一种居民台区电动汽车夜间充电优化控制方法、设备及存储介质

    公开(公告)号:CN116544920B

    公开(公告)日:2024-03-26

    申请号:CN202310513527.3

    申请日:2023-05-09

    Abstract: 本发明公开了一种居民台区电动汽车夜间充电优化控制方法、设备及存储介质,计算日前台区负荷裕度;计算小时级电动汽车日前激励价格;获得更新后的未考虑电动汽车负荷的日内居民台区夜间负荷;考虑日内激励价格约束条件和电动汽车充电约束条件影响以及更新后的未考虑电动汽车负荷的日内居民台区夜间负荷,求解基于日内激励价格模型的居民台区电动汽车夜间充电优化控制模型,得到夜间时段每辆电动汽车日内小时级充电状态;将夜间时段每辆电动汽车日内小时级充电状态提前发送给电动汽车充电控制器。本发明提供的一种居民台区电动汽车夜间充电优化控制方法、设备及存储介质,引导居民电动汽车夜间优化用电,有效缓解居民台区夜间重负荷问题。

    一种电动汽车充电桩订单异常的清分结算方法及装置

    公开(公告)号:CN116452280A

    公开(公告)日:2023-07-18

    申请号:CN202211740835.1

    申请日:2022-12-30

    Abstract: 本发明公开了一种电动汽车充电桩订单异常的清分结算方法及装置,包括:获取车联网平台的实时订单;基于预设的推理引擎检测实时订单是否为异常订单;响应于实时订单为正常订单,则直接上传实时订单至车联网平台;响应于实时订单为异常订单,则基于校正算法或预设的预测模型对实时订单进行数值校正或数据预测,得到修订后的异常订单并上传至车联网平台。一方面,根据车联网平台获取的海量历史异常数据,挖掘清分筛选规则,结合电网专家的经验规则自定义清分筛选规则,所得到的推理引擎能够准确的检测出异常订单,另一方面,能够对电动汽车充电桩异常订单数值校正或数据预测,减小由于订单异常所造成的经济损失。

    一种基于分层记忆网络的有色铝熔铸碳排放核算方法和系统

    公开(公告)号:CN119229991A

    公开(公告)日:2024-12-31

    申请号:CN202411271784.1

    申请日:2024-09-11

    Abstract: 本发明公开了一种基于分层记忆网络的有色铝熔铸碳排放核算方法,该方法首先通过确定有色铝熔铸碳排放的核算时间范围和边界,根据核算边界内不同材料在不同生产状态下的碳排放历史数据,得到不同材料的碳排放时间序列数据,利用分层记忆网络对核算边界内各种材料的碳排放时间序列数据进行训练和拟合,并通过游弋算法来调整获得分层记忆网络的最优参数,根据优化后的分层记忆网络对核算时间范围和边界内不同材料在实际生产状态下的碳排放因子进行预测,并通过预测所得的碳排放因子计算有色铝熔铸过程中的直接碳排放和间接碳排放,从而获得碳排放总量。本发明可以对核算时间范围和边界内有色铝熔铸碳排放量进行较为准确地计算,为实现有色铝熔铸碳排放的核算提供了保障。

    一种居民社区电动汽车有序充电控制方法

    公开(公告)号:CN118646035A

    公开(公告)日:2024-09-13

    申请号:CN202410714735.4

    申请日:2024-06-04

    Abstract: 本发明公开了一种居民社区电动汽车有序充电控制方法,涉及电动汽车充电优化控制技术领域,包括如下步骤:步骤1、社区运营中心预测次日居民社区内每相除电动汽车充电负荷外的其他负荷功率,得到每相线路的负荷裕度;步骤2、社区运营中心预测次日居民社区内每相每辆电动汽车的入网时刻、入网电量、离网时刻、离网电量,计算未优化前每相负荷功率;步骤3、建立变压器的三相功率不平衡度模型和电动汽车充电电价优化模型;步骤4、以社区运营中心经济最优为目标,构建社区电动汽车有序充电控制模型;步骤5、求解社区电动汽车有序充电控制模型,得到次日每辆电动汽车的充电策略和优惠电价系数,并发送至每辆电动汽车的充电控制器。

    一种基于混合学习网络的混沌时间序列预测方法及系统

    公开(公告)号:CN115018219A

    公开(公告)日:2022-09-06

    申请号:CN202210949704.8

    申请日:2022-08-09

    Abstract: 本发明公开一种基于混合学习网络的混沌时间序列预测方法及系统,利用预先训练的混合学习网络模型对混沌系统时间序列进行预测,混合学习网络模型输出混沌系统时间序列的预测值;预先训练混合学习网络模型的输入权重矩阵:对混沌系统时间序列进行采样,获得混沌系统时间序列样本值;利用虚假临近法和互信息法,估计混沌系统时间序列样本值的最优时延和最优嵌入维度;利用混沌系统时间序列样本值,搭建混合学习网络模型;对混合学习网络模型的输入权重矩阵进行预先训练;利用混合惩戒网络,估计混合学习网络模型的输出权重矩阵,获得最终的混合学习网络模型,为实现非线性混沌系统时间序列的分析提供了技术支撑。

    一种基于灰色模型的电动汽车保有量预测方法及系统

    公开(公告)号:CN116702317A

    公开(公告)日:2023-09-05

    申请号:CN202310637571.5

    申请日:2023-05-31

    Abstract: 本发明公开了一种基于灰色模型的电动汽车保有量预测方法及系统,方法包括:获取目标地区历史电动汽车保有量数据作为训练样本;通过改进的萤火虫算法对灰色模型进行优化,获得最佳发展系数,构建最优灰色模型;将训练样本输入最优灰色模型进行训练,并根据预测值和实际值对模型进行傅里叶残差修正得到训练好的电动汽车保有量预测模型,实现对未来电动汽车保有量的预测。本发明提供的电动汽车保有量预测方法提高了对于电动汽车保有量预测的精度,为充电设施布局提供数据支撑,具有较强的通用性和实用性,对于预测私家电动车保有量及指导充电服务设施布局具有重要意义。

    一种面向用电行为的居民碳积分形成方法

    公开(公告)号:CN116664193A

    公开(公告)日:2023-08-29

    申请号:CN202310670243.5

    申请日:2023-06-07

    Abstract: 本发明公开了一种面向用电行为的居民碳积分形成方法,所述方法包括:基于碳普惠框架构建面向用电行为的居民碳积分形成模型;根据成本支出和居民积分收益之间的平衡对居民碳积分形成模型进行优化,得到优化后的居民碳积分形成模型;基于电网公司获取居民用电数据;将居民用电数据输入优化后的居民碳积分形成模型,得到居民用电碳积分。本发明采用基于阶梯电价概念的碳配额分配方式,构建基于碳排峰谷特性的居民碳积分形成模型,体现分群分类分户差异,积分形成具有激励靶向性,有效量化居民对碳排放所需承担的责任。

Patent Agency Ranking