CN107368939A - 确定充换电设施单元组的服务能力的方法和设备 - Google Patents
确定充换电设施单元组的服务能力的方法和设备 Download PDFInfo
- Publication number
- CN107368939A CN107368939A CN201710417499.XA CN201710417499A CN107368939A CN 107368939 A CN107368939 A CN 107368939A CN 201710417499 A CN201710417499 A CN 201710417499A CN 107368939 A CN107368939 A CN 107368939A
- Authority
- CN
- China
- Prior art keywords
- charging
- conversion electric
- electric facility
- facility unit
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 313
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 230000014509 gene expression Effects 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及新能源汽车技术,特别涉及用于确定充换电设施单元组的服务能力的方法以及实现所述方法的充换电设施单元管理系统。按照本发明一个方面的用于确定充换电设施单元组的服务能力的方法包含下列步骤:接收所述充换电设施单元组内的充换电设施单元的历史运行数据;基于所述历史运行数据确定所述充换电设施单元组内的充换电设施单元无法提供充电服务的事件与所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性;以及利用所述相关性确定所述充换电设施单元组的服务能力。
Description
技术领域
本发明涉及新能源汽车技术,特别涉及用于确定充换电设施单元组的服务能力的方法以及实现所述方法的充换电设施单元管理系统。
背景技术
为了大幅减少汽车的二氧化碳排放量,汽车业正在投入大量的人力和物力来研发以电力作为动力源的新型汽车,例如混合动力汽车和纯电动汽车。由于对环境影响相对传统汽车较小,新能源汽车的前景被广泛看好。
充电桩是电动汽车充电设备中不可或缺的组成部分。为了高效、准确地管理充电设备资源,需要监控并且准确评估充电设备的服务能力。但是目前业界存在的问题是,由于网络通信的不可靠性(例如信道环境不稳定、存在信号干扰、充电桩密集接入所导致的信道带宽不足以及传输时延引起的通信故障的误识别等),充电资源管理系统无法从充电桩获取其运行状态的准确信息。
公布号为CN105515862A的中国专利申请公开了一种电动汽车充换电通信网络性能的分析方法,该方法包括对通信数据分类、建立随机性和突发性数据的模型、建立通信网络的仿真模型和进行仿真分析的步骤,从而改善充换电站通信网络的整体性能。
但是需要指出的是,对通信网络性能的分析需要建立复杂的数学模型和耗费大量的计算资源,尤其是在网络包括大量节点和充电桩设置在环境易变区域的情况下。
发明内容
本发明的一个目的是提供一种用于确定充换电设施单元组的服务能力的方法,其有助于提升充换电设施单元的资源利用率和整体加电服务效率。
在按照本发明一个方面的用于确定充换电设施单元组的服务能力的方法中,所述充换电设施单元组包含一个或多个充换电设施单元,所述充换电设施单元能够经网络向远程设备上传其运行状态,所述方法包含下列步骤:
接收所述充换电设施单元组内的充换电设施单元的历史运行数据;
基于所述历史运行数据确定所述充换电设施单元组内的充换电设施单元无法提供充电服务的事件与所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性;以及
利用所述相关性确定所述充换电设施单元组的服务能力。
优选地,在上述方法中,基于所述充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率来量化所述相关性。
优选地,在上述方法中,确定所述相关性的步骤包括:
由历史运行数据确定所述充换电设施单元组内的充换电设施单元能够提供充电服务时无法上传其运行状态的概率P(E|H)和所述充换电设施单元组内的充换电设施单元在无法提供充电服务的条件下无法上传其运行状态的概率P(E|B);
按照下列方式确定所述充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率P(H|E):
这里H表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的事件,B表示所述充电群内的充换电设施单元不能够提供充电服务的事件,E表示所述充电群内的充换电设施单元无法上传其运行状态的事件,P(H)表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的概率,P(B)表示所述充换电设施单元组内的充换电设施单元不能够提供充电服务的概率;以及
将所述概率P(H|E)确定为所述相关性。
优选地,在上述方法中,确定所述相关性的步骤包括:
由历史运行数据确定所述充换电设施单元组内的充换电设施单元能够提供充电服务时无法上传其运行状态的概率P(E|H)和所述充换电设施单元组内的充换电设施单元在无法提供充电服务的条件下无法上传其运行状态的概率P(E|B);
按照下列方式确定所述充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率P(H|E):
这里H表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的事件,B表示所述充电群内的充换电设施单元不能够提供充电服务的事件,E表示所述充电群内的充换电设施单元无法上传其运行状态的事件,P(H)表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的概率,P(B)表示所述充换电设施单元组内的充换电设施单元不能够提供充电服务的概率;
基于所述充换电设施单元组内的充换电设施单元的使用历史或密集程度对所述概率P(H|E)进行修正;以及
将所述概率P(H|E)的修正值确定为所述相关性
优选地,在上述方法中,概率P(E|H)和P(E|B)按照下列方式确定:
由历史运行数据确定第一比值和第二比值,所述第一比值为所述充换电设施单元组内能够提供充电服务但是无法上传运行状态的充换电设施单元数量与所有能够提供充电服务的充换电设施单元数量之比,所述第二比值为所述充换电设施单元组内无法供充电服务并且无法上传运行状态的充换电设施单元数量与所有无法提供充电服务的充换电设施单元数量之比;以及
将所述第一比值确定为P(E|H)并且将所述第二比值确定为P(E|B)。
优选地,在上述方法中,所述第一比值和第二比值为设定时间长度的周期内的统计值。
优选地,在上述方法中,所述统计值被定期或不定期更新。
优选地,在上述方法中,所述服务能力被表示为所述充换电设施单元组内能够提供充电服务的充换电设施单元的数量。
优选地,在上述方法中,确定所述充换电设施单元组的服务能力的步骤包括:
如果所述相关性大于第一阈值并且m与n之比小于第二阈值,则确定所述服务能力为n,否则,则确定所述服务能力为(n-m),其中m为所述充换电设施单元组内无法上报运行状态的充换电设施单元的数量,n为所述充换电设施单元组内的充换电设施单元的数量与所述充换电设施单元组内的上报无法提供充电服务的充换电设施单元的数量之差。
优选地,在上述方法中,以相等或不相等的时间间隔重复执行确定所述充换电设施单元组的服务能力的步骤以动态调整所述充换电设施单元组的服务能力。
优选地,在上述方法中,所述充换电设施单元为充电桩。
优选地,在上述方法中,所述充换电设施单元为充换电站、储能电站或储能单元。
本发明的还有一个目的是提供一种用于确定充换电设施单元组的服务能力的装置,其有助于提升充换电设施单元的资源利用率和整体加电服务效率。
在按照本发明另一个方面的用于确定充换电设施单元组的服务能力的装置中,所述充换电设施单元组包含一个或多个充换电设施单元,所述充换电设施单元经网络向远程设备上传其运行状态,所述装置包含:
第一模块,用于接收所述充换电设施单元组内的充换电设施单元的历史运行数据;
第二模块,用于基于所述历史运行数据确定所述充换电设施单元组内的充换电设施单元无法提供充电服务的事件与所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性;以及
第三模块,用于利用所述相关性确定所述充换电设施单元组的服务能力。
本发明的还有一个目的是提供一种充换电设施单元管理系统,其有助于提升充换电设施单元的资源利用率和整体加电服务效率。
在按照本发明另一个方面的充换电设施单元管理系统中,包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,执行所述程序以实现下列步骤:
接收充换电设施单元组内的充换电设施单元的历史运行数据,
基于所述历史运行数据确定所述充换电设施单元组内的充换电设施单元无法提供充电服务的事件与所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性;以及
利用所述相关性确定所述充换电设施单元组的服务能力。
本发明的还有一个目的是提供一种计算机可读存储介质,其有助于提升充换电设施单元的资源利用率和整体加电服务效率。
按照本发明另一个方面的计算机可读存储介质,其上存储计算机程序,该程序被处理器执行时实现以下步骤:
接收充换电设施单元组内的充换电设施单元的历史运行数据,
基于所述历史运行数据确定所述充换电设施单元组内的充换电设施单元无法提供充电服务的事件与所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性;以及
利用所述相关性确定所述充换电设施单元组的服务能力。
按照本发明的一些方面,处于无法上传运行状态(以下又称为“失联”状态)的充换电设施单元并未被简单地认定为处于无法提供充电服务的状态,而是基于历史统计数据和推断分析来确定充换电设施单元在“失联”状态下依旧能够提供充电服务的概率,从而挖掘充换电设施单元的服务潜力。与此同时,通过将当前时刻充换电设施单元组中“失联”充换电设施单元的比例纳入充换电设施单元组服务能力的估算中,并由此制定合适的运行维护策略,提升了充换电设施单元的资源利用率和整体充电服务效率。
附图说明
本发明的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解,附图中相同或相似的单元采用相同的标号表示。附图包括:
图1示出了充换电设施单元无法上传其运行状态的事件、能够提供充电服务的事件和无法提供充电服务的事件之间的关系。
图2为按照本发明一个实施例的用于确定充换电设施单元组的服务能力的方法的流程图。
图3为一个确定相关性的示例性方法的流程图。
图4为另一个确定相关性的示例性方法的流程图。
图5为一个利用相关性确定充换电设施单元组的服务能力的示例性方法的流程图。
图6为按照本发明另一实施例的用于确定充换电设施单元组的服务能力的装置的示意框图。
图7为按照本发明还有一个实施例的充换电设施单元管理系统的示意框图。
具体实施方式
下面参照其中图示了本发明示意性实施例的附图更为全面地说明本发明。但本发明可以按不同形式来实现,而不应解读为仅限于本文给出的各实施例。给出的上述各实施例旨在使本文的披露全面完整,以将本发明的保护范围更为全面地传达给本领域技术人员。
在本说明书中,诸如“包含”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元和步骤以外,本发明的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。
诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。
在本说明书中,充换电设施单元组指的是由一个或多个充换电设施单元组成的集合,其例如包括但不限于由充换电服务运营商管理的所有充换电设施单元或者其子集,该子集可以是具有下列至少其中一项相同或相似属性的多个充换电设施单元:充换电设施单元所处地理区域、充换电设施单元设备制造商和充换电设施单元设备的电气特性等。在本说明书中,充换电设施单元的实例包括但不限于充电桩、充换电站、储能电站或储能单元。
图1示出了充换电设施单元无法上传其运行状态的事件、提供充电服务的事件和无法提供充电服务的事件之间的关系。在图1中,S表示整个样本空间,其为充换电设施单元能够提供充电服务的事件和充换电设施单元不能够提供充电服务的事件之和,H表示充换电设施单元能够提供充电服务的事件,B表示充换电设施单元不能够提供充电服务的事件,E表示充换电设施单元无法上传其运行状态的事件。由图1可见,充换电设施单元无法上传其运行状态并不意味着其一定无法提供充电服务,二者之间不存在确定性的因果关系。本发明的发明人认识到,这种不确定性可以被用来更为精确地确定充换电设施单元组的服务能力。具体而言,通过利用充换电设施单元无法提供充电服务的事件(以下又称为“失能事件”)与充换电设施单元无法上传其运行状态的事件(以下又称为“失联事件”)之间的相关性,可以在确定充换电设施单元组服务能力时提高评估结果的精确度,从而提升充换电设施单元的资源利用率和整体加电服务效率。与通过改善网络性能来提高资源利用率的途径相比,本发明具有明显的成本优势。
按照本发明的一个方面,充换电设施单元无法提供充电服务的事件与充换电设施单元无法上传其运行状态的事件之间的相关性可以从充换电设施单元的历史运行数据中确定。优选地,可以利用充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率来量化上述相关性。
图2为按照本发明一个实施例的用于确定充换电设施单元组的服务能力的方法的流程图。
如图2所示,在步骤210,远程设备接收充换电设施单元组内的充换电设施单元的历史运行数据。需要指出的是,这里所述的远程设备应广义理解为与充换电设施单元在地理上相隔并且通过无线网络或有线网络进行通信的各种设备,例如用于对充换电设施单元进行统一管理的计算机系统或者用于确定充电设备资源的装置(该装置可以是计算机系统的一部分或者作为独立于计算机系统的物理装置)。
在本实施例中,示例性地,充换电设施单元根据其所在地理位置区域被分组为多个充换电设施单元组,这些充换电设施单元组例如可记为A1,A2,A3,...An。对于其中的任一充换电设施单元组Ai,远程设备可以通过在线和/或离线方式采集该充换电设施单元组内的充换电设施单元的历史运行数据。
在执行步骤210之后进入步骤220。在该步骤中,远程设备基于历史运行数据确定充换电设施单元组(例如这里的充换电设施单元组Ai)内的充换电设施单元无法提供充电服务的事件与该充换电设施单元组内的充换电设施单元无法向远程设备上传其运行状态的事件之间的相关性。优选地,可基于充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率来量化相关性。
需要指出的是,充换电设施单元无法向远程设备上传其运行状态的起因包括但不限于网络环境变差和充换电设施单元的通信模块发生故障。
接着进入步骤230,远程设备利用相关性确定充换电设施单元组Ai的服务能力。示例性地,服务能力可以被表示为充换电设施单元组内能够提供充电服务的充换电设施单元的数量。对于其它的充换电设施单元组,通过执行上述步骤210-230也可确定其服务能力。
以下描述上述步骤220中确定相关性的具体方式。
图3为一个确定相关性的示例性方法的流程图。为阐述方便起见,假设充换电设施单元组Ai包含n个充换电设施单元。
如图3所示,在步骤310中,远程设备由n个充换电设施单元的历史运行数据确定充换电设施单元组Ai内的充换电设施单元能够提供充电服务时无法上传其运行状态的概率P(E|H)和充换电设施单元组Ai内的充换电设施单元在无法提供充电服务的条件下无法上传其运行状态的概率P(E|B)。
优选地,可以从n个充换电设施单元的历史运行数据确定充换电设施单元组内能够提供充电服务但是无法上传运行状态的充换电设施单元数量与所有能够提供充电服务的充换电设施单元数量之比并且将该比值R1(以下又称为第一比值)取作概率P(E|H)。类似地,可以从n个充换电设施单元的历史运行数据确定充换电设施单元组内无法供充电服务并且无法上传运行状态的充换电设施单元数量与所有无法提供充电服务的充换电设施单元数量之比并且将该比值R2(以下又称为第二比值)取作概率P(E|B)。
虽然上述第一比值和第二比值可以是某一时点处取值,但是优选地,第一比值和第二比值是设定时间长度(例如一个月)的周期内的统计值。例如可以基于下列数据收集的策略来确定统计值:首先将周期T划分为k个最小时间间隔Δt,每经过最小时间间隔Δt即确定相应的第一比值样本和第二比值样本,由此得到k个第一比值样本和k个第二比值样本;随后将k个第一比值样本和k个第二比值样本分别求平均,从而得到第一比值R1和第二比值R2。
在图3所示的示例中,上述统计值被定期更新。例如每经过一个时间周期T后,可以将当前时间周期计算得到的第一比值、第二比值与先前周期得到的第一比值、第二比值作融合处理,对这些数据进行迭代。可选地,上述统计值也可以被不定期更新。当信道环境变化或充换电设施单元性能短期内发生较大变化时,这种不定期更新是有益的。
在执行步骤310之后,图3所示的方法随后进入步骤320。在该步骤中,远程设备按照下列方式确定充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率P(H|E):
这里H表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的事件,B表示所述充电群内的充换电设施单元不能够提供充电服务的事件,E表示所述充电群内的充换电设施单元无法上传其运行状态的事件,P(H)表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的概率,P(B)表示所述充换电设施单元组内的充换电设施单元不能够提供充电服务的概率,上述P(H)和P(B)的先验概率例如可以假设为50%,但是其它的取值也是可能的。
接着进入步骤330,将步骤320中得到的概率P(H|E)确定为相关性。
图4为另一个确定相关性的示例性方法的流程图。同样,为阐述方便起见,假设充换电设施单元组Ai包含n个充换电设施单元。
与图3所示的示例性方法相比,本示例性方法的区别主要在于增加了对概率P(H|E)的修正步骤,以下将对此作进一步的描述。
参见图4,在步骤410,远程设备由n个充换电设施单元的历史运行数据确定充换电设施单元组Ai内的充换电设施单元能够提供充电服务时无法上传其运行状态的概率P(E|H)和充换电设施单元组Ai内的充换电设施单元在无法提供充电服务的条件下无法上传其运行状态的概率P(E|B)。随后进入步骤420,远程设备确定充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率P(H|E)。上述步骤410和420的具体实现方式与上面借助图4描述的示例性方法类似,此处不再赘述。
在执行步骤420之后,远程设备将对所述概率P(H|E)进行修正。优选地,可以基于充换电设施单元组内的充换电设施单元的使用历史或密集程度来进行这种修正。例如,对于符合充换电设施单元密集接入的充换电设施单元组(其中包含的充换电设施单元数量非常多),考虑到充换电设施单元容易受到网络带宽的影响,因此可以将上述步骤420得到的概率P(H|E)乘以一个大于1的系数,从而适当增加“失联”状态的充换电设施单元能够提供服务的概率。又如,对于某些充换电设施单元组,处于“失联”状态的充换电设施单元被远程设备调度后多次出现成功提供充电服务的情形,则也可以将上述步骤420得到的概率P(H|E)乘以一个大于1的系数,从而适当增加“失联”状态的充换电设施单元能够提供服务的概率;反之,对于某些充换电设施单元组,处于“失联”状态的充换电设施单元被远程设备调度后多次出现无法提供充电服务的情形,则也可以将上述步骤320得到的概率P(H|E)乘以一个小于1的系数,从而适当减少“失联”充换电设施单元能够提供服务的概率。
随后进入步骤440,将步骤430中得到的概率P(H|E)的修正值确定为相关性。
图5为一个利用相关性确定充换电设施单元组的服务能力的示例性方法的流程图。示例性地,这里假设充换电设施单元组Ai中的充换电设施单元的数量与该充换电设施单元组内的上报无法提供充电服务的充换电设施单元的数量之差为n。
如图5所示,在步骤510,远程设备确定此刻处于“失联”状态的充换电设施单元的数量m。
随后进入步骤520,远程设备将步骤520确定的相关性P与预设的第一阈值α(该阈值是一个介于0-1之间的数值,例如可以取值为80%)进行比较,如果P>α,则进入下面将作进一步描述的步骤530;否则,则进入步骤540,将充换电设施单元组Ai的当前服务能力确定为(n-m)。
在步骤530,远程设备将“失联”状态的充换电设施单元与n之比(也即m/n)同预设的第二阈值β(该阈值是一个介于0-1之间的数值,例如可以取值为5%)进行比较,如果m/n<β,则进入步骤550,将充换电设施单元组Ai的当前服务能力确定为n;否则,则进入步骤560。
在步骤560,远程设备将充换电设施单元组Ai的当前服务能力确定为(n-m)并且随后进入步骤570。
在步骤570,远程设备确定在执行步骤530之后是否经历一个设定的时间间隔,如果已经经历该设定的时间间隔,则进入步骤580,确定此刻处于“失联”状态的充换电设施单元的数量m;否则,则继续等待。
在执行步骤580之后,图5所示的示例性方法将返回步骤530。
当出现相关性P大于第一阈值α和比值m/n大于或等于第二阈值β的情形时,图5所示的示例性方法可能会多次循环执行步骤530、560、570和580,由此实现充换电设施单元组服务能力随时间的动态调整。需要指出的是,步骤570中所述的时间间隔可以是固定不变的,但是也可以随着循环次数的增加而线性或非线性地改变。示例性地,相邻循环的时间间隔可以遵循诸如等比数列之类的数学关系。
在图5所示的方法中,优选地,可针对不同的充换电设施单元组设置不同的第一阈值α和第二阈值β以将影响充换电设施单元组充电服务能力的各种因素考虑进来。这些因素例如包括但不限于充换电设施单元组的规模和所处的地理位置等。此外,优选地,可以将定期或不定期地获取的充换电设施单元组服务能力的实测数据与上述基于历史统计数据得到的估算数据进行比较,并且基于比较结果来更新修正第一阈值α和第二阈值β,从而使运维策略的制定更为合理和准确。
借助上面所述的实施例,资源预约和调度系统可以结合实时确定的充换电设施单元组服务能力和区域内的充电请求,对充电资源作出合理的调度。
图6为按照本发明另一实施例的用于确定充换电设施单元组的服务能力的装置的示意框图。
图6所示的用于确定充换电设施单元组的服务能力的装置60包含第一模块610、第二模块620和第三模块630。在本实施例中,第一模块610用于接收充换电设施单元组内的充换电设施单元的历史运行数据。第二模块620用于基于历史运行数据确定充换电设施单元组内的充换电设施单元无法提供充电服务的事件与充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性。第三模块630用于利用相关性确定所述充换电设施单元组的服务能力。
图7为按照本发明还有一个实施例的充换电设施单元管理系统的示意框图。
图7所示的充换电设施单元管理系统70包含存储器710、处理器720以及存储在存储器710上并可在处理器720上运行的计算机程序730,其中,执行计算机程序730可以实现上面借助图1-5所述的用于确定充换电设施单元组的服务能力的方法。
按照本发明的另一方面,还提供了一种计算机可读存储介质,其上存储计算机程序,该程序被处理器执行时可实现上面借助图1-5所述的用于确定充换电设施单元组的服务能力的方法。
提供本文中提出的实施例和示例,以便最好地说明按照本技术及其特定应用的实施例,并且由此使本领域的技术人员能够实施和使用本发明。但是,本领域的技术人员将会知道,仅为了便于说明和举例而提供以上描述和示例。所提出的描述不是意在涵盖本发明的各个方面或者将本发明局限于所公开的精确形式。
鉴于以上所述,本公开的范围通过以下权利要求书来确定。
Claims (15)
1.一种用于确定充换电设施单元组的服务能力的方法,所述充换电设施单元组包含一个或多个充换电设施单元,所述充换电设施单元能够经网络向远程设备上传其运行状态,其特征在于,包含下列步骤:
接收所述充换电设施单元组内的充换电设施单元的历史运行数据;
基于所述历史运行数据确定所述充换电设施单元组内的充换电设施单元无法提供充电服务的事件与所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性;以及
利用所述相关性确定所述充换电设施单元组的服务能力。
2.如权利要求1所述的方法,其中,基于所述充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率来量化所述相关性。
3.如权利要求2所述的方法,其中,确定所述相关性的步骤包括:
由历史运行数据确定所述充换电设施单元组内的充换电设施单元能够提供充电服务时无法上传其运行状态的概率P(E|H)和所述充换电设施单元组内的充换电设施单元在无法提供充电服务的条件下无法上传其运行状态的概率P(E|B);
按照下列方式确定所述充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率P(H|E):
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>H</mi>
<mo>|</mo>
<mi>E</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>|</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>|</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>|</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
这里H表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的事件,B表示所述充换电设施单元组内的充换电设施单元不能够提供充电服务的事件,E表示所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件,P(H)表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的概率,P(B)表示所述充换电设施单元组内的充换电设施单元不能够提供充电服务的概率;以及
将所述概率P(H|E)确定为所述相关性。
4.如权利要求2所述的方法,其中,确定所述相关性的步骤包括:
由历史运行数据确定所述充换电设施单元组内的充换电设施单元能够提供充电服务时无法上传其运行状态的概率P(E|H)和所述充换电设施单元组内的充换电设施单元在无法提供充电服务的条件下无法上传其运行状态的概率P(E|B);
按照下列方式确定所述充换电设施单元组内的充换电设施单元在无法上传其运行状态的情况下能够提供充电服务的概率P(H|E):
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>H</mi>
<mo>|</mo>
<mi>E</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>|</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>|</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>|</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
这里H表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的事件,B表示所述充换电设施单元组内的充换电设施单元不能够提供充电服务的事件,E表示所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件,P(H)表示所述充换电设施单元组内的充换电设施单元能够提供充电服务的概率,P(B)表示所述充换电设施单元组内的充换电设施单元不能够提供充电服务的概率;
基于所述充换电设施单元组内的充换电设施单元的使用历史或密集程度对所述概率P(H|E)进行修正;以及
将所述概率P(H|E)的修正值确定为所述相关性。
5.如权利要求3或4所述的方法,其中,概率P(E|H)和P(E|B)按照下列方式确定:
由历史运行数据确定第一比值和第二比值,所述第一比值为所述充换电设施单元组内能够提供充电服务但是无法上传运行状态的充换电设施单元数量与所有能够提供充电服务的充换电设施单元数量之比,所述第二比值为所述充换电设施单元组内无法供充电服务并且无法上传运行状态的充换电设施单元数量与所有无法提供充电服务的充换电设施单元数量之比;以及
将所述第一比值确定为P(E|H)并且将所述第二比值确定为P(E|B)。
6.如权利要求5所述的方法,其中,所述第一比值和第二比值为设定时间长度的周期内的统计值。
7.如权利要求6所述的方法,其中,所述统计值被定期或不定期更新。
8.如权利要求2所述的方法,其中,所述服务能力被表示为所述充换电设施单元组内能够提供充电服务的充换电设施单元的数量。
9.如权利要求1或2所述的方法,其中,确定所述充换电设施单元组的服务能力的步骤包括:
如果所述相关性大于第一阈值并且m与n之比小于第二阈值,则确定所述服务能力为n,否则,则确定所述服务能力为(n-m),其中m为所述充换电设施单元组内无法上报运行状态的充换电设施单元的数量,n为所述充换电设施单元组内的充换电设施单元的数量与所述充换电设施单元组内的上报无法提供充电服务的充换电设施单元的数量之差。
10.如权利要求9所述的方法,其中,以相等或不相等的时间间隔重复执行确定所述充换电设施单元组的服务能力的步骤以动态调整所述充换电设施单元组的服务能力。
11.如权利要求1-10中任意一项所述的方法,其中,所述充换电设施单元为充电桩。
12.如权利要求1-10中任意一项所述的方法,其中,所述充换电设施单元为充换电站、储能电站或储能单元。
13.一种用于确定充换电设施单元组的服务能力的装置,所述充换电设施单元组包含一个或多个充换电设施单元,所述充换电设施单元经网络向远程设备上传其运行状态,其特征在于,所述装置包含:
第一模块,用于接收所述充换电设施单元组内的充换电设施单元的历史运行数据;
第二模块,用于基于所述历史运行数据确定所述充换电设施单元组内的充换电设施单元无法提供充电服务的事件与所述充换电设施单元组内的充换电设施单元无法上传其运行状态的事件之间的相关性;以及
第三模块,用于利用所述相关性确定所述充换电设施单元组的服务能力。
14.一种充换电设施单元管理系统,包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,执行所述程序以实现如权利要求1-12中任一项所述的方法。
15.一种计算机可读存储介质,其上存储计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710417499.XA CN107368939B (zh) | 2017-06-06 | 2017-06-06 | 确定充换电设施单元组的服务能力的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710417499.XA CN107368939B (zh) | 2017-06-06 | 2017-06-06 | 确定充换电设施单元组的服务能力的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107368939A true CN107368939A (zh) | 2017-11-21 |
CN107368939B CN107368939B (zh) | 2021-07-06 |
Family
ID=60304932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710417499.XA Active CN107368939B (zh) | 2017-06-06 | 2017-06-06 | 确定充换电设施单元组的服务能力的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368939B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108241931A (zh) * | 2018-01-12 | 2018-07-03 | 蔚来汽车有限公司 | 补能资源区的服务能力评估方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002045315A2 (en) * | 2000-11-28 | 2002-06-06 | Micromuse Inc. | Method and system for predicting causes of network service outages using time domain correlation |
CN103955748A (zh) * | 2014-03-18 | 2014-07-30 | 国家电网公司 | 一种基于数据通信可靠性的单负载决策优化方法 |
CN104158266A (zh) * | 2014-08-29 | 2014-11-19 | 普天新能源车辆技术有限公司 | 一种车载电池管理系统 |
US20150291047A1 (en) * | 2014-04-11 | 2015-10-15 | Nissan North America, Inc. | System and method of monitoring usage of a charging station |
US20150294329A1 (en) * | 2014-04-11 | 2015-10-15 | Nissan North America, Inc. | System and method of predicting usage of a charging station |
CN105182884A (zh) * | 2015-10-13 | 2015-12-23 | 中国矿业大学 | 一种新能源汽车充换电设施远程监控系统与方法 |
US20160300170A1 (en) * | 2015-04-08 | 2016-10-13 | Gufei Sun | Optimized placement of electric vehicle charging stations |
CN106096058A (zh) * | 2016-06-29 | 2016-11-09 | 浙江万马新能源有限公司 | 基于ahp的充电网络故障分析定量方法及其定量装置 |
CN106627239A (zh) * | 2017-01-18 | 2017-05-10 | 上海蔚来汽车有限公司 | 移动充换电设备调度方法 |
-
2017
- 2017-06-06 CN CN201710417499.XA patent/CN107368939B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002045315A2 (en) * | 2000-11-28 | 2002-06-06 | Micromuse Inc. | Method and system for predicting causes of network service outages using time domain correlation |
CN103955748A (zh) * | 2014-03-18 | 2014-07-30 | 国家电网公司 | 一种基于数据通信可靠性的单负载决策优化方法 |
US20150291047A1 (en) * | 2014-04-11 | 2015-10-15 | Nissan North America, Inc. | System and method of monitoring usage of a charging station |
US20150294329A1 (en) * | 2014-04-11 | 2015-10-15 | Nissan North America, Inc. | System and method of predicting usage of a charging station |
CN104158266A (zh) * | 2014-08-29 | 2014-11-19 | 普天新能源车辆技术有限公司 | 一种车载电池管理系统 |
US20160300170A1 (en) * | 2015-04-08 | 2016-10-13 | Gufei Sun | Optimized placement of electric vehicle charging stations |
CN105182884A (zh) * | 2015-10-13 | 2015-12-23 | 中国矿业大学 | 一种新能源汽车充换电设施远程监控系统与方法 |
CN106096058A (zh) * | 2016-06-29 | 2016-11-09 | 浙江万马新能源有限公司 | 基于ahp的充电网络故障分析定量方法及其定量装置 |
CN106627239A (zh) * | 2017-01-18 | 2017-05-10 | 上海蔚来汽车有限公司 | 移动充换电设备调度方法 |
Non-Patent Citations (1)
Title |
---|
谢毓毓: "电动汽车直流快速充电站的故障分析与保护研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108241931A (zh) * | 2018-01-12 | 2018-07-03 | 蔚来汽车有限公司 | 补能资源区的服务能力评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107368939B (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10320627B2 (en) | Cooperative coverage method of information perception for distributed network | |
CN102426674B (zh) | 一种基于马尔科夫链的电力系统负荷预测方法 | |
CN102509173B (zh) | 一种基于马尔科夫链的电力系统负荷准确预测方法 | |
CN105354330A (zh) | 一种基于稀疏数据预处理的协同过滤推荐方法 | |
Srividhya et al. | Optimizing Electric Vehicle Charging Networks Using Clustering Technique | |
CN109508830B (zh) | 一种电动汽车时空动态负荷预测的方法 | |
CN117036104B (zh) | 一种基于电力物联网的智慧用电方法和系统 | |
CN103310388A (zh) | 基于信源熵的电网运行综合指数计算方法 | |
CN116361377B (zh) | 基于工业物联网服务平台的负载预测系统、方法及介质 | |
CN105354092A (zh) | 一种应用性能风险预测方法、装置和系统 | |
CN103441956B (zh) | 一种基于资源空间矢量运算的认知网络资源管理方法 | |
Guptha et al. | Integrating fuzzy AHP and GIS to prioritize sites for the solar plant installation | |
CN115169634A (zh) | 一种任务分配优化处理方法及装置 | |
Jabeen et al. | Autonomous vehicle health monitoring based on cloud-fog computing | |
CN107368939A (zh) | 确定充换电设施单元组的服务能力的方法和设备 | |
CN113837473A (zh) | 基于bp神经网络的充电设备故障率分析系统和方法 | |
CN102426676A (zh) | 一种智能用电策略的特征提取方法 | |
Rehman et al. | M-QoE driven context, content and network aware medical video streaming based on fuzzy logic system over 4G and beyond small cells | |
CN103281701B (zh) | 一种认知无线电网络的协作频谱预测方法 | |
CN115912430A (zh) | 基于云边端协同的大规模储能电站资源分配方法及系统 | |
Li et al. | Brief industry paper: An edge-based high-definition map crowdsourcing task distribution framework for autonomous driving | |
Kurukuru et al. | Electric Vehicle Charging/Discharging Models for Estimation of Load Profile in Grid Environments | |
CN111092755B (zh) | 一种基于资源占用的边缘服务迁移仿真方法 | |
CN103906197A (zh) | 一种认知无线网络多接入选择的决策方法 | |
CN110601180B (zh) | 一种台区多元用户运行态势的判断方法、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200806 Address after: Susong Road West and Shenzhen Road North, Hefei Economic and Technological Development Zone, Anhui Province Applicant after: Weilai (Anhui) Holding Co., Ltd Address before: Room 502, Minsheng Bank Building, 12 Cecil Harcourt Road, central, Hongkong, China Applicant before: NIO NEXTEV Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |