CN114022026B - 一种基于事件触发一致性算法的电动汽车充电调度方法 - Google Patents

一种基于事件触发一致性算法的电动汽车充电调度方法 Download PDF

Info

Publication number
CN114022026B
CN114022026B CN202111368504.5A CN202111368504A CN114022026B CN 114022026 B CN114022026 B CN 114022026B CN 202111368504 A CN202111368504 A CN 202111368504A CN 114022026 B CN114022026 B CN 114022026B
Authority
CN
China
Prior art keywords
charging
electricity price
electric automobile
individual
event
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
CN202111368504.5A
Other languages
English (en)
Other versions
CN114022026A (zh
Inventor
翁盛煊
吴凯
岳东
孙振峰
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202111368504.5A priority Critical patent/CN114022026B/zh
Publication of CN114022026A publication Critical patent/CN114022026A/zh
Application granted granted Critical
Publication of CN114022026B publication Critical patent/CN114022026B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

一种基于事件触发一致性算法的电动汽车充电调度方法,该方法考虑了系统经济性、配电水平限制和电动汽车电池性能退化等因素之间的权衡。为了有效降低网络的通信压力,在电动汽车个体电价的传递和更新过程中采用了事件触发机制。基于所提出的事件触发一致性算法,解决了分布式电动汽车充电协调问题,得到了系统最优充电策略。本发明在保证充电调度任务有效完成的基础上,实现各电动汽车之间个体电价的按需传输,显著降低了网络的通信压力,避免了网络的通信拥塞,保障了整个电动汽车充电调度系统的安全与稳定运行。

Description

一种基于事件触发一致性算法的电动汽车充电调度方法
技术领域
本发明属于电动汽车充电调度领域,尤其是涉及一种基于事件触发一致性算法的电动汽车分布式充电调度方法。
背景技术
近年来,随着新能源汽车的快速发展和普及使用,新能源汽车逐渐进入我们的生活,然而,随着新能源汽车产业的发展,电动汽车的充电问题也随之产生,其中,充电调度问题是电动汽车研究及应用中的一个基本问题,其目的是通过使用相关算法来降低系统的运行成本,提高系统运行的可靠性。目前,传统的电动汽车充电调度优化方法都是基于集中控制的方法。然而,集中控制特别依赖于控制中心,每辆电动汽车的需求和价格信息必须传输到控制中心进行处理,这不仅增加了控制中心的计算压力,而且大大增加了系统运行成本。此外,如果其中一个充电站损坏,将影响整个充电系统的安全性和可靠性。因此,分布式控制方法为解决电动汽车充电调度问题开辟了一条新的途径。
在电动汽车的分布式充电框架中,首先,每个电动汽车根据给定的预测系统电价计算其最佳充电策略,然后根据其充电策略估计系统总需求。它使用该估计值来确定更新的个体电价。然后,所有电动汽车与其邻居交换各自的个体电价,并通过一致性算法,就平均价格达成集体决策。电动汽车再次使用这一修改后的系统电价来重新计算其最佳充电策略,从而完成电动汽车充电调度目标。相比于传统的集中式调度方法而言,分布式控制框架下充电调度的计算任务分配到了系统中的各个个体上,为此不再需要复杂且昂贵的集控中心。同时,由于计算任务的分散执行,使得系统拥有更强的鲁棒性、灵活性以及经济性,充电系统中某些充电桩的故障及接入与退出不会对整个调度任务的执行造成严重的影响,为此分布式经济调度特别适用于未来大规模广泛分布的插电式电动汽车充电环境。
如前所述,为执行分布式控制框架下的电动汽车充电调度策略,整个充电系统的各个个体之间需经由通信网络完成信息交互。从目前研究来看,这种信息交互通常是连续实时的。在未来新能源大力发展的大环境下,电动汽车的数量将日趋增多,大量电动汽车之间的实时连续信息交互对通信网络有限的带宽资源带来了严峻的挑战,过量信息的传输会产生诸如通信时滞及丢包等现象,并有可能导致整个电动汽车充电调度策略的失败,严重影响充电调度系统的稳定与安全,目前对于这类问题还没有有效的解决方案。
发明内容
本发明所解决的技术问题在于克服现有电动汽车充电调度过程中信息交互存在通信资源浪费严重、非必要通信占比过高等的短板,提供一种基于事件触发一致性算法的电动汽车充电调度方法。在实现电动汽车充电产生的效益和消耗的成本之间的权衡的前提下使得整个调度系统成本达到最优。同时,在保证上述任务有效完成的基础上,降低各电动汽车之间信息传输压力,保障充电调度系统的安全与稳定运行。
一种基于事件触发一致性算法的电动汽车充电调度方法,包括如下步骤:
步骤1,设置系统参数,包括充电调度系统电动汽车个数N、充电时间范围T、参数ψ、参数τ、参数β,参数Ωi,其中,ψ的取值范围为0<ψ≤1,τ的取值范围为0<τ<1,β的取值范围为0<β≤1,Ωi的取值范围为Ωi>0,给定系统在时刻t的非弹性需求dt,个体电价阈值系统电价阈值ρstop,i表示电动汽车编号,i=1,2,3...,N,t表示充电时间,t=0,1,2...,T-1;
步骤2,根据各电动汽车之间的信息交互能力,设置通信连接系数aij,j=1,2,3...,N,第i个电动汽车自身的连接系数为
步骤3,在初始时刻t0,令t=t0,对系统电价赋初值设置ρ>ρstop和n=0,其中,/>为初始系统电价p0的分量,表示的是时刻t的系统电价;
步骤4,根据系统电价pn计算个体充电策略
步骤5,根据步骤4得到的充电策略计算出每辆电动汽车在时间t的初始个体电价/>每个电动汽车均通过通信网络发送个体触发电价/>至相邻电动汽车,并设置个体初始触发电价为/>Q>Qstop,m=0;
步骤6,设第i个电动汽车在第m次迭代时的个体触发电价为若在时刻t第i个电动汽车在第m次迭代时满足事件触发条件,则令/>且第i个电动汽车将该时刻下自身的触发价格/>存储并发送至相邻电动汽车,若不满足事件触发条件,则/>保持不变,定义在时刻t的个体触发电价误差/>
步骤7,运用事件触发一致性算法计算
步骤8,计算个体电价误差更新m=m+1,判断个体电价误差/>是否高于阈值/>若高于阈值/>转步骤6;否则转步骤9;
步骤9,设置系统电价计算系统电价误差ρ=||pn+1-pn||1,更新n=n+1,判断系统电价误差ρ是否高于阈值ρstop,若高于阈值ρstop,转步骤4;否则转步骤10;
步骤10,得到系统最优充电策略
进一步地,所述步骤2中设置通信连接系数aij的方法为:若第i个电动汽车与第j个电动汽车之间能够进行信息交互,则设置aij=τ,反之,设置aij=0。
进一步的,本发明的基于事件触发一致性算法的电动汽车充电调度方法,其特征在于,所述步骤3中的初始系统电价p0为:
p0=c′(dt)=adt+b
其中,c(dt)表示的是非弹性基本需求dt下的系统发电成本,c′(dt)为c(dt)的导数,a,b为发电系数,由系统运行的具体环境进行设定。
进一步地,所述步骤4中个体充电策略为:
其中,ui表示的是第i个电动汽车的充电策略,uit为ui的分量,表示的是第i个电动汽车在时刻t的充电功率,为pn的分量,表示的是时刻t的系统电价,Ωi是常量,Φi表示第i个电动汽车电池的最大容量,git(uit)表示的是第i个电动汽车在时刻t的自身消耗成本,包括充电需求产生的成本和电池退化成本,Ui表示的是所有电动汽车的可行充电策略。
进一步地,所述步骤5中电动汽车初始个体电价为:
其中,为充电策略/>的分量,表示的是第i辆电动汽车在时刻t的充电功率,c(·)表示的是发电成本,c′(·)为c(·)的导数,dt表示的是系统在时刻t的非弹性需求,ψ为常量,N为所有电动汽车的数量,n表示的是系统电价pn更新迭代的次数。
进一步地,所述步骤6中的事件触发条件为:
其中,表示第i个电动汽车在时刻t第m次迭代的个体触发电价,/>表示第j个电动汽车在时刻t第m次迭代的个体触发电价,β是一个常数,用于控制事件触发的阈值,m表示的是个体电价/>更新迭代的次数。
进一步地,所述步骤7中时,在时刻t的第m次迭代时,第i个电动汽车的个体电价的事件触发一致性更新算法为:
其中,表示的是在时刻t下,经过事件触发一致性算法更新之后(m+1)次迭代周期的个体电价。
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
1、本发明在实现电动汽车充电产生的效益和消耗的成本之间权衡的前提下使得整个调度系统成本达到最优;
2、本发明在保证充电调度任务有效完成的基础上,系统中各电动汽车的个体电价按照所设置的事件触发机制以离散非等周期的形式按需发送至系统中与其相邻的其它电动汽车,能够有效降低通信网络压力,保障充电调度系统的安全与稳定运行;
3、本发明的事件触发机制及基于此机制的个体电价一致性更新算法的执行均只需要获取相邻电动汽车的事件触发电价来更新当前个体电价,整体设计方法基于分布式控制架构,具有成本低廉,可扩展性强,鲁棒性高等特点,同时,与传统的分布式控制方法相比,显著降低了通信网络的信息传输压力,因此,特别适用于未来大规模广泛分布的插电式电动汽车充电环境;
4、本发明提出的事件触发条件中引入了参数β(0<β≤1),通过设置不同的β值,可以控制触发次数,当增加β值将增大触发条件的触发阈值,从而减少触发次数以降低通信压力;
5、本发明可以解决通信网络带宽受限情况下的大规模分布式插电电动汽车充电调度问题。
附图说明
图1是本发明实施例的各电动汽车之间的通信网络拓扑图。
图2是本发明实施例的各电动汽车的在不同时刻下的充电需求图。
图3是本发明实施例的充电调度系统经过事件触发一致性得到的最终系统电价图。
图4是本发明实施例的方法流程图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
本发明以一个由5个电动汽车构成的充电调度系统为例,其通信网络拓扑关系如图1所示,具体实现步骤如图4所示:
1)设置系统参数:给定充电调度系统中电动汽车个数N=5,τ=0.2,β=1,ψ=1,Ωi=0.03,Φ1=30kWh,Φ2=20kWh,Φ3=18kWh,Φ4=25kWh,Φ5=40kWh,
2)描述充电调度系统通信网络拓扑:设置一个通信连接系数aij,若第i个电动汽车与第j个电动汽车之间能够进行信息交互,则设置aij=τ;反之,设置aij=0;第i个电动汽车自身的连接系数其中i=1,2,3...,N,j=1,2,3...,N。如下表所示:
3)设第i个电动汽车在时刻t自身消耗成本的成本函数为:
其中,uit为第i个电动汽车在时刻t的充电功率。(上式中0.003、0.11以及0.02的系数是由文献中直接给出的用于仿真的例子的数值,根据实际环境给定的系数)
4)计算系统初始系统电价:
p0=5.8×10-4dt+0.06
其中,dt表示的是在时刻t时系统的非弹性基本需求。(上式中的5.8*10-4以及0.06两个系数是由文献中直接给出的用于仿真的例子的数值,根据实际环境给定的系数)
进一步的,初始状态下设置ρ>ρstop且n=0。
5)计算充电调度系统初始状态下的充电策略:
6)计算出每辆电动汽车在时间t的初始个体电价:
进一步的,每个电动汽车均通过通信网络发送个体触发电价至相邻电动汽车,并设置初始个体触发电价为/>Q>Qstop且m=0。
7)对于第i个电动汽车在时刻t第m次迭代的个体触发电价为若在事件触发一致性更新过程中有如下事件触发条件满足,则令/>
其中,表示第i个电动汽车在时刻t第m次迭代的个体触发电价,/>表示第j个电动汽车在时刻t第m次迭代的个体触发电价。
进一步的,第i个电动汽车将其个体触发电价存储并发送至系统中能够与其通信的其它电动汽车。
8)计算个体触发电价误差进一步得出第i个电动汽车在时刻t的个体电价事件触发一致性更新算法为:
其中,为/>的分量,表示的是在时刻t下,经过事件触发一致性算法更新之后(m+1)次迭代周期的个体电价。
9)计算个体电价误差更新m=m+1,判断个体电价误差/>是否高于阈值/>若高于阈值/>转步骤7);否则转步骤10);
10)设置系统电价计算系统电价误差ρ=||pn+1-pn||1,更新n=n+1,判断系统电价误差ρ是否高于阈值ρstop,若高于阈值ρstop,转步骤5);否则转步骤11);
11)得到整个充电调度系统最优充电策略
上文5)-11)是一个循环迭代更新过程,步骤11)最优充电策略由步骤5)公式得到,当小于阈值时,说明系统电价在误差之内,可以得到步骤11),此时的充电策略为最优充电策略,具体可以参照最后一页的流程图。
为了验证本发明的有效性,进行了仿真实验。
图2表示5辆电动汽车各自的充电需求变化情况,可以看出所有电动汽车均可实现其最佳充电策略,实现效益和消耗的成本之间的权衡。
图3表示在利用本发明提出的分布式事件触发机制后,所有电动汽车在时刻t=0,1,2...,T-1达成一致时的系统电价,符合充电调度最优化策略的需求。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。

Claims (7)

1.一种基于事件触发一致性算法的电动汽车充电调度方法,其特征在于:该方法包括如下步骤:
步骤1,设置系统参数,包括充电调度系统电动汽车个数N、充电时间范围T、参数ψ、参数τ、参数β,参数Ωi,其中,ψ的取值范围为0<ψ≤1,τ的取值范围为0<τ<1,β的取值范围为0<β≤1,Ωi的取值范围为Ωi>0,给定系统在时刻t的非弹性需求dt,个体电价阈值系统电价阈值ρstop,i表示电动汽车编号,i=1,2,3...,N,t表示充电时间,t=0,1,2...,T-1;
步骤2,根据各电动汽车之间的信息交互能力,设置通信连接系数aij,j=1,2,3...,N,第i个电动汽车自身的连接系数为
步骤3,在初始时刻t0,令t=t0,对系统电价赋初值设置ρ>ρstop和n=0,其中,/>为初始系统电价p0的分量,表示的是时刻t的系统电价;
步骤4,根据系统电价pn计算个体充电策略
步骤5,根据步骤4得到的充电策略计算出每辆电动汽车在时间t的初始个体电价每个电动汽车均通过通信网络发送个体触发电价/>至相邻电动汽车,并设置个体初始触发电价为/>m=0;
步骤6,设第i个电动汽车在第m次迭代时的个体触发电价为若在时刻t第i个电动汽车在第m次迭代时满足事件触发条件,则令/>且第i个电动汽车将该时刻下自身的触发价格/>存储并发送至相邻电动汽车,若不满足事件触发条件,则保持不变,定义在时刻t的个体触发电价误差/>
步骤7,运用事件触发一致性算法计算
步骤8,计算个体电价误差更新m=m+1,判断个体电价误差/>是否高于阈值/>若高于阈值/>转步骤6;否则转步骤9;
步骤9,设置系统电价计算系统电价误差ρ=||pn+1-pn||1,更新n=n+1,判断系统电价误差ρ是否高于阈值ρstop,若高于阈值ρstop,转步骤4;否则转步骤10;
步骤10,得到系统最优充电策略
2.根据权利要求1所述的一种基于事件触发一致性算法的电动汽车充电调度方法,其特征在于:所述步骤2中设置通信连接系数aij的方法为:若第i个电动汽车与第j个电动汽车之间能够进行信息交互,则设置aij=τ,反之,设置aij=0。
3.根据权利要求1所述的基于事件触发一致性算法的电动汽车充电调度方法,其特征在于,所述步骤3中的初始系统电价p0为:
p0=c′(dt)=adt+b
其中,c(dt)表示的是非弹性基本需求dt下的系统发电成本,c′(dt)为c(dt)的导数,a,b为发电系数,由系统运行的具体环境进行设定。
4.根据权利要求1所述的一种基于事件触发一致性算法的电动汽车充电调度方法,其特征在于:所述步骤4中个体充电策略为:
其中,ui表示的是第i个电动汽车的充电策略,uit为ui的分量,表示的是第i个电动汽车在时刻t的充电功率,为pn的分量,表示的是时刻t的系统电价,Ωi是常量,Φi表示第i个电动汽车电池的最大容量,git(uit)表示的是第i个电动汽车在时刻t的自身消耗成本,包括充电需求产生的成本和电池退化成本,Ui表示的是所有电动汽车的可行充电策略。
5.根据权利要求1所述的一种基于事件触发一致性算法的电动汽车充电调度方法,其特征在于:所述步骤5中电动汽车初始个体电价为:
其中,为充电策略/>的分量,表示的是第i辆电动汽车在时刻t的充电功率,c(·)表示的是发电成本,c′(·)为c(·)的导数,dt表示的是系统在时刻t的非弹性需求,ψ为常量,N为所有电动汽车的数量,n表示的是系统电价pn更新迭代的次数。
6.根据权利要求1所述的一种基于事件触发一致性算法的电动汽车充电调度方法,其特征在于:所述步骤6中的事件触发条件为:
其中,表示第i个电动汽车在时刻t第m次迭代的个体触发电价,/>表示第j个电动汽车在时刻t第m次迭代的个体触发电价,β是一个常数,用于控制事件触发的阈值,m表示的是个体电价/>更新迭代的次数。
7.根据权利要求1所述的一种基于事件触发一致性算法的电动汽车充电调度方法,其特征在于:所述步骤7中时,在时刻t的第m次迭代时,第i个电动汽车的个体电价的事件触发一致性更新算法为:
其中,表示的是在时刻t下,经过事件触发一致性算法更新之后(m+1)次迭代周期的个体电价。
CN202111368504.5A 2021-11-18 2021-11-18 一种基于事件触发一致性算法的电动汽车充电调度方法 Active CN114022026B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111368504.5A CN114022026B (zh) 2021-11-18 2021-11-18 一种基于事件触发一致性算法的电动汽车充电调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111368504.5A CN114022026B (zh) 2021-11-18 2021-11-18 一种基于事件触发一致性算法的电动汽车充电调度方法

Publications (2)

Publication Number Publication Date
CN114022026A CN114022026A (zh) 2022-02-08
CN114022026B true CN114022026B (zh) 2024-03-29

Family

ID=80065229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111368504.5A Active CN114022026B (zh) 2021-11-18 2021-11-18 一种基于事件触发一致性算法的电动汽车充电调度方法

Country Status (1)

Country Link
CN (1) CN114022026B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449710A (zh) * 2015-12-03 2016-03-30 南京邮电大学 一种基于事件触发一致性算法的电力系统经济调度方法
CN110826880A (zh) * 2019-10-24 2020-02-21 成都信息工程大学 一种大规模电动汽车接入的主动配电网优化调度方法
CN111416338A (zh) * 2020-01-10 2020-07-14 南京邮电大学 一种量化通信下事件触发电力系统经济调度方法
CN113129518A (zh) * 2021-04-28 2021-07-16 北方工业大学 电动车辆充电系统及其资源管理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2456036A4 (en) * 2009-07-15 2014-01-22 Panasonic Corp SYSTEM, METHOD, DEVICE AND PROGRAM FOR CONTROLLING POWER

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449710A (zh) * 2015-12-03 2016-03-30 南京邮电大学 一种基于事件触发一致性算法的电力系统经济调度方法
CN110826880A (zh) * 2019-10-24 2020-02-21 成都信息工程大学 一种大规模电动汽车接入的主动配电网优化调度方法
CN111416338A (zh) * 2020-01-10 2020-07-14 南京邮电大学 一种量化通信下事件触发电力系统经济调度方法
CN113129518A (zh) * 2021-04-28 2021-07-16 北方工业大学 电动车辆充电系统及其资源管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
分布式能源接入后的电动汽车实时电价响应控制策略;牛亚琳 等;上海节能;20190228(第02期);97-101 *

Also Published As

Publication number Publication date
CN114022026A (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN111132175B (zh) 一种协同计算卸载和资源分配方法及应用
Chen et al. Efficiency and fairness oriented dynamic task offloading in internet of vehicles
CN113225377B (zh) 物联网边缘任务卸载方法及装置
CN111507601A (zh) 基于深度强化学习与区块链共识的资源优化分配决策方法
CN110928658A (zh) 一种车边云协同架构的协同任务迁移系统及算法
CN113296845A (zh) 一种边缘计算环境下基于深度强化学习的多小区任务卸载算法
CN112115505A (zh) 基于移动边缘计算和区块链技术的新能源汽车充电站计费数据传输方法
CN102968098B (zh) 一种对集群内电动汽车充电功率的分布式优化方法
CN102745192B (zh) 一种混合动力车辆的分布式控制系统的任务分配系统
CN115230485A (zh) 基于短期功率平滑预测的燃料电池公交车能量管理方法
CN114521002A (zh) 一种云边端合作的边缘计算方法
CN115629873A (zh) 车路云协同任务卸载与任务队列稳定性控制系统和方法
CN114172558B (zh) 一种车辆网络中基于边缘计算和无人机集群协同的任务卸载方法
CN113709249B (zh) 辅助驾驶业务安全均衡卸载方法及系统
CN114884063A (zh) 考虑区间协调的分布式电源与储能电压控制方法及装置
Perin et al. EASE: Energy-aware job scheduling for vehicular edge networks with renewable energy resources
CN114022026B (zh) 一种基于事件触发一致性算法的电动汽车充电调度方法
Timilsina et al. A real-time prognostic-based control framework for hybrid electric vehicles
CN102774376B (zh) 一种混合动力车辆的分布式控制系统的任务分配方法
CN116843500A (zh) 充电站规划方法、神经网络模型训练方法、装置和设备
CN116088317A (zh) 一种基于动态事件触发的多智能体一致性控制方法
CN113824161B (zh) 一种DoS攻击下的交直流微电网集群系统控制方法
CN115955479A (zh) 一种云边端协作系统中的任务快速调度与资源管理方法
CN202806745U (zh) 一种混合动力车辆的分布式控制系统
CN115660324B (zh) 基于图强化学习的电网多断面越限调控方法和系统

Legal Events

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