Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西南交通大学冯晓云获国家专利权

恭喜西南交通大学冯晓云获国家专利权

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!

龙图腾网恭喜西南交通大学申请的专利一种车载储能配置和充电站布局协同优化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:CN117236639B

龙图腾网通过国家知识产权局官网在2025-05-16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:202311335944.X,技术领域涉及:G06Q10/0631;该发明授权一种车载储能配置和充电站布局协同优化方法是由冯晓云;付程成;孙鹏飞;姚柏伶;王青元;黄子路;郑湘龙;李竞航设计研发完成,并于2023-10-16向国家知识产权局提交的专利申请。

一种车载储能配置和充电站布局协同优化方法在说明书摘要公布了:本发明公开了一种车载储能配置和充电站布局协同优化方法,包括以下步骤:确定列车运行时间效率最大速度曲线、列车运行最大需求功率和列车单区间最大运行能耗;构建车载储能与充电站的耦合模型和车载储能与充电站的成本目标函数;基于启发式方法输出车载储能配置和充电站布局的初阶协同优化结果;并对充电站布局进行二次优化以输出车载储能配置和充电站布局最优结果。本发明在保证列车稳定运行的前提下降低综合成本,以提供可直接应用的车载储能和充电方案,并且对充电站布局进行二次优化以进一步提高列车运行的稳定性。

本发明授权一种车载储能配置和充电站布局协同优化方法在权利要求书中公布了:1.一种车载储能配置和充电站布局协同优化方法,其特征在于,包括以下步骤:S1、获取线路数据和列车数据,并根据线路数据和列车数据确定列车运行时间效率最大速度曲线、列车运行最大需求功率和列车单区间最大运行能耗;S2、构建车载储能与充电站的耦合模型,获取建设维护成本数据,并根据车载储能与充电站的耦合模型和建设维护成本数据构建车载储能与充电站的成本目标函数;步骤S2包括以下分步骤:S21、构建车载储能与充电站的耦合模型;步骤S21包括以下分步骤:S211、构建充电站最大充电电流与车载储能最大充电电流的关系,表示为: 其中:为充电站最大充电电流,为充电站最大充电电流与车载储能最大充电电流的关系系数,为车载储能最大充电电流;S212、构建充电站最大充电功率与车载储能最大充电功率的关系,表示为: 其中:为充电站最大充电功率,为充电站最大充电功率与车载储能最大充电功率的关系系数,为车载储能最大充电功率;S213、根据分步骤S211中充电站最大充电电流与车载储能最大充电电流的关系和分步骤S212中充电站最大充电功率与车载储能最大充电功率的关系,构建车载储能与充电站的耦合模型,表示为: 其中:为车载储能与充电站关联下的充电能力和成本的耦合模型,为设备购置成本与充电能力的函数关系,为充电站最大充电电流,为充电站最大充电功率;S22、获取建设维护成本数据,根据建设维护成本数据和分步骤S21中车载储能与充电站的耦合模型,计算充电站成本,表示为: 其中:为充电站成本,为充电站数量,为充电站的单位设备购置成本,为充电站的土建成本,为充电站的后期维护成本;S23、根据分步骤S22中的建设维护成本数据,计算车载储能成本,表示为: 其中:为车载储能成本,为车载储能配置容量,为车载储能单位购置成本,为车载储能的后期维护成本;S24、根据分步骤S22中的充电站成本函数和分步骤S23中的车载储能成本,构建车载储能与充电站的成本目标函数,表示为: 其中:为充电站和车载储能的总成本,为取最小值符号,为充电站成本,为车载储能成本;S3、根据步骤S1中的列车运行最大需求功率、列车单区间最大能耗和步骤S2中车载储能与充电站的成本目标函数,基于启发式方法,输出车载储能配置和充电站布局的初阶协同优化结果;S4、根据步骤S3中车载储能配置和充电站布局的初阶协同优化结果,对充电站布局进行二次优化以输出车载储能配置和充电站布局最优结果;步骤S4包括以下分步骤:S41、确定充电站数量的等值约束,并构建车载储能的第二阶段约束模型;确定充电站数量的等值约束,表示为: 其中:为充电站布局优化的数量,为充电站数量,为列车站点数量;S42、确定裕量目标函数,并根据裕量目标函数确定第二适应度函数;裕量目标函数表示为: 其中:为充电站和车载储能的总裕量,为取最大值符号,为取最小值符号,为车载储能的荷电状态值;第二适应度函数等于裕量目标函数;S43、根据步骤S3中车载储能配置和充电站布局的初阶协同优化结果对充电站布局进行编码,并对其进行初始化,获取第二阶段初始化编码个体数据;S44、利用列车运行时间效率最大速度曲线对分步骤S43中的第二阶段初始化编码个体数据进行解算,获取列车在全线最大时间效率运行下第二阶段编码个体的车载储能状态数据;S45、判断分步骤S44中的第二阶段编码个体的车载储能状态数据是否满足分步骤S41中车载储能的第二阶段约束模型;若是则进入分步骤S46,否则将第二阶段编码个体的裕量目标函数值和适应度函数值确定为第二设定值;S46、根据分步骤S42中的裕量目标函数计算第二阶段编码个体的裕量目标函数值,根据分步骤S42中的第二适应度函数计算第二阶段编码个体的适应度函数值;S47、判断是否满足第二阶段优化结束条件;若是则输出车载储能配置和充电站布局最优结果,否则根据启发式方法对第二阶段编码个体进行更新并跳转到分步骤S45。

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西南交通大学,其通讯地址为:610031 四川省成都市二环路北一段;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。