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！

龙图腾网获悉山东科技大学;浙江大学海南研究院申请的专利基于分布式ADP的电动汽车实时充放电调度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：CN120542862B 。

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：202510682980.6，技术领域涉及：G06Q10/0631；该发明授权基于分布式ADP的电动汽车实时充放电调度方法及系统是由张玉敏;薛熙臻;吉兴全;文福拴;叶平峰;蔡富东;杨明;王金玉;亓云瑞设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本基于分布式ADP的电动汽车实时充放电调度方法及系统在说明书摘要公布了：本发明涉及电动汽车充放电调度技术领域，提出了一种基于分布式ADP的电动汽车实时充放电调度方法及系统，通过聚类算法对EV聚类，并利用多胞体近似建模方法将聚类组转化为统一的聚合体模型，从而构建EV多胞体充放电模型。调度模型通过约束表达聚合体的充放电行为边界，并以预定目标函数构建集中式优化问题。模型随后被重构为马尔科夫决策过程，使得调度问题可转化为值函数优化问题。为避免对全局信息的依赖，本发明引入一致性分布式优化算法，在日前阶段结合历史数据与ADP算法进行训练，通过局部信息与邻域通信获得分段线性值函数的最优斜率，进而在日内调度中凭当前状态信息便可求解调度策略，提升系统的响应性与灵活性。

本发明授权基于分布式ADP的电动汽车实时充放电调度方法及系统在权利要求书中公布了：1.基于分布式ADP的电动汽车实时充放电调度方法，其特征在于，包括如下步骤： 将所有EV划分为多个聚类组，将每个EV充放电功率集合构建为多胞体，针对每个聚类组采用多胞体近似的聚合方法进行聚合，得到构建的EV多胞体充放电模型； 以最小化电网的总运行费用和最大化火电机组可调潜力为目标，约束条件包括基于EV多胞体充放电模型表征的EV充放电约束，构建考虑聚合的EV集中式调度模型； 将EV集中式调度模型重构为马尔科夫决策过程，将调度问题转为多阶段序贯决策问题； 获取日前电力系统历史状态数据以及EV充放电调度数据，进行日前离线训练，通过一致性分布式优化方法和ADP算法相结合，对多阶段序贯决策问题进行迭代训练求解，得到训练后的ADP分布式值函数的分段线性值函数斜率； 获取日内电力系统当前时段的运行状态，根据训练后的ADP分布式值函数，采用一致性分布式优化方法，对多阶段序贯决策问题求解，得到当前时段调度决策，基于EV多胞体充放电模型进行解聚合，得到每个EV的充放电策略； 构建EV多胞体充放电模型，过程如下： 针对每个电动汽车构建充放电模型，基于充放电模型约束，将电动汽车的可行充放电功率集合，表示为定义在多维空间上的一个凸多胞体； 基于各EV的插入时间与拔出时间，采用聚类算法将所有EV划分为K个聚类组；针对每一类k，通过统计其内EV个体的平均运行参数，构建表示该类EV多胞体可行域特征的基础多胞体集合； 基于多胞体近似方法，在基础多胞体集合基础上变换得到每个多胞体的近似多胞体，对聚类组内的多胞体进行聚合与解聚合，得到EV多胞体充放电模型； 基于多胞体近似方法，在基础多胞体集合基础上变换得到每个多胞体的近似多胞体，对聚类组内的多胞体进行聚合与解聚合，包括如下步骤： 将聚合体的准确可行域表示为闵可夫斯基和的形式； 采用多胞体近似聚合，用同一的基础多胞体集合进行变换，表达所有EV的多胞体可行域，得到每个多胞体的近似多胞体； 基于闵可夫斯基和形式，将所有EV的近似多胞体求和后得聚合多胞体； 将得到的聚合多胞体按时段解耦，将高维聚合多胞体拆解为每一时刻对应的单维多胞体，得到EV多胞体充放电模型； 将EV集中式调度模型重构为马尔科夫决策过程，包括如下： 以传统火电机组出力、光伏出力、风电出力、电价和负荷的预测误差作为状态变量；以各能源的调度出力决策为决策变量，以上一时段的状态计算当前时段的状态，构建马尔科夫决策的状态转移函数； 基于得到的状态转移函数和贝尔曼最优原理，重新构建目标函数，得到多阶段序贯决策问题。

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山东科技大学;浙江大学海南研究院，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。