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。

    一种基于多评价指标的电网关键线路辨识方法

    公开(公告)号:CN107623319A

    公开(公告)日:2018-01-23

    申请号:CN201710710271.X

    申请日:2017-08-17

    Abstract: 本发明涉及一种基于多评价指标的区域电网关键线路辨识方法,包括步骤:输入电力系统参数;计算线路在各项评价指标值;标准化处理后计算各项指标在主客观赋权方法下的权重;建立基于矩估计理论的最优组合权重模型来确定指标综合权重;根据雷达图计算线路的综合评价结果,识别出电网中的关键线路。本发明方法采用多指标来分析线路重要性,比单一评价指标更加全面合理。采用最优组合权重模型确定指标权重,能较好地兼顾主客观赋权方法的优点。采用雷达图法对线路进行综合评价,能形象直观地反映各方面因素对关键线路辨识结果的影响,帮助决策者制定正确的策略。本发明方法能够较好地辨识出电网的关键线路,评估结果与电网实际运行状况吻合。

Patent Agency Ranking