摘要
本发明公开了一种基于CNN‑TSMixer模型的电动汽车充电站负荷预测与可调度资源聚合方法及系统,涉及电动汽车充电站能源管理领域,采集众多充电站的负荷数据,并进行数据预处理;利用预处理后的数据训练全局模型;通过微调全局模型参数,训练适用于各个充电站的局部模型;利用建立的局部模型采用滚动更新的方式预测各个充电站下的各个时间点的功率以及各个时间点的各种汽车数量;建立消费者心理学模型,利用得到的预测值,评估各个充电站的灵活性资源调节潜力并按规则聚合成虚拟电厂。本发明不仅实现了对充电站负荷的高精度预测。而且还优化了充电站的能源使用效率,在不影响电动汽车用户的充电体验的前提下组成虚拟电厂向电网提供服务。
技术关键词
充电站负荷预测
资源
排队等待时间
混合单元
模型训练模块
集群
负荷特征
节点
时序依赖关系
参数
历史负荷数据
空间特征提取
多层感知器
峰谷电价
混合器
心理
能源管理
系统为您推荐了相关专利信息
数据保护
访问控制规则
机制
电能表
数字签名保护
风险管控方法
量子粒子群优化
人力资源管理系统
深度强化学习
多层注意力机制
模糊隶属度
门店经营
业务预测模型
数据分析方法
语义分割网络
Elman神经网络
数据交互方法
物理实体模型
有序加权平均算子
气象