曲线更加平缓。
-
公开(公告)号：CN109409615A
公开(公告)日：2019-03-01
申请号：CN201811376969.3
申请日：2018-11-19
Applicant: 三峡大学
Abstract: 基于非合作博弈的充换储一体化电站微电网优化调度方法，包括构建含光伏、风电、铅酸蓄电池和柴油发电机的发电模型；采集微电网未来一天的光照强度、温度、风速以及一体化电站的负荷信息，并按照步骤一的模型求解各机组出力情况；构建以微电网侧发电利润最大的上层微电网经济运行模型，得到微电网发电的边际成本；构建以一体化电站支出费用以及不满意度最小的下层一体化电站经济运行模型；将边际成本和一体化电站需求带入博弈效用函数，利用滑动窗口法对一体化电站运行进行优化；将微电网与一体化电站之间进行互动博弈，得到分时电价和各机组的出力曲线；判断是否小于上一次的优化负荷偏差。该方法最终实现微电网和充换储一体化电站在达到功率平衡时经济最优化。
-
公开(公告)号：CN109816171B
公开(公告)日：2023-01-06
申请号：CN201910081060.3
申请日：2019-01-28
Applicant: 三峡大学
Abstract: 一种电动汽车区域微网群双层分布式优化调度方法，包括：预测未来一天发电机组出力情况，采集各微电网状态信息；根据搜集到的多微网和电动汽车信息，构建情景树模型；构建上层多微网优化调度模型；提出模糊PID实时电价策略，整定模糊PID参数，求解当前实时电价；基于上层多微网优化调度模型，采用粒子群算法求解各微网在各场景下每一时刻的总充放电功率；判断粒子群程序中迭代次数是否大于设定值；建立下层电动汽车优化调度模型，使电动汽车聚合商总运行成本、电动汽车电池总损耗最小；优化调度每辆电动汽车的充放电计划。本发明可以大幅降低多微网运行成本，有效削弱多微网总购电功率以及平抑负荷波动。
-
公开(公告)号：CN109878369B
公开(公告)日：2021-08-31
申请号：CN201910181905.6
申请日：2019-03-11
Applicant: 三峡大学
Abstract: 一种基于模糊PID实时电价的电动汽车充放电优化调度方法。该方法充分考虑电动汽车出行不确定性，以充电站收益最大为目标函数，构建集中式经济调度模型，并基于配电网负荷和电动汽车充放电功率，提出基于模糊PID算法的实时电价策略，选取拉格朗日松弛法将集中式经济调度模型解耦为分散式模型，求解每辆电动汽车各时刻的充放电功率。仿真结果表明，本发明可大幅增加充电站收益，有效提高电动汽车实时调度的计算效率以及平抑负荷波动。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
