一种计及车路网交互特性的电动汽车车队调控方法及系统

    公开(公告)号:CN118521118A

    公开(公告)日:2024-08-20

    申请号:CN202410943116.2

    申请日:2024-07-15

    Abstract: 本发明涉及电动汽车车队调度技术领域,具体涉及一种计及车路网交互特性的电动汽车车队调控方法及系统;本发明方法包括以路网拓扑信息、车辆状态信息及环境状态信息作为状态变量,将电动汽车聚合调控过程构建为马尔可夫决策过程模型,通过融合图神经网络的强化学习A2C算法构建电动汽车车队调控决策模型,通过状态‑动作‑奖励数据集对电动汽车车队调控决策模型进行训练,以最大化车队收益为优化方向,对电动汽车车队调控决策模型的神经网络参数进行梯度下降和更新,得到训练后的电动汽车车队调控决策模型,采用训练后的电动汽车车队调控决策模型对电动汽车车队进行调控;通过本发明提高了车队的运行效率、总收益,降低了车队运营成本。

    基于任务调度的数据中心用能调节能力评估方法及系统

    公开(公告)号:CN117667639B

    公开(公告)日:2024-05-10

    申请号:CN202410128131.1

    申请日:2024-01-30

    Abstract: 本发明公开了基于任务调度的数据中心用能调节能力评估方法及系统,涉及业务负载调度域领域。主要公开了基于任务调度的数据中心用能调节能力评估方法,包括:云计算用户将业务负载的计算请求提交给数据中心,数据中心将业务负载划分为多个任务,并将多个任务分配到至少一个设备;根据各任务在每个时间步下的资源占用、计算量完成度、电功率和能耗之间的约束关系,得到各任务的能耗可调度域模型;利用能耗可调度域模型得到各任务的能耗可调度域;计算同一任务类型的多个任务的能耗可调度域。本发明更能够体现不同计算任务的能耗异质性,满足数据中心的用能灵活性调度能力的准确评估。

    基于电力-算力-通信协同调度的数据中心用能优化方法

    公开(公告)号:CN117880292A

    公开(公告)日:2024-04-12

    申请号:CN202410277372.2

    申请日:2024-03-12

    Abstract: 本发明涉及基于电力‑算力‑通信协同调度的数据中心用能优化方法,属于电力系统技术领域,该方法包括:构建最小化数据中心的用电成本模型;在多地理位置数据中心间任务调度时考虑数据传输和任务计算的时序先后逻辑关系,并更新相应状态下的各数据中心内的最新数据状态;基于各数据中心内的最新数据状态和调度决策间的交互影响关系,对最小化数据中心的用电成本模型进行求解,得到以数据中心用能成本最小为目标的最优调度方案。本发明具有优化网络通信设备用能成本、考虑数据中心处理任务时的数据可用性以及保证各数据中心间数据不重复传输等优点。

    一种考虑交通灵活性高速公路多服务区能源运行优化方法

    公开(公告)号:CN116957226A

    公开(公告)日:2023-10-27

    申请号:CN202310715726.2

    申请日:2023-06-15

    Abstract: 本发明公开了一种计及电动汽车这一灵活性负荷的多服务区综合能源系统运行优化模型。考虑到以高速公路服务区运营商为视角,考虑风、光、储、电、热五种能源形态相互耦合,服务区运营商通过制定每个运营日的储能蓄热装置运行计划、主网购电计划、热电联产机组运行计划、弃风弃光计划以及电动汽车充电计划,尽可能消纳服务区周边的可再生能源。本发明提出一种时‑空‑电三维的多物网络流模型,通过模拟电动汽车在高速公路上的行驶、排队、充电等行为,以刻画高速公路电动汽车这一潜在的灵活性充电负荷的时空特性。该发明能够调动供能侧的能量转换设备进行合理的能量交换,通过储能蓄热装置促进消纳可再生能源,通过引导电动汽车充电加强需求侧资源的响应,减少弃风弃光率,提升服务区清洁用能水平。

    一种考虑配电网电压安全的电动共享出行车队充电引导方法

    公开(公告)号:CN116914735A

    公开(公告)日:2023-10-20

    申请号:CN202310862098.0

    申请日:2023-07-13

    Inventor: 丁肇豪 窦子啸

    Abstract: 本发明公开了一种考虑配电网电压安全的电动共享出行车队充电引导方法,具体包括:配电网以及电动共享出行车队运行的历史数据读取与分析;建立考虑可再生能源消纳和电压安全约束的配电网运行优化模型,以及适配动态充电引导信号的电动共享出行车队调度模型;基于多智能体深度强化学习框架,将配电网运行优化问题与电动共享出行车队调度问题建立为马尔可夫决策问题,形成配电网调度器与车队调度器;利用历史数据,使用多智能体最大熵深度强化学习算法对配电网与车队的调度器进行训练。利用训练后的配电网调度器,配电网能够根据实时的电力负荷、可再生能源出力以及节点电压,决策车队充电引导信号,以保证配电网电压安全,并促进可再生能源消纳。

Patent Agency Ranking