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！

龙图腾网获悉天津大学申请的专利一种卡车式移动充电站在线协同优化调度方法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：CN119482614B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202411599854.6，技术领域涉及：H02J3/32；该发明授权一种卡车式移动充电站在线协同优化调度方法是由何克成;贾宏杰;穆云飞;余晓丹;徐宪东;董晓红设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种卡车式移动充电站在线协同优化调度方法在说明书摘要公布了：本发明涉及充电设施优化技术领域，具体涉及一种卡车式移动充电站在线协同优化调度方法，构建两阶段优化调度模型框架，所述优化调度模型框架包括：离线训练阶段，建立TMCS多时段优化决策模型，进而建立前瞻滚动值函数逼近算法LRH‑VFA从EV充电历史数据中迭代学习，以考虑当前时段决策对运营商未来利润的影响；在线调度阶段，基于离线训练得到的近似值函数及短时预测和实时信息，滚动更新TMCS在线调度决策。本发明能够充分考虑EV充电需求不确定性对TMCS调度结果的影响，有效利用动态更新的需求变化调整决策，在保证EV充电服务质量的同时通过协调TMCS参与电网能量套利以提高运营商收益。

本发明授权一种卡车式移动充电站在线协同优化调度方法在权利要求书中公布了：1.一种卡车式移动充电站在线协同优化调度方法，其特征在于，所述卡车式移动充电站在线协同优化调度方法为： S1、构建TMCS时空运行模型：将TMCS运行位置的集合划分为充电服务节点集合和套利节点集合，建立TMCS多时段优化决策模型； S2、MDP重构：将所述TMCS多时段优化决策模型重新表述为马尔可夫决策过程，采用动态规划对其进行求解，将原始的多时段优化问题分解为多个可以迭代求解的连续单时段优化问题； S3、构建LRH-VFA两阶段调度模型：将滚动优化算法与ADP算法结合，以充分利用连续更新的实时信息，定义决策后状态值函数以量化当前决策对运营商未来收益的影响； 步骤S1中，将TMCS运行位置的集合M划分为Mc和Ma两个不相交的子集，其中Mc代表充电服务节点集合，Ma代表套利节点集合；m、u为路网EV充电服务节点，n、v为TMCS与电网交互的能量套利节点，TMCS多时段优化决策模型的目标函数如式13所示： 其中，xt为决策变量；分别为充电服务费、能源套利的充电电价以及放电电价；为TMCS结束运营并充电时的电价；ctmc为TMCS的每公里能耗；cla、cmt分别为折算到时段t的人工成本和维护成本；cmdc为TMCS生命周期收益最大的边际老化成本；qt是TMCS电池组的日历老化参数；r0为折现率；κt为从TMCS投入使用时刻t所对应的年序号；是TMCSω在t时刻进行能量套利时在节点n的充电功率，是TMCSω在t时刻进行能量套利时在节点n的放电功率；Dω为调度时段内的总行程； 步骤S2中MDP建模包括状态变量St、决策变量xt和外生变量Wt，两个连续阶段的状态变量通过转换函数链接，状态变量反映系统的当前状态，由式17表示： 和均为二元变量，如果TMCSω在t时刻的前一时刻位于节点m、u之间，则如果TMCSω在t时刻的前一时刻位于节点n、v之间，则如果TMCSω在t时刻的前一时刻位于节点m、n之间，则如果TMCSω在t时刻的前一时刻没有位于节点m、u之间，则如果TMCSω在t时刻的前一时刻没有位于节点n、v之间，则如果TMCSω在t时刻的前一时刻没有位于节点m、n之间，则为t时刻节点m的EV充电负荷，是TMCSω在t时刻的SOC值； 在MDP框架中，决策变量xt表示为： ω为TMCS的编号；为布尔变量，如果t时刻ω分别在路径m,u上移动，在节点m进行EV充电服务，或在节点n进行能量套利时，则或否则分别为0； 和为二元变量，如果TMCSω在t时刻充电，则如果TMCSω在t时刻放电，则如果TMCSω在t时刻不充电，则如果TMCSω在t时刻不放电，则 外生信息用于模拟不确定因素的预测值与实际值之间的偏差，在TMCS在线调度决策中，不确定性的来源包括EV充电需求、充电价格的调整以及能量套利价格波动，外生信息过程Wt可定义为式19： 从时间角度看，Wt表示上一时间段t-Δt结束后、当前决策xt做出前获得的随机信息，因此，决策过程的转化顺序为Wt,St,xt,Wt+Δt,St+Δt,xt+Δt,…，其中，Wt+Δt、St+Δt、xt+Δt分别表示t时刻的后一时刻的外生变量、状态变量和决策变量； 转换函数是指系统根据决策xt和外生信息Wt+Δt从当前状态St转移到下一状态St+Δt的过程，定义转换函数来获取系统在下一时段的状态信息： St+Δt2＝xt421 St+Δt3＝xt522 St+Δt4＝xt623 其中，Eω为TMCS的容量；Δt为时间步长；ηch,ω为TMCS的充电效率；ηdch,ω为TMCS的放电效率；公式20～式24的括号中的数字对应于公式17中St、公式18中公式xt和19中Wt的顺序，进而将目标函数式13改写如下： ftSt,xt＝RSt,xt-COMSt,xt-CDEGSt,xt26 其中：E[·]表示求取期望运算；Xt为可行决策集合，将TMCS在线协同调度优化模型建模为MDP后，最优决策序列通过动态规划方法求解贝尔曼方程获得，如下所示： 其中：VtSt为值函数，表示系统在状态St下Δt时段的累计立即回报；ft为目标函数；γ为影响MDP中即时奖励和未来奖励重要性的贴现因子，γ设置在0到1之间。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92号；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。