浙江大学专利

摘要：本发明公开了一种基于代理模型的电动汽车V2G功率调控方法。方法包括以下步骤：首先，根据电动汽车的历史V2G数据构建训练样本集；接着，利用训练样本集对基于神经网络的代理模型进行训练，获得电动汽车功率灵活性预测模型；然后，获取每个用户对应的电动汽车参数及行为信息并输入至预测模型中，模型输出该用户对应电动汽车的功率灵活性，电网根据该电动汽车的功率灵活性发送电动汽车实际调控指令至对应充电桩，从而控制该电动汽车的充放电功率；最后，获取电动汽车的实时电池SOC并进行电动汽车的功率灵活性的滚动预测，实现电动汽车V2G功率的动态调控。本发明实现了电动汽车功率灵活性的快速求解，可有效提升电网调节能力。

摘要：

摘要：本发明公开了一种考虑预期充电曲线的电动汽车集群充电功率调度优化方法。首先，结合电动汽车ECC曲线构建电动汽车集群充电功率调度优化模型；接着，获取预测的充电负荷分布及电网负荷情况以及获取充电区域的用户充电需求；基于预测的充电负荷分布及电网负荷情况、充电区域的用户充电需求对电动汽车集群充电功率调度优化模型求解后，获得充电区域内各个充电桩的充电功率计划；若充电区域内接入新的车辆，则更新用户充电需求，进而更新各个充电桩的充电功率计划；将各个充电桩的充电功率计划下发给电动汽车充电管理装置，实现充电区域的所有车辆的有序充电。本发明实现了集群充电场景下充电控制、采集、通讯一体化。

摘要：本发明公开了一种电动汽车无线电能传输系统自适应电压控制方法。包括：结合RBF神经网络构建自适应模型预测控制器，自适应模型预测控制器输出k时刻控制量并作用于电动汽车无线电能传输系统，自适应模型预测控制器根据电动汽车无线电能传输系统和固定模型参考系统k+1时刻状态量进行状态偏差的自适应调节后输出下一个控制量并作用于电动汽车无线电能传输系统，不断采集系统的状态量并进行控制量的调节，从而完成电动汽车无线电能传输系统的在线自适应控制。本发明实现对电动汽车动态无线电能传输系统的精确控制，明显提高了系统的动态响应性能和抗干扰性能，尤其是面对系统的各种外界干扰均能动态调整模型，增强了控制系统的稳定性。

摘要：本发明公开了一种面向CAN总线的驾驶行为分析方法，通过对数据流进行报文解析、数据清洗和缓存存储，构建稳定可靠的原始数据采集链路，为后续特征提取奠定数据基础，对数据采集链路进行优化，规范化的数据解析和清洗流程，提高原始数据质量，缓存存储机制降低数据丢失风险，增强系统稳定性；实现数据的降维和标准化，对时域、频域和统计特征的综合分析提供更全面的行为表征，归一化处理消除量纲影响，提高特征可比性，降维处理减少冗余信息，优化计算效率，引入自注意力机制对提取的时空特征进行动态权重分配增强模型对复杂行为的适应性，提升模型识别准确率，提高实时性能确保方法能实时处理持续输入的CAN数据流，并输出准确的行为识别结果。

摘要：本发明提供了一种基于最优滑移率识别的电子机械制动装置，同时还提供了一种采用该装置的防抱死控制方法。电子控制单元ECU根据电子制动踏板的输入识别驾驶员的制动意图，获得期望制动强度并计算出所需的常规制动力矩大小，驱使电子机械制动装置EMB施加对应制动力矩；采集车辆信息信号，计算出当前路面最优滑移率；ABS控制器基于当前车轮滑移率与路面的最优滑移率之差，采用模糊PID控制方法计算出ABS制动力矩；ECU判断常规制动力矩与ABS制动力矩大小，将车辆的滑移率控制在最优滑移率附近。本发明可以在车辆制动时实时估算出路面最优滑移率并用于进行ABS控制，使车辆在不同路面进行ABS制动时能够最大程度利用路面附着力。

摘要：本发明公开了一种基于变时域模型预测控制的分布式驱动车辆路径跟踪方法，属于分布式驱动电动汽车控制技术领域。基于五自由度车辆动力学模型和线性轮胎模型，建立MPC路径跟踪控制模型；利用模糊控制器自适应调整MPC路径跟踪控制模型中的预测时域，得到变时域MPC路径跟踪控制模型；将变时域MPC路径跟踪控制模型的路径跟踪问题转化为带有约束的二次规划优化问题，求解得到当前时刻前轮转角增量，将当前时刻前轮转角增量叠加上一时刻前轮转角，得到当前时刻前轮转角作为控制量，驱动车辆跟踪期望路径。发明提高了分布式驱动电动汽车路径跟踪精度并增强行驶稳定性。

摘要：本发明公开了一种电动汽车动态无线充电系统输出电压控制方法。本发明设计能量传输发射端的DC‑DC电路，并引入线性自抗扰控制器和混合控制器，线性自抗扰控制器通过扩张状态观测器观测DC‑DC电路状态变量与扰动的估计值、线性状态反馈控制律形成第一控制量与扰动补偿环节输出第二控制量，用于保证全桥逆变电路的输入电压恒定；混合控制器输出开关频率和移相角来调节负载输出电压的稳定性、系统电压增益的宽调节范围。本发明显著提高了系统的恒压调节性能和抗干扰性能，同时也降低了调整系统元件的实施成本，进一步增强了系统的稳定性和鲁棒性，为电动汽车动态无线充电系统的稳定运行提供了有效的解决方案。

摘要：本发明公开了一种基于深度学习的电动汽车集群充电负荷区间预测方法，属于电气工程技术领域。所述方法包括：首先，建立QR‑LSTM神经网络模型；然后，选择包含历史同一时间点的充电功率与日历信息的数据集作为输入变量，在此基础上，对日历信息采用one‑hot编码方法进行处理以转换为数值变量；接着，在模型的训练过程中，将数据集采用滑动窗口法进行处理，并对数据进行归一化处理；训练好的模型即可对配电台区内电动汽车集群充电负荷进行区间预测。本发明考虑到电动汽车充电负荷的不确定性，提出的预测方法能够对电动汽车集群充电负荷进行区间预测；预测结果可以为电网规划，需求响应等提供理论支撑。

摘要：本发明公开了一种基于交替方向乘子法的综合能源调度模型构建方法及系统，涉及电力系统技术领域，包括：基于综合能源系统工作设备运行模型，并结合综合能源负荷综合需求响应模型、电动汽车有序充电模型和虚拟储热的热网能流计算模型，构建综合能源系统优化调度模型；对互联的综合能源系统采用交替方向乘子法进行分布式求解，得到多区域分布式自协同优化调度策略；划分综合能源系统为多个主体，采用交替方向乘子法进行分布式求解，以实现各主体运维成本最低的全局目标，得到多资源主体间分布式自协同优化调度策略。本发明采用交替方向乘子法求解优化调度模型，使得各主体间通过交互必要的边界变量(边界功率)，可以实现相似的效果。