-
公开(公告)号：CN118097947A
公开(公告)日：2024-05-28
申请号：CN202410208052.1
申请日：2024-02-26
Applicant: 东南大学
IPC: G08G1/01 , G06F30/27 , G06N3/09 , G06Q50/06 , G06F17/11 , G06F17/16 , G06N3/04 , G06N3/092 , G08G1/065 , G06F111/04
Abstract: 本发明公开了一种计及高电动汽车渗透率的交通网络均衡状态求解的加速计算方法，首先，在日前阶段里，收集历史交通电动汽车的出行需求、充电价格和用户实际的路径选择，以此为基础，训练路径识别智能体，采用transformer的多头注意机制最小化预测误差；再在日内阶段里，搜集实时交通网中的出行需求和充电站价格，通过路径识别智能体获得路径集合，输入到初始化的全连接网络中，得到路径流量，通过交通网广义目标函数计算损失并更新参数，判断当前是否处于均衡状态，如果是，结束计算，输出结果，如果不是继续迭代更新参数，直至路径流量处于均衡。本方明方法对大规模交通网的均衡状态加速计算有显著成效，有望助力电力‑交通实时联合调度。
-
公开(公告)号：CN118155404B
公开(公告)日：2025-04-01
申请号：CN202410174001.1
申请日：2024-02-07
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/092 , G06N3/09
Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先，收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量；其次，用收集到的数据训练深度强化学习智能体与解码器的Transformer；然后，将所选取的充电负荷典型日输入到训练好的智能体中，产生交通传感器放置方案，随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中，根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值；最后，将所得到的出发地‑目的地估计值作为输入，利用训练好的拟合交通分配网络，得到最终的交通分布和充电负荷估计值。通过以上步骤，本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法，该方法克服了三级框架的固有复杂性，准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置，从而有效管理智能电网和智能交通系统。
-
公开(公告)号：CN118134346B
公开(公告)日：2025-03-07
申请号：CN202410172024.9
申请日：2024-02-07
Applicant: 东南大学
IPC: G06Q10/067 , G08G1/01 , G06Q50/26
Abstract: 本发明涉及电力系统与交通融合技术领域，公开了一种城市充电负荷实时仿真方法、装置、存储介质及设备，该方法包括：根据电动汽车出行需求，得到交通出行矩阵，进而得到个体电动汽车出行模型；基于车辆跟驰模型和超车换道模型，结合个体电动汽车出行模型，建立交通网微观模型；建立充电站模型；建立个体电动汽车充电站选择模型充电站；结合交通网微观模型、个体电动汽车出行模型以及个体电动汽车充电站选择模型，得到城市充电负荷仿真模型。本发明的有益效果为：可以充分展示电动汽车充电负荷的时空动态特性、实时查看车流量与充电站实时充电负荷变化，为精细化充电负荷调度提供了有力的分析基础和仿真工具。
-
公开(公告)号：CN118134346A
公开(公告)日：2024-06-04
申请号：CN202410172024.9
申请日：2024-02-07
Applicant: 东南大学
IPC: G06Q10/067 , G08G1/01 , G06Q50/26
Abstract: 本发明涉及电力系统与交通融合技术领域，公开了一种城市充电负荷实时仿真方法、装置、存储介质及设备，该方法包括：根据电动汽车出行需求，得到交通出行矩阵，进而得到个体电动汽车出行模型；基于车辆跟驰模型和超车换道模型，结合个体电动汽车出行模型，建立交通网微观模型；建立充电站模型；建立个体电动汽车充电站选择模型充电站；结合交通网微观模型、个体电动汽车出行模型以及个体电动汽车充电站选择模型，得到城市充电负荷仿真模型。本发明的有益效果为：可以充分展示电动汽车充电负荷的时空动态特性、实时查看车流量与充电站实时充电负荷变化，为精细化充电负荷调度提供了有力的分析基础和仿真工具。
-
Patent Agency Ranking
公开(公告)号：CN119831626A
公开(公告)日：2025-04-15
申请号：CN202411924493.8
申请日：2024-12-25
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司 , 东南大学
IPC: G06Q30/0201 , G06Q10/0639 , G06Q50/06
Abstract: 本发明涉及电力市场与电力系统运行管理技术领域，尤其涉及一种容量市场适应性评价方法，该方法基于电力系统中容量市场的运行特点和需求，结合多维度评价理论，通过构建包含技术性、经济性、环境性及社会性四大维度的综合指标体系，实现对容量资源适应性进行量化评估。方法采用数据采集与归一化技术，对容量充裕率、调节灵活性、碳排放强度、市场价格波动敏感性等关键指标进行建模，结合权重分析与综合评价模型，科学计算各类资源的适应性水平，支持容量市场的规划、优化与政策制定，提高市场运行效率及资源配置的合理性，克服了传统电力市场在数据处理和评价指标构建方面的不足，为电力系统的长期稳定运行提供理论依据和决策支持。
-
公开(公告)号：CN118074114A
公开(公告)日：2024-05-24
申请号：CN202410197883.3
申请日：2024-02-22
Applicant: 东南大学
IPC: H02J3/00 , H02J3/14 , H02J3/48 , H02J3/50 , B60L53/62 , B60L53/63 , B60L53/64 , G06Q50/06 , G06Q10/0631
Abstract: 本发明提出一种电动汽车快充电站的需求响应潜力的挖掘方法，考虑到私营的电动汽车快充电站运营商对交通网信息（如电动汽车出行需求等）不敏感，为避免可能出现的充电站利益损失和需求响应潜力浪费，因此将充电站运营商与环境之间的交互过程，建模为马尔可夫链，采用SAC(soft actor critic)算法获取其最优策略，同时为避免电网输出的需求响应信息导致充电负荷违反电网安全约束，采用CPO(constrained policy optimization)算法获得电网的最优策略。该方法对充电站的需求响应潜力进行了深度挖掘，有望为电动汽车参与电网调度提供新的思路。
-
公开(公告)号：CN118074114B
公开(公告)日：2025-01-24
申请号：CN202410197883.3
申请日：2024-02-22
Applicant: 东南大学
IPC: H02J3/00 , H02J3/14 , H02J3/48 , H02J3/50 , B60L53/62 , B60L53/63 , B60L53/64 , G06Q50/06 , G06Q10/0631
Abstract: 本发明提出一种电动汽车快充电站的需求响应潜力的挖掘方法，考虑到私营的电动汽车快充电站运营商对交通网信息（如电动汽车出行需求等）不敏感，为避免可能出现的充电站利益损失和需求响应潜力浪费，因此将充电站运营商与环境之间的交互过程，建模为马尔可夫链，采用SAC(soft actor critic)算法获取其最优策略，同时为避免电网输出的需求响应信息导致充电负荷违反电网安全约束，采用CPO(constrained policy optimization)算法获得电网的最优策略。该方法对充电站的需求响应潜力进行了深度挖掘，有望为电动汽车参与电网调度提供新的思路。
-
公开(公告)号：CN118097947B
公开(公告)日：2024-12-17
申请号：CN202410208052.1
申请日：2024-02-26
Applicant: 东南大学
IPC: G08G1/01 , G06F30/27 , G06N3/09 , G06Q50/06 , G06F17/11 , G06F17/16 , G06N3/04 , G06N3/092 , G08G1/065 , G06F111/04
Abstract: 本发明公开了一种计及高电动汽车渗透率的交通网络均衡状态求解的加速计算方法，首先，在日前阶段里，收集历史交通电动汽车的出行需求、充电价格和用户实际的路径选择，以此为基础，训练路径识别智能体，采用transformer的多头注意机制最小化预测误差；再在日内阶段里，搜集实时交通网中的出行需求和充电站价格，通过路径识别智能体获得路径集合，输入到初始化的全连接网络中，得到路径流量，通过交通网广义目标函数计算损失并更新参数，判断当前是否处于均衡状态，如果是，结束计算，输出结果，如果不是继续迭代更新参数，直至路径流量处于均衡。本方明方法对大规模交通网的均衡状态加速计算有显著成效，有望助力电力‑交通实时联合调度。
-
公开(公告)号：CN118155404A
公开(公告)日：2024-06-07
申请号：CN202410174001.1
申请日：2024-02-07
Applicant: 东南大学
IPC: G08G1/01 , G06N3/0455 , G06N3/092 , G06N3/09
Abstract: 本发明公开一种电动汽车出行需求估计和交通传感器放置方法。首先，收集历史出发地‑目的地出行需求数据、历史充电负荷和路段流量；其次，用收集到的数据训练深度强化学习智能体与解码器的Transformer；然后，将所选取的充电负荷典型日输入到训练好的智能体中，产生交通传感器放置方案，随后将传感器观测到的交通道路流量数据输入到编码器的Transformer中，根据回归损失对编码器的Transformer进行训练得到最终的出发地‑目的地精确估计值；最后，将所得到的出发地‑目的地估计值作为输入，利用训练好的拟合交通分配网络，得到最终的交通分布和充电负荷估计值。通过以上步骤，本发明得到了智能电网和智能交通系统中电动汽车交通流出发地‑目的地需求估计和交通传感器放置方法，该方法克服了三级框架的固有复杂性，准确估计了电动汽车的出发地‑目的地需求和放置交通传感器的关键位置，从而有效管理智能电网和智能交通系统。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
