-
公开(公告)号：CN117852725B
公开(公告)日：2024-05-24
申请号：CN202410256500.5
申请日：2024-03-06
Abstract: 本发明涉及一种电动汽车虚拟储能集群调度目标协同优化方法及系统,属于电动汽车优化调度技术领域。方法包括：建立用于分层能量管理的分层架构，将电动汽车划分为集群，获得电动汽车虚拟储能集群；构建多目标量子遗传算法，根据终端用户确定的电动汽车充放电服务的各项参数和所述多目标量子遗传算法，对预设模型进行求解，得到多目标量子遗传能量管理策略；根据所述多目标量子遗传能量管理策略，对电动汽车虚拟储能集群调度进行优化控制。本方法采用分层能量管理方式形成分层架构，针对不同的集群考虑用户意愿，通过多目标量子遗传算法求解得到多目标量子遗传能量管理策略，实现目标协同的电动汽车优化调度，提高了电网调度效率。
-
公开(公告)号：CN112485752B
公开(公告)日：2023-03-31
申请号：CN202011342534.4
申请日：2020-11-25
IPC: G01R35/04
Abstract: 本发明公开了智能电能表追补电量计算方法、系统、装置及存储介质，智能电能表追补电量计算方法，从用电信息采集系统或者智能电能表中获取三相三线智能电能表在回路失压断相故障期间的用电数据；根据上述用电数据分别计算出故障期间表计计量A相电量WA和C相电量WC；依据上述WA、WC计算得到应追补电量，将应追补电量下发至用户。解决了精确计算残压追补电量的问题，为电力计量部门的计量异常电量追补工作提供了更为科学准确的凭依，有效避免了因理论公式不适用、同期算法不准确带来的电量追补困难，降低了因追费不合理带来的舆情风险。
-
公开(公告)号：CN112485752A
公开(公告)日：2021-03-12
申请号：CN202011342534.4
申请日：2020-11-25
IPC: G01R35/04
Abstract: 本发明公开了智能电能表追补电量计算方法、系统、装置及存储介质，智能电能表追补电量计算方法，从用电信息采集系统或者智能电能表中获取三相三线智能电能表在回路失压断相故障期间的用电数据；根据上述用电数据分别计算出故障期间表计计量A相电量WA和C相电量WC；依据上述WA、WC计算得到应追补电量，将应追补电量下发至用户。解决了精确计算残压追补电量的问题，为电力计量部门的计量异常电量追补工作提供了更为科学准确的凭依，有效避免了因理论公式不适用、同期算法不准确带来的电量追补困难，降低了因追费不合理带来的舆情风险。
-
公开(公告)号：CN119029932A
公开(公告)日：2024-11-26
申请号：CN202411145710.3
申请日：2024-08-20
Inventor： 刘洋 , 李清涛 , 何绍文 , 孙钦斐 , 杨洋 , 李林松 , 卢钺 , 陈波 , 贾倩 , 陈宋宋 , 王隗东 , 陈珂 , 窦菲菲 , 方艺闳 , 刘顺 , 张诗慧 , 杨奕飞 , 王嘉钰 , 唐帆琳 , 宋扬
Abstract: 本发明属于分布式电源控制领域，具体涉及一种构网型并网逆变器自动参与一次频率响应控制方法及系统。方法主要包括电压电流内环控制环节、功率同步环节和功率同步补偿环节。电压电流内环控制环节包含逆变器电压电流测量环节、逆变器电压电流坐标变换环节、电流内环控制环节和电压内环控制环节。功率同步环节包含瞬时功率计算环节、电网功率同步环节以及电压、频率与相位全信号生成环节。功率同步补偿环节设计过程包含补偿器类型选取、实/复极点补偿器参数选取、功率同步补偿环节嵌入功率同步环及验证。本发明所述控制方法的一次频率响应为短时性一次频率响应，更适用于配储容量相对较小的分布式电源逆变器实现一次频率响应功能。
-
公开(公告)号：CN117852725A
公开(公告)日：2024-04-09
申请号：CN202410256500.5
申请日：2024-03-06
Abstract: 本发明涉及一种电动汽车虚拟储能集群调度目标协同优化方法及系统,属于电动汽车优化调度技术领域。方法包括：建立用于分层能量管理的分层架构，将电动汽车划分为集群，获得电动汽车虚拟储能集群；构建多目标量子遗传算法，根据终端用户确定的电动汽车充放电服务的各项参数和所述多目标量子遗传算法，对预设模型进行求解，得到多目标量子遗传能量管理策略；根据所述多目标量子遗传能量管理策略，对电动汽车虚拟储能集群调度进行优化控制。本方法采用分层能量管理方式形成分层架构，针对不同的集群考虑用户意愿，通过多目标量子遗传算法求解得到多目标量子遗传能量管理策略，实现目标协同的电动汽车优化调度，提高了电网调度效率。
-
Patent Agency Ranking
公开(公告)号：CN119050999A
公开(公告)日：2024-11-29
申请号：CN202411145708.6
申请日：2024-08-20
Inventor： 刘洋 , 李清涛 , 何绍文 , 孙钦斐 , 杨洋 , 李林松 , 卢钺 , 陈波 , 贾倩 , 陈宋宋 , 王隗东 , 陈珂 , 窦菲菲 , 方艺闳 , 刘顺 , 张诗慧 , 杨奕飞 , 王嘉钰 , 唐帆琳 , 宋扬
IPC: H02J3/00 , G06Q40/04 , G06Q10/0637 , G06Q10/04 , G06Q30/0201 , G06Q10/0631 , G06Q50/06 , H02J3/46 , H02J3/28 , H02J3/32 , H02J15/00
Abstract: 本发明属于虚拟电厂参加电力辅助服务交易市场的技术领域，具体涉及一种虚拟电厂的交易方法、装置、设备及介质。本发明交易方法中，虚拟电厂的机组单元至少包括燃气机组、风光机组和电氢转换机组；考虑电与氢能的耦合转化，并且通过构建包含收益最大化和弃风弃光率最小化的多目标优化模型，并结合鲁棒决策策略，实现对不确定参数的有效处理，从而制定出更加科学合理的交易策略，提高VPP的运营效益和新能源的消纳率。考虑电氢耦合及负荷不确定性的虚拟电厂交易方法，实现收益最大、消纳新能源的目标，并且有利于鼓励用户侧资源增加氢能机组建设，提高用户参与辅助服务市场的盈利能力。
-
公开(公告)号：CN118134288A
公开(公告)日：2024-06-04
申请号：CN202410442905.8
申请日：2024-04-12
IPC: G06Q10/0637 , G06Q50/40 , G06Q50/06 , G06N20/00
Abstract: 本发明公开了一种基于高斯模型的群集电动车灵活性刻画方法及系统，属于数据处理技术领域，方法包括：获取电动车用户群体与充电站之间的历史互动数据；提取历史互动数据中的多个特征指标数据；通过层次分析法，确定各个特征指标的权重；判断各个特征指标的权重是否大于预设权重值；若是，保留特征指标对应的特征指标数据，并将特征指标数据添加到原始数据集中；否则，去除特征指标对应的特征指标数据；通过原始数据集，对基于高斯过程回归的用户行为预测模型进行训练；通过用户行为预测模型，输出群集电动车的灵活性刻画结果。本发明可以提升灵活性刻画和聚合商自身能力评估的准确性。
-
公开(公告)号：CN117863969B
公开(公告)日：2024-05-17
申请号：CN202410285603.4
申请日：2024-03-13
Abstract: 本发明属于电动汽车充放电控制技术领域，具体涉及一种考虑电池损耗的电动汽车充放电控制方法及系统。首先获取电动汽车状态数据，包括电价、用户设定的充电完毕时间、当前周期的电池电量预测值和用户期望充电完毕时的电池电量；当前周期的电池电量预测值由电池电量百分比和电池健康度预测模型获得的电池健康度预测值计算获得；将电动汽车状态数据输入强化学习模型，得到电动汽车充放电功率。本发明提供方法基于强化学习算法，提升了用户在充放电过程中的收益；与未考虑电池损耗影响的算法相比，提出的方法造成的电池健康度损耗较小；克服了现有技术中的基于模型的优化方法在实际应用中的缺陷，且动态环境工况有着更好的适用性。
-
公开(公告)号：CN119005524A
公开(公告)日：2024-11-22
申请号：CN202411145707.1
申请日：2024-08-20
Inventor： 刘洋 , 李清涛 , 何绍文 , 孙钦斐 , 杨洋 , 李林松 , 卢钺 , 陈波 , 贾倩 , 陈宋宋 , 王隗东 , 陈珂 , 窦菲菲 , 方艺闳 , 刘顺 , 张诗慧 , 杨奕飞 , 王嘉钰 , 唐帆琳 , 宋扬
IPC: G06Q10/063 , G06Q10/0631 , G06Q50/06 , H02J3/14
Abstract: 本发明属于虚拟电厂领域，具体涉及一种工业负荷调节能力代价评估方法、装置、设备及介质。该方法包括长期可调控能力评估和短期可调控能力评估。长期可调控能力评估，第一目标函数以工业用户的峰谷差最大化为目标，第二目标函数以工业用户的峰谷差最小化为目标，分别求解得到使工业用户最大峰谷差和最小峰谷差的用电模式。根据用电模式，计算每种模式下的生产成本。基于生产成本和峰谷差数据，综合评估工业用户的长期可调控能力。短期削峰可调控能力评估，第三目标函数以削峰时段负荷量最小化为目标，第四目标函数以经济最优化为目标。求解得到削峰时段的最优功率调节方案，基于最优功率调节方案评估短期可调控能力，实现负荷调节能力准确评估。
-
公开(公告)号：CN117863969A
公开(公告)日：2024-04-12
申请号：CN202410285603.4
申请日：2024-03-13
Abstract: 本发明属于电动汽车充放电控制技术领域，具体涉及一种考虑电池损耗的电动汽车充放电控制方法及系统。首先获取电动汽车状态数据，包括电价、用户设定的充电完毕时间、当前周期的电池电量预测值和用户期望充电完毕时的电池电量；当前周期的电池电量预测值由电池电量百分比和电池健康度预测模型获得的电池健康度预测值计算获得；将电动汽车状态数据输入强化学习模型，得到电动汽车充放电功率。本发明提供方法基于强化学习算法，提升了用户在充放电过程中的收益；与未考虑电池损耗影响的算法相比，提出的方法造成的电池健康度损耗较小；克服了现有技术中的基于模型的优化方法在实际应用中的缺陷，且动态环境工况有着更好的适用性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.109 seconds)
