公开(公告)号：CN119204310A

公开(公告)日：2024-12-27

申请号：CN202411256933.7

申请日：2024-09-09

Applicant: 国网河南省电力公司经济技术研究院 ,  四川大学

Inventor： 王世谦 ,  华远鹏 ,  刘博 ,  周健树 ,  向月 ,  韩丁

IPC: G06Q10/04 ,  G06Q30/0283 ,  G06Q50/06 ,  G06F17/18 ,  H02J3/00

Abstract: 本发明公开了一种基于订单数据的电动汽车充电负荷预测方法，包括以下步骤：S1：基于订单数据对电动汽车进行行为分析，获得不同环境下的起始充电时间概率分布、电动汽车初始充电荷电状态、充电功率等级概率分布以及电动汽车充电时长；S2：根据步骤S1的行为分析结果，利用蒙特卡洛方法随机模拟获得电动汽车的日行驶里程数、初始充电时间和初始电池SOC；S3：根据步骤S2的随机模拟结果，基于充电负荷计算公式，预测获得物理层面的充电负荷。本发明能够基于订单数据从物理角度对电动汽车充电负荷进行预测分析，并进一步从经济层面上分析电价与充电负荷的作用关系和预测在经济刺激下的电动汽车充电负荷变化，从而提升负荷预测的准确性和泛化性。

公开(公告)号：CN118783501A

公开(公告)日：2024-10-15

申请号：CN202410820139.4

申请日：2024-06-24

Applicant: 四川大学

Inventor： 向月 ,  周健树

IPC: H02J3/32 ,  H02J3/38 ,  H02J3/00 ,  B60L53/51 ,  B60L53/52 ,  B60L53/67 ,  G06Q10/04 ,  G06F30/27 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/092 ,  G06N3/006 ,  G06N3/048 ,  G06Q50/06 ,  G06F111/04

Abstract: 本发明公开了一种基于深度强化学习的风光储充电站自洽优化调控方法，包括以下步骤：S1、建立基于CNN‑BiLSTM网络的交通流预测模型；S2、利用M/M/Nsum/C排队模型计算充电站的充电功率；S3、建立日前优化模型，利用鲸鱼优化算法对日前优化模型进行求解；S4、建立日内优化模型，并转化为马尔可夫博弈模型；S5、利用多智能体双延迟深度确定性决策梯度算法求解马尔可夫博弈模型，实时得出充电桩和储能系统的功率。本发明能够提高充电站的自洽率并降低碳排量，减少对电网的依赖和压力，并且用价格引导电动汽车到站率防止高速公路充电站发生拥堵。