一种基于BP的电动公交车激励-响应特性精准量化方法

技术特征：

1.一种基于bp的电动公交车激励-响应特性精准量化方法，包括电动公交车充电及运行信息采集，构建电动公交车充放电运行约束模型，构建基于bp神经网络的电动公交车充放电损耗模型，构建基于bp神经网络的电动公交车激励-响应特性模型，其特征在于，步骤具体如下：

2.根据权利要求1所述的一种基于bp的电动公交车激励-响应特性精准量化方法，其特征在于，步骤s01提出的电动公交车充电及运行信息采集方法采集的数据利用公式(1)和(2)如下：

3.根据权利要求2所述的一种基于bp的电动公交车激励-响应特性精准量化方法，其特征在于，步骤s02构建的电动公交车充放电约束模型步骤如下：

4.根据权利要求3所述的一种基于bp的电动公交车激励-响应特性精准量化方法，其特征在于，步骤s3构建的基于bp神经网络的电动公交车充放电损耗模型，包括电动公交车充电和放电损耗模型，构建步骤如下：

5.根据权利要求4所述的一种基于bp的电动公交车激励-响应特性精准量化方法，其特征在于，步骤s04，首先构建电动公交车充电和放电参与度模型，公式(14)为电动公交车放电参与度模型，公式(15)为电动公交车充电参与度模型，

技术总结
本发明公开了一种基于BP的电动公交车激励‑响应特性精准量化方法，属于电力负荷调控领域。对电动公交车充电及运行信息采集，构建电动公交车充放电运行约束模型，运行约束主要由电动公交车当前剩余SOC和剩余发车时间决定，提出基于BP神经网络的电动公交车充放电损耗模型，对采集的电动公交车充电信息和运行信息进行训练，对构建的充放电损耗模型中的系数进行整定；提出基于BP神经网络的电动公交车激励‑响应特性模型，结合电动公交车充放电运行约束和基于BP神经网络的充放电损耗模型，可量化获得精准的电动公交车激励‑响应特性。本发明提升了电动公交车激励‑响应特性的准确度，为电动公交车参与电网调控提供坚强的技术支撑。

技术研发人员：章锐,仪忠凯,徐英,于继来
受保护的技术使用者：哈尔滨工业大学
技术研发日：
技术公布日：2024/2/1