-
公开(公告)号：CN109740825A
公开(公告)日：2019-05-10
申请号：CN201910079583.4
申请日：2019-01-28
Applicant: 杭州电子科技大学
Abstract: 本发明涉及了一种考虑交通拥堵因素下的电动汽车充放电方法。为了更加贴近用户真实场景进行电动汽车充放电优化，本发明基于交通拥堵因素这一实际情况，利用深度学习中的卷积神经网络对交通道路照片进行实时处理，判断当前交通道路的拥堵程度，通过交通道路的拥堵状态对用户出行时间的影响，对电动汽车开始充电时刻进行建模，在此基础上，综合考虑电池能量需求和用户出行需求，建立电网侧峰谷差率和用户用电总成本的多目标目标函数，采用遗传算法求解得到电动汽车集群的充放电方案，验证了其有效性，模型贴近真实场景，具有非常现实的指导意义。
-
公开(公告)号：CN109523097A
公开(公告)日：2019-03-26
申请号：CN201811641816.7
申请日：2018-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种改进遗传算法的多微电网优化调度方法。针对微电网群内能量调度的不确定性，本发明将一种自适应调整变异算子的策略引入到遗传算法中，使得变异算子在算法早期，具有较大的值，增大算法寻优的搜索范围，提高算法的全局寻优能力；而随着迭代的进行，变异算子逐渐减小，使算法在小范围内精细搜索，提高算法的收敛能力。本发明能够有效提高微电网群运行的经济性与可靠性。
-
公开(公告)号：CN109711631A
公开(公告)日：2019-05-03
申请号：CN201811636991.7
申请日：2018-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种改进粒子群算法的智能微电网优化调度方法。针对微电网内可再生能源导致系统能量不确定性问题，本发明将退火、变异思想引入到PSO算法中，利用模拟退火算法的概率突跳特点对粒子群算法的全局搜索能力进行改善，同时，利用高斯变异算法对个体区域附近的局部区域进行重点搜索的特点对粒子群算法的精细搜索能力进行提高。本发明能够有效提高微电网运行的经济性与可靠性。
-
公开(公告)号：CN109711631B
公开(公告)日：2021-09-07
申请号：CN201811636991.7
申请日：2018-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种改进粒子群算法的智能微电网优化调度方法。针对微电网内可再生能源导致系统能量不确定性问题，本发明将退火、变异思想引入到PSO算法中，利用模拟退火算法的概率突跳特点对粒子群算法的全局搜索能力进行改善，同时，利用高斯变异算法对个体区域附近的局部区域进行重点搜索的特点对粒子群算法的精细搜索能力进行提高。本发明能够有效提高微电网运行的经济性与可靠性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
