一种基于计及平均放电率的电动汽车充放电调度方法

    公开(公告)号:CN111738518A

    公开(公告)日:2020-10-02

    申请号:CN202010586202.4

    申请日:2020-06-24

    Abstract: 本发明公开了一种基于计及平均放电率的电动汽车充放电调度方法,包括以下步骤:S1、通过智能充电装置收集入网的EV信息,并对EV信息进行处理和筛选,得到可调度车辆信息;S2、建立第一阶段优化模型;S3、根据第一阶段优化模型及其约束条件,得到优化的支付成本和平均放电率指标;S4、将优化的支付成本和平均放电率指标作为约束条件,建立第二阶段优化模型;S5、通过集群代理商收集电网信息和可调度车辆信息,并将其输入第二阶段优化模型进行调度优化,实现EV车辆的调度;本发明解决了现有技术只针对电网或用户侧需求进行充放电调度,且未深入考虑电动汽车进行充放电安排时对电池的损耗的问题。

    一种考虑温度模糊化的电力负荷预测方法

    公开(公告)号:CN111160659B

    公开(公告)日:2021-11-23

    申请号:CN201911412671.8

    申请日:2019-12-31

    Abstract: 本发明公开了一种考虑温度模糊化的电力负荷预测方法,首先采集电网的历史负荷数据、历史温度数据以及相关日期数据并将其处理成15维特征向量,并按比例将其分为训练数据集和测试数据集;再建立三层长短时记忆神经网络,并通过训练数据集对三层长短时记忆神经网络进行迭代训练得到电力负荷预测模型;最后将测试数据集中的预测日数据输入电力负荷预测模型,得到电力负荷预测值。本发明能够计及负荷时序性特性对短期负荷进行精确预测,同时利用隶属度函数将精确温度模糊化处理到[0,1]区间作为预测模型特征向量输入,从而能够有效降低夏季温度多变和不确定带来的随机性影响,提高电力负荷预测模型对温度的泛化性。

    一种考虑温度模糊化的电力负荷预测方法

    公开(公告)号:CN111160659A

    公开(公告)日:2020-05-15

    申请号:CN201911412671.8

    申请日:2019-12-31

    Abstract: 本发明公开了一种考虑温度模糊化的电力负荷预测方法,首先采集电网的历史负荷数据、历史温度数据以及相关日期数据并将其处理成15维特征向量,并按比例将其分为训练数据集和测试数据集;再建立三层长短时记忆神经网络,并通过训练数据集对三层长短时记忆神经网络进行迭代训练得到电力负荷预测模型;最后将测试数据集中的预测日数据输入电力负荷预测模型,得到电力负荷预测值。本发明能够计及负荷时序性特性对短期负荷进行精确预测,同时利用隶属度函数将精确温度模糊化处理到[0,1]区间作为预测模型特征向量输入,从而能够有效降低夏季温度多变和不确定带来的随机性影响,提高电力负荷预测模型对温度的泛化性。

Patent Agency Ranking