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！

龙图腾网获悉国网上海市电力公司申请的专利基于车网互动的电动汽车双向充放电控制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：CN121043684B 。

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：202511604304.3，技术领域涉及：B60L53/60；该发明授权基于车网互动的电动汽车双向充放电控制方法及系统是由窦真兰;储琳琳;张春雁;宗明;刘达伟;张刚;解佗设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本基于车网互动的电动汽车双向充放电控制方法及系统在说明书摘要公布了：本发明属于电动汽车充放电控制技术领域，具体为基于车网互动的电动汽车双向充放电控制方法及系统，方法包括：获取用户历史出行数据、车辆状态数据、外部动态数据以及电网数据，建立动态用户需求模型，得到充放电优先级；基于获取的电网数据，结合短期负荷预测模型，得到电网的弹性裕度；建立优化模型，得到最优充放电方案；判断电池状态是否异常；构建智能推荐模型，得到推荐的充放电方案。本发明实现了用户需求精准匹配、电网运行协同优化、电池安全有效保障与个性化充放电方案供给，有效解决了现有技术预测精度低、优化目标单一、电池保护不足及用户体验差的问题。

本发明授权基于车网互动的电动汽车双向充放电控制方法及系统在权利要求书中公布了：1.基于车网互动的电动汽车双向充放电控制方法，其特征在于，包括以下步骤： 获取用户历史出行数据、车辆状态数据、外部动态数据以及电网数据； 基于用户历史出行数据、车辆状态数据及外部动态数据，建立动态用户需求模型，得到输出刚性需求标志、弹性需求时段以及需求置信度，结合动态优先级算法，得到充放电优先级； 基于电网数据，结合短期负荷预测模型，得到电网的弹性裕度； 基于充放电优先级与弹性裕度，建立优化模型，对优化模型求最优解得到最优充放电方案； 获取电池单体工作数据与充放电端口谐波检测结果，判断电池状态是否异常，若是，则触发保护调整方案，若否，则持续运行； 基于用户行为数据、电网数据以及车辆状态数据，构建智能推荐模型，得到推荐的充放电方案，通过推荐的充放电方案进行充放电控制； 建立动态用户需求模型时，首先预处理用户历史出行数据、车辆状态数据以及外部动态数据，其中： 用户历史出行数据包括充电时间、充电频率、充电地点坐标、充电电量、行驶里程、常充地点坐标； 车辆状态数据包括电池剩余电量百分比、电池的循环次数、电池健康状态、电池温度、电动汽车额定功率； 外部动态数据包括温度、降雨量、风速、常充地点附近交通拥堵指数； 建立动态用户需求模型，包括： 统计历史的充电时间的概率分布，生成充电时间概率矩阵，并基于充电时间概率矩阵计算得到充电时段概率； 计算历史的行驶里程的平均能耗，结合电池容量得到电池剩余电量百分比日均能耗； 基于电池剩余电量百分比和充电电量提取用户充电习惯，得到充电终止电池剩余电量百分比阈值； 将充电时段概率、电池剩余电量百分比日均能耗、充电终止电池剩余电量百分比阈值整合为用户行为特征数据集，将用户行为特征数据集、电池剩余电量百分比、电池健康状态、实时电价、温度、常充地点附近交通拥堵指数整合为模型输入数据，并将模型输入数据划分为训练集与验证集； 将训练集输入至随机森林模型，剔除低贡献特征，进行超参数优化，得到动态用户需求模型； 输出刚性需求标志、弹性需求时段以及需求置信度； 将验证集输入至训练好的动态用户需求模型中，对动态用户需求模型进行验证； 结合动态优先级算法，得到充放电优先级，包括以下步骤； 电网数据包括实时电价、峰谷单价、电网负荷率、节点电压、线路额定容量、频率、光伏预测出力、风电预测出力； 基于电池剩余电量百分比、电池剩余电量百分比最大值、电池剩余电量百分比最小值以及需求置信度，判断电池剩余电量百分比与电池剩余电量百分比最小值的大小关系： 若电池剩余电量百分比小于电池剩余电量百分比最小值，则用户需求分为1，并输出刚性需求标志，刚性需求标志用于提示立即充电；若电池剩余电量百分比不小于电池剩余电量百分比最小值，则将当前的电池剩余电量百分比与电池剩余电量百分比最小值的差值与电池剩余电量百分比最大值与电池剩余电量百分比最小值的差值的比值与需求置信度相乘，得到用户需求分； 基于实时电价、峰谷单价、电网负荷率，将电网负荷率与数据存储库中存储的各参考电网负荷率进行比对，获取最相近的参考电网负荷率对应的电网负荷因子作为当前的电网负荷率对应的电网负荷因子，将实时电价与峰谷电价的比值与电网负荷因子相乘，得到电网价值分； 基于电池健康状态与电池温度，将电池温度与数据存储库中存储的各参考电池温度进行比对，获取最相近的参考电池温度对应的温度修正因子作为当前的电池温度对应的温度修正因子，将电池健康状态与温度修正因子相乘，得到电池健康分； 对用户需求分、电网价值分以及电池健康分进行加权求和，得到充放电优先级得分； 若充放电优先级得分小于0.2，则认定充放电优先级为一级，维持状态； 若充放电优先级得分不小于0.2且不大于0.5，则认定充放电优先级为二级，提示进行谷电充电或峰电放电； 若充放电优先级得分大于0.5，则认定充放电优先级为三级，提示立即充电或立即放电； 将当前的电网负荷数据输入至短期负荷预测模型中，得到未来短期内的负荷预测值，将负荷预测值与光伏预测出力和风电预测出力的和进行作差，得到的差值记为净负荷；数据存储库中存储有负荷波动标准差； 基于充放电优先级与弹性裕度，建立优化模型，对优化模型求最优解得到最优充放电方案，包括以下步骤： 基于获取的电网数据、净负荷、负荷波动标准差、电动汽车额定功率、用户需求分、电网价值分、电池健康分、电网的弹性裕度以及在线电动汽车数量，定义目标函数； 确定约束条件，约束条件包括电网安全约束、用户需求约束、电池健康约束、裕度等级约束； 将各区域的弹性裕度等级、用户优先级的分布、可调度车辆总数输入至主从递阶优化模型的上层模型中，得到区域级调度模型，输出各区域的充放电总功率配额、跨区域功率支援指令； 将上层分配的充放电总功率配额、充放电优先级、电池剩余电量百分比输入至主从递阶优化模型的下层车辆级调度中，得到车辆级调度模型，输出每辆车的充放电功率曲线； 基于改进粒子群算法确定目标函数的最优解，最优解包括最大化弹性裕度利用率、最小化用户充放电计划偏离度、最小化电池损耗成本，并记为最优充放电方案； 基于用户行为数据、电网数据以及车辆状态数据，构建智能推荐模型，得到推荐的充放电方案，包括以下步骤： 对电网数据、车辆状态数据以及用户行为数据进行特征提取，得到特征数据集，特征数据集包括电网特征数据、车辆特征数据、用户特征数据； 设计随机森林模型中的森林结构，得到设计好的随机森林模型，其中，森林结构为，设置树数量为500棵，最大深度为15层，节点分裂标准为Gini不纯度最小化； 将特征数据集划分为训练集、验证集、测试集，将训练集输入至设计好的随机森林模型中，得到训练好的智能推荐模型，将验证集输入至训练好的智能推荐模型中进行验证，直至验证集的误差连续10次不下降则终止验证，得到验证好的智能推荐模型； 将测试集输入至验证好的智能推荐模型中，输出测试结果，基于数据库中存储的各测试结果和推荐的充放电方案的映射集，得到测试结果对应的推荐的充放电方案。

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国网上海市电力公司，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122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。