一种面向需求侧主动响应的电量套餐优化设计方法

    公开(公告)号:CN110796283A

    公开(公告)日:2020-02-14

    申请号:CN201910882437.5

    申请日:2019-09-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向需求侧主动响应的电量套餐优化设计方法。包括步骤:借鉴电信行业移动资费套餐设计,提出一种面向需求侧主动响应的电量套餐;在综合考虑电费支出和用电方式对用户决策的影响的基础上,构建用户选择电量套餐的综合效用模型;基于多项Logit模型构建用户对电量套餐的选择行为模型;基于电量套餐实施前后对用户用电行为的分析,构建用户对电量套餐的响应模型;建立以最小化系统峰谷差为优化目标的电量套餐设计的优化模型。本发明方法优化得到的面向需求侧响应的电量套餐能有效调动需求侧资源的主动性和互动性,提升电网的经济运行水平和可靠性,具有良好的经济性和实际应用价值。

    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。

Patent Agency Ranking