摘要
本发明提供一种充电桩能源管理方法及系统,该方法首先实时采集目标区域内多个充电桩所属并网点的运行信息,并将这些信息聚合至预设处理节点。通过分析网点运行信息的时空相关性学习得到关联特征,并结合这些特征与充电桩之间的电气拓扑信息,采用联邦学习框架下的图神经网络模型,反演推断出目标区域对应局部配电网的虚拟电网态势指标。将这些指标量化为电网压力信号,作为充电功率调控的重要依据。结合电网压力信号和每个充电桩接收的充电任务信息,通过分布式协同免疫调节算法计算得到各个充电桩的目标充电功率。这种方法在保护数据隐私的同时,实现了充电桩群的智能协调控制,有效平衡了电网承载能力和用户充电需求,避免了局部电网过载风险。
技术关键词
充电桩能源管理方法
神经网络模型
免疫调节算法
充电桩信息
分布式协同
交互特征
充电桩能源管理系统
指标
电气
参数
充电桩位置信息
功率
压力
时序特征
节点
非线性
保护数据隐私
身份识别信息
信号
处理器
系统为您推荐了相关专利信息
空调机组
能效测试方法
环境监测数据
需求预测模型
管理终端
动态频谱环境
深度Q网络
深度强化学习
Agent模型
强化学习技术
待测车辆
扩展卡尔曼滤波
车载单目
测速方法
相机