【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)屬于充電調(diào)度領(lǐng)域，具體涉及一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法及系統(tǒng)。
技術(shù)介紹
1、本部分的陳述僅僅是提供了與本專(zhuān)利技術(shù)相關(guān)的
技術(shù)介紹
信息，不必然構(gòu)成在先技術(shù)。
2、隨著全球能源轉(zhuǎn)型和環(huán)保意識(shí)的提升，電動(dòng)汽車(chē)作為新能源汽車(chē)的代表，正逐漸成為未來(lái)交通出行的重要選擇。然而，電動(dòng)汽車(chē)的普及也帶來(lái)了新的挑戰(zhàn)，尤其是在城市居住小區(qū)這樣的密集區(qū)域，如何高效、經(jīng)濟(jì)地管理大量電動(dòng)汽車(chē)的充電需求，成為了一個(gè)亟待解決的問(wèn)題。
3、另外，電網(wǎng)負(fù)荷管理、用戶(hù)充電行為的復(fù)雜性、充電設(shè)施的局限性、經(jīng)濟(jì)性和環(huán)境影響、需求側(cè)響應(yīng)以及新能源的融合等都是充電調(diào)度需要考慮的關(guān)鍵因素。現(xiàn)有的充電調(diào)度技術(shù)往往依賴(lài)于簡(jiǎn)化的模型和算法，難以適應(yīng)復(fù)雜多變的實(shí)際需求。
技術(shù)實(shí)現(xiàn)思路
1、本專(zhuān)利技術(shù)為了解決上述問(wèn)題，提出了一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法及系統(tǒng)，本專(zhuān)利技術(shù)通過(guò)引入日前和時(shí)前兩階段的充電調(diào)度，結(jié)合深度學(xué)習(xí)與遺傳算法，優(yōu)化電動(dòng)汽車(chē)的充電時(shí)間分配和充電量分配，從而實(shí)現(xiàn)充電成本的最小化、運(yùn)維效率的提升以及電網(wǎng)負(fù)載的均衡。
2、根據(jù)一些實(shí)施例，本專(zhuān)利技術(shù)采用如下技術(shù)方案：
3、一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，包括以下步驟：
4、確定調(diào)度時(shí)間段，構(gòu)建電動(dòng)汽車(chē)充電調(diào)度多目標(biāo)優(yōu)化模型；
5、對(duì)用戶(hù)充電行為數(shù)據(jù)進(jìn)行分析，提取用戶(hù)充電行為偏好；
6、依據(jù)用戶(hù)充電行為偏好對(duì)用戶(hù)進(jìn)行類(lèi)別劃分；
8、基于深度學(xué)習(xí)進(jìn)行基準(zhǔn)充電調(diào)度模式向用戶(hù)個(gè)體調(diào)度方案的映射，得到協(xié)同優(yōu)化后的日前充電調(diào)度方案；
9、考慮用戶(hù)充電時(shí)間不確定性，采用時(shí)前充電調(diào)度的方法，預(yù)先設(shè)定時(shí)間對(duì)協(xié)同優(yōu)化后的日前充電調(diào)度方案進(jìn)行調(diào)整，得到最終充電調(diào)度方案。
10、作為可選擇的實(shí)施方式，確定調(diào)度時(shí)間段的過(guò)程為依據(jù)電動(dòng)汽車(chē)整體電力需求預(yù)測(cè)結(jié)果和電網(wǎng)需求側(cè)響應(yīng)要求確定調(diào)度時(shí)間段。
11、作為可選擇的實(shí)施方式，構(gòu)建電動(dòng)汽車(chē)充電調(diào)度多目標(biāo)優(yōu)化模型的過(guò)程包括：所述多目標(biāo)優(yōu)化模型的目標(biāo)函數(shù)包括充電運(yùn)維成本最小、出現(xiàn)的尖峰負(fù)荷盡可能少、最低碳排放量、消納的新能源發(fā)電量最大，以及需求響應(yīng)時(shí)間段的削減總體負(fù)荷量最大；
12、所述模型的約束包含電動(dòng)汽車(chē)充電量約束、住區(qū)充電負(fù)荷上限約束、用戶(hù)最晚離開(kāi)時(shí)間約束和需求側(cè)響應(yīng)要求約束。
13、作為可選擇的實(shí)施方式，所述用戶(hù)充電行為數(shù)據(jù)包括到家時(shí)間、充電時(shí)間、斷電時(shí)間、離開(kāi)時(shí)間和充電量數(shù)據(jù)。
14、作為可選擇的實(shí)施方式，選取不同類(lèi)別用戶(hù)的調(diào)度均值作為該類(lèi)別用戶(hù)的基準(zhǔn)充電調(diào)度模式。
15、作為可選擇的實(shí)施方式，基于深度學(xué)習(xí)進(jìn)行基準(zhǔn)充電調(diào)度模式向用戶(hù)個(gè)體調(diào)度方案的映射的過(guò)程包括：
16、基于深度學(xué)習(xí)算法對(duì)個(gè)體用戶(hù)充電行為預(yù)測(cè)，得到不同類(lèi)別用戶(hù)充電調(diào)度優(yōu)化的初始種群；
17、判斷初始種群是否滿(mǎn)足多目標(biāo)優(yōu)化模型的要求，如果滿(mǎn)足則輸出所有類(lèi)別種群結(jié)果作為居住小區(qū)電動(dòng)汽車(chē)調(diào)度優(yōu)化結(jié)果，否則進(jìn)入下一步驟；
18、分別對(duì)不同類(lèi)別的種群進(jìn)行選擇、交叉和變異，得到新的種群；
19、判斷新種群是否滿(mǎn)足多目標(biāo)優(yōu)化函數(shù)的要求，如果滿(mǎn)足則以所有類(lèi)別種群結(jié)果作為居住小區(qū)電動(dòng)汽車(chē)調(diào)度優(yōu)化結(jié)果，否則返回至上一步驟。
20、作為可選擇的實(shí)施方式，考慮用戶(hù)充電時(shí)間不確定性時(shí)，針對(duì)以下用戶(hù)：提前歸家強(qiáng)制提前充電用戶(hù)、提前歸家未強(qiáng)制提前充電用戶(hù)和推遲充電用戶(hù)。
21、作為進(jìn)一步限定的實(shí)施方式，針對(duì)提前歸家強(qiáng)制提前充電用戶(hù)，考慮其充電要求，對(duì)其充電調(diào)度方案重新規(guī)劃；
22、針對(duì)提前歸家未強(qiáng)制提前充電用戶(hù)，充電調(diào)度方案不變；
23、針對(duì)推遲充電用戶(hù)，歸家時(shí)間后的調(diào)度方案不變，統(tǒng)計(jì)預(yù)測(cè)歸家時(shí)間到實(shí)際歸家時(shí)間的時(shí)間段的未滿(mǎn)足的電力需求，在下個(gè)調(diào)度時(shí)間段，進(jìn)行未滿(mǎn)足電力需求的充電調(diào)度。
24、作為進(jìn)一步限定的實(shí)施方式，計(jì)及用戶(hù)充電時(shí)間不確定性的時(shí)前充電調(diào)度優(yōu)化模型為：
25、
26、式中，n0,n1,…,nk,…,nk為推遲調(diào)度汽車(chē)編號(hào)，tk0,tk1,…,tkh,…tkh為電動(dòng)汽車(chē)k充電時(shí)間段，s0,s1,…,sm,…,sm為強(qiáng)制提前充電用戶(hù)，tm0,tm1,…,tme,tme為電動(dòng)汽車(chē)q充電時(shí)間段，θ為可調(diào)度時(shí)間段的集合；
27、模型擬采用二階圓錐規(guī)劃等方法求解。
28、作為進(jìn)一步限定的實(shí)施方式，所述計(jì)及用戶(hù)充電時(shí)間不確定性的時(shí)前充電調(diào)度優(yōu)化模型的約束包括：
29、
30、式中，為推遲充電電動(dòng)汽車(chē)i的充電調(diào)度已滿(mǎn)足需求電量，pj為強(qiáng)制提前充電電動(dòng)汽車(chē)j所需電力需求，為t時(shí)間段推遲充電汽車(chē)i車(chē)的充電功率，為t時(shí)間段強(qiáng)制提前充電j車(chē)的充電功率，為充電線(xiàn)路t時(shí)間段允許的最大功率，為充電線(xiàn)路t時(shí)間段已占用充電功率。
31、一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度系統(tǒng)，包括：
32、多目標(biāo)優(yōu)化模塊，被配置為確定調(diào)度時(shí)間段，構(gòu)建電動(dòng)汽車(chē)充電調(diào)度多目標(biāo)優(yōu)化模型；
33、行為偏好提取模塊，被配置為對(duì)用戶(hù)充電行為數(shù)據(jù)進(jìn)行分析，提取用戶(hù)充電行為偏好；依據(jù)用戶(hù)充電行為偏好對(duì)用戶(hù)進(jìn)行類(lèi)別劃分；
34、充電調(diào)度模式確定模塊，被配置為考慮環(huán)境因素的相似性，選取歷史優(yōu)化調(diào)度結(jié)果，確定不同類(lèi)別用戶(hù)的基準(zhǔn)充電調(diào)度模式；
35、日前協(xié)同優(yōu)化模塊，被配置為基于深度學(xué)習(xí)進(jìn)行基準(zhǔn)充電調(diào)度模式向用戶(hù)個(gè)體調(diào)度方案的映射，得到協(xié)同優(yōu)化后的日前充電調(diào)度方案；
36、時(shí)前優(yōu)化調(diào)度模塊，被配置為考慮用戶(hù)充電時(shí)間不確定性，采用時(shí)前充電調(diào)度的方法，預(yù)先設(shè)定時(shí)間對(duì)協(xié)同優(yōu)化后的日前充電調(diào)度方案進(jìn)行調(diào)整，得到最終充電調(diào)度方案。
37、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成上述方法中的步驟。
38、一種電子設(shè)備，包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成上述方法中的步驟。
39、與現(xiàn)有技術(shù)相比，本專(zhuān)利技術(shù)的有益效果為：
40、1.本專(zhuān)利技術(shù)采用日前和時(shí)前兩階段的充電調(diào)度策略，有效應(yīng)對(duì)用戶(hù)歸家及充電時(shí)間的不確定性，提高了充電調(diào)度的靈活性和可靠性。
41、2.本專(zhuān)利技術(shù)通過(guò)建立一個(gè)充電運(yùn)維成本、尖峰負(fù)荷減少、碳排放量降低、新能源電量消納以及需求響應(yīng)等多個(gè)目標(biāo)的優(yōu)化模型，實(shí)現(xiàn)了居住小區(qū)電動(dòng)汽車(chē)充電調(diào)度的全面優(yōu)化。
42、3.本專(zhuān)利技術(shù)利用深度學(xué)習(xí)方法將不同充電行為偏好類(lèi)型的充電調(diào)度模式映射到個(gè)體充電調(diào)度方案，提高了求解效率并減少了初始求解域的隨機(jī)性；結(jié)合遺傳算法實(shí)現(xiàn)不同類(lèi)別種群間的協(xié)同優(yōu)化求解，進(jìn)一步提升了充電調(diào)度的求解效率。
43、4.本專(zhuān)利技術(shù)通過(guò)時(shí)前充電調(diào)度方法，每半小時(shí)或一小時(shí)對(duì)充電調(diào)度本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，包括以下步驟：
2.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，確定調(diào)度時(shí)間段的過(guò)程為依據(jù)電動(dòng)汽車(chē)整體電力需求預(yù)測(cè)結(jié)果和電網(wǎng)需求側(cè)響應(yīng)要求確定調(diào)度時(shí)間段。
3.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，構(gòu)建電動(dòng)汽車(chē)充電調(diào)度多目標(biāo)優(yōu)化模型的過(guò)程包括：所述多目標(biāo)優(yōu)化模型的目標(biāo)函數(shù)包括充電運(yùn)維成本最小、出現(xiàn)的尖峰負(fù)荷盡可能少、最低碳排放量、消納的新能源發(fā)電量最大，以及需求響應(yīng)時(shí)間段的削減總體負(fù)荷量最大；
4.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，所述用戶(hù)充電行為數(shù)據(jù)包括到家時(shí)間、充電時(shí)間、斷電時(shí)間、離開(kāi)時(shí)間和充電量數(shù)據(jù)。
5.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，選取不同類(lèi)別用戶(hù)的調(diào)度均值作為該類(lèi)別用戶(hù)的基準(zhǔn)充電調(diào)度模式。
6.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，基于深度學(xué)習(xí)進(jìn)行基準(zhǔn)充電
7.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，考慮用戶(hù)充電時(shí)間不確定性時(shí)，針對(duì)以下用戶(hù)：提前歸家強(qiáng)制提前充電用戶(hù)、提前歸家未強(qiáng)制提前充電用戶(hù)和推遲充電用戶(hù)；
8.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，計(jì)及用戶(hù)充電時(shí)間不確定性的時(shí)前充電調(diào)度優(yōu)化模型為：
9.如權(quán)利要求8所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，所述計(jì)及用戶(hù)充電時(shí)間不確定性的時(shí)前充電調(diào)度優(yōu)化模型的約束包括：
10.一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度系統(tǒng)，其特征是，包括：
...【技術(shù)特征摘要】
1.一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，包括以下步驟：
2.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，確定調(diào)度時(shí)間段的過(guò)程為依據(jù)電動(dòng)汽車(chē)整體電力需求預(yù)測(cè)結(jié)果和電網(wǎng)需求側(cè)響應(yīng)要求確定調(diào)度時(shí)間段。
3.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，構(gòu)建電動(dòng)汽車(chē)充電調(diào)度多目標(biāo)優(yōu)化模型的過(guò)程包括：所述多目標(biāo)優(yōu)化模型的目標(biāo)函數(shù)包括充電運(yùn)維成本最小、出現(xiàn)的尖峰負(fù)荷盡可能少、最低碳排放量、消納的新能源發(fā)電量最大，以及需求響應(yīng)時(shí)間段的削減總體負(fù)荷量最大；
4.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是，所述用戶(hù)充電行為數(shù)據(jù)包括到家時(shí)間、充電時(shí)間、斷電時(shí)間、離開(kāi)時(shí)間和充電量數(shù)據(jù)。
5.如權(quán)利要求1所述的一種計(jì)及行為偏好與不確定性的兩階段充電調(diào)度方法，其特征是...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：田晨璐，鄭力文，楊?lèi)?ài)新，李曉艷，李成棟，張桂青，彭偉，鄧曉平，
申請(qǐng)(專(zhuān)利權(quán))人：山東建筑大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。