买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华四川能源互联网研究院申请的专利一种充储一体式充电桩低碳运行方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120746239B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511254447.6，技术领域涉及：G06Q10/0631；该发明授权一种充储一体式充电桩低碳运行方法及系统是由李姚旺;刘昱良;张宁;杜尔顺;张世旭;柴澳设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本一种充储一体式充电桩低碳运行方法及系统在说明书摘要公布了：本发明属于电力系统运行优化与碳排放控制技术领域，涉及一种充储一体式充电桩低碳运行方法及系统。该方法包括：对网供电碳排放因子与光伏出力进行不确定性建模；建立系统功率平衡约束、充电桩储能约束、车桩匹配约束、电动汽车充电行为约束与用户满意度约束，建立考虑电动汽车充电满意度的充电桩低碳运行系统滚动优化模型；求解得到最优充储一体式充电桩低碳运行策略。本发明统筹考虑了电网供电碳排放因子与光伏出力的概率性不确定性，构建了多源碳排放建模与柔性调度一体化的低碳优化模型，有效提升了充电桩运行过程的碳排放感知能力与响应能力；同时，引入用户满意度与充电行为差异化建模，增强了系统在保障用户体验基础上的运行灵活性。

本发明授权一种充储一体式充电桩低碳运行方法及系统在权利要求书中公布了：1.一种充储一体式充电桩低碳运行方法，其特征在于，包括： 对网供电碳排放因子与光伏出力进行不确定性建模，包括建立基于变分自编码器的网供电碳排放因子概率分布模型以及建立基于天气-时间联合因子图生成的充电站光伏出力概率分布模型；建立基于变分自编码器的网供电碳排放因子概率分布模型，包括：利用若干个时段的网供电碳排放因子，构建历史训练样本；构建编码器，对输入数据进行潜在表示，将历史观测数据映射到潜在变量的参数空间；构建解码器，将给定潜在变量转换回原始数据空间，生成各时刻网供电碳排放因子的预测值；设时段个数为，为个时段的历史训练样本集，为时刻的网供电碳排放因子，则个时段的历史训练样本集表示为：；设为潜在变量，N代表高斯分布，代表均值，代表方差，表示将历史观测数据映射到潜变量的参数空间，表示在给定输入数据后对潜在变量的近似后验分布，采用高斯分布表示：；设表示潜在变量的先验分布，表示一个对角线为1其余元素为0的方阵，表示每个潜在变量维度彼此独立且方差为1，表示时刻网供电碳排放因子的预测值，表示将潜在变量转换回原始数据空间，表示在给定潜在变量的条件下排放因子的生成概率分布，为参数为的解码器神经网络，假设潜在变量的先验分布是一个均值为0、协方差为单位矩阵的多元高斯分布，解码器将给定潜在变量转换回原始数据空间，则潜在变量的公式为：；时刻网供电碳排放因子的预测值为：；建立基于天气-时间联合因子图生成的充电站光伏出力概率分布模型，包括：构建天气-时间特征数据集；设计因子图结构，并建立联合概率模型；通过历史样本数据集进行因子图的学习与训练，确定因子图结构与因子节点函数，使用Gibbs采样获取预测分布；构建天气-时间特征数据集，包括：收集充电站所在区域的历史数据，构建时间序列形式的多维输入数据集，包括光伏历史若干个时段的出力数据集，以及历史若干个时段的天气特征数据集；设表示历史个时段的温度，表示历史个时段的云量，表示历史个时段的相对湿度，表示历史个时段的降水量，表示历史个时段的太阳辐照度，时段个数为，历史个时段的光伏出力数据集为，历史个时段的天气特征数据集为，则：；设计因子图结构，并建立联合概率模型，包括：将历史个时段的温度、历史个时段的云量、历史个时段的相对湿度、历史个时段的降水量与历史个时段的太阳辐照度作为变量构建成一个双层因子图，变量节点包括所有输入变量和输出变量，利用因子节点表示变量之间的局部依赖关系；因子包括天气变量之间的联合因子、时间与天气变量的调节因子、光伏出力与天气变量之间的映射因子以及邻近时刻出力之间的平滑性因子；利用因子图表达整体联合概率分布，设为配分函数，用于归一化整个分布，表示第个因子所涉及的变量子集，为因子节点函数，因子节点函数反映局部依赖关系，则：；设为时刻光伏出力的预测值，为时刻光伏出力随机变量，为天气-时间特征数据集，为天气-时间特征数据集的归一化因子，为第个因子所涉及的变量子集的因子节点函数，预测值表示为：； 以优化周期内最低的碳排放量为目标，建立系统功率平衡约束、充电桩储能约束、车桩匹配约束、电动汽车充电行为约束与用户满意度约束，建立考虑电动汽车充电满意度的充电桩低碳运行系统滚动优化模型；充电桩储能约束包括充放电功率约束和能量守恒约束；车桩匹配约束包括：同一时刻每辆车只能分配一个充电桩，每个桩只能服务一辆车，并且车只能再到达后充电；电动汽车充电行为约束包括将电动汽车分为立即充电型和可等待充电型；立即充电型的充电行为表现为期望最短的充电时间，在有充电桩空闲时即到即充，没有空闲时则排队等候，并且充电功率按额定功率充电，充电功率不可调，充到期望电量后即停止充电驶离；在期望时间段内达到充电目标即可，且充电功率在充电期间功率可调；建立考虑电动汽车充电满意度的充电桩低碳运行系统滚动优化模型，包括：设表示时段的网供电碳排放因子，表示充电站网供电功率，为权重系数，表示优化周期内电动汽车充电用户的综合满意度，则优化模型目标函数表示为：；建立系统功率平衡约束、充电桩储能约束、车桩匹配约束、电动汽车充电行为约束与用户满意度约束，包括：设为时刻光伏出力的预测值，为时刻第个充电桩的储能放电功率，为全部充电桩的集合，表示时刻第个充电桩的电动汽车充电功率，表示时刻第个充电桩的储能充电功率，则系统功率平衡约束表示为：；设表示时刻第个充电桩的储能容量，表示第个充电桩的最大储能容量，表示第个充电桩的储能充电效率，表示第个充电桩的储能放电效率，则充电桩储能约束表示为：；设表示第辆车在时刻的充电功率，为所有充电车辆的集合，表示电动车与充电桩时刻的匹配关系变量，其为布尔变量，当时刻电动车在充电桩上充电时，，否则；表示电动车的到达时间，则车桩匹配约束表示为：；设：表示立即充电型电动车的集合；为布尔变量，表示电动车的排队状态，的值为1时表示在排队，的值为0时表示未排队；表示最大等待时间，超过最大等待时间后放弃充电驶离；为布尔变量，表示电动车的服务状态，的值为1时表示接受了充电服务，的值为0时表示放弃充电驶离；为一无穷大常数，表示额定充电功率；表示电动车的期望充电电量；表示电动车的初始电量；表示电动车的最大电量；表示电动车的离开时间；则电动汽车充电行为约束表示为： ； 设为满意度奖励系数，表示等待时间惩罚系数，表示用户未得到充电服务的惩罚系数，则用户满意度约束表示为： ； 求解考虑电动汽车充电满意度的充电桩低碳运行系统滚动优化模型，得到考虑多源不确定性下的最优充储一体式充电桩低碳运行策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华四川能源互联网研究院，其通讯地址为：610213 四川省成都市天府新区湖畔路北段366号天府新经济产业园A区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。