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 > 湖南科技大学陈少淼获国家专利权

湖南科技大学陈少淼获国家专利权

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!

龙图腾网获悉湖南科技大学申请的专利一种基于约束进化的大规模V2G场景下电车充放电规划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:CN120493725B

龙图腾网通过国家知识产权局官网在2026-01-30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:202510585279.2,技术领域涉及:G06F30/27;该发明授权一种基于约束进化的大规模V2G场景下电车充放电规划方法是由陈少淼;吴欣鹏;肖力军;蒋黎明;梁伟;滕镇涛设计研发完成,并于2025-05-08向国家知识产权局提交的专利申请。

一种基于约束进化的大规模V2G场景下电车充放电规划方法在说明书摘要公布了:本发明针对大规模V2G场景下电车的充放电行为规划问题,设计了一种基于约束进化的大规模V2G场景下电车充放电规划方法。该方法使用了一种包含多层次重启时机估算方法和多场景重启种群生成方法的种群重启策略,同时加入了一种导向型初始化策略。其中,导向型初始化策略加速种群进入可行域中搜索,种群重启策略使算法在较低代价下准确估算重启时机,并对不同类型进化困境作出针对性处理,提高了算法求解效率。

本发明授权一种基于约束进化的大规模V2G场景下电车充放电规划方法在权利要求书中公布了:1.一种基于约束进化的大规模V2G场景下电车充放电规划方法,其特征在于,包括以下2个步骤: 步骤1,构建大规模V2G场景下电车充放电规划问题的优化模型; 步骤2,采用基于种群重启的约束进化算法求解问题模型,计算每辆电车充放电的开始时刻与时长; 所述步骤1中优化模型的目标函数包括: 其中,f1表示电车整体充电成本,f2表示各时段电网加总充放电后负荷的均方差,ω表示权重系数;K表示电车数量,T表示时段数;Pck和Pdk表示第k辆电车的充电功率和放电功率,ctk,t和dtk,t表示第k辆电车在第t个时段的充电时长和放电时长,pt表示第t个时段的电价;Pt表示第t个时段加总充放电后的负荷,PBt表示第t个时段未加总充放电前的基础负荷,表示所有时段加总充放电后负荷的均值,ηdk表示第k辆电车的放电效率; 优化模型的约束条件包括: 其中,SOCk,min和SOCk,max表示第k辆电车电池允许的电量下限和上限,SOCk,cs和SOCk,ds表示第k辆电车充电和放电前的电量;ctk和dtk表示第k辆电车的充电总时长和放电总时长,ηck表示第k辆电车的充电效率;SOCk,d表示第k辆电车离开充电区域的电量,lk和uk表示第k辆电车的行驶里程和每公里耗电量;tak和tdk表示第k辆电车到达和离开充电区域的时刻,csk和dsk表示第k辆电车开始充电和放电时刻;statek表示第k辆电车的充电状态,且statek∈{0,1},值为0表示第k辆电车未执行充电,值为1表示其正在充电;Pmax表示充电区域允许的最大充电负荷,Nmax表示充电区域的充电桩数量。

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湖南科技大学,其通讯地址为:411201 湖南省湘潭市雨湖区石马头;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。