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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福建省高速能源发展有限公司;福建省高速公路科技创新研究院有限公司刘心寰获国家专利权

福建省高速能源发展有限公司;福建省高速公路科技创新研究院有限公司刘心寰获国家专利权

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!

龙图腾网获悉福建省高速能源发展有限公司;福建省高速公路科技创新研究院有限公司申请的专利计及电动汽车充电负荷的高速公路服务区电力动态扩容方法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:CN119134516B

龙图腾网通过国家知识产权局官网在2025-10-21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:202411025549.6,技术领域涉及:H02J3/46;该发明授权计及电动汽车充电负荷的高速公路服务区电力动态扩容方法是由刘心寰;陈智威;吴少峰;高升;杨志伟;沈育龙设计研发完成,并于2024-07-30向国家知识产权局提交的专利申请。

计及电动汽车充电负荷的高速公路服务区电力动态扩容方法在说明书摘要公布了:本发明提出一种计及电动汽车充电负荷的高速公路服务区电力动态扩容方法,分为长期和短期调度优化两个阶段。长期调度优化阶段以服务区微电网内风‑光发电、日常负荷和电动汽车充电负荷功率的长期预测结果为基础,在经济性和低碳性能的目标基础上增加并网波动最小的目标函数,初步制定长期调度优化计划,得到服务区与电网之间的功率变化情况。短期调度优化阶段以长期结果并网功率变化、和系统内各单元短期预测结果为基础,以运行经济最优、并网稳定最小为目标进行短期调度优化计划。

本发明授权计及电动汽车充电负荷的高速公路服务区电力动态扩容方法在权利要求书中公布了:1.计及电动汽车充电负荷的高速公路服务区电力动态扩容方法,其特征在于,包括以下步骤: 步骤1:确定因计划增设电动汽车充电设施,需要进行电力动态扩容的服务区; 步骤2:根据服务区现有剩余空闲土地资源,负荷、拟增设的充电桩、变配电所规模设计风-光-混储-充一体化微电网;确定风、光分布式可再生能源的规模,混合储能中高功率密度和能量密度的容量分配情况和总能量; 步骤3:建立计及电动汽车充电负荷服务区、友好并网的双时间尺度能量调度的多目标优化模型; 步骤4:确定多目标优化算法,以求解风-光-混储-充的多目标多约束微电网能量调度优化模型; 步骤5:获取服务区内可再生能源出力、日常负荷、电动汽车充电负荷的长期预测结果; 步骤6:以运行经济性、低碳性、并网波动性为目标确定长期调度优化计划模型; 步骤7:利用多目标优化算法求解长期调度优化计划模型; 步骤8:选择合适的解,得到长期调度优化计划; 步骤9:获取服务区内可再生能源出力、日常负荷、电动汽车充电负荷的短期预测结果; 步骤10:以运行经济性、低碳性、并网波动性为目标确定短期调度优化计划模型; 步骤11:利用多目标优化算法求解短期调度优化计划模型; 步骤12:选择合适的解,得到短期调度优化计划,即最终拟执行的服务区微电网能量调度优化计划; 步骤13:完成最终调度策略制定,实现服务区的电力动态扩容; 所述步骤3包括以下步骤: 步骤31:制定长期调度优化计划; 步骤32:制定短期调度优化计划; 步骤33:建立目标函数; 步骤34:建立约束条件; 所述步骤31具体为:长期预测系统未来一段时间风光出力、日常负荷及电动汽车充电负荷的情况,初步制定系统的长期调度优化计划,提前得到微电网与交流配电网之间的能量交互计划,减少微电网对大电网的冲击; 所述步骤33中目标函数: 1 式中、、分别代表运行经济最优、碳排放最少、并网波动性最小的目标函数值;表示微电网内负荷的直接利用分布式可再生能源产生的效益;、分别表示分布式可再生能源的运行成本和弃风、光惩罚;分别表示微电网向交流配电网的电价交易情况及服务成本;表示混合储能设备的运行维护成本;表示充电桩的运行维护成本;表示微电网的并网功率;t表示时刻; 所述步骤4具体为:利用RL的TS-NSGA-II多目标优化算法,即利用基于反向学习和两步求解的方法优化求解; 多目标优化算法的初始种群个体的生成是给定范围内随机生成,因此初始个体具有随机性;通过反向学习的方法改进初始化种群加快可行解的搜索速度,如式7: 7 式中、为反向学习中的两个初始种群,、为约束条件范围内的种群上下限,d表示决策变量个数;将多目标优化算法转化为带约束的单目标后,在优化开始前反向学习比较两个种群的适应度函数值,留下较优种群作为单目标优化过程中的初始种群;然后采用差分进化算法快速全局搜索,找到可行解空间,如式8: 8 式中,为DE变异过程中的一个缩放因子参数,表示第i个个体,表示当前种群中变换后的目标函数值最小的个体,表示变异过程中随机生成的个体,和分别表示个体朝随机和当前种群中个体最优的两个个体变异方向;最后当种群内可行解区域超过k时,保留此次单目标搜索下的种群,用以后续NSGA-II多目标优化求解过程中的初始种群,继续开始求解,得到最终解。

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福建省高速能源发展有限公司;福建省高速公路科技创新研究院有限公司,其通讯地址为:350019 福建省福州市仓山区城门镇林浦路367号林浦广场(一期)5#楼5层;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。