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！

龙图腾网获悉长沙理工大学申请的专利含光储的配电台区电动汽车调度方法、系统及存储介质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：CN115471044B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202210966277.4，技术领域涉及：G06Q10/0631；该发明授权含光储的配电台区电动汽车调度方法、系统及存储介质是由李帅虎;张志丹;徐勇;童星;赵翔;陈远扬;王炜宇;施星宇设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本含光储的配电台区电动汽车调度方法、系统及存储介质在说明书摘要公布了：本发明提供一种含光储的配电台区电动汽车调度方法、系统及存储介质，其中调度方法：首先根据光伏发电的历史数据进行聚类分析，生成光伏出力场景，确定一天内光伏发电功率；其次分别建立电储能模型和电动汽车电池损耗数学模型；在充分考虑电网损耗和运行成本最小的条件下，以负荷峰谷差和购售电成本最小为目标函数，建立含光储发电系统的电动汽车协调调度模型；然后确定含光储发电系统的电动汽车协调调度模型的决策变量及约束条件；再然后采用多目标粒子群算法对含光储发电系统的电动汽车协调调度模型进行优化求解；本发明充分利用光储发电系统和传统电网的优势，增大可再生能源消纳，减少了煤炭的使用以及减少电动汽车电池损耗成本。

本发明授权含光储的配电台区电动汽车调度方法、系统及存储介质在权利要求书中公布了：1.一种含光储的配电台区电动汽车调度方法，其特征在于，步骤包括： S1：采用多元线性回归算法对光伏发电的历史数据进行聚类分析，生成光伏出力场景，确定一天内光伏发电功率； S2：分别建立电储能模型和电动汽车电池损耗数学模型； 所述步骤S2包括： S21:建立电储能模型； 电储能容量为： EESt＝1-τEESt-1+[PES-chtηch-PES-distηdis]△t1 其中，EESt为t时段电储能容量；τ为电储能自身放电率；PES-cht为t时段储能的充电功率；PES-dist为t时段储能的放电功率；ηch为t时段储能的充电效率；ηdis为t时段储能的放电效率； S22:建立电动动汽车EV电池损耗模型； 电动动汽车EV电池损耗公式为： 其中，nv为EV数量；Cbv为第v辆EV的电池购买成本；Lcv为第v辆EV电池生命周期内的充放电循环次数；SEVv为第v辆EV电池容量；dDODv为EV可用电池放电深度；gvdv,t为t时段第v辆EV放电功率；ηvdv为第v辆EV放电效率；dtrv,t为t时段第v辆EV行驶距离；Ev为EV单位行驶距离所需消耗的功率； S3：在充分考虑电网损耗和运行成本最小的条件下，以负荷峰谷差和购售电成本最小为目标函数，建立含光储发电系统的电动汽车协调调度模型； 所述步骤S3包括： 根据步骤S2中建立的电储能和电动汽车电池损耗数学模型，构建以购售电成本、EV电池损耗成本和需求响应成本最小为目标函数的电动汽车协调调度模型； 目标函数为： 其中，Fmt为t时段购售电成本；FDRt为t时段需求响应成本；FEVt为t时段EV电池损耗成本；Fcshiftt为t时段可转移负荷成本； S4：确定含光储发电系统的电动汽车协调调度模型的决策变量及约束条件； 所述步骤S4包括： S41：根据目标函数设定的光储发电系统的电动汽车协调调度模型确定决策变量分别为：光伏发电功率PPV；购售电量PBCt、SBCt；中断负荷量Lcurtt；EV电池放电功率gvdv,t；电储能系统充放电功率PES-ch、PES-dis； S42：根据目标函数设定的光储发电系统的电动汽车协调调度模型确定约束条件，包括电动汽车蓄电池容量约束、电储能系统充放电功率约束、购售电量约束、系统功率平衡约束； S5：采用多目标粒子群算法对含光储发电系统的电动汽车协调调度模型进行优化求解； 所述步骤S5包括： S51：数据初始化，输入光伏发电功率、电储能模型、电动汽车电池损耗数学模型和其对应的各参数，以及MOPSO算法参数；同时，初始化粒子种群，种群中每一个粒子个体都对应着一个调度周期内的调度方案； S52：将粒子个体作为系统变量输入到仿真模型，对违背所述约束条件的决策变量进行修正，并计算系统的购售电成本、EV电池损耗成本和需求响应成本并作为个体适应度值； S53：将所述个体适应度作为优化模型的输入，通过式11得到子代种群各个粒子的速度和位置； 其中，Vi+1为新一代粒子速度，Vi为当前代粒子速度，ω为惯性权重，c1、c2为学习效率，Xi+1为粒子新的位置，Xi为粒子当前位置，rand是介于0-1之间的随机数，pbesti为每个粒子当前的最好位置； S54：确定个体极值pbest：将pbest作为粒子的初始个体极值，如果当前的粒子支配pbest，则将当前的粒子作为pbest个体极值；如果两者不能比较，则计算两者在群体中支配其他粒子的个数，支配较多的粒子则作为个体极值pbest； S55：对种群进行分层排序，将最优的非支配解Pareto存入外部存档集合，并清除非Pareto解，并判断外部存档集合是否超过规定容量m； S56：返回步骤S53，直至找到最优解集Pareto并将其输出。

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长沙理工大学，其通讯地址为：410000 湖南省长沙市天心区长沙理工大学金盆岭校区；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。