CN102693458B - 动态负荷轮廓化 - Google Patents

动态负荷轮廓化 Download PDF

Info

Publication number
CN102693458B
CN102693458B CN201210025584.9A CN201210025584A CN102693458B CN 102693458 B CN102693458 B CN 102693458B CN 201210025584 A CN201210025584 A CN 201210025584A CN 102693458 B CN102693458 B CN 102693458B
Authority
CN
China
Prior art keywords
pev
power supply
data
supply network
plug
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210025584.9A
Other languages
English (en)
Other versions
CN102693458A (zh
Inventor
D·R·麦克米伦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN102693458A publication Critical patent/CN102693458A/zh
Application granted granted Critical
Publication of CN102693458B publication Critical patent/CN102693458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/10—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles characterised by the energy transfer between the charging station and the vehicle
    • B60L53/14—Conductive energy transfer
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/14—Plug-in electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明名称为“动态负荷轮廓化”。一种用于供电网中的插电式电动车辆(PEV)(105)的动态负荷轮廓化的方法，可包括：接收供电网中的静态负荷数据；根据静态负荷数据生成负荷预报；根据与供电网中的PEV(105)有关的数据生成动态负荷数据；以及基于动态负荷数据修改负荷预报以便对PEV(105)的动态负荷数据进行轮廓化。

Description

动态负荷轮廓化
技术领域
本文公开的主题涉及配电，并且更具体来说，涉及用于通过预测和使用动态或移动目标将在配电网络中所处的位置进行基于时间的或动态负荷轮廓化(profiling)和预报的系统和方法。
背景技术
传统配电要求配电器基于资产的容量和何时将需要电力(例如，峰值供电时间)的预测来了解给定位置(例如，电网)的需要电力的资产的分布。随着插电式电动车辆(PEV)的出现，此类分布式资产不再是静态的。PEV的充电站是静态位置，但是它可能难以预测PEV的容量以及特定充电站将提供服务的日内时间，这导致利用常规监视技术未精确预报的动态负荷的偏移。尚不存在能够在空间上确定特定的分布式资产(例如，单个PEV)在给定时间将位于哪里、它将需要什么类型的负荷(例如，充电时间长度)和它将如何连接到网络的系统。随着更为动态的资产被消费者和业界采用，综合效果将对在日内给定时间密集度最高的特定区域产生很大影响。较高密集度的这些区域将导致整个电网稳定性和配电的平衡上更大的摆动。
发明内容
根据本发明的一个方面，描述一种供电网中动态负荷轮廓化的方法。该方法可包括接收供电网中的静态负荷数据，根据静态负荷数据生成负荷预报，根据与该供电网中的分布式资产有关的数据预测和生成动态负荷数据，以及基于动态负荷数据修改负荷预报以便对动态负荷进行轮廓化。
根据本发明的另一个方面，描述一种用于供电网中动态负荷轮廓化的计算机程序产品。该计算机程序产品可包括具有使得计算机实现包括如下步骤的方法的指令的计算机可读介质：接收供电网中的静态负荷数据，根据静态负荷数据生成负荷预报，根据与该供电网中的分布式资产有关的数据预测和生成动态负荷数据，以及基于动态负荷数据修改负荷预报以便对动态负荷进行轮廓化。
根据本发明的又一个方面，描述一种用于供电网中动态负荷轮廓化的系统。该系统可包括处理器，该处理器配置成接收供电网中的静态负荷数据，根据静态负荷数据生成负荷预报，根据与该供电网中的分布式资产有关的数据预测和生成动态负荷数据，以及基于动态负荷数据修改负荷预报以便对动态负荷进行轮廓化。
根据本发明的另一个方面，描述一种用于对供电网中的插电式电动车辆(PEV)进行动态负荷轮廓化的方法。该方法可包括：接收供电网中的静态负荷数据，根据静态负荷数据生成负荷预报，根据与该供电网中的PEV有关的数据预测和生成动态负荷数据，以及基于动态负荷数据修改负荷预报以便对PEV进行轮廓化。
根据本发明的另一个方面，描述一种用于对供电网中的插电式电动车辆(PEV)进行动态负荷轮廓化的计算机程序产品。该计算机程序产品可包括具有使得计算机实现下述方法的指令的计算机可读介质：该方法包括接收供电网中的静态负荷数据，根据静态负荷数据生成负荷预报，根据与该供电网中的PEV有关的数据预测和生成动态负荷数据，以及基于动态负荷数据修改负荷预报以便对PEV进行轮廓化。
根据本发明的另一个方面，描述一种用于对插电式电动车辆(PEV)进行动态负荷轮廓化的系统。该系统可包括处理器，该处理器配置成接收供电网中的静态负荷数据，根据静态负荷数据生成负荷预报，根据与该供电网中的PEV有关的数据预测和生成动态负荷数据，以及基于动态负荷数据修改负荷预报以便对PEV进行轮廓化。
从下文结合附图进行的描述，这些和其他优点和特征将变得更为显而易见。
附图说明
具体提出视为本发明的主题，并在本说明书的结论部分的权利要求中对其明确地要求权利。根据下文结合附图进行的详细描述，本发明的前述和其他特征和优点是显而易见的，在附图中：
图1图示用于基于时间或动态的负荷轮廓化的示范系统；
图2图示根据示范实施例的用于动态负荷轮廓化的方法的流程图。
图3图示用于动态负荷轮廓化的处理器系统的示范实施例。
该详细描述通过举例的方式参考附图解释了本发明的实施例，连同优点和特征。
具体实施方式
图1图示用于基于时间或动态的负荷轮廓化的示范系统100。正如本文所描述的，系统100能够实现跟踪和预测动态或移动目标在配电供电网内的位置以便预测配电负荷、预报配电负荷和对配电负荷进行轮廓化。虽然PEV作为分布式资产的说明性示例来论述，但是应该意识到在其他示范实施例中可设想到可能影响供电分布的任何分布式资产。其他分布式资产可以包括但不限于较大的公交运输车辆或实现可在供电网上的充电站中充电的电池的任何其他资产。本说明书仅出于举例的目的将分布式资产称为PEV，而无意以任何方式限制本发明。
在示范实施例中，系统100包括PEV(即，分布式资产)105，该PEV可以在其中包括全球定位系统(GPS)106。PEV 105中的GPS 106能够与可跟踪PEV 105的位置的GPS卫星110通信。GPS 106能够以通信方式耦合到无线网络或公众网络115，GPS 106能够将PEV 105的位置信息下载到该无线网络或公众网络115。在示范实施例中，PEV105还可以包括能够跟踪PEV的车载分布式负荷数据(如，PEV电池的剩余电荷)的其他车载设备。还可以将此车载分布式负荷数据上载到网络115。本文中进一步描述此类车载设备。因此，系统100支持主要移动电负荷(即，PEV 105的电负荷)的位置的跟踪，在预测PEV的目的地时将剩余电荷与速度和方向关联，预测该分布式资产将对其目的地的电网的特定段中的负荷牵引(load draw)的影响，并调整发电、电压电平和无功伏安(VAR)以满足该预测。
系统100还可以包括配电控制中心120，配电控制中心120可以从网络115接收连续的信息馈送，该连续的信息馈送包括来自PEV 105以及其他分布式资产的车载分布式负荷数据。可以将来自PEV 105的分布式负荷数据馈送到动态负荷跟踪应用125中。在示范实施例中，应用125可以包括若干模块和功能，并且可以跨系统100分布，本文中将进一步描述。在示范实施例中，应用125可以包括算法，这些算法基于当前位置、过往目的地的统计数据、登记的居住地和工作地点、剩余电荷、速度、人工输入的意向目的地、PEV 105的将来位置，来预测PEV将需要何时以及在哪里充电以及充电多久。由此，系统100可以包含PEV 105的拥有者的登记信息。有关拥有者的基本信息(如，居住位置和工作地、他们将使用PEV的日内时间以及PEV 105在需要充电之前能够行驶的时间/距离)可以在购买PEV时或在拥有者希望在利用此类信息的程序中注册的任何时间进行收集。要意识到，此信息可以是自愿的且保密的。该信息可以由经销商、私人零售店或公共事业收集，并可以将该信息上载到配电控制中心120有权访问的客户信息系统130。可以将基于客户提供的原始信息的使用PEV 105的日内时间和预测的位置以及基于从GPS卫星110收集的数据更新的信息存储在客户程序数据库135中。
在示范实施例中，应用125因此可以更新有关日内某些时间PEV所在位置的统计数据。客户信息系统130和客户程序数据库135均能以通信方式耦合到应用125。在示范实施例中，应用125因此可以为配电网区域中的所有PEV汇总预测数据并基于动态负荷生成预测(预报)的电力牵引。将此预测添加到使用本领域公知的负荷流算法预测相同位置处的静态节点的负荷的现有算法或新算法。由此，应用125实现的这些算法能够基于不同时间上收集的数据进行动态地更新。系统100因此还可以包括负荷预测引擎140，负荷预测引擎140基于电量、速度、动态资产的放电属性以及PEV 105的预期位置。引擎140因此可以帮助在给定时间一定位置范围上更新应用125中的算法。地理信息系统(GIS)145可以向引擎140提供地图参考以预测负荷将处于哪里以及预测给定时间处将是最高的动态负荷密集度的地理区域。GIS 145还可以被规划人员更新并访问，以便基于不同时间上来自系统100的更新的负荷信息确定哪里将需要将来的充电站。
在示范实施例中，系统100还可以包括配电管理系统(DMS)150，配电管理系统(DMS)150可以是与GIS 145、引擎140和应用125的接口。DMS 150与本领域中公知的DMS相似，其确定如何分配电力。DMS 150不改变分配的电力的量，而是更改分配电力的方式。由此，向DSM提供来自应用125的数据以指令DMS 150可能需要基于分布式资产如何改变配电方式。正如本文所描述的，应用125可以是分布式的，并且包括若干模块，如向外部应用(如，DMS 150)预报并传送预期的总负荷的负荷预报应用126。DMS 150还可以与静态负荷信息实现接口，如本领域中公知的常规方式那样。可以从公知的配电数据模型155提供静态负荷信息。由此，可以有利地兼为DMS提供来自配电数据模型的已知静态负荷信息和来自应用125(包括如应用126的任何其他模块)提供的分布式资产的动态负荷数据。DMS 150然后可以向电源提供变化的配电数据。在示范实施例中，将DMS 150耦合到系统控制和数据采集(SCADA)160。正如本领域中公知的，SCADA 160监视配电和控制。可以将来自DMS 150的动态和静态配电提供到传输控制中心165，传输控制中心165包括能量管理系统(EMS)170。正如本领域中公知的，EMS 170可以在必要的情况下更改供电的量以适应增加的供电需求。在示范实施例中，应用125因此可以提供还能帮助EMS 170基于静态负荷和动态负荷两者来确定是否需要增加的供电的数据。此外，DMS 150可以向EMS 170提供配电指令以及直接向分站和配电自动化设备和直接向电源(如，大容量发电厂180、可再生能源185或能够包括需求响应应用和减负荷应用的其他电源)提供配电指令。由此，应用125可以基于由DMS 150传送或计算的需求的负荷、电压和无功伏安(VAR)制定电力调度规划。
在示范实施例中，应用125、126为给定时间供电网上哪个资产(例如，PEV 105)充电设置优先级。如果系统100发现特定区域中许多负荷将需要予以服务，并且实现了本地储能电池以提供一些负荷，则可以将此信息提供到DMS，并可以在优先级中将负荷的充电向上移动。
图2图示根据示范实施例的用于动态负荷轮廓化的方法200的流程图。在框205处，系统100可以接收供电网络中的静态负荷数据。正如上文描述的，可以基于供电网络中已知的静态负荷，将静态负荷数据和可切换资产的正常状态和当前状态存储在配电数据模型155中。在框210处，DMS 150可以生成负荷预报。在示范实施例中，在框图215处，系统100还可以生成与供电网上存在的分布式资产(例如，PEV 105)有关的动态负荷数据。正如本文描述的，可以基于分布式资产的预测的位置、目的地和结果负荷需求生成动态负荷数据。这些预测可以基于框220处的分布式资产登记数据与持续接收的动态数据的组合来进行。正如本文所描述的，对于PEV 105的示例，拥有者可以提供包括但不限于居住地和工作地点、预期PEV 105在路上的时间以及持续时间的信息。正如本文所描述的，登记数据向系统100提供预测给定时间处PEV 105位于供电网上哪里的主动式方法。如果某人一贯每天都有非常固定和一致的时间表，则可以将整天的任何位置与PEV 105的统计数字一起“编排”到系统100中。此方法提供对供电网络中每个登记的PEV的负载在一整天内的可重复基线预期(baseline expectation)。可以通过统计地分析PEV 105中的GPS日志以得到将周内数日的最可能位置用作供电网上的“最可能”负荷分布的提前一天或一周的估计的概率来增强此主动式方法。还可以实现实时信息来修改基线，这可以提供潜在的性能提高，因为该主动式基线是用户应该处在的位置，并且以人们实际处在的位置对其进行调整。在示范实施例中，可以基于实时数据来周期性地更新整个网络。对于配电网络上的所有位置，应用125、126规划充电站的近期负荷需求。由此，随着更多PEV逼近某个区域，负荷会聚的区域将在系统100中被突出显示。这些充电站因此针对该负荷进行规划并在DMS 150予以标记。
在示范实施例中，可以使用初始分布式资产登记数据来生成拥有者在家或工作期间PEV将位于供电网中哪里以及其在给定位置和时间处的负荷需求是什么的初始预测。应用125可以从CIS 130接收登记信息以及从容户程序135接收初始预测。此外，引擎140和CIS130可以将另外的数据输入到该应用中以基于剩余电荷、放电速率、方向、速度和可能剩余行驶的预测的半径来生成目的地预测。在框225处，DMS 150然后可以随着它接收动态负荷数据而对负荷预报以及配电建议进行修改。在示范实施例中，在不同时间上，网络115接收到与实际汽车位置和如PEV电池中的剩余电荷的车载分布式负荷数据有关的信息。还将此信息上载到应用125，应用125然后可以基于实际数据生成改进的预测。这些改进可以在如数周、数月或数年的延长时段上得以实现。但是这些改进也能够在较短时段上得以实现以使DMS150可以提供以日为基础的改进配电建议。由此，动态负荷数据的确定是一种迭代过程，其包括接收有关供电网中新分布式资产的新数据，并更新该供电网中的现有分布式资产的数据。无论如何，在框230处，DMS 150将负荷预报分发到SCADA 160分站及配电自动化设备175和传输控制中心165。
在示范实施例中，系统100可以包括一个或多个计算系统或处理器，以管理应用125以及系统100的其他部件。此外，本文还论述了其他处理器类型，包括PEV 105上的车载设备。本文描述的处理器可以是如现在描述的任何适合的处理器。
图3图示用于动态负荷轮廓化的处理器系统300的示范实施例。本文描述的方法可以在软件(例如，固件)、硬件或二者的组合中实现。在示范实施例中，本文描述的方法在软件中作为可执行程序来实现，并且由专用或通用数字计算机(如，个人计算机、工作站、微计算机或主计算机)来执行。系统300因此包括通用计算机301。
在示范实施例中，就硬件体系结构而言，如图3所示，计算机301包括处理器305、耦合到存储器控制器315的存储器310和经由本地输入/输出控制器335通信地耦合的一个或多个输入和/或输出(I/O)装置340、345(或外设)。输入/输出控制器335可以非限定地是一个或多个总线或其他有线或无线连接，正如本领域中公知的。输入/输出控制器335可以具有为了简明而被省略的用于实现通信的其他单元，如控制器、缓冲器(高速缓存)、驱动器、中继器和接收器。另外，本地接口可以包括使得前述部件之间能够适合地通信的地址连接、控制连接和/或数据连接。
处理器305是用于执行具体存储在存储器310中的软件的硬件装置。处理器305可以是任何客户定制或可购得的处理器、中央处理器(CPU)、与计算机301关联的若干处理器之间的辅助处理器、基于半导体的微处理器(采用微芯片或芯片组的形式)、宏处理器或一般用于执行软件指令的任何设备。
存储器310可以包括易失性存储器单元(例如，随机存取存储器(RAM，如DRAM、SRAM、SDRAM等)和非易失性存储器单元(例如，ROM、可擦写可编程只读存储器(EPROM)、电可擦写可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁带、压缩光盘只读存储器(CD-COM)、光盘、磁盘、盒式磁带、磁带盒等)的任何其中之一或其组合。而且，存储器310可以并入电、磁、光和/或其他类型的存储介质。注意，存储器310可以具有分布式体系结构，其中多种部件可以彼此远程布置，但是能够被处理器305访问。
存储器310中的软件可以包括一个或多个分离的程序，这些程序中的每个程序包括用于实现逻辑功能的可执行指令的有序列表。在图3的示例中，存储器310中的软件包括根据示范实施例的本文描述的动态负荷轮廓化方法和适合的操作系统(OS)311。OS 311基本控制其他计算机程序(如本文描述的动态负荷轮廓化系统和方法)的执行，以及提供调度、输入-输出控制、文件和数据管理、存储器管理以及通信控制和有关的服务。
本文描述的动态负荷轮廓化方法可以采用源程序、可执行程序(目标代码)、脚本或包含要执行的指令集的任何其他实体的形式。当源程序时，则该程序需要经由存储器310内可能包含或可能未包含的编译器、汇编器、解释器等来转换，以便结合OS 311适合地运行。再者，可以将动态负荷轮廓化方法编写为具有数据和方法的类的面向对象的编程语言或具有例程、子例程和/或函数的过程编程语言。
在示范实施例中，可以将常规键盘350和鼠标355耦合到输入/输出控制器335。如I/O装置340、345的其他输出装置可以包括输入装置，例如但不限于打印机、扫描仪、麦克风等。最后，I/O装置340、345还可以包括兼传送输入和输出的装置，例如但不限于，网络接口卡(NIC)或调制器/解调器(用于访问其它文件、装置、系统或网络)、射频(RF)或其他收发器、电话接口、网桥、路由器等。系统300还可以包括耦合到显示器330的显示器控制器325。在示范实施例中，系统300还可以包括用于耦合到网络365的网络接口360。网络365可以是用于经由宽带连接在计算机301与任何外部服务器、客户端等之间通信的基于IP的网络。网络365在计算机301与外部系统之间传送和接收数据。在示范实施例中，网络365可以是服务提供商管理的受控IP网络。网络365可以采用无线方式，例如使用如WiFi、WiMax等的无线协议和技术来实现。网络365还可以是分组交换网络，如局域网、广域网、城域网、因特网或其他相似类型的网络环境。网络365可以是固定无线网络、无线局域网(LAN)、无线广域网(WAN)、个域网(PAN)、虚拟专用网(VPN)、内联网或其他适合的网络系统，并且包括用于接收和传送信号的设备。
如果计算机301是PC、工作站、智能设备等，则存储器310中的软件还可以包括基本输入输出系统(BIOS)(为了简明而省略)。BIOS是一组基本软件例程，其在启动时初始化并测试硬件，启动OS 311并支持硬件装置之间的数据传输。BIOS存储在ROM中，以便在计算机301被激活时能够执行BIOS。
当计算机301在运行中时，处理器305配置成执行存储器310内存储的软件，以将数据传送到存储器310以及从存储器310接收数据，并且大致控制有关该软件的计算机301的操作。本文描述的动态负荷轮廓化方法和OS 311全部或部分地(后者是典型的)被处理器305读取，或许缓存在处理器305内，然后被执行。
当本文描述的系统和方法在软件中实现(如图3所示)时，可以将这些方法存储在任何计算机可读介质上，如存储装置320，以便供任何计算机有关的系统或方法使用或与之结合来使用。
正如本领域技术人员将意识到的，本发明的方面可以作为系统、方法或计算机程序产品来实施。相应地，本发明的方面可以采用完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或组合可以全部通称为“电路”、“模块”或“系统”的软件和硬件方面的实施例的形式。再者，本发明的方面可以采用包含在其中包含有计算机可读程序代码的一个或多个计算机可读介质的计算机程序产品的形式。
可以利用一个或多个计算机可读介质的任何组合。该计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以非限定性地例如是电、磁、光、电磁、红外线或半导体系统、设备或装置或前面的任何适合的组合。计算机可读存储介质的更具体示例(非穷举列表)包括如下：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦写可编程只读存储器(EPROM或闪速存储器)、光纤、便携式压缩光盘只读存储器(CD-ROM)、光存储装置、磁存储装置或前面的任何适合的组合。在本文件的上下文中，计算机可读存储介质可以是能够包含或存储被指令执行系统、设备或装置使用或与之结合来使用的程序的任何有形介质。
计算机可读信号介质可以包括其中包含有计算机可读程序代码的，例如在基带中或作为载波的一部分的传播的数据信号。此类传播的信号可以采用多种形式的任何一种：包括但不限于电磁、光或二者的任何适合组合。计算机可读信号介质可以是非计算机可读存储介质的且能够传送、传播或传输程序以便被指令执行系统、设备或装置使用或与之结合使用的任何计算机可读介质。
计算机可读介质上包含的程序代码可以使用任何适合的介质来传送，这些适合的介质包括但不限于，无线、有线线路、光纤缆、RF等或前面的任何适合的组合。
可以采用一个或多个编程语言的任何组合来编写用于执行本发明的方面的操作的计算机程序代码，该一个或多个编程语言包括如Java、Smalltalk、C++等的面向对象的编程语言以及如“C”编程语言或类似编程语言的常规过程编程语言。该程序代码可以完全在用户的计算机上执行，部分地在用户的计算机上执行，作为单独运行的软件包来执行，部分地在用户的计算机上以及部分地在远程计算机或完全在远程计算机或服务器上执行。在后一种情况中，该远程计算机可以经由任何类型的网络连接到用户计算机，该任何类型的网络包括局域网或广域网(WAN)，或者该连接可以(例如，使用因特网服务提供商经由因特网)连接到外部计算机。
下文中参考根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图图示和/或框图来描述本发明的方面。将理解流程图图示和/或框图中的每个框和/或流程图图示和/或框图中的框的组合可以由计算机程序指令来实现。可以将这些计算机程序指令提供到通用计算机、专用计算机、或其他可编程数据处理设备的处理器以制造机器，以使由计算机和/或其他可编程数据处理设备的处理器执行的指令创建用于实现这些流程图和/或框图的一个或多个框中指定的功能/动作的装置。
这些计算机程序指令还可以存储在能够引导计算机或其他可编程数据处理设备或其他装置以特定方式实现功能的计算机可读介质中，以便存储在该计算机可读介质中的指令制造包含实现该流程图和/或框图的一个或多个框中指定的功能/动作的指令的制造品。
还可以将计算机程序指令加载到计算机、其他可编程数据处理设备或其他装置上，以使一系列操作步骤在该计算机、其他可编程设备或其他装置上执行以产生计算机实现的过程，从而使该计算机或其他可编程设备上执行的指令提供用于实现该流程图和/或框图的一个或多个框中指定的功能/动作的过程。
附图中的流程图和框图图示根据本发明的多种实施例的系统、方法和计算机程序产品的可能实现的体系结构、功能性和操作。就此而言，流程图或框图中的每个框可以表示包含用于实现指定的逻辑功能的一个或多个可执行指令的模块、分段或代码部分。还应该注意，在一些备选实现中，框中所示的功能可以不按附图所示的次序来发生。例如，依次示出的两个框实际可以基本同时地执行或这些框有时可以按逆序执行，具体取决于所涉及的功能性而定。还要注意，框图和/或流程图图示的每个框和框图和/或流程图图示中框的组合可以由执行指定的功能或动作的基于专用硬件的系统或专用硬件和计算机指令的组合来实现。
在示范实施例中，在硬件中实现动态负荷轮廓化方法的情况中，本文描述的动态负荷轮廓化方法可以结合如下本领域中公知的任何一种技术或技术组合来实现：具有用于基于数据信号来实现逻辑功能的逻辑门的离散逻辑电路、具有适合的组合逻辑门的专用集成电路(ASIC)、可编程门阵列(PGA)、现场可编程门阵列(FPGA)等。
技术效果包括非限定性地例如包含PEV的分布式资产的供电网中负荷预报精确度上的提高。该精确度转换成因DMS的改进的配电规划而可实现的更有效利用地可用电力以及EMS的空转备用的潜在降低。
虽然本发明是仅结合数量有限的实施例来详细描述的，但是应该容易地理解，本发明并不限于此类公开的实施例。相反，能够修改本发明，以并入前文未描述但是与本发明的精神和范围相称的任何数量的变化、变动、替代或等效布置。此外，虽然描述了本发明的多种实施例，但是要理解，本发明的方面可包括描述的实施例的仅其中一些。因此，本发明不应视为由前文描述限定，而是仅由所附权利要求的范围来限定。
100 系统
105 插电式电动车辆(PEV)
106 全球定位系统(GPS)
110 GPS卫星
115 网络
120 配电控制中心
125 动态负荷跟踪应用
126 负荷预报应用
130 客户信息系统
135 客户程序数据库
140 引擎
145 地理信息系统(GIS)
150 配电管理系统(DMS)
155 配电数据模型
160 系统控制和数据采集(SCADA)
165 传输控制中心
170 能量管理系统(EMS)
175 分站和配电自动化设备
180 电源
185 可再生能源
300 处理器系统
301 计算机
305 处理器
310 存储器
311 操作系统(OS)
315 存储器控制器
320 存储装置
325 显示器控制器
330 显示器
335 输入/输出控制器
340 输入/输出装置(I/O)
345 输入/输出装置(I/O)
350 键盘
355 鼠标
360 网络接口
365 网络

Claims (7)

1.一种用于供电网中的插电式电动车辆(PEV)的动态负荷轮廓化的方法，所述方法包括：
接收所述供电网中的静态负荷数据；
根据所述静态负荷数据生成负荷预报；
从所述插电式电动车辆(PEV)接收分布式负荷数据，以生成当前的动态负荷数据和预测的动态负荷数据；
根据与所述供电网中的所述插电式电动车辆(PEV)有关的数据，预测并生成预测的动态负荷数据；以及
基于所述当前的和所述预测的动态负荷数据修改所述负荷预报以便对所述插电式电动车辆(PEV)进行轮廓化；
其中，生成预测的动态负荷数据包括接收所述插电式电动车辆(PEV)的登记数据；
其中，生成预测的动态负荷数据包括，根据所述插电式电动车辆(PEV)登记数据预测所述供电网中的所述插电式电动车辆(PEV)的位置。
2.根据权利要求1所述的方法，其中，生成预测的动态负荷数据包括，根据所述登记数据预测所述插电式电动车辆(PEV)的负荷需求。
3.根据权利要求1所述的方法，其中，所述插电式电动车辆(PEV)登记数据包括每个所述插电式电动车辆(PEV)的预定位置数据。
4.根据权利要求1所述的方法，其中，所述插电式电动车辆(PEV)登记数据包括预定位置日内时间和至所述供电网的插电式电动车辆(PEV)连接的时间预测。
5.根据权利要求1所述的方法，还包括生成电力调度规划。
6.根据权利要求5所述的方法，其中，所述电力调度规划包括所述供电网的状态和所述供电网中的负荷需求位置以确定电力的分配。
7.根据权利要求5所述的方法，其中，所述电力调度规划包括所述供电网的状态和所述供电网中的负荷需求位置以确定修改所述供电网中的电力的量。
CN201210025584.9A 2011-01-18 2012-01-17 动态负荷轮廓化 Active CN102693458B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/008,097 US8712595B2 (en) 2011-01-18 2011-01-18 Dynamic load profiling in a power network
US13/008097 2011-01-18

Publications (2)

Publication Number Publication Date
CN102693458A CN102693458A (zh) 2012-09-26
CN102693458B true CN102693458B (zh) 2017-07-28

Family

ID=45463510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210025584.9A Active CN102693458B (zh) 2011-01-18 2012-01-17 动态负荷轮廓化

Country Status (4)

Country Link
US (1) US8712595B2 (zh)
EP (1) EP2476578B1 (zh)
JP (1) JP6118025B2 (zh)
CN (1) CN102693458B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9718371B2 (en) 2011-06-30 2017-08-01 International Business Machines Corporation Recharging of battery electric vehicles on a smart electrical grid system
JP5899830B2 (ja) * 2011-11-09 2016-04-06 ソニー株式会社 電力管理装置、電力管理方法およびデマンド通知装置
US9235825B2 (en) * 2012-03-05 2016-01-12 Green Charge Neworks LLC Processing load profiles for consumption management systems
EP2738899A1 (en) * 2012-11-29 2014-06-04 Alcatel-Lucent A method for providing energy balancing
US9373957B2 (en) 2013-10-16 2016-06-21 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Power balancing in power distribution networks
CN104008432A (zh) * 2014-06-03 2014-08-27 华北电力大学 基于emd-kelm-ekf的微网短期负荷预测方法
US10204310B2 (en) * 2015-01-16 2019-02-12 Txu Energy Retail Company Llc System and method for home automation
JP6565490B2 (ja) * 2015-08-27 2019-08-28 株式会社デンソー 車両の使用予測システム
US10070265B1 (en) 2017-04-03 2018-09-04 General Electric Company System for selective accuracy of an indoor positioning system
US10999652B2 (en) 2017-05-24 2021-05-04 Engie Storage Services Na Llc Energy-based curtailment systems and methods
US10658841B2 (en) 2017-07-14 2020-05-19 Engie Storage Services Na Llc Clustered power generator architecture
US11221595B2 (en) 2019-11-14 2022-01-11 Google Llc Compute load shaping using virtual capacity and preferential location real time scheduling

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7321810B2 (en) * 2003-05-13 2008-01-22 Siemens Power Transmission & Distribution, Inc. Method of dynamic economic dispatch
CN101901945A (zh) * 2010-07-12 2010-12-01 河海大学 一种插电式混合动力车的集中智能调度充电方法

Family Cites Families (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5274571A (en) * 1991-05-20 1993-12-28 The Fleming Group Energy storage scheduling system
JPH05176457A (ja) * 1991-09-11 1993-07-13 Toshiba Corp 電鉄用電力系統制御装置
US5487002A (en) 1992-12-31 1996-01-23 Amerigon, Inc. Energy management system for vehicles having limited energy storage
US5475609A (en) * 1993-03-05 1995-12-12 Square D Company Load interrupter system
US5796628A (en) * 1995-04-20 1998-08-18 Cornell Research Foundation, Inc. Dynamic method for preventing voltage collapse in electrical power systems
US7688074B2 (en) 1997-11-03 2010-03-30 Midtronics, Inc. Energy management system for automotive vehicle
EP1109283A1 (en) * 1999-12-14 2001-06-20 ABB T&D Technology Ltd. Method for designing a power factor controller apparatus
JP2002236724A (ja) * 2001-02-08 2002-08-23 Yamatake Corp エネルギー取引システム
US6441586B1 (en) 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
US20040158360A1 (en) * 2003-02-04 2004-08-12 Charles Garland System and method of energy management and allocation within an energy grid
US7092798B2 (en) * 2003-05-13 2006-08-15 Siemens Power Transmission & Distribution, Inc. System for control performance standards
US7058522B2 (en) * 2003-05-13 2006-06-06 Siemens Power Transmission & Distribution, Inc. Very short term load prediction
US8019445B2 (en) * 2004-06-15 2011-09-13 Intelligent Generation Llc Method and apparatus for optimization of distributed generation
US7444189B1 (en) * 2004-06-15 2008-10-28 John Joseph Marhoefer Method and apparatus for simultaneous optimization of distributed generation and hydrogen production
JP2007206889A (ja) * 2006-01-31 2007-08-16 Chugoku Electric Power Co Inc:The 電力スタンド電力供給管理システム、方法およびプログラム
US8249763B2 (en) * 2006-03-20 2012-08-21 General Electric Company Method and computer software code for uncoupling power control of a distributed powered system from coupled power settings
US8126685B2 (en) * 2006-04-12 2012-02-28 Edsa Micro Corporation Automatic real-time optimization and intelligent control of electrical power distribution and transmission systems
US20090045803A1 (en) * 2007-08-15 2009-02-19 Optimal Innovations Inc. System and Method for Premises Power Parameter and Power-Factor Reporting and Management
US8996183B2 (en) * 2007-08-28 2015-03-31 Consert Inc. System and method for estimating and providing dispatchable operating reserve energy capacity through use of active load management
US8494686B2 (en) * 2007-10-14 2013-07-23 Enmetric Systems, Inc. Electrical energy usage monitoring system
US7944869B2 (en) * 2007-12-12 2011-05-17 Mcmaster University Resource allocation and outage control for renewable energy WLAN infrastructure mesh node
US7956570B2 (en) * 2008-01-07 2011-06-07 Coulomb Technologies, Inc. Network-controlled charging system for electric vehicles
US7952319B2 (en) * 2008-01-07 2011-05-31 Coulomb Technologies, Inc. Street light mounted network-controlled charge transfer device for electric vehicles
US8051174B2 (en) * 2008-03-03 2011-11-01 Microsoft Corporation Framework for joint analysis and design of server provisioning and load dispatching for connection-intensive server
US9707835B2 (en) * 2008-04-01 2017-07-18 3B Technologies Ii Efficient vehicle power systems
US20090242301A1 (en) * 2008-04-01 2009-10-01 Mcclanahan Robert F Efficient Vehicle Power Systems
US8392030B2 (en) * 2008-04-17 2013-03-05 Levant Power Corporation System and method for control for regenerative energy generators
US8725551B2 (en) * 2008-08-19 2014-05-13 International Business Machines Corporation Smart electric vehicle interface for managing post-charge information exchange and analysis
GB0816721D0 (en) * 2008-09-13 2008-10-22 Daniel Simon R Systems,devices and methods for electricity provision,usage monitoring,analysis and enabling improvements in efficiency
US20100082277A1 (en) 2008-09-30 2010-04-01 Ballard Claudio R Distributed car charging management system and method
WO2010051477A2 (en) * 2008-10-31 2010-05-06 Levinton Manufacturing Company, Ltd. System and method for charging a vehicle
WO2010054477A1 (en) * 2008-11-14 2010-05-20 Thinkeco Power Inc. System and method of democratizing power to create a meta-exchange
US8121740B2 (en) * 2008-12-18 2012-02-21 Abb Research Ltd. Feeder automation for an electric power distribution system
US8706650B2 (en) * 2009-01-14 2014-04-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
US8935112B2 (en) * 2009-02-17 2015-01-13 Chargepoint, Inc. System and method for managing electric vehicles
US20100217452A1 (en) * 2009-02-26 2010-08-26 Mccord Alan Overlay packet data network for managing energy and method for using same
WO2010120551A1 (en) * 2009-03-31 2010-10-21 Gridpoint, Inc. Electric vehicle power management systems
US8676636B2 (en) * 2009-04-22 2014-03-18 Parkpod Gmbh System for managing electric energy grid-vehicle exchange devices
US8315745B2 (en) * 2009-04-24 2012-11-20 Hunter Defense Technologies, Inc. Mobile micro-grid power system controller and method
JP2010279108A (ja) * 2009-05-27 2010-12-09 Nissan Motor Co Ltd 電動車両のバッテリ充電制御装置
JP5560788B2 (ja) * 2009-06-26 2014-07-30 日産自動車株式会社 情報提供装置
US8892264B2 (en) * 2009-10-23 2014-11-18 Viridity Energy, Inc. Methods, apparatus and systems for managing energy assets
US9367825B2 (en) * 2009-10-23 2016-06-14 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model
US20130245847A1 (en) * 2009-10-23 2013-09-19 Alain P. Steven Facilitating revenue generation from wholesale electricity markets using an enineering-based energy asset model
WO2011077780A1 (ja) * 2009-12-24 2011-06-30 株式会社 日立製作所 電気自動車を用いた電力系統制御システム、電力系統制御装置、情報配信装置及び情報配信方法
US8543247B2 (en) * 2010-01-08 2013-09-24 International Business Machines Corporation Power profile management method and system
US8493025B2 (en) * 2010-02-23 2013-07-23 Optimization Technologies, Inc. Electric vehicle charging station advertising systems
AU2011224150A1 (en) * 2010-03-11 2012-09-13 Entegrity LLC Methods and systems for data aggregation and reporting
DE102010030239A1 (de) * 2010-06-17 2011-12-22 BSH Bosch und Siemens Hausgeräte GmbH Verfahren und Vorrichtung zum Anlassen eines Elektromotors
US9251479B2 (en) * 2010-07-02 2016-02-02 General Electric Technology Gmbh Multi-interval dispatch method for enabling dispatchers in power grid control centers to manage changes
US20110029142A1 (en) * 2010-07-02 2011-02-03 David Sun System tools that provides dispatchers in power grid control centers with a capability to make changes
US9727828B2 (en) * 2010-07-02 2017-08-08 Alstom Technology Ltd. Method for evaluating operational and financial performance for dispatchers using after the fact analysis
US9093840B2 (en) * 2010-07-02 2015-07-28 Alstom Technology Ltd. System tools for integrating individual load forecasts into a composite load forecast to present a comprehensive synchronized and harmonized load forecast
US8538593B2 (en) * 2010-07-02 2013-09-17 Alstom Grid Inc. Method for integrating individual load forecasts into a composite load forecast to present a comprehensive synchronized and harmonized load forecast
JP5615090B2 (ja) * 2010-08-20 2014-10-29 三菱重工業株式会社 管理装置、管理方法、コンピュータプログラム、車載器及び通信方法
JP5395764B2 (ja) * 2010-08-24 2014-01-22 株式会社日立製作所 電気自動車の充電制御方法、充電監視制御センタ、車載カーナビ装置、および電力系統安定化システム
US20120083930A1 (en) * 2010-09-30 2012-04-05 Robert Bosch Gmbh Adaptive load management: a system for incorporating customer electrical demand information for demand and supply side energy management
US8594859B2 (en) * 2010-10-18 2013-11-26 Qualcomm Incorporated Method and system for real-time aggregation of electric vehicle information for real-time auctioning of ancillary services, and real-time lowest cost matching electric vehicle energy demand to charging services
DK3799248T3 (da) * 2010-10-27 2022-09-26 The Aes Corp Fremgangsmåde til at styre energitjenester til en flerhed af aktiver af forskellige typer
JP5488419B2 (ja) * 2010-11-17 2014-05-14 株式会社デンソー 車両管理システム、車両管理センター
WO2012068388A1 (en) * 2010-11-18 2012-05-24 Marhoefer John J Virtual power plant system and method incorporating renewal energy, storage and scalable value-based optimization
JP5327207B2 (ja) * 2010-11-25 2013-10-30 株式会社デンソー 充電システム
US20120136496A1 (en) * 2010-11-30 2012-05-31 General Electric Company System and method for estimating demand response in electric power systems
WO2012077058A2 (en) * 2010-12-06 2012-06-14 Smart Grid Billing, Inc Apparatus and method for controlling consumer electric power consumption
EP2465721A1 (en) * 2010-12-16 2012-06-20 Alcatel Lucent System and methods for predicting energy requirements of a plurality of electric energy vehicles
US10002335B2 (en) * 2011-01-06 2018-06-19 Cardinal Logistics Management Corporation Dynamic workflow for remote devices
US9063525B2 (en) * 2011-01-28 2015-06-23 Sunverge Energy, Inc. Distributed energy services management system
TWI443505B (zh) * 2011-07-20 2014-07-01 Delta Electronics Inc 智慧型行動載具充電系統及其操作方法
JP6047284B2 (ja) * 2011-12-13 2016-12-21 三菱重工業株式会社 電力需要量算出システム、電力需要量算出方法、電力需要量算出装置、プログラム、及び記録媒体

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7321810B2 (en) * 2003-05-13 2008-01-22 Siemens Power Transmission & Distribution, Inc. Method of dynamic economic dispatch
CN101901945A (zh) * 2010-07-12 2010-12-01 河海大学 一种插电式混合动力车的集中智能调度充电方法

Also Published As

Publication number Publication date
JP6118025B2 (ja) 2017-04-19
US20120185105A1 (en) 2012-07-19
EP2476578A1 (en) 2012-07-18
EP2476578B1 (en) 2016-06-22
US8712595B2 (en) 2014-04-29
CN102693458A (zh) 2012-09-26
JP2012152100A (ja) 2012-08-09

Similar Documents

Publication Publication Date Title
CN102693458B (zh) 动态负荷轮廓化
Tong et al. Customized bus service design for jointly optimizing passenger-to-vehicle assignment and vehicle routing
Turan et al. Dynamic pricing and fleet management for electric autonomous mobility on demand systems
Chen et al. Optimal deployment of autonomous vehicle lanes with endogenous market penetration
James Two-stage request scheduling for autonomous vehicle logistic system
Papanikolaou et al. Analytical models for comparing Demand Responsive Transport with bus services in low demand interurban areas
He et al. Evaluation of city-scale built environment policies in New York City with an emerging-mobility-accessible synthetic population
Huang et al. A bimodal Gaussian inhomogeneous Poisson algorithm for bike number prediction in a bike-sharing system
CN103369584A (zh) 终端装置、终端控制方法、程序和信息处理系统
CN113239198B (zh) 一种地铁客流预测方法、装置及计算机存储介质
Yao et al. Allocation method for transit lines considering the user equilibrium for operators
Huang et al. An innovative approach to solve the carsharing demand-supply imbalance problem under demand uncertainty
Aboudina et al. A bi-level distributed approach for optimizing time-dependent congestion pricing in large networks: A simulation-based case study in the Greater Toronto Area
Zheng et al. Routing and charging locations for electric vehicles for intercity trips
Messaoud A chance constrained programming model and an improved large neighborhood search algorithm for the electric vehicle routing problem with stochastic travel times
Zhao et al. Optimizing the design of an intra-city metro logistics system based on a hub-and-spoke network model
Sun et al. A graphical game approach to electrical vehicle charging scheduling: Correlated equilibrium and latency minimization
Wang et al. Application of optimized genetic algorithm based on big data in bus dynamic scheduling
Duell et al. Policy implications of incorporating distance constrained electric vehicles into the traffic network design problem
Wang et al. A robust multi-stage power consumption prediction method in a semi-decentralized network of electric vehicles
Kamel et al. A modelling platform for optimizing time-dependent transit fares in large-scale multimodal networks
Yu et al. Optimal routing of multimodal mobility systems with ride‐sharing
Shi et al. Efficient energy management of wireless charging roads with energy storage for coupled transportation–power systems
Ahmad et al. Electric vehicle charging modes, technologies and applications of smart charging
Liu et al. Heuristic approach for the multiobjective optimization of the customized bus scheduling problem

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant