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！

龙图腾网获悉国网江苏省电力有限公司经济技术研究院申请的专利一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测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：CN115860185B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211406084.X，技术领域涉及：G06Q10/04；该发明授权一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测方法是由李冰洁;李泽森;王琳媛;袁晓昀;史静;胡晓燕设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测方法在说明书摘要公布了：本发明公开了一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测方法，首先，采集极端高温天气下的电动汽车充电特性和车主的出行信息，根据采集到的信息对电动车进行分类；采用蒙特卡洛抽样的方法模拟极端高温天气下的电动汽车的出行规律；考虑市场分时电价政策以及极端高温天气下电动汽车空调负荷的增长两方面因素对每一类电动汽车在高温天气下的充电行为进行模拟；最后，采用相似日法与神经网络相结合的方法来预测极端高温天气下的电动汽车负荷，计算不同类型电动汽车接入电网的总负荷。本发明的方法能够准确的预测各类电动汽车的充电负荷，有利于电动汽车充电站的经济运行及能量管理，也有利于帮助电网调峰调频实现稳定运行。

本发明授权一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测方法在权利要求书中公布了：1.一种考虑极端高温天气下多类型电动汽车充电方式的电网负荷预测方法，其特征在于：包括如下步骤： 步骤1，采集极端高温天气下的电动汽车充电特性和车主的出行信息，根据电动汽车的充电特性和出行信息对电动汽车进行分类； 步骤2，采用蒙特卡洛抽样的方法模拟极端天气下电动汽车的出行规律； 步骤3，根据步骤2中得到的电动汽车的出行规律结果，并考虑市场分时电价政策以及极端高温天气下电动汽车空调负荷的增长两方面因素，对每一类电动汽车在极端高温天气下的充电行为进行模拟； 步骤4，根据步骤3的电动汽车充电行为模拟结果，采用相似日法和神经网络相结合的方法来预测极端高温天气下的各类型电动汽车充电负荷，叠加得到各类型电动汽车接入电网的总负荷； 步骤3中，每一类电动汽车在极端高温天气下的充电时长的计算公式为： 式中，表示电动汽车，为各类型电动汽车的日行驶里程，为各类型电动汽车的每公里消耗的电量，为每个充电桩的充电效率，为各类型电动汽车的充电效率； 其中，各类型电动汽车的日行驶里程的表达式为： 式中，为采集到的各类型电动汽车历史数据的日行驶里程，和分别是日行驶里程的对数的期望和方差，不同类型电动汽车的和取值不同； 考虑市场分时电价政策下，各类型电动汽车车主的充电行为会发生变化，为了考虑经济效益，电动出租车和电动公交车采用换电模式对电动车进行充电，换下来的电池在电价低谷期进行统一充电，其中，采用换电模式进行充电的电动车，充电开始时间服从均匀分布，其概率密度函数为： 式中，b为低谷电价结束时刻的时间，a为低谷电价开始时刻的时间，t为充电开始时间； 非换电模式进行充电的电动车的开始充电时间均服从正态分布，其概率密度函数为： 式中，表示起始充电时间服从正态分布的均值，标准差决定了其分布的幅度； 所述步骤4的具体操作为： 步骤4.1，获取大量的充电桩历史数据，包括电动车充电开始时间，充电开始时刻电动车的剩余电量和电动车单次充电时长，结合相似度评价函数对相似度进行量化，筛选出相似度达标的历史日各类型电动汽车的充电桩历史数据作为预测日的相似日的数据； 步骤4.2，确定神经网络的隐含层节点数，将筛选出来相似日的历史数据作为样本输入网络进行训练； 步骤4.3，得到预测日各类型电动汽车在极端高温下的充电负荷，将各类型电动汽车的充电负荷叠加，得到各类型电动汽车接入电网的总负荷，表达式为： 式中，为第时刻所有电动汽车的总负荷；为第时刻电动私家车的总负荷；第时刻电动公交车的总负荷；为第时刻电动出租车的总负荷；为第时刻电动公务车的总负荷；将一天划分为T个时间段， ，，， 式中，为第时刻电动私家车的负荷，为电动私家车的数量；为第时刻电动公交车的负荷，为电动公交车的数量；为第时刻电动出租车的负荷，为电动出租车的数量；为第时刻电动公务车的负荷，为电动私家车的数量； 所述步骤4.1中，筛选相似日的具体步骤为：设每日的气象特征向量为： 式中，、、为第日的最高气温、平均气温、最低气温； 记为预测日的气象特征向量，为与其日类型、季节类型相同的历史日，其气象特征向量为： 用欧式距离来描述这两天气象因素总体的差异度，欧式距离表达式为： 式中，为特征向量序号，为特征向量个数，计算出与预测日欧氏距离最小的历史日，采用该历史日作为预测日的相似日。

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江苏省电力有限公司经济技术研究院，其通讯地址为：210008 江苏省南京市鼓楼区中山路251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。