Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司李纯获国家专利权

国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司李纯获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司申请的专利计及用户充电行为的电动汽车充电策略构建方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121615519B

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610140249.5,技术领域涉及:G06F30/27;该发明授权计及用户充电行为的电动汽车充电策略构建方法及系统是由李纯;张智达;尚朔南;王敬朋;陈曦;李朝阳;张晓雯;何金昭;牛淑娅;王超设计研发完成,并于2026-02-02向国家知识产权局提交的专利申请。

计及用户充电行为的电动汽车充电策略构建方法及系统在说明书摘要公布了:本发明公开了一种计及用户充电行为的电动汽车充电策略构建方法及系统,涉及电动汽车充电技术领域。方法先采集含充电负荷、出行时间、气象等的原始多维数据;通过结构化张量平行因子分解修复充电负荷数据,经降维后用xLSTM模型预测出行时间;基于完整负荷数据与出行时间预测结果,采用结合麻雀搜索算法的两层优化策略,输出最优充电功率分配及各时间步充电决策。本发明通过多维度约束避免电网过载,以用户满意度为优化目标,显著减少未达目标SOC的车辆数量,提升用户充电体验,保障电网稳定运行。

本发明授权计及用户充电行为的电动汽车充电策略构建方法及系统在权利要求书中公布了:1.一种计及用户充电行为的电动汽车充电策略构建方法,其特征在于,包括如下步骤: 步骤1:采集原始多维数据; 所述原始多维数据包括电动汽车充电负荷数据、电动汽车到达时间历史观测数据和电动汽车出发时间历史观测数据、气象数据、电池荷电状态数据以及目标SOC; 步骤2:利用基于结构化张量平行因子分解的电动汽车负荷数据修复模型,对所述原始多维数据中的电动汽车充电负荷数据进行修复,得到完整电动汽车充电负荷数据; 步骤3:对所述原始多维数据进行降维处理,得到降维后的数据;基于降维后的数据,利用基于xLSTM的电动汽车出行时间预测模型进行预测,得到电动汽车出行时间预测数据; 步骤4:基于所述完整电动汽车充电负荷数据、所述电动汽车出行时间预测数据,利用结合麻雀搜索算法的两层优化策略,计算得到每辆电动汽车最优充电功率分配以及每辆电动汽车在各时间步的充电或不充电决策; 所述结合麻雀搜索算法的两层优化策略,包括第一层优化策略和第二层优化策略; 所述第一层优化策略,包括如下: 1.1第一决策变量Qt:第一决策变量Qt是时间t时给Nt车辆分配的功率,公式如下: ; 式中,Qtj是时间t时车辆j的功率分配值,j的值为1-Nt,Nt是时间t时愿意参与优化的车辆数,,是时间t时的车辆总数,是时间t时不参与优化的车辆数; 1.2第一目标函数:第一目标函数为时间t时用户总满意度,公式如下: ; 式中,Sj是车辆j的满意度状态,,当Fj大于80%时,单个用户Sj设置为1,Fj是与的比例,;Cj是车辆j的电池容量,是车辆j的充电需求,是车辆j的目标SOC,是车辆j的初始SOC; 1.3第一模型约束,包括如下: 1.3.1充电量约束为: ; 其中,为时间t时住宅配电网络在扣除基本负荷及不参与调度电动汽车负荷后,可用于参与调度车辆的剩余可分配充电功率,其公式如下: ; 式中,是住宅配电网络的上限;为本充电周期基本负荷的预测值,是不参与调度的电动汽车的总充电负荷,所述不参与调度的电动汽车的总充电负荷是从完整电动汽车充电负荷数据中按照用户意愿划分得到的不参与调度车辆集合所对应的负荷汇总量;是车辆数参与用户预测出发时间的平均值,其计算公式如下: ; 式中,是车辆j的预测出发时间,其从电动汽车出行时间预测数据中获取; 其中,的计算公式如下: ; 式中,为时间i不参与调度的EV负荷,是本充电周期的开始时间, 是本充电周期的结束时间; ; 式中,Anot是不参与调度的EV编号序列,是车辆j的充电功率; 1.3.2充电功率约束为: ; 1.3.3充电需求约束为: ; 式中,为本充电周期的目标SOC,为本充电周期的初始SOC; 1.4利用麻雀搜索算法求解以Qt为决策变量、以为目标函数,并满足第一模型约束的优化问题,得到,根据进行每辆电动汽车最优充电功率分配; 所述第二层优化策略,包括如下: 2.1第二决策变量,具体如下: ; 其中,wt是决策变量矩阵,表示车辆j在时间i充电,表示车辆j在时间i未充电; 2.2第二目标函数,第二目标函数为为参与当前充电周期的车辆数的用户满意度的平均值,公式如下: ; ; ; 式中,表示车辆在充电时间窗口内能够获得的电量充电量,充电时间窗口是指从时间至其预测离站时刻,从电动汽车出行时间预测数据中获取;表示车辆的目标需求电量;为车辆的充电完成度,其中,为单位时间步的充电电量或与充电功率对应的电量增量;为单车满意度,由阈值规则确定:当时取,否则取; 2.3第二模型约束,包括如下: 2.3.1获得能量约束: ; 2.3.2分配电量总量约束: ; 式中,是时间i时基本负荷值,是时间i时不参与调度的电动汽车的总充电负荷; 2.4利用麻雀搜索算法求解以为决策变量、以为目标函数,并满足第二模型约束的优化问题,得到,根据得到每辆电动汽车在各时间步的充电或不充电决策。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司,其通讯地址为:300190 天津市南开区红旗路278号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。