CN107640049B - 一种针对充电站的电动汽车有序充电的移动终端系统 - Google Patents

一种针对充电站的电动汽车有序充电的移动终端系统 Download PDF

Info

Publication number
CN107640049B
CN107640049B CN201710853644.9A CN201710853644A CN107640049B CN 107640049 B CN107640049 B CN 107640049B CN 201710853644 A CN201710853644 A CN 201710853644A CN 107640049 B CN107640049 B CN 107640049B
Authority
CN
China
Prior art keywords
charging
time
formula
unit
station
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.)
Active
Application number
CN201710853644.9A
Other languages
English (en)
Other versions
CN107640049A (zh
Inventor
张化光
刘鑫蕊
孙秋野
张世宇
杨珺
王智良
马婧坤
吴泽群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201710853644.9A priority Critical patent/CN107640049B/zh
Publication of CN107640049A publication Critical patent/CN107640049A/zh
Application granted granted Critical
Publication of CN107640049B publication Critical patent/CN107640049B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种针对充电站的电动汽车有序充电的移动终端系统，包括：全球定位单元，所述全球定位单元包括设置于电动汽车内监测电动汽车的位置信息和速度信息的定位装置；智能叫号排队单元，智能叫号排队单元包括准叫号模块和叫号模块；充电状态单元，所述充电状态单元用于接收各个充电站上传的各充电桩使用状态信息；路径规划单元，所述路径规划单元通过改进型蚁群算法。本发明的所述针对充电站的电动汽车有序充电的移动终端系统，能够实现充电调度，为电动车找到适合的充电站，能够规划适合的行驶路线，能够选择排队时间短的充电站，合理规划目标位置。本发明适用于充电桩控制技术领域，具有广阔的用前景。

Description

一种针对充电站的电动汽车有序充电的移动终端系统
技术领域
本发明属于充电桩控制技术领域，具体涉及一种针对充电站的电动汽车有序充电的移动终端系统。
背景技术
现在电动车的数量快速增加，充电站对应于传统的加油站，具有为电动车提供续航能力的重要技术支持，但是先有充电站问题很多，例如先有充电桩缺乏充电调度，充电桩为电动车充电需要一定的时间，远远长于传统加油站为汽车加油的时间，于此相对应的是，充电桩与电动车的比例，以及充电桩的准入条件优于传统的加油站，这使得合理调度电动车，使电动车能够及时找到相对应的充电桩成为急需解决的问题，此外，去往充电站的充电路线缺乏规划，一旦在路途中电量耗尽，电动车将无法到达充电站，另外在现有的充电站已满情况下，缺乏如何选择排队时间短的充电站，目前技术无法解决。
发明内容
本发明研发出一种针对充电站的电动汽车有序充电的移动终端系统，解决了上述提出的技术问题。
本发明采用的技术手段如下：一种针对充电站的电动汽车有序充电的移动终端系统，包括：
全球定位单元，所述全球定位单元包括设置于电动汽车内监测电动汽车的位置信息和速度信息的定位装置，所述全球定位单元用于对车辆行进的位置信息和速度信息进行在线跟踪及将位置信息和速度信息作为历史数据进行记录，所述历史数据用于分析电动汽车的驾驶习惯与充电高低峰及指导电动车的优化充电调度；
智能叫号排队单元，智能叫号排队单元包括准叫号模块和叫号模块，所述准叫号模块用于根据所述定位装置监测的位置信息和速度信息计算到达被叫号充电站的时间以及排队等待时间，叫号模块用于具体分配排队的充电桩；
充电状态单元，所述充电状态单元用于接收各个充电站上传的各充电桩使用状态信息，进而在线监测充电站内各充电桩的使用状态及当前充电桩上的充电电动车的充电状态，进而得到充电站内最优的待机充电桩位置信息，然后输出最优的所述待机充电桩位置信息；
路径规划单元，所述路径规划单元通过改进型蚁群算法，根据所述位置信息、所述速度信息、所述到达被叫号充电站的时间、所述排队等待时间和所述待机充电桩位置信息进行运算，得到最优充电路径规划数据。
进一步的，在上述技术方案中，所述充电状态单元，用于在线监测充电站内各充电桩的使用状态与当前充电桩上的充电电动车的充电状态；
在实际充电过程中，获得在每个充电桩当前充电的电动汽车充电状态（State ofCharge,SOC）并将电动汽车充电状态信息发送到所述充电状态单元，SOC代表电池当前电量占电池容量的比值，取值在0～1之间，SOC=0表示当前电池电量耗尽，SOC=1表示电池充满电量,充电站S内在各个充电桩上的电动汽车SOC用向量Xs表示，充电站充电桩的个数为K：
Figure DEST_PATH_IMAGE001
式（1）
式中：Xsi表示当前充电桩充电的电动汽车的SOC。当充电桩i空闲的时候，即没有电动汽车在此充电桩充电时，Xsi=0。
所述充电状态单元，当Xsi=0时向显示装置输出绿色显示信号，显示装置中对应充电桩图标显示为绿色；Xsi不为0时向显示装置输出红色显示信号，显示装置中对应充电桩图标显示为红色。
进一步的，在上述技术方案中，所述智能叫号排队单元，用户通过输入终端注册用户账号，同时输入绑定车的型号信息，所述智能叫号排队单元根据所述型号信息与所述智能叫号排队单元内储存的型号数据识别所述绑定车所配备的电池型号和容量信息，用户在进行叫号服务时，向所述智能叫号排队单元输入剩余电量信息，所述智能叫号排队单元根据以下公式（2）至（9）计算出的预计充电时间与需排队等待时间：
Figure DEST_PATH_IMAGE002
式（2）
式中：t0为预计充电时间；
在准叫号时待分配电动汽车从预约时刻起到充电站的行驶时间用t0s表示，在t0s时间内，充电电站内的车辆数用M表示；
Figure DEST_PATH_IMAGE003
式（3）
式中：M0代表预约时刻充电电站内已有的车辆数，M1代表t0s时间段将到达的叫号车辆数，M2代表t0s时间段充完电离开的车辆数；
充电桩以恒定功率为电动车充电，充电桩的恒定充电功率为p，为了避免过度充放电影响电池寿命，也为了避免由于电量太低而不能到达任何充电站充电的情况发生，排队电动车的SOC在20%-80%之间，则电动车从开始充电到充电结束所需的充电电量约为0.6Ee；
Figure DEST_PATH_IMAGE004
式（4）
式中：Ee为电池容量，
Figure DEST_PATH_IMAGE005
为系数，
Figure 549236DEST_PATH_IMAGE005
取值为0.8～1.0；
Figure DEST_PATH_IMAGE006
表示对
Figure DEST_PATH_IMAGE007
取整；
则在准叫号时预测需等待的时间ts表达式如下：
Figure DEST_PATH_IMAGE008
式（5）
在到达充电站后的叫号时间段是等待时间t为正在充电的电动车所需的充电时间t1与此充电桩还需继续服务的电动车的预计充电时间t2之和，其中正在充电的电动车所需的充电时间t1表示如下：
Figure DEST_PATH_IMAGE009
式（6）
其中充电桩还需继续服务的电动车数量用g表示；
Figure DEST_PATH_IMAGE010
式（7）
式中：
Figure DEST_PATH_IMAGE011
表示对
Figure DEST_PATH_IMAGE012
取整，
Figure DEST_PATH_IMAGE013
为充电站内的电动车数量，-1代表去掉当前正在充电的电动车；
Figure DEST_PATH_IMAGE014
式（8）
式中：
Figure DEST_PATH_IMAGE015
为电池容量，
Figure 715644DEST_PATH_IMAGE005
为系数，一般取值0.6～0.8，所述需排队等待时间为t，t满足以下公式：
t=t1+t2 式（9）。
进一步的，在上述技术方案中，所述充电状态单元计算充电站内最优的等待充电桩采用以下方式：
当充电站内车辆数比充电柱的数目少时，即有空闲充电桩，所述充电状态单元会向显示装置输出对应充电桩状态信息，表示对应充电桩随时为站内待分配车辆提供充电服务；
当充电站内车辆数比充电柱的数目多时，叫号电动车到达充电站后需要排队等待充电，所述充电状态单元根据下式计算排队等待时间最少充电桩，进而输出排队等待时间最少充电桩信息；
将Xs集合中的Xsi进行由大到小的排序，按照顺序记为1，2，...，k，充电桩i对应的先后顺序序号用h表示，则排序后的充电桩状态
Figure DEST_PATH_IMAGE016
可以表示为：
Figure DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE018
Figure DEST_PATH_IMAGE019
式（10）
由于充电柱都已相同功率充电，则相同时间内的充电量相同，则对
Figure DEST_PATH_IMAGE020
进行由大到小的排序后，正在充电的电动车会按照相应顺序依次完成充电，则所述充电状态单元进行下式运算，进而为充电站内待分配的电动车推荐充电桩
Figure DEST_PATH_IMAGE021
为候选充电桩：
Figure DEST_PATH_IMAGE022
式（11）
式中：j为候选充电桩，
Figure DEST_PATH_IMAGE023
表示对
Figure DEST_PATH_IMAGE024
取余数，
Figure 682332DEST_PATH_IMAGE013
为充电站内的电动车数量。
进一步的，在上述技术方案中，所述路径规划单元，使用改进型蚁群算法进行计算，所述改进型蚁群算法通过对基本蚁群算法加入等待时间扰动策略，进而寻找最优路径，改进型蚁群算法的流程如下:
S1：算法初始化，集合S中存放城市A中n个充电站，循环次数与最大循环次数分别用NS和NSmax表示，用m表示蚂蚁总数，设前k次循环为算法第一阶段，用于增加解的多样性，在算法初始执行时，时间t=0，NS=0，所有路径的信息素浓度
Figure DEST_PATH_IMAGE025
，
Figure 100002_DEST_PATH_IMAGE026
为t时刻信息素在
Figure DEST_PATH_IMAGE027
路径上的量，
Figure 100002_DEST_PATH_IMAGE028
为常数，
Figure DEST_PATH_IMAGE029
，将m只蚂蚁随机置于城市的某个地方；
S2：增加循环次数，即NS=NS+1；
S3：增加蚂蚁数目，即R=R+1，初始化蚂蚁禁忌表
Figure 100002_DEST_PATH_IMAGE030
，
Figure 15225DEST_PATH_IMAGE030
用来记录蚂蚁走过的路径；
S4：如果NS==K，计算所得到m条路径的信息素浓度，并取浓度最大的
Figure DEST_PATH_IMAGE031
条按浓度由大到小的顺序存入列表L，清空所有路径的信息素含量，只对 L 中的路径的信息素进行重新初始化，转到S2步骤；
S5：如果NS＜K，根据公式
Figure 100002_DEST_PATH_IMAGE032
计算蚂蚁下一步选择的路径j，并把j移入该蚂蚁的禁忌表中；
S6：如果该蚂蚁的禁忌表中的元素个数小于n，则转到步骤S4；
S7：若R＜m，则转到步骤S3；
S8：若NS＞K，计算每条路径的信息素总含量并进行比较，依据信息素含量由大到小的顺序将最优的len条路径存放到L中；
S9：对所有路径上的信息素浓度进行更新；
S10：如果NC＜NCmax，转到步骤S2；
S11：对列表L中的所有路径进行路径长度进行计算，求得最优解，其中充电站拥挤度因子CRW根据以下公式求得：
Figure DEST_PATH_IMAGE033
式（12）
mi代表叫号到i充电站的电动车数，m代表城市A中所有叫号要充电的电动车数，则算法的路径转移概率公式如下
Figure 100002_DEST_PATH_IMAGE034
式（13）
式中：
Figure DEST_PATH_IMAGE035
为拥挤系数，拥挤度因子仅用于第一阶段寻优，第一阶段算法循环K次，
Figure 100002_DEST_PATH_IMAGE036
，第二阶段考虑路径最优。
进一步的，在上述技术方案中，还包括路径规划单元，所述路径规划单元为定位起点和终点进行路径规划时的充电站，所述路径规划单元包括路程最短的进行路径规划和时间最短的进行路径规划；所述路程最短的进行路径规划和所述时间最短的进行路径规划分别进行计算所消耗的时间，计算所消耗的时间包括从起点到充电站、充电站到终点这两段距离的路程消耗时间与预计充电需等待的时间之和；
进一步的，在上述技术方案中，还包括站内检测单元，所述站内检测单元用于查看充电站内每个充电桩的使用状况，并输出当前充电桩所对应的电动车预计完成充电的时间；
进一步的，在上述技术方案中，还包括预约叫号单元；
所述预约叫号单元的预约准叫号模块用于预测到达被叫号充电站的时间以及排队等待时间；
点击预约叫号模块，进行为车主预留充电桩，当车主未在规定时间内到达将扣除费用。
进一步的，在上述技术方案中，钱包单元，所述钱包单元与外部资金结算网络相连接，用于在线上支付充电费用。
进一步的，在上述技术方案中，实时电价单元，所述实时电价单元与外部电网系统发布的电价数据信息终端相连接，用于实时显示电价。
本发明的有益效果为：
（1）本发明的所述的针对充电站的电动汽车有序充电的移动终端系统，能够实现充电调度，为电动车找到适合的充电站；
（2）本发明的所述的针对充电站的电动汽车有序充电的移动终端系统，能够规划适合的行驶路线；
（3）本发明的所述的针对充电站的电动汽车有序充电的移动终端系统，能够选择排队时间短的充电站，合理规划目标位置。
附图说明
下面结合附图和具体实施方法对本发明作进一步详细的说明。
图1为所述针对充电站的电动汽车有序充电的移动终端系统结构示意图；
图2为所述针对充电站的电动汽车有序充电的移动终端系统结构示意图。
具体实施方法
下面结合附图和实施例对本发明的技术方案进行清楚、完整的描述，在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或者暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例1
如图1所示，一种针对充电站的电动汽车有序充电的移动终端系统，其特征在于，包括：
全球定位单元，所述全球定位单元包括设置于电动汽车内监测电动汽车的位置信息和速度信息的定位装置，所述全球定位单元用于对车辆行进的位置信息和速度信息进行在线跟踪及将位置信息和速度信息作为历史数据进行记录，所述历史数据用于分析电动汽车的驾驶习惯与充电高低峰及指导电动车的优化充电调度；
智能叫号排队单元，智能叫号排队单元包括准叫号模块和叫号模块，所述准叫号模块用于根据所述定位装置监测的位置信息和速度信息计算到达被叫号充电站的时间以及排队等待时间，叫号模块用于具体分配排队的充电桩；
充电状态单元，所述充电状态单元用于接收各个充电站上传的各充电桩使用状态信息，进而在线监测充电站内各充电桩的使用状态及当前充电桩上的充电电动车的充电状态，进而得到充电站内最优的待机充电桩位置信息，然后输出最优的所述待机充电桩位置信息；
路径规划单元，所述路径规划单元通过改进型蚁群算法，根据所述位置信息、所述速度信息、所述到达被叫号充电站的时间、所述排队等待时间和所述待机充电桩位置信息进行运算，得到最优充电路径规划数据。
所述充电状态单元，在使用中的充电站为标红信息，输出至显示装置上显示红色；未使用的充电站为标绿信息，输出至显示装置上显示绿色；当前充电桩上的充电电动车的充电状态信息输出至显示装置上显示。
进一步的，在上述技术方案中，所述充电状态单元，用于在线监测充电站内各充电桩的使用状态与当前充电桩上的充电电动车的充电状态；
在实际充电过程中，获得在每个充电桩当前充电的电动汽车充电状态（State ofCharge,SOC）并将电动汽车充电状态信息发送到所述充电状态单元，SOC代表电池当前电量占电池容量的比值，取值在0～1之间，SOC=0表示当前电池电量耗尽，SOC=1表示电池充满电量,充电站S内在各个充电桩上的电动汽车SOC用向量Xs表示，充电站充电桩的个数为K：
Figure 16548DEST_PATH_IMAGE001
式（1）
式中：Xsi表示当前充电桩充电的电动汽车的SOC。当充电桩i空闲的时候，即没有电动汽车在此充电桩充电时，Xsi=0。
进一步的，在上述技术方案中，所述智能叫号排队单元，用户通过输入终端注册用户账号，同时输入绑定车的型号信息，所述智能叫号排队单元根据所述型号信息与所述智能叫号排队单元内储存的型号数据识别所述绑定车所配备的电池型号和容量信息，用户在进行叫号服务时，向所述智能叫号排队单元输入剩余电量信息，所述智能叫号排队单元根据以下公式（2）至（9）计算出的预计充电时间与需排队等待时间：
Figure 901327DEST_PATH_IMAGE002
式（2）
式中：t0为预计充电时间；
在准叫号时待分配电动汽车从预约时刻起到充电站的行驶时间用t0s表示，在t0s时间内，充电电站内的车辆数用M表示；
Figure 168360DEST_PATH_IMAGE003
式（3）
式中：M0代表预约时刻充电电站内已有的车辆数，M1代表t0s时间段将到达的叫号车辆数，M2代表t0s时间段充完电离开的车辆数；
M1数值与外部服务器相连接且在线实时更新；
充电桩以恒定功率为电动车充电，充电桩的恒定充电功率为p，为了避免过度充放电影响电池寿命，也为了避免由于电量太低而不能到达任何充电站充电的情况发生，排队电动车的SOC在20%-80%之间，则电动车从开始充电到充电结束所需的充电电量约为0.6Ee；
Figure 367260DEST_PATH_IMAGE004
式（4）
式中：Ee为电池容量，
Figure 347724DEST_PATH_IMAGE005
为系数，
Figure 341087DEST_PATH_IMAGE005
取值为0.8～1.0；
Figure 95417DEST_PATH_IMAGE006
表示对
Figure 894746DEST_PATH_IMAGE007
取整；
则在准叫号时预测需等待的时间ts表达式如下：
Figure 418131DEST_PATH_IMAGE008
式（5）
在到达充电站后的叫号时间段是等待时间t为正在充电的电动车所需的充电时间t1与此充电桩还需继续服务的电动车的预计充电时间t2之和，其中正在充电的电动车所需的充电时间t1表示如下：
Figure 661024DEST_PATH_IMAGE009
式（6）
其中充电桩还需继续服务的电动车数量用g表示；
Figure 902650DEST_PATH_IMAGE010
式（7）
式中：
Figure 177773DEST_PATH_IMAGE011
表示对
Figure 883561DEST_PATH_IMAGE012
取整，
Figure 218728DEST_PATH_IMAGE013
为充电站内的电动车数量，-1代表去掉当前正在充电的电动车；
Figure 947649DEST_PATH_IMAGE014
式（8）
式中：
Figure 400365DEST_PATH_IMAGE015
为电池容量，
Figure 711392DEST_PATH_IMAGE005
为系数，一般取值0.6～0.8，所述需排队等待时间为t，t满足以下公式：
t=t1+t2 式（9）。
进一步的，在上述技术方案中，所述充电状态单元计算充电站内最优的等待充电桩采用以下方式：
当充电站内车辆数比充电柱的数目少时，即有空闲充电桩，所述充电状态单元会向显示装置输出对应充电桩状态信息，表示对应充电桩随时为站内待分配车辆提供充电服务；
当有空闲充电桩时，所述充电状态单元会向显示设备输出绿色显示信号，使得显示设备上对应充电桩图标显示为绿色，表示可随时为站内待分配车辆提供充电服务；
当充电站内车辆数比充电柱的数目多时，叫号电动车到达充电站后需要排队等待充电，所述充电状态单元根据下式计算排队等待时间最少充电桩，进而输出排队等待时间最少充电桩信息；
将Xs集合中的Xsi进行由大到小的排序，按照顺序记为1，2，...，k，充电桩i对应的先后顺序序号用h表示，则排序后的充电桩状态
Figure 483039DEST_PATH_IMAGE016
可以表示为：
Figure 433677DEST_PATH_IMAGE017
Figure 378500DEST_PATH_IMAGE018
Figure 730983DEST_PATH_IMAGE019
式（10）
由于充电柱都已相同功率充电，则相同时间内的充电量相同，则对
Figure 673532DEST_PATH_IMAGE020
进行由大到小的排序后，正在充电的电动车会按照相应顺序依次完成充电，则所述充电状态单元进行下式运算，进而为充电站内待分配的电动车推荐充电桩
Figure 111466DEST_PATH_IMAGE021
为候选充电桩：
Figure 867105DEST_PATH_IMAGE022
式（11）
式中：j为候选充电桩，
Figure 339675DEST_PATH_IMAGE023
表示对
Figure 453124DEST_PATH_IMAGE024
取余数，
Figure 440672DEST_PATH_IMAGE013
为充电站内的电动车数量。
由于电动车出行为了不半路抛锚，不能单纯考虑路径最短，需将有充电站的路径考虑在内，还需考虑充电需等待时间，建立路程最短，等待时间最小的双目标优化模型，所述充电状态单元能够计算充电站内最优的等待充电桩，合理优化电动车出行路径。
进一步的，在上述技术方案中，所述路径规划单元，使用改进型蚁群算法进行计算，所述改进型蚁群算法通过对基本蚁群算法加入等待时间扰动策略，进而寻找最优路径，改进型蚁群算法的流程如下:
S1：算法初始化，集合S中存放城市A中n个充电站，循环次数与最大循环次数分别用NS和NSmax表示，用m表示蚂蚁总数，设前k次循环为算法第一阶段，用于增加解的多样性，在算法初始执行时，时间t=0，NS=0，所有路径的信息素浓度
Figure 664980DEST_PATH_IMAGE025
，
Figure 726477DEST_PATH_IMAGE026
为t时刻信息素在
Figure 823877DEST_PATH_IMAGE027
路径上的量，
Figure 236404DEST_PATH_IMAGE028
为常数，
Figure 326720DEST_PATH_IMAGE029
，将m只蚂蚁随机置于城市的某个地方；
S2：增加循环次数，即NS=NS+1；
S3：增加蚂蚁数目，即R=R+1，初始化蚂蚁禁忌表
Figure 508302DEST_PATH_IMAGE030
，
Figure 697975DEST_PATH_IMAGE030
用来记录蚂蚁走过的路径；
S4：如果NS==K，计算所得到m条路径的信息素浓度，并取浓度最大的
Figure 909382DEST_PATH_IMAGE031
条按浓度由大到小的顺序存入列表L，清空所有路径的信息素含量，只对 L 中的路径的信息素进行重新初始化，转到S2步骤；
S5：如果NS＜K，根据公式
Figure 475493DEST_PATH_IMAGE032
计算蚂蚁下一步选择的路径j，并把j移入该蚂蚁的禁忌表中；
S6：如果该蚂蚁的禁忌表中的元素个数小于n，则转到步骤S4；
S7：若R＜m，则转到步骤S3；
S8：若NS＞K，计算每条路径的信息素总含量并进行比较，依据信息素含量由大到小的顺序将最优的len条路径存放到L中；
S9：对所有路径上的信息素浓度进行更新；
S10：如果NC＜NCmax，转到步骤S2；
S11：对列表L中的所有路径进行路径长度进行计算，求得最优解，其中充电站拥挤度因子CRW根据以下公式求得：
Figure 777161DEST_PATH_IMAGE033
式（12）
mi代表叫号到i充电站的电动车数，m代表城市A中所有叫号要充电的电动车数，则算法的路径转移概率公式如下
Figure 200052DEST_PATH_IMAGE034
式（13）
式中：
Figure 587171DEST_PATH_IMAGE035
为拥挤系数，拥挤度因子仅用于第一阶段寻优，第一阶段算法循环K次，
Figure 956973DEST_PATH_IMAGE036
，第二阶段考虑路径最优。
实施例2
本实施例与实施例1的不同之处在于，还包括路径规划单元，所述路径规划单元为定位起点和终点进行路径规划时的充电站，所述路径规划单元包括路程最短的进行路径规划和时间最短的进行路径规划；所述路程最短的进行路径规划和所述时间最短的进行路径规划分别进行计算所消耗的时间，计算所消耗的时间包括从起点到充电站、充电站到终点这两段距离的路程消耗时间与预计充电需等待的时间之和；
进一步的，在上述技术方案中，还包括站内检测单元，所述站内检测单元用于查看充电站内每个充电桩的使用状况，并输出当前充电桩所对应的电动车预计完成充电的时间；
进一步的，在上述技术方案中，还包括预约叫号单元；
所述预约叫号单元的预约准叫号模块用于预测到达被叫号充电站的时间以及排队等待时间；
点击预约叫号模块，进行为车主预留充电桩，当车主未在规定时间内到达将扣除费用。
进一步的，在上述技术方案中，钱包单元，所述钱包单元与外部资金结算网络相连接，用于在线上支付充电费用。
进一步的，在上述技术方案中，实时电价单元，所述实时电价单元与外部电网系统发布的电价数据信息终端相连接，用于实时显示电价。
所述实时电价单元用于解决未来规模化电动车充电给电网运行带来的负面影响，促进运营商多建充电站可能采取分时电价的手段削弱影响。
本发明的所述针对充电站的电动汽车有序充电的移动终端系统，能够实现充电调度，为电动车找到适合的充电站，能够规划适合的行驶路线，能够选择排队时间短的充电站，合理规划目标位置。本发明适用于充电桩控制技术领域，具有广阔的用前景。
以上所述，仅为本发明较佳的具体实施方法，但本发明的保护范围且不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都涵盖在本发明的保护范围之内。

Claims (9)

1.一种针对充电站的电动汽车有序充电的移动终端系统，其特征在于，包括：
全球定位单元，所述全球定位单元包括设置于电动汽车内监测电动汽车的位置信息和速度信息的定位装置，所述全球定位单元用于对车辆行进的位置信息和速度信息进行在线跟踪及将位置信息和速度信息作为历史数据进行记录，所述历史数据用于分析电动汽车的驾驶习惯与充电高低峰及指导电动车的优化充电调度；
智能叫号排队单元，智能叫号排队单元包括准叫号模块和叫号模块，所述准叫号模块用于根据所述定位装置监测的位置信息和速度信息计算到达被叫号充电站的时间以及排队等待时间，叫号模块用于具体分配排队的充电桩；
充电状态单元，所述充电状态单元用于接收各个充电站上传的各充电桩使用状态信息，进而在线监测充电站内各充电桩的使用状态及当前充电桩上的充电电动车的充电状态，进而得到充电站内最优的待机充电桩位置信息，然后输出最优的所述待机充电桩位置信息；
路径规划单元，所述路径规划单元通过改进型蚁群算法，根据所述待机充电桩位置信息、所述速度信息、所述到达被叫号充电站的时间、所述排队等待时间和所述待机充电桩位置信息进行运算，得到最优充电路径规划数据；
所述智能叫号排队单元，用户通过输入终端注册用户账号，同时输入绑定车的型号信息，所述智能叫号排队单元根据所述型号信息与所述智能叫号排队单元内储存的型号数据识别所述绑定车所配备的电池型号和容量信息，用户在进行叫号服务时，向所述智能叫号排队单元输入剩余电量信息，所述智能叫号排队单元根据以下公式（1）至（8）计算出的预计充电时间与需排队等待时间：
Figure 963739DEST_PATH_IMAGE001
式（1）
式中：t0为预计充电时间；Ee为电池容量；p为充电桩的恒定充电功率；
Figure 519485DEST_PATH_IMAGE002
为充电前电动汽车的电量值占电池容量的百分比；
在准叫号时待分配电动汽车从预约时刻起到充电站的行驶时间用t0s表示，在t0s时间内，充电电站内的车辆数用M表示；
Figure 727613DEST_PATH_IMAGE003
式（2）
式中：M0代表预约时刻充电电站内已有的车辆数，M1代表t0s时间段将到达的叫号车辆数，M2代表t0s时间段充完电离开的车辆数；
充电桩以恒定功率为电动车充电，充电桩的恒定充电功率为p，为了避免过度充放电影响电池寿命，也为了避免由于电量太低而不能到达任何充电站充电的情况发生，排队电动车的SOC在20%-80%之间，则电动车从开始充电到充电结束所需的充电电量约为0.6Ee；
M2=
Figure 618077DEST_PATH_IMAGE004
式（3）
式中：
Figure 304273DEST_PATH_IMAGE005
为系数，
Figure 245685DEST_PATH_IMAGE005
取值为0.8～1.0；
Figure 296817DEST_PATH_IMAGE006
表示对
Figure 487627DEST_PATH_IMAGE007
取整；
则在准叫号时预测需等待的时间ts表达式如下：
Figure 711935DEST_PATH_IMAGE008
式（4）
在到达充电站后的叫号时间段是等待时间t为正在充电的电动车所需的充电时间t1与此充电桩还需继续服务的电动车的预计充电时间t2之和，其中正在充电的电动车所需的充电时间t1表示如下：
Figure 458918DEST_PATH_IMAGE009
式（5）
其中充电桩还需继续服务的电动车数量用g表示；
Figure 477689DEST_PATH_IMAGE010
为正在充电的电动汽车的电量值占电池容量的百分比；
Figure 359058DEST_PATH_IMAGE011
式（6）
式中：
Figure 324740DEST_PATH_IMAGE012
表示对
Figure 771902DEST_PATH_IMAGE013
取整，
Figure 679684DEST_PATH_IMAGE014
为充电站内的电动车数量，-1代表去掉当前正在充电的电动车；
Figure 845086DEST_PATH_IMAGE015
式（7）
式中：
Figure 614459DEST_PATH_IMAGE016
为电池容量，
Figure 916127DEST_PATH_IMAGE005
为系数，一般取值0.6～0.8，所述需排队等待时间为t，t满足以下公式：
t=t1+t2 式（8）。
2.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：所述充电状态单元，用于在线监测充电站内各充电桩的使用状态与当前充电桩上的充电电动车的充电状态；
在实际充电过程中，获得在每个充电桩当前充电的电动汽车充电状态（State ofCharge,SOC）并将电动汽车充电状态信息发送到所述充电状态单元，SOC代表电池当前电量占电池容量的比值，取值在0～1之间，SOC=0表示当前电池电量耗尽，SOC=1表示电池充满电量,充电站S内在各个充电桩上的电动汽车SOC用向量Xs表示，充电站充电桩的个数为K：
Figure 745543DEST_PATH_IMAGE017
式（9）
式中：Xsi表示当前充电桩充电的电动汽车的SOC；当充电桩i空闲的时候，即没有电动汽车在此充电桩充电时，Xsi=0。
3.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：所述充电状态单元计算充电站内最优的等待充电桩采用以下方式：
当充电站内车辆数比充电柱的数目少时，即有空闲充电桩，所述充电状态单元会向显示装置输出对应充电桩状态信息，表示对应充电桩随时为站内待分配车辆提供充电服务；
当充电站内车辆数比充电柱的数目多时，叫号电动车到达充电站后需要排队等待充电，所述充电状态单元根据下式计算排队等待时间最少充电桩，进而输出排队等待时间最少充电桩信息；
将Xs集合中的Xsi进行由大到小的排序，按照顺序记为1，2，...，k，充电桩i对应的先后顺序序号用h表示，则排序后的充电桩状态
Figure 398241DEST_PATH_IMAGE018
可以表示为：
Figure 705725DEST_PATH_IMAGE019
Figure 127479DEST_PATH_IMAGE020
Figure 878529DEST_PATH_IMAGE021
式（10）
由于充电柱都已相同功率充电，则相同时间内的充电量相同，则对
Figure 752944DEST_PATH_IMAGE022
进行由大到小的排序后，正在充电的电动车会按照相应顺序依次完成充电，则所述充电状态单元进行下式运算，进而为充电站内待分配的电动车推荐充电桩
Figure 129699DEST_PATH_IMAGE023
为候选充电桩：
Figure 405959DEST_PATH_IMAGE024
式（11）
式中：j为候选充电桩，
Figure 577178DEST_PATH_IMAGE025
表示对
Figure DEST_PATH_IMAGE026
取余数，
Figure 142151DEST_PATH_IMAGE014
为充电站内的电动车数量。
4.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：所述路径规划单元，使用改进型蚁群算法进行计算，所述改进型蚁群算法通过对基本蚁群算法加入等待时间扰动策略，进而寻找最优路径，改进型蚁群算法的流程如下:
S1：算法初始化，集合S中存放城市A中n个充电站，循环次数与最大循环次数分别用NS和NSmax表示，用m表示蚂蚁总数，设前k次循环为算法第一阶段，用于增加解的多样性，在算法初始执行时，时间t=0，NS=0，所有路径的信息素浓度
Figure DEST_PATH_IMAGE028
，
Figure DEST_PATH_IMAGE030
为t时刻信息素在
Figure DEST_PATH_IMAGE032
路径上的量，
Figure DEST_PATH_IMAGE034
为常数，
Figure DEST_PATH_IMAGE036
，将m只蚂蚁随机置于城市的某个地方；
S2：增加循环次数，即NS=NS+1；
S3：增加蚂蚁数目，即R=R+1，初始化蚂蚁禁忌表
Figure DEST_PATH_IMAGE038
，
Figure 509547DEST_PATH_IMAGE038
用来记录蚂蚁走过的路径；
S4：如果NS==K，计算所得到m条路径的信息素浓度，并取浓度最大的
Figure DEST_PATH_IMAGE040
条按浓度由大到小的顺序存入列表L，清空所有路径的信息素含量，只对 L 中的路径的信息素进行重新初始化，转到S2步骤；
S5：如果NS＜K，根据公式
Figure DEST_PATH_IMAGE042
计算蚂蚁下一步选择的路径j，并把j移入该蚂蚁的禁忌表中；
S6：如果该蚂蚁的禁忌表中的元素个数小于n，则转到步骤S4；
S7：若R＜m，则转到步骤S3；
S8：若NS＞K，计算每条路径的信息素总含量并进行比较，依据信息素含量由大到小的顺序将最优的len条路径存放到L中；
S9：对所有路径上的信息素浓度进行更新；
S10：如果NC＜NCmax，转到步骤S2；
S11：对列表L中的所有路径进行路径长度进行计算，求得最优解，其中充电站拥挤度因子CRW根据以下公式求得：
Figure DEST_PATH_IMAGE044
式（12）
mi代表叫号到i充电站的电动车数，m代表城市A中所有叫号要充电的电动车数。
5.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：还包括路径规划单元，所述路径规划单元包括路程最短的进行路径规划和时间最短的进行路径规划；所述路程最短的进行路径规划和所述时间最短的进行路径规划分别进行计算所消耗的时间，计算所消耗的时间包括从起点到充电站、充电站到终点这两段距离的路程消耗时间与预计充电需等待的时间之和。
6.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：还包括站内检测单元，所述站内检测单元用于查看充电站内每个充电桩的使用状况，并输出当前充电桩所对应的电动车预计完成充电的时间。
7.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：还包括预约叫号单元；
所述预约叫号单元的预约准叫号模块用于预测到达被叫号充电站的时间以及排队等待时间；
点击预约叫号模块，进行为车主预留充电桩，当车主未在规定时间内到达将扣除费用。
8.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：钱包单元，所述钱包单元与外部资金结算网络相连接，用于在线上支付充电费用。
9.根据权利要求1所述的针对充电站的电动汽车有序充电的移动终端系统，其特征在于：实时电价单元，所述实时电价单元与外部电网系统发布的电价数据信息终端相连接，用于实时显示电价。
CN201710853644.9A 2017-09-20 2017-09-20 一种针对充电站的电动汽车有序充电的移动终端系统 Active CN107640049B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710853644.9A CN107640049B (zh) 2017-09-20 2017-09-20 一种针对充电站的电动汽车有序充电的移动终端系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710853644.9A CN107640049B (zh) 2017-09-20 2017-09-20 一种针对充电站的电动汽车有序充电的移动终端系统

Publications (2)

Publication Number Publication Date
CN107640049A CN107640049A (zh) 2018-01-30
CN107640049B true CN107640049B (zh) 2020-04-21

Family

ID=61114034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710853644.9A Active CN107640049B (zh) 2017-09-20 2017-09-20 一种针对充电站的电动汽车有序充电的移动终端系统

Country Status (1)

Country Link
CN (1) CN107640049B (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108448188B (zh) * 2018-04-18 2020-09-29 爱驰汽车有限公司 新能源汽车的预约充电方法及装置
CN108544950B (zh) * 2018-04-24 2019-06-18 上海工业控制安全创新科技有限公司 一种基于新能源汽车定位的充电桩管理方法
CN108773279B (zh) * 2018-04-27 2020-09-04 北京交通大学 一种电动汽车充电路径规划方法及装置
CN108749608A (zh) * 2018-05-25 2018-11-06 苏州树云网络科技有限公司 一种基于车联网的电动汽车充电控制方法
CN110549898B (zh) * 2018-05-31 2021-07-20 比亚迪股份有限公司 车辆的站区式充电系统、方法
CN110884381B (zh) * 2018-09-07 2022-07-22 大众汽车（中国）投资有限公司 用于推荐充电站的方法和装置
CN109228954B (zh) * 2018-09-26 2022-06-07 曦煦新能源科技（上海）有限公司 一种充电桩能源管理方法、系统及充电桩群系统
CN109572473B (zh) * 2018-12-07 2020-04-28 珠海格力电器股份有限公司 一种移动充电桩控制系统及方法、移动充电桩
CN109636031A (zh) * 2018-12-10 2019-04-16 国家电网有限公司 一种城市充电站整体规划方法
CN110081900A (zh) * 2019-03-27 2019-08-02 苏州市黑甲智能科技有限公司 一种充电桩智能推荐方法、装置、服务终端和存储介质
CN110263976B (zh) * 2019-05-22 2022-10-21 广东工业大学 一种在多种充电方式并存环境下的电动汽车充电路径规划方法
CN111833134A (zh) * 2019-07-31 2020-10-27 北京嘀嘀无限科技发展有限公司 共享汽车工单调度方法、电子设备及存储介质
CN110428165B (zh) * 2019-07-31 2022-03-25 电子科技大学 一种充电站内兼顾预约与排队的电动汽车充电调度方法
CN110605995A (zh) * 2019-10-25 2019-12-24 浙江工业大学 一种基于Zigbee组网的电动车充电桩控制系统及方法
CN111207749A (zh) * 2019-11-26 2020-05-29 恒大智慧科技有限公司 基于传感器的社区路线引导方法及系统
CN111242362B (zh) * 2020-01-07 2020-10-23 杭州电子科技大学 基于充电站综合状态预测的电动汽车实时充电调度方法
CN111833205B (zh) * 2020-06-23 2023-09-22 南京工程学院 一种大数据场景下的移动充电桩群体智能调度方法
CN112208384B (zh) * 2020-10-13 2021-12-07 安徽亿力停车场投资有限公司 一种停车场充电桩的能源优化智能控制系统及方法
CN112193112B (zh) * 2020-10-16 2022-06-14 安徽继远软件有限公司 一种电动汽车充电场站充电桩智能管理方法及装置
CN112232679B (zh) * 2020-10-19 2023-08-29 杭州世创电子技术股份有限公司 基于边缘计算的电动车与充电设备动态智能匹配方法
CN112550048B (zh) * 2020-12-11 2023-05-12 国网四川省电力公司南充供电公司 电动车用终端、服务器、充电桩及充电提示控制方法
CN112947457B (zh) * 2021-02-25 2023-01-24 薛明 一种分拣机器人群动态无线供电路径规划方法
CN113386770B (zh) * 2021-06-10 2024-03-26 武汉理工大学 基于充电站数据共享的电动汽车充电路径动态规划方法
CN113505151A (zh) * 2021-07-21 2021-10-15 车主邦（北京）科技有限公司 一种节能减排的充电站显示方法及电子设备
CN114067483A (zh) * 2021-11-23 2022-02-18 中国工商银行股份有限公司 智能排队叫号方法、装置、电子设备及介质
CN114919433B (zh) * 2022-05-27 2022-12-09 深圳先进技术研究院 电动汽车集群充放电控制方法、系统及相关设备
CN115214402A (zh) * 2022-06-16 2022-10-21 广东省智能网联汽车创新中心有限公司 一种基于v2x的车辆充电预约方法及系统
FR3139299A1 (fr) * 2022-09-05 2024-03-08 Psa Automobiles Sa Procédé et dispositif pour la gestion de recharge d’un véhicule électrique
CN116228295A (zh) * 2023-03-02 2023-06-06 深圳市蜂蜗科技有限公司 一种充电桩的智能推荐方法及系统
CN116923168B (zh) * 2023-06-21 2024-04-26 上海旋荣科技股份有限公司 基于变电站联网的充电桩电能调度系统及其调度方法
CN116777181B (zh) * 2023-08-15 2024-04-09 国网浙江省电力有限公司宁波供电公司 一种可脱轨式电动汽车充电桩调配方法、系统及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120090677A (ko) * 2011-02-08 2012-08-17 엘에스산전 주식회사 전기차와 전기차 충전기 간에 통신 시스템
US9290104B2 (en) * 2012-08-24 2016-03-22 The Regents Of The University Of California Power control apparatus and methods for electric vehicles
CN203242042U (zh) * 2013-05-09 2013-10-16 长沙理工大学 一种电动汽车充电排队服务指示装置
CN104218626A (zh) * 2013-05-31 2014-12-17 比亚迪股份有限公司 电动汽车预约充电的方法、系统及充电桩、预约服务器
CN104864883B (zh) * 2015-05-22 2017-09-22 清华大学 基于云平台的电动汽车路径规划方法
CN106548246B (zh) * 2015-11-30 2020-05-26 深圳北斗应用技术研究院有限公司 一种电动车辆实时充电推荐方法及其系统

Also Published As

Publication number Publication date
CN107640049A (zh) 2018-01-30

Similar Documents

Publication Publication Date Title
CN107640049B (zh) 一种针对充电站的电动汽车有序充电的移动终端系统
CN108162771B (zh) 一种电动汽车智能充电导航方法
CN104182492B (zh) 信息提供装置
CN207106202U (zh) 基于移动互联网的汽车综合补能系统
CN104864883B (zh) 基于云平台的电动汽车路径规划方法
CN109177802B (zh) 一种基于无线通信的电动汽车有序充电系统及其方法
CN102192755B (zh) 路径计划装置和路径计划系统
US20150294329A1 (en) System and method of predicting usage of a charging station
US9626823B2 (en) System and method of predicting future demand of a charging station
CN110533901A (zh) 一种无人驾驶车辆群组的充电调度方法和云管理服务器
CN111532166A (zh) 一种电动汽车充电路径规划方法、装置、汽车及计算机存储介质
CN110458332A (zh) 一种基于负荷空间转移的电动汽车快速充电需求调度方法
TW201422472A (zh) 電動車的充電後的行駛範圍預估方法、模組及駕駛輔助裝置
CN109501630A (zh) 一种电动汽车充电方案实时推荐方法及系统
CN109141458A (zh) 一种导航路线规划方法及其系统
CN103339664A (zh) 充电器配置计划支持装置、充电器配置计划支持方法和程序
US20150291047A1 (en) System and method of monitoring usage of a charging station
CN112356721A (zh) 基于云平台的电动汽车充电引导方法及系统
CN110118567A (zh) 出行方式推荐方法及装置
CN106485334A (zh) 自动售货方法、自动售货机及自动售货系统
CN110986986A (zh) 基于语音识别的电动汽车充电导航系统设计
CN110388932A (zh) 一种电动汽车充电导航方法
CN112529608A (zh) 信息处理系统以及程序
Fescioglu-Unver et al. Electric vehicle charging service operations: A review of machine learning applications for infrastructure planning, control, pricing and routing
WO2022052043A1 (zh) 一种车辆充电的方法和装置

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
GR01 Patent grant
GR01 Patent grant