CN110312637B - 改进的充电装置,尤其适用于电动汽车 - Google Patents

改进的充电装置,尤其适用于电动汽车 Download PDF

Info

Publication number
CN110312637B
CN110312637B CN201780086868.XA CN201780086868A CN110312637B CN 110312637 B CN110312637 B CN 110312637B CN 201780086868 A CN201780086868 A CN 201780086868A CN 110312637 B CN110312637 B CN 110312637B
Authority
CN
China
Prior art keywords
charging
power
equipment
during
time slot
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
CN201780086868.XA
Other languages
English (en)
Other versions
CN110312637A (zh
Inventor
奥利维厄·博代
巴伊拉姆·卡杜尔
伯特兰德·奥古斯廷
朱利恩·佩内克
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.)
Electricite de France SA
Original Assignee
Electricite de France SA
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 Electricite de France SA filed Critical Electricite de France SA
Publication of CN110312637A publication Critical patent/CN110312637A/zh
Application granted granted Critical
Publication of CN110312637B publication Critical patent/CN110312637B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/63Monitoring or controlling charging stations in response to network capacity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/10Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles characterised by the energy transfer between the charging station and the vehicle
    • B60L53/14Conductive energy transfer
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/64Optimising energy costs, e.g. responding to electricity rates
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00Type of vehicle
    • B60Y2200/90Vehicles comprising electric prime movers
    • B60Y2200/91Electric vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00Purposes or special features of road vehicle drive control systems
    • B60Y2300/91Battery charging
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007Regulation of charging or discharging current or voltage
    • H02J7/0071Regulation of charging or discharging current or voltage with a programmable schedule
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/12Electric charging stations
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/14Plug-in electric vehicles

Abstract

充电装置,其输入端与供电点(PDL)相连,供电点适于提供最大电能以及输出稳压电能作为输出。充电装置包括优化模块(OPT)和调节模块(REG),优化模块配置用于构建代表第一充电电能的充电曲线,调节模块具有第一操作模式和第二操作模式,在第一操作模式中,调节模块调节输出的电能使之与第一充电电能匹配,在第二操作模式中,调节模块调节输出的电能使之与第二充电电能匹配。调节模块(REG)被配置为响应于至少一个条件得到满足而从第一模式切换到第二模式,所述至少一个条件是根据其它设备项的电能消耗预测以及根据所述其它设备项测量的电能消耗数据进行定义的。

Description

改进的充电装置,尤其适用于电动汽车
技术领域
本发明领域涉及充电装置,尤其适用于电动汽车。
背景技术
随着电动汽车用户量的增大,汽车充电装置数量将大幅增加。但是,这些充电装置的使用会对其所连接的输电网产生很大的影响,尤其是输电网的低压部分,因为消费者通过该部分连接到输电网。
通常情况下,某些充电装置,特别是用于安装在居民区的充电装置,与其它电气设备项相连的供电点,也从该供电点获取电能。
这要求充电装置在操作期间要考虑其它设备项的能量消耗。
为了对连接的汽车充电,通过充电装置对输送电能进行调节的传统方法,是根据其它设备取用的电能来确定的,并根据对其它设备取用电能的测量对电能进行实时调节。
但是,这种方法具有缺点。它作为整体不够灵活,因为它限制了调节可以考虑的现象。另外,为了确定装置提供的稳压电能,对其它设备取用的电能进行监控,并对这些数据进行实时处理,是资源密集型任务,尤其是在涉及计算电能的方面。
因此,本发明目标是改善这种情况。
发明内容
为此,本发明涉及充电装置,尤其用于电动汽车,所述充电装置适于使其输入端连接到适于提供最大电能的供电点,该充电装置适于输出给电动汽车充电的稳压电能,充电装置包括:
-优化模块,其配置用于构建充电曲线,充电曲线与充电时隙相关联并且代表适于在所述充电时隙期间为了给电动汽车充电而由充电装置输送的第一充电电能,充电曲线是至少根据在至少一部分所述充电时隙中连接所述供电点的其它设备项的电能消耗预测以及根据最大电能构建的,以及
-调节模块,其适于调节输出电能,调节模块具有:
-第一操作模式,其中,第一操作模式被配置用于调节输出电能,以在至少一部分相关联的充电时隙期间将所述电能与第一充电电能相匹配,以及
-第二操作模式,其中,第二操作模式被配置用于调节输出电能,以使其与第二充电电能相匹配,第二充电电能至少根据所述时隙期间测量的所述其它设备项的电能消耗数据以及根据充电曲线的第一充电电能而确定,
调节模块适于在第一操作模式和第二操作模式之间切换。
根据本发明的一个方面,调节模块被配置为响应于至少一个第一条件得到满足而从第一操作模式切换到第二操作模式,第一条件中至少一个条件与充电时隙中的一个或多个时间间隔相关联,并且是根据所述一个或多个时间间隔中其它设备项的电能消耗预测以及根据充电时隙期间测量的所述其它设备项的电能消耗数据来定义的。
根据本发明的一个方面,至少一个条件被配置为响应于如下事实而被检测为满足条件:代表其它设备项的电能消耗预测与在相应时刻测量的所述其它设备项的消耗,或者甚至是根据充电时隙期间测量的所述电能消耗数据所确定出的相应时刻的所述其它设备项的消耗预测,之间的偏差的量在一个或多个相关联间隔期间大于阈值。
根据本发明的一个方面,至少一个第一条件是根据供电点的最大电能与代表所述供电点在所述充电时隙期间为充电装置和所述其它设备项提供的总电能的量之间的对比来定义的,代表供电点为充电装置和所述其它设备项提供的总电能的量被构建为与对充电时隙的至少一个未来时间间隔预估的总电能相对应。
根据本发明的一个方面,根据供电点的最大电能与所述量之间的对比所定义的第一条件被构建为,如果所述量的值超过时隙中未来时间间隔的预定数量的最大电能,则满足条件,所述预定数量取决于所述量超过最大电能的幅度。
根据本发明的一个方面,优化模块适于至少根据充电时隙的至少一部分剩余部分中与所述供电点相连的其它设备项的电能消耗预测,来更新所述充电时隙的至少剩余部分的充电曲线,电能消耗预测至少由充电时隙期间测的所述其它设备的电能消耗数据确定。
根据本发明的一个方面,优化模块适于响应于预定条件得到满足而对充电曲线进行更新,其中,预定条件是根据对应于充电时隙期间直至给定时刻实际给电动汽车提供的稳压电能的电能,与对应于由充电曲线定义的直至充电时隙给定时刻的第一电能的电能之间的偏差定义的。
根据本发明的一个方面,调节模块被配置为响应于至少一个第二条件得到满足而从第二操作模式切换到第一操作模式,以便实施充电曲线,第二条件中至少一个条件与充电时隙中的一个或多个时间间隔相关联,并且是根据所述一个或多个时间间隔中其它设备项的电能消耗预测以及根据充电时隙期间测量的所述其它设备项的电能消耗数据来定义的。
根据本发明的一个方面,所述至少一个第二条件的至少一个条件被配置为响应于如下事实而被检测为满足条件:代表其它设备项的电能消耗预测与在相应时刻测量的所述其它设备项的消耗,或者甚至是根据充电时隙期间测量的所述电能消耗数据所确定出的相应时刻的所述其它设备项的消耗预测,之间的偏差的量在一个或多个相关联间隔期间小于阈值。
根据本发明的一个方面,充电曲线根据至少一个如下内容进一步构建:
-电动汽车的电能储能装置的充电行为(charging behavior),
-电动汽车的电能储能装置的电能要求,用于给所述电能储能装置充电,
-电价,
-供电点的电气保护设备的电工行为(electrotechnical behavior)。
根据本发明的一个方面,第二充电电能进一步定义为至少一个如下内容的函数:
-供电点处电气保护设备的电工行为,
-电动汽车的充电约束,其代表被排除的电能输出数值,或者代表在充电时隙期间由充电装置给电动汽车充电期间停止充电的最大次数。
根据本发明的一个方面,充电曲线被确定为最小化下列问题的最佳解决方案:充电时隙期间充电装置和其它设备项在供电点处提取电能的最大值、由供电点针对充电时隙提供的电能的总成本,以及电动车充电时间的结束。
根据本发明的一个方面,充电装置进一步包括学习模块,其中所述学习模块被配置成根据充电装置的操作产生学习数据,至少一部分所述充电时隙中与所述供电点相连的其它设备项的至少电能消耗预测是根据所述学习数据构建的。
本发明进一步涉及一种通过充电装置给电动汽车充电的方法,其中,充电装置的输入端与供电点相连,供电点适于为充电装置提供最大电能以及输出给电动汽车充电的稳压电能,该方法包括:
-构建充电曲线,充电曲线与充电时隙相关联并且代表适于在所述充电时隙期间为了给电动汽车充电而输出的第一充电电能,所述充电曲线是至少根据在至少一部分所述充电时隙中与所述供电点相连的其它设备项的电能消耗预测以及根据最大电能构建的,以及
-实施充电装置的第一操作模式,其中,充电装置在至少一部分相关联充电时隙期间输出稳压至与第一充电电能相匹配的电能。
-从第一操作模式切换到第二操作模式,其中,充电装置输出稳压至与第二充电电能相匹配的电能,第二充电电能至少根据所述时隙期间测量的所述其它设备项的电能消耗数据以及根据充电曲线的第一充电电能确定。
本发明进一步涉及一种包含指令的计算机程序,当指令被处理器执行时,用来实施如上定义的方法。
附图说明
参考附图,阅读仅作为示例给出的以下详细的描述,将可以更好地理解本发明,其中:
-图1是包含根据本发明的充电装置的系统的示意图;
-图2A和2B是在充电时隙期间考虑的量的示意图;
-图3是根据本发明的充电方法的框图。
具体实施方式
图1示出了本发明意义上的系统SYS。
系统SYS用于给电动汽车VE充电,汽车的推进全部地或部分地基于电能。
根据本发明,系统SYS包含供电点PDL、至少一个与供电点PDL相连的设备项EQi,以及充电装置RECH,下文称为装置RECH。
设备EQi和充电装置RECH是设施I的一部分。该设施对应于例如住宅地。例如,设备项EQi至少部分地安装在家中。例如,充电装置设置在外面。
或者,该设施是某些其他类型的位置例如商业场所或企业。该设施例如包括带有充电装置的停车场,充电装置设置在停车场内或边缘处。
通常情况下,无论系统I如何,都可以应用本发明。
优选地,设备项EQi和充电装置构成能够在供电点处获取电能的一组元件。换句话说,只有设备项EQi和充电装置RECH能够在供电点PDL处提取电能。
系统SYS,更具体地说是供电点PDL,与用于电能供应的电能输电网R相连。该输电网R本身与一个或多个发电设备相连,电能通过输电网R传送到供电点PDL。
在本发明情况中,装置RECH旨在与汽车VE相连,以对其充电。
为此,汽车VE包括用于存储电能并向汽车VE的至少一个推进单元供电的蓄电装置STO,其中,推进单元至少通过电能推进汽车。
供电点PDL用于向设备项EQi和装置RECH提供电能。
实际上,供电点PDL对应于输电网R与设备项EQi和装置RECH所属的设施I之间的节点。它包含例如配置用于建立此连接的一个或多个电气设备项。
例如,供电点PDL包括计量装置COMP,其用于测量由设备项EQi和装置 RECH在供电点处获得的电能/电功率。
计量装置COMP配置为测量至少由这些元件随时间获取的电功率和电能。
有利地,它适用于将获取的电能分类为多种使用类型,并测量各种用途的消耗。这些用途各自对应预定组中的一类活动。
例如,对于住宅设施I,这些用途包括加热设施I、冷却设施I、生产生活热水、照明设施I、对应于使用电能烹饪的烹饪用途、对应于使用电能洗涤的洗涤用途、对应于使用电能操作诸如电视机等家用电器的“棕色产品”用途。
请注意,这样的使用类型的分类是可选的。
另外,计量装置被配置为与充电装置进行通信,尤其是为了提供代表由设备项EQi所使用的消耗(例如电能)的数据,该数据随时间收集。应注意,在给定时刻传送的数据与紧接在该时刻之前的时刻有关,和/或与更远的时刻有关
它还有利地包含保护装置PROT,其被配置为保护由设备项和装置RECH 定义的电气设施以及将它们与供电点相连的元件。该保护装置PROT有利地包含断开装置。应注意,该断开装置可以是例如包括断路器的硬件,和/或软件。
在某些实施例中,保护装置PROT可以是计量装置COMP的组成部分,至少部分是其组成部分。
在本发明情况中,供电点PDL被配置为输送最大电能,标记为Pmax。该最大电能例如确定为由供电点供应商订购而获取电能的函数。该电能Pmax例如小于或等于36kVA。
设备项EQi配置为使用电能至少部分地进行操作。
这些设备项EQi对应于住宅中的传统设备,例如散热器、照明、家用电器、烤箱、炉灶燃烧器和热水器等。另一种可能类型的设备涉及服务器,例如,数据服务器。
如上所述,这些设备项都与供电点相连。
具体地提供根据本发明的充电装置RECH,用于使用在供电点提取的电能为电动汽车VE充电。
另外,它配置为与供电点通信,尤其是计量装置,并与电动汽车通信。这些通信装置例如由任何已知方式实施,例如因特网、ZigBee、WiFi或有线装置,例如,由基于电力线通信(PLC)技术的装置实施。
装置RECH包括插头或插座PRI、存储器MEM和处理模块TRA。另外,它包括优化模块OPT、调节模块REG和学习模块MA。有利地,它进一步包含人机界面,以下称界面IHM。
插头或插座PRI旨在与电动汽车VE相连,以便通过电气方式将其与充电装置相连,以对电动汽车充电。为此,汽车本身包括旨在与插头或插座PRI 接合的一个互补形状的插座或插头。
插头或插座PRI例如是已知的风格。例如,呈插座的形式,而汽车带有插头。
存储器MEM包含程序,由处理模块TRA执行程序,使充电装置能够运行。
有利地,它进一步包含如下所述的学习数据DA。
另外,它有利地包含测量数据DM。这些测量数据代表测量,尤其是代表设备项EQi随时间推移得到的电能。在时隙PTr期间,这些数据定义了电能曲线CONSO(图2B),其代表设备项EQi在供电点随时间推移所提取的电能。
这些数据由计量装置生成的消耗数据构成,且例如以固定频率发送到装置RECH。这些数据包括例如供电点的充电曲线,不包括由电动汽车充电引起的消耗。
应注意,存储器MEM可以与多个独立存储器对应,例如,一个或多个易失性存储器和/或一个或多个非易失性存储器。各种数据例如分布在这些独立存储器之间。
处理模块TRA配置为控制充电装置RECH的各种元件,使其正确地运行。
处理模块TRA包含例如一个或多个处理器。
在图1的示例中,优化模块OPT、调节模块REG和学习模块MA均表示为专用模块。在实践中,它们可以采用任何形式。尤其地,它们可以是软件、硬件,或者包含软件部件和硬件部件。
例如,优化模块OPT包含软件部件,其存储在存储器中,由处理模块实施对其的执行导致实施如下所述的功能。
这也适用于调节模块和学习模块。调节模块有利地包含硬件调节装置,包括例如配置成输出稳压电能的一个或多个转换器。
参考图1和图2,优化模块OPT配置用于构建与充电时隙PTr相关联的充电曲线Pr。充电曲线Pr代表第一充电电能P1或第一电能P1,适于在充电时隙PTr期间从装置RECH输出到汽车VE,以对汽车充电。换句话说,在给定时 刻,充电曲线由该时刻的电能定义,电能P1通常随时间变化。
充电曲线Pr定义至少一部分充电时隙的电能。有利地,其定义该时隙 PTr内的每个时刻的电能P1。
时隙PTr对应于电动汽车充电期间的时隙。该时隙从时刻t_init开始,并在时刻t_end结束。
时刻t_init是例如根据汽车VE与充电装置相连的时刻定义的。例如,对应于这一时刻。
有利地,比这一时刻晚。更具体地说,有利地对应于充电装置开始向汽车发送电能以对其充电的时刻。插入汽车和这一时刻之间的时间间隔,例如,用于执行在充电曲线Pr构建过程中如下所述的充电装置准备的初始步骤。应注意,在插入汽车的时刻也可以执行该准备,或至少开始执行该准备,例如,当假设汽车向远距离充电装置提供与电能要求相关的信息时。
时刻t_end与汽车VE的充电被确认完成的时刻相对应。实际上,从那一刻开始,不再提供电能为汽车充电,在与插头或插座PRI断开前都是如此。
时刻t_end是例如在时刻t_init前已知的。在这种情况下,预定时刻 t_end例如是根据充电装置RECH接收的信息预定的。该信息来自例如汽车VE 本身,或者由用户输入,例如通过IHM接口。
或者,例如,通过优化模块OPT定义该时刻。实际上,这个时刻例如是构建充电曲线过程得出结果的组成元素。
充电时隙PTr例如细分为在充电装置RECH的操作中所考虑的连续间隔 (图2B中表示为间隔I(n-1)、I(n)、I(n+1))。这些间隔例如是有规则的(换句话说,都具有相同的持续时间),其持续时间例如大约为一秒。
或者,这些间隔不是全部相同的持续时间。例如,在装置的第一操作模式中,它们具有规律的持续时间,例如,大约一分钟的数量级。在第二模式中,它们例如也具有规则的持续时间,例如,大约一秒。这些操作模式描述如下。
至少根据适于在供电点PDL处获取电能的设备项Eqi电能消耗预测PC构建充电曲线Pr。这些预测覆盖了至少一部分时隙PTr,且有利地覆盖了整个时隙PTr。
例如,考虑的预测覆盖了充电时隙中与作为充电曲线Pr定义电能P1的那部分相同的部分,给定时刻电能P1的数值至少根据此时刻设备项Eqi的消耗预测来确定。
在充电时隙PTr开始前建立消耗预测。
这些预测有利地对应于不同设备项EQi的预测累积消耗,并因此定义了电动汽车VE充电期间,远离装置RECH的供电点处可能获得电能的唯一元件的预期行为。
例如,这些预测是随时间变化的电能的形式。
这些预测例如采用已知方式来确定,例如,根据GAM模型,其是“广义添加模型”的首字母缩写。
例如,它们是以测量数据DM为基础,这定义了设备项EQi的耗能历史。有利地,它们更具体地根据对应覆盖充电时隙PTr时间块的测量数据建立。例如,这些预测是以与供电点PDL相关联的每种用途类型预测为基础。按照使用类型分类的预测,例如,可以通过测量数据DM确定,其中预测可以代表随时间推移设备项EQi的不同用途类型的消耗。
有利地,至少是以与紧接该时刻前的时间流逝有关的设备项EQi消耗的测量数据DM为基础,确定给定时刻所作的预测。换句话说,使用最新消耗数据来构建预测。
还根据供电点可以交付的最大电能Pmax来确定充电曲线Pr。
有利地,换句话说,可选但以有利的方式,充电曲线Pr进一步确定为如下中的至少一个的函数:
-电动汽车存储装置STO的充电行为,
-电动汽车存储装置STO为充电的电能要求,
-供电点PDL为汽车充电提供电能的定价,
-供电点PDL的装置PROT的电工行为,
-充电装置RECH的电能容量,换句话说,充电装置RECH设计用于传送的最大电能。
装置STO的充电行为代表存储装置的充电操作。这种行为包括,例如,与关于收到电能的一个或多个限制相关的考虑,例如,相对于需超出下限的数值和/或不超出的上限,或者电能随时间不能超出的变化。该行为可以可选或者并行包括与在PTr阶段中观察到的需停止充电次数相关的考虑,其中,例如,需要保持低于预定数值。
实际上,装置STO的这种充电行为代表存储装置STO的充电特性,这种特性最好优先观察,以避免造成损坏。
存储装置STO的能量需求与规定用于汽车自主要求的存储装置的充电状态相对应。例如,在将装置STO与装置RECH相连时,这种要求与存储在装置 STO中的电能量相关,也与充电结束时所需的电能量相关。应注意,最终充电状态不一定需要对应于存储装置STO的完全再充电。
充电结束时所需电能量,例如,由用户通过接口IHM或汽车VE提供给装置RECH。或者,例如,通过优化模块或充电装置RECH的任何其他设备(如专用模块)估计该所需电能量。这种估计是,例如,通过汽车的使用数据构成的。这些使用数据例如由汽车提供给装置RECH,将其存储在存储器MEM中。例如,这些数据包含了汽车旅程历史。历史包含GNSS定位数据(“全球导航卫星系统”),或是例如是由代表汽车随时间推移定位的GNSS定位数据(“全球导航卫星系统”)确定出的,且数据由装置RECH从汽车VE获得。
实际上,充电装置的电能要求例如是在时隙PTr结束时呈需达到的充电状态的形式。
电价是供电点获取或待获取的为电动汽车充电的电能成本。换句话说,也就是装置RECH打算执行的汽车充电的电价。通过已知方式,该价格(即费率)由通过与电测量单位相关联的单位成本确定,通常为一千瓦时(kWh)。但是,通过已知方式,例如,采用欧元/千瓦时表示的电能测量单位成本,可能因时隙不同而不同。
例如,该定价由存储器中存储的数据确定,其中所述数据包括使用时间定价指数,其适于与由远程装置提供的价格数据相匹配。人们会注意到,可以定期更新或者由外部设备触发时更新这些定价指数。
保护装置PROT的电工行为代表装置根据供电点PDL处获取的电能进行的操作,尤其是根据充电装置和设备项EQi在供电点获取能源的状态以及避免发生这种情况(尤其是为了保护设施I)的状态之间的切换条件进行的操作。
例如,保护装置PROT可以配置为允许短时间超出最大电能Pmax,但切换到不再允许超出该时间获取能量的状态。应注意,所讨论的时间段例如是根据超过Pmax的幅度预定的时间段。
在实际情况下,这种行为模拟了保护装置针对涉及设施I的电气部件安全性事件的响应。
有利地,优化模块OPT被配置为将充电曲线Pr确定为具有至少一个目标和至少一个约束条件的优化问题的最优解决方案。
术语“目标”是指优化问题中需被最小化的量。“约束”是指问题解决方案需满足的条件。
例如,在如下情况中选择目标:与电动汽车充电相关联的成本(价格)、在对汽车充电时于供电点获取电能的最大值(换句话说,是要求向设备项提供,并且由装置RECH在PTr期间向汽车充电所需的累计电能达到的最高值)、尽快完成充电。
有利地,考虑这三个目标,然后充电曲线被构建为最小化以下问题的最佳解决方案:充电装置和其它设备项针对充电时隙于供电点处获取的电能最大值、由供电点为充电时隙提供的电能总成本,以及充电时间的结束。
通常情况下,可以从如下内容中有利地选择一个或多个约束条件:最大电能Pmax,需避免超过该数值;汽车的电能要求,规定在时隙PTr期间提供给汽车的能源总量;以及存储装置STO的充电行为,其目的在于阻止可能损坏装置STO的充电。
人们会注意到,当在没有将保护装置PROT切换到不允许从供电点获取的配置的条件下发生超限时,可以授权超过电能Pmax。
例如,根据多标准方法构建充电曲线Pr的细节。
例如,与问题相关联的是通过与其中一个目标分别相关联的数个子指标定义的指标。每个子指标由所选形式的因子加权。指标是,例如,定义为不同子指标的组合,例如是线性的组合。
每个子指标具有,例如,与相关联目标对应的数值,例如,定价、充电时间的结束、时隙内达到的最大电能数值。
充电曲线由以此方式建模的问题的数据,例如,通过整数线性规划(ILP) 的分辨技术来确定。
或者,可以采用按等级划分的方法(有时被称为epsilon约束方法),其中按顺序考虑每个子指标。
应注意,充电曲线Pr具有,例如,连续的分段配置。例如,曲线为每个相关时间间隔的电能P1定义单个数值,该数值在该整个间隔内恒定。
有利地,优化模块OPT适于更新充电曲线Pr。例如,适于在时隙PTr期间这样操作,更新与时隙剩余部分的至少一部分相关,且有利地与所有剩余部分相关。
例如,为此,将其配置为更新用于构建初始充电曲线的数据,并根据这些更新的数据确定更新的曲线。
特别地,将其配置为更新消耗预测,例如,从时隙PTr开始时接收的测量数据DM开始。有利地,当使用汽车的电能要求时,将其配置为更新这些内容,例如,通过在时隙PTr期间已经提供给汽车VE的电能考虑该要求部分得到满足。
这种更新例如是按照指令实施,例如,从调节模块接收的指令。
或者,优化模块OPT本身触发此更新。有利地,响应于检测到已经满足如下所述一个或多个条件时实施更新。
仍参考图1和图2,调节模块REG被配置为调节由装置RECH在时隙PTr 期间实际供应给汽车VE的电能。该电能表示为Pout。
电能Pout随时间变化。
调节模块REG包含第一操作模式,其中,第一操作模式被配置为调节电能Pout,以使其与充电曲线Pr的电能P1匹配。
换句话说,在该第一操作模式中,调节模块提供与由优化模块确定的电能P1相关联的稳压电能,该稳压电能是所规定的从充电装置RECH输出的电能。
此外,调节模块REG包含第二操作模式,其中,第二操作模式被配置为调节电能Pout,以使其与第二规定电能P2匹配。
根据最大电能Pmax确定电能P2。另外,根据由计量装置COMP提供给装置RECH,有关设备项EQi获取的电能的测量数据DM,更具体地说,由定义设备项EQi获取电能的电能曲线CONSO的数据来确定该电能P2。
有利地,这些数据由调节模块REG处理,以便形成设备项EQi预期在供电点PDL处获取的电能的短期预测。例如,“短期”表示该预测涉及当前间隔中至少预定间隔数量s中某些或所有未来间隔的预期消耗,例如,大约10个间隔。这个范围例如是10、20或甚至30个间隔。换句话说,该预测针对离当前间隔距离小于s个间隔的一个或多个未来间隔。预测有利地涉及一组连续间隔,例如,当前间隔后的5、10或15个间隔,或者本身在相关范围内是未来间隔的一个间隔。
确定这些预测的细节例如是已知的。
第二电能P2进一步被确定为是电能P1的函数,换句话说,是优化模块所确定的充电曲线的函数。
有利地,第二电能P2进一步由如下中的至少一个确定:
-供电点PDL的保护装置PROT的电工行为,
-电动汽车的充电约束,代表排除的电能值Pout的至少一个范围,
-充电装置RECH在充电时隙期间可以停止电动汽车充电的最大次数,换句话说,P2为零的情况。
还可以考虑的一个元素是充电装置RECH的电能容量,换句话说,充电装置RECH设计用于传递的最大电能。
如前所述,装置PROT的电工行为代表其对设施的电气部件和供电点处发生事件的响应,尤其是超过电能Pmax的供电点PDL处的总电能。
在实践中,这种行为以模型形式予以考虑,例如,由一个或多个规则定义。这些规则中的一个例如涉及如下的事实:可以允许发生超出电能Pmax,但不能超出一定数值,且对于预定的持续时间,必须不能保持为真。例如,这些规则以一个或多个列线图的形式出现。
因此,例如,电能P2根据一个或多个这些规则构建,其中,至少一个规则包含与超出Pmax有关的一个或多个条件。
或者,应该注意,可以将对Pmax的考虑执行为必须不被超出的电能P2 的上限,即使是非常短的时间。
如前所述,Pout值的范围的排除以及停止充电的最大次数,构成在不会导致其受损条件下汽车充电相关的条件。
有利地,电能P2被构建为电能P1(在相应时刻)和代表对电能P1从其初始数值进行调节的调节量(其可以取负值)的总和。
实际上,由于P1数值已知,确定P2而执行的处理基本上涉及该调节量。
例如,用于确定不同时间段调节量的方法,是以启发式方法为基础的。
例如,在这种方法情况下,对于给定时间间隔,调节量数值从分别与系统SYS的数个可能状态中的一个状态相关联的多个离散值中选择。
所讨论的数值例如可以至少从P1确定出。
系统的状态由所考虑的要素来确定(消耗预测、Pmax和/或装置PROT的行为等)。所选择的要素例如被连续分析,每个要素会导致从多个可能数值中进行一个或多个数值的选择,以便最终选择单个值。例如,对至少一个要素的分析适于导致为调节量选择单个值,至少对于最后分析的要素而言是如此。最后一个要素以外的要素可能导致单个值的选择,从而中断要素分析序列。
应注意,对于给定要素,从中选择一个或多个数值的可能数值,例如,是根据前述标准分析的结果来定义的。换句话说,根据先前标准的分析结果,所分析的第二标准可以导致保留不同的可能值(随后从中进行选择)。
例如,在短期预测情况下,如果对于一个时间间隔,确定了Pmax和消耗预测之间的偏差小于阈值,则选择调节量的保留值,这样电能P2是零或最小。
应注意,某些值随时间推移可能被排除在外。例如,在选择后,一部分已通过时间间隔过程中预定的次数。
调节模块REG被配置为在第一操作模式和第二操作模式之间切换。换句话说,模块REG可以在这些模式之间双向切换。
从第一模式到第二模式的切换,有利地响应于至少一个第一条件得到满足而发生。
有利地,这些第一条件中至少一个条件,是以最大电能Pmax与所述供电点在所述充电时隙提供给充电装置和所述其它设备项总电能的量之间的对比来定义的。
换句话说,该量是根据设备项EQi和充电装置在时隙PTr的一个或多个时间间隔期间所请求或可能请求的总电能定义的。
该量在给定间隔期间具有给定值。换句话说,它表示装置RECH和设备项在该时间间隔期间的每个时刻获取或打算获取的电能。
所考虑的量例如是与过去时间间隔相关联。在这种配置中,从用于设备项的消耗测量数据DM以及所提供电能Pout的历史来构成该量(例如,在充电装置RECH操作期间存储在存储器中)。或者,考虑相关时间间隔的P2的数值。
或者,考虑的量与未来时间间隔相关联。在该配置中,从设备项EQi消耗预测构成该量,例如由优化模块OPT或调节模块REG生成的消耗预测。另外,与装置RECH相关联的电能,与充电曲线为该时刻提供的P1数值相对应。
在实践中,该量例如构建为与设备项EQi(预测或实际)消耗和相关联时间间隔的充电装置(分别预测、实际)消耗的总和。
该对比例如对应于Pmax与设备项EQi和充电装置RECH的累积电能消耗之间的差。
有利地,该条件由针对不同连续间隔的该量的数值构建。另外,如果该量的数值超出预定连续间隔数量的最大电能Pmax,则构成满足。换句话说,如果对于选定数量的连续间隔来说是满足的,则条件被检测为满足条件。
有利地,所讨论的间隔是未来间隔,于是,装置RECH因此评估供电点 PDL的未来状态并预测有潜在问题的事件。
根据保护装置PROT的操作有利地预定该数值,该数值与例如可耐受超过 Pmax而不停止供电点处电能获取的最大时间量相对应或接近该时间量。
或者,此数量等于一(那么只考虑一个间隔)。
有利地,至少一个第一条件通过以下两者进行定义:优化模块为至少一个时间间隔的充电曲线构建预测的设备项消耗,以及作为测量的设备项EQi 的消耗的函数的量,换句话说,是曲线CONSO提供的电能。
所讨论的间隔是未来和/或过去的间隔。
对于每个过去的间隔,该量直接对应于测量用于相关间隔的设备的消耗 (即电能)。因此,对于该间隔,考虑测量的消耗和设备项EQi的消耗预测。
对于每个未来的间隔,该量也是针对该时间间隔的设备项EQi的消耗预测。该预测例如至少是从最近测量数据DM构建的,例如,与预定最大持续时间所考虑的时间间隔分开的一个或多个时间间隔相关的测量数据DM构成(例如,通过考虑从与设备项EQi消耗相关的供电点PDL接收的最新i数据表达)。该第一预测的程序例如是在第二操作模式中实施的程序,且与短期预测相对应。
有利地,该条件的目标是优化模块预测的消耗与实测消耗或由最新消耗数据预测的消耗之间的偏差。
有利地,如果代表观察到的偏差的量大于与该条件相关的连续时间间隔的预定数量的阈值(例如,大于或等于1),则构建的条件为满足条件。
在实际中,分析的数量(其可选地对应于绝对值)可对应于传统差异。但是,可以设想其他计算方法;差异只是一种可能的示例性操作。
应注意,该条件可以看作为切换的唯一条件。或者,它结合诸如上文所述的另一个条件一起使用。
调节模块REG是有利地配置为从第二操作模式切换到第一操作模式——在该情况下,它调节电能Pout——以响应满足至少一个第二条件而执行充电曲线。有利地,这些条件中至少一个条件是根据以下两者之间的对比进行定义的:供电点的最大电能,与代表供电点用于充电装置和所述其它设备项而提供的总电能的第二量。
该第二量例如与用于从第一操作模式切换到第二操作模式的量相同(该量的考虑值原则上是与其它时间间隔相关联的)。
例如,第二条件被构建为,如果电能Pmax和该第二量的数值之间的差值在一个或多个间隔期间小于预定数值,则满足条件。优选地,所讨论的间隔是未来的间隔。
可选地或者并行地,考虑的第二条件,根据测量的设备项EQi的消耗来定义,换句话说,由CONSO曲线提供的电能,以及用于至少一个时间间隔的充电曲线构建的优化模块预测的设备项的消耗。
例如,这个条件接近用作第一条件的条件。例如,除了当代表预测PC和实测消耗(对于过去的间隔)或通过测量构建的预测(对于未来的间隔)之间的偏差的量小于针对选定该条件的时间间隔的预定阈值时,被视为满足条件之外,均是相同的。该阈值可以与第一条件中使用的阈值不同。第二条件也可能在考虑的时间间隔数量上有所不同。
仍参考图1,将学习模块MA配置为生成学习数据DA。这些数据有利地用于优化模块OPT的操作和/或调节模块REG的操作的情况下。
有利地,学习数据DA包括预测学习数据。
这些预测学习数据旨在根据充电装置RECH随时间的操作来改进由优化模块和/或调节模块所作的预测。这些数据例如是从统计数据生成,统计数据涉及调节模块的操作模式、模式之间的切换、输送的电能Pout、从汽车收集的充电要求数据、汽车的连接时间和/或以前实施的消耗预测。
有利地,这些数据包括预测参数化数据,预测参数化数据用于通常由充电装置RECH确定的消耗预测确定,无论使用何种预测方法,例如,GAM类型方法、专家聚合方法或学习方法的深度学习类型。
有利地,学习数据还包括优化学习数据,优化学习数据旨在通过使用数据细化确定充电曲线Pr随时间推移的程序。
这些数据有利地包括分辨率参数化数据,例如其包括用于构建充电曲线的子指标的加权因子数值。这些数值随时间调整。如上所述,这些调整根据充电装置RECH运行期间收集的数据有利地实施。
学习数据有利地包括调节学习数据,调节学习数据配置用于细化调节模块的操作,尤其是随时间推移第二操作模式的操作。
这些数据例如包括调节参数化数据,调节参数化数据定义与确定调节量有关的一个或多个规则。这些调节参数化数据例如影响由部分或所有所选要素的分析所得的数值、选定要素的分析顺序,和/或所选要素的性质。
如前所述,这些数据根据装置RECH操作期间收集的数据有利地构建。
学习数据例如是由学习模块根据定义学习模块配置的学习规则构建。
这些学习规则基于,例如,用来评估由充电装置RECH部件(特别是模块 OPT和REG)做出的决定的方法。例如诸如给定充电曲线的构建或用于调节量的数值的确定之类的对决定的评估,是例如基于决定和采用一个或多个更改决定的其他要素实施的至少一个决定模拟之间的对比(例如,对调节量的确定、用于P2的确定所选择的要素的性质、要素的顺序和/或为分析每个要素所选择的数值)。这种对比配置成产生了对所作出决定的评估,例如,通过一个或多个量化指标,以及根据所做的评估对学习数据的调整。
在实践中,这些学习规则定义了这样一种方式,其中,不同的学习数据从有关充电装置RECH操作的信息产生,信息随时间推移收集,以及这些学习规则有利地从充电装置RECH的操作定义了数据的性质和形式,它们用来通过用于学习规则生成学习数据。
如上所述,这些学习数据可选地被调节模块和优化模块使用以执行它们的功能。当这样操作时,它们被用于实施的分辨率技术和/或用于构建该分辨率的输入数据的技术。可选地,当不是这样时,模块OPT和REG使用其他数值,例如,预定的数值。人们将注意到,可以以更新的形式对这些预定的数值进行更改,在更新形式中对充电装置RECH进行更新,例如,由操作员现场或远程更新。
接口IHM包含例如显示器和/或一个或多个输入按钮(可能与触摸屏显示器形式的显示器组合)。该界面用于用户输入数据,以及用于显示用户的信息,例如,与汽车充电有关的信息,尤其是充电时间结束时,相应充电状态等。
现将参考附图,尤其是图2和图3,来描述充电装置的操作。
在初始步骤S1期间,汽车VE与充电装置RECH相连(时间t0)。
响应时,优化模块OPT在步骤S2期间构建充电曲线Pr。应注意,该步骤S2也可以在汽车与充电装置相连之前发生。
为此,它按照以上所述内容进行。尤其是,它构建时隙PTr,尤其是开始和结束时间。此外,它还构建设备项EQi随时隙PTr构建的消耗预测PC。这种结构考虑了测量数据DM,和有利地也考虑了学习数据DA。然后通过这些预测PC和Pmax,以及可选地其他考虑要素,来确定充电曲线Pr。
一旦构建了充电曲线Pr,在以充电时隙(t_init)开始的步骤S3期间,充电装置开始对汽车VE的实际充电。为此,调节模块REG在其第一操作模式中启动,且传递电能Pout稳压以与电能P1对应。在实践中,对于给定时刻,然后与电能Pout稳压对应,以对应于为该时刻构建的充电曲线的电能P1。
并行地,充电装置RECH,尤其例如,调节模块REG,注意用于将调节模块切换到第二操作模式的第一条件是否满足。实际上,对于当前间隔(或对于每个预定的间隔,例如,以固定频率),分析第一条件。如果检测到第一条件不满足,则在下一个间隔期间保持第一操作模式。
如果检测到第一条件满足,则在步骤S4中,调节模块REG切换到第二操作模式,随后,第二操作模式例如从下一个时间间隔(时间t1)开始实施。这是当设备项EQi的实际消耗足够偏离为充电曲线Pr构建而预测的消耗发散的情况。
在该步骤S4期间,调节模块调节电能Pout,使其对应于电能P2。
并行地,它确定切换到第一操作模式的一个或多个第二条件是否满足。例如定期检查,例如,按每个时间间隔定期检查。
如果是这种情况,则控制模块切换回到第一操作模式(时间t2)。在图 2A中,再次实施该第一模式,直至时间t3,其中,控制模块返回到第二操作模式。
如果不是这种情况,则它确定用于更新充电曲线的一项或多项条件是否满足(例如,在时间t4发生)。
例如,这些条件中的一项条件是根据充电时隙至给定时刻实际提供给电动汽车的电能,以及在充电曲线Pr更新前定义的直至给定时刻的充电时隙中提供的电能对应的电能之间的偏差来定义的。
换句话说,该条件涉及由充电装置在时隙PTr期间实际供应给汽车的总电能(换句话说,Pout随时间直至考虑时刻的总和)与在充电曲线已应用于时隙PTr整个经过部分(P1随时间直至考虑时刻的总和)时隙PTr期间汽车接收到的总能量之间的对比。
如果这种偏差,例如,以差值形式呈现,大于预定阈值,则要求优化模块更新充电曲线。
有利地,在每个新的时间间隔测试这些条件,至少直至满足这些条件。
有利地,一旦满足这些条件且已实施更新,则在预定的时间期间中断对诸条件的分析,预定的时间例如对应于预定的间隔数量。
应当注意,可以使用的一项条件,涉及用于确定电价的优化模块所使用的定价指数的变化。
例如,如果量化旧指数和新指数之间偏差的数量大于所选择的阈值,则调用优化模块,以更新充电曲线。
该条件可以单独使用,也可以与至少一个其他组合使用。
如图2A所示,该更新导致用新数值来更换针对未来时间间隔的预测值 P1,它们被考虑代替该时刻的这些时间间隔的初始值(t5)。
在该更新结束时,继续执行第二操作模式,从那时起,从更新的充电曲线,而不是从初始曲线(或通常来自使用的先前配置)来确定电能P2。
如前所述,继续对第一条件的监测,以及继续对更新充电曲线的监测,相应地处理相关响应。
在图2A中,装置在时间t6切换到第一操作模式,该模式保持实施,直到时刻t_end。
本发明具有几个优点。
第一,它具有比已知方法更灵活的操作,尤其是因为它允许根据不同考虑事项在操作模式之间切换。在给定时刻确定一个考虑因素,该考虑因素不需要进行一步计算,其它用作系统进化的上游预测与实时状态之间差异的补偿机制。
此外,装置可以多种不同的方式操作,因此它易于适应使用条件,尤其是设备项EQi,设施的性质等。
此外,它正在发展,因为它通过所收集的数据进行学习,从而对操作进行调整。
应注意,上述偏差是,例如是绝对值偏差。
应注意,对优化模块和/或调节模块要求作出的预测,实际上可由专用预测模块构成。该模块根据请求与相应模块沟通相应的预测。
还应注意,可以通过使用具有针对每一个确定的子指标数值的候选解决方案组,来构建配置Pr,从而提供指标的数值。然后根据这些解决方案的指标的相应数值,在候选解决方案中作出选择。例如,每个候选解决方案与指定消耗预测相对应,和/或与加权因子的给定值相对应。
应注意,对是否已经满足触发充电曲线更新的一个或多个条件的分析,有利地与当前使用的操作模式无关。尤其是,这些条件可以在第一操作模式中测试。

Claims (15)

1.充电装置,所述充电装置适于使其输入端连接到适于提供最大电能的供电点,所述充电装置适于输出给电动汽车充电的稳压电能,所述充电装置包括:
-优化模块,其配置用于构建充电曲线,充电曲线与充电时隙相关联并且代表在所述充电时隙期间为了给电动汽车充电而由充电装置输送的第一充电电能,充电曲线是至少根据在至少一部分所述充电时隙中连接所述供电点的其它设备项的电能消耗预测以及根据最大电能构建的,以及
-调节模块,其适于调节输出电能,调节模块具有:
-第一操作模式,其中,第一操作模式被配置用于调节输出电能,以在至少一部分相关联的充电时隙期间使所述电能与第一充电电能相匹配,
-第二操作模式,其中,第二操作模式被配置用于调节输出电能,以使其与第二充电电能相匹配,第二充电电能至少根据所述时隙期间测量的所述其它设备项的电能消耗数据以及根据充电曲线的第一充电电能而确定,
所述调节模块适于在第一操作模式和第二操作模式之间切换。
2.根据权利要求1所述的充电装置,其特征在于,所述调节模块被配置为响应于至少一个第一条件得到满足而从第一操作模式切换到第二操作模式,第一条件中至少一个条件与充电时隙中的一个或多个时间间隔相关联,并且是根据所述一个或多个时间间隔中其它设备项的电能消耗预测以及根据所述充电时隙期间测量的所述其它设备项的电能消耗数据来定义的。
3.根据权利要求2所述的充电装置,其特征在于,至少一个条件被配置为响应于如下事实而被检测为满足条件:代表其它设备项的电能消耗预测与在相应时刻测量的所述其它设备项的消耗,或者甚至是根据充电时隙期间测量的所述电能消耗数据所确定出的相应时刻的所述其它设备项的消耗预测,之间的偏差的量在一个或多个相关联间隔期间大于阈值。
4.根据权利要求2所述的充电装置,其特征在于,至少一个第一条件是根据供电点的最大电能与代表所述供电点在所述充电时隙期间为充电装置和所述其它设备项提供的总电能的量之间的对比来定义的,代表供电点为充电装置和所述其它设备项提供的总电能的量被构建为与对充电时隙的至少一个未来时间间隔预估的总电能相对应。
5.根据权利要求4所述的充电装置,其特征在于,根据供电点的最大电能与所述量之间的对比所定义的第一条件被构建为,如果所述量的值超过时隙中未来时间间隔的预定数量的最大电能,则满足条件,所述预定数量取决于所述量超过最大电能的幅度。
6.根据权利要求1所述的充电装置,其特征在于,优化模块适于至少根据充电时隙的至少一部分剩余部分中与所述供电点相连的其它设备项的电能消耗预测,来更新所述充电时隙的至少剩余部分的充电曲线,电能消耗预测至少由充电时隙期间测量的所述其它设备的电能消耗数据确定。
7.根据权利要求6所述的充电装置,其特征在于,优化模块适于响应于预定条件得到满足而对充电曲线进行更新,其中,预定条件是根据对应于充电时隙期间直至给定时刻实际给电动汽车提供的稳压电能的电能,与对应于由充电曲线定义的直至充电时隙给定时刻的第一电能的电能之间的偏差定义的。
8.根据权利要求1所述的充电装置,其特征在于,调节模块被配置为响应于至少一个第二条件得到满足而从第二操作模式切换到第一操作模式,以便实施充电曲线,第二条件中至少一个条件与充电时隙中的一个或多个时间间隔相关联,并且是根据所述一个或多个时间间隔中其它设备项的电能消耗预测以及根据所述充电时隙期间测量的所述其它设备项的电能消耗数据来定义的。
9.根据权利要求8所述的充电装置,其特征在于,所述至少一个第二条件的至少一个条件被配置为响应于如下事实而被检测为满足条件:代表其它设备项的电能消耗预测与在相应时刻测量的所述其它设备项的消耗,或者甚至是根据充电时隙期间测量的所述电能消耗数据所确定出的相应时刻的所述其它设备项的消耗预测,之间的偏差的量在一个或多个相关联间隔期间小于阈值。
10.根据权利要求1所述的充电装置,其特征在于,充电曲线根据至少一个如下内容进一步构建:
-电动汽车的电能储能装置的充电行为,
-电动汽车的电能储能装置的电能要求,用于给所述电能储能装置充电,
-电价,
-供电点的电气保护设备的电工行为。
11.根据权利要求1所述的充电装置,其特征在于,第二充电电能进一步定义为至少一个如下内容的函数:
-供电点处电气保护设备的电工行为,
-电动汽车的充电约束,其代表被排除的电能输出数值的至少一个范围,或者代表在充电时隙期间由充电装置给电动汽车充电期间停止充电的最大次数。
12.根据权利要求1所述的充电装置,其特征在于,充电曲线被确定为最小化下列问题的最佳解决方案:充电时隙期间充电装置和其它设备项在供电点处提取电能的最大值、由供电点针对充电时隙提供的电能的总成本,以及电动车充电时间的结束。
13.根据权利要求1所述的充电装置,进一步包括学习模块,所述学习模块被配置成根据充电装置的操作产生学习数据,至少一部分所述充电时隙中与所述供电点相连的其它设备项的至少电能消耗预测是根据所述学习数据构建的。
14.一种通过充电装置给电动汽车充电的方法,其中,充电装置的输入端与供电点相连,所述供电点适于为充电装置提供最大电能以及输出给电动汽车充电的稳压电能,所述方法包括:
-构建充电曲线,充电曲线与充电时隙相关联并且代表适于在所述充电时隙期间为了给电动汽车充电而输出的第一充电电能,所述充电曲线是至少根据在至少一部分所述充电时隙中与所述供电点相连的其它设备项的电能消耗预测以及根据最大电能构建的,以及
-实施充电装置的第一操作模式,其中,充电装置在至少一部分相关联充电时隙期间输出稳压至与第一充电电能相匹配的电能,
-从第一操作模式切换到第二操作模式,其中,充电装置输出稳压至与第二充电电能相匹配的电能,第二充电电能至少根据所述时隙期间测量的所述其它设备项的电能消耗数据以及根据充电曲线的第一充电电能确定。
15.一种计算机可读介质,当被处理器执行时,用来实施根据权利要求14所述的方法的步骤。
CN201780086868.XA 2016-12-19 2017-12-18 改进的充电装置,尤其适用于电动汽车 Active CN110312637B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1662747 2016-12-19
FR1662747A FR3060888B1 (fr) 2016-12-19 2016-12-19 Dispositif de recharge ameliore, notamment pour vehicule electrique
PCT/EP2017/083375 WO2018114842A1 (fr) 2016-12-19 2017-12-18 Dispositif de recharge amélioré, notamment pour véhicule électrique

Publications (2)

Publication Number Publication Date
CN110312637A CN110312637A (zh) 2019-10-08
CN110312637B true CN110312637B (zh) 2022-12-27

Family

ID=58547593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780086868.XA Active CN110312637B (zh) 2016-12-19 2017-12-18 改进的充电装置,尤其适用于电动汽车

Country Status (5)

Country Link
US (1) US11186194B2 (zh)
EP (1) EP3554888B1 (zh)
CN (1) CN110312637B (zh)
FR (1) FR3060888B1 (zh)
WO (1) WO2018114842A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111452660B (zh) * 2019-10-29 2023-04-18 浙江安伴汽车安全急救技术股份有限公司 新能源汽车充电管理方法、装置、服务器及充电管理系统
US20220055496A1 (en) * 2020-08-20 2022-02-24 International Business Machines Corporation Electric vehicle charging optimization based on predictive analytics utilizing machine learning
CN218594163U (zh) * 2022-10-26 2023-03-10 新世界发展有限公司 电动车辆充电装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102449572A (zh) * 2009-03-31 2012-05-09 栅点股份有限公司 电动车辆电力管理系统
CN102983566A (zh) * 2011-09-06 2013-03-20 通用电气公司 控制电力系统的控制器和方法
CN103295167A (zh) * 2013-05-13 2013-09-11 中国科学院电工研究所 居民小区电动汽车充电设施规划方法
FR2998530A1 (fr) * 2012-11-26 2014-05-30 Peugeot Citroen Automobiles Sa Procede et dispositif d'alimentation electrique d'un vehicule et vehicule associe
CN105336998A (zh) * 2014-08-07 2016-02-17 华北电力大学(保定) 考虑用户费用和变压器寿命损失的电动汽车智能充电方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8760115B2 (en) * 2009-08-20 2014-06-24 GM Global Technology Operations LLC Method for charging a plug-in electric vehicle
US8232765B2 (en) * 2010-03-13 2012-07-31 James A Billmaier Automatic and dynamic home electricity load balancing for the purpose of EV charging
US8981716B2 (en) * 2010-08-09 2015-03-17 Control Module, Inc. Power share system for electric vehicle service equipment
JP2012044822A (ja) * 2010-08-23 2012-03-01 Sanyo Electric Co Ltd 充電システム
JP5101675B2 (ja) * 2010-09-09 2012-12-19 株式会社東芝 需給バランス制御装置
US20130103378A1 (en) * 2011-05-06 2013-04-25 Qualcomm Incorporated Electricity demand prediction
US20140200724A1 (en) * 2011-08-15 2014-07-17 University Of Washington Through Its Center For Commercialization Methods and Systems for Bidirectional Charging of Electrical Devices Via an Electrical System
JP5364768B2 (ja) * 2011-09-26 2013-12-11 株式会社東芝 電力需給スケジューリング装置
JP5967515B2 (ja) * 2011-11-08 2016-08-10 パナソニックIpマネジメント株式会社 電力管理装置
JP6108148B2 (ja) * 2012-05-30 2017-04-05 日本電気株式会社 情報処理装置、情報処理システム、情報処理システムの制御方法、情報処理方法、および情報処理プログラム
JP5643791B2 (ja) * 2012-07-23 2014-12-17 株式会社東芝 電力需給制御装置及び電力需給制御方法
JP5900249B2 (ja) * 2012-08-31 2016-04-06 株式会社デンソー 電力供給システム
JP5680613B2 (ja) * 2012-11-27 2015-03-04 トヨタ自動車株式会社 車両
KR101488586B1 (ko) * 2013-03-04 2015-02-02 주식회사 엘지씨엔에스 전기차 동적 충전 방법 및 시스템
US9482703B2 (en) * 2013-03-28 2016-11-01 Sony Corporation Method, sensor and system for analyzing appliances in a power line network
JP2017515446A (ja) * 2014-04-22 2017-06-08 エヌイーシー ヨーロッパ リミテッドNec Europe Ltd. 充電ステーションネットワーク内で移動負荷に対し複数の充電ステーションの負荷分散を行う方法および充電ステーションネットワーク
US9987941B2 (en) * 2014-09-14 2018-06-05 Electric Motor Werks, Inc. Systems and methods for local autonomous response to grid conditions by electric vehicle charging stations
JP6350442B2 (ja) * 2015-08-07 2018-07-04 トヨタ自動車株式会社 充電制御システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102449572A (zh) * 2009-03-31 2012-05-09 栅点股份有限公司 电动车辆电力管理系统
CN102983566A (zh) * 2011-09-06 2013-03-20 通用电气公司 控制电力系统的控制器和方法
FR2998530A1 (fr) * 2012-11-26 2014-05-30 Peugeot Citroen Automobiles Sa Procede et dispositif d'alimentation electrique d'un vehicule et vehicule associe
CN103295167A (zh) * 2013-05-13 2013-09-11 中国科学院电工研究所 居民小区电动汽车充电设施规划方法
CN105336998A (zh) * 2014-08-07 2016-02-17 华北电力大学(保定) 考虑用户费用和变压器寿命损失的电动汽车智能充电方法

Also Published As

Publication number Publication date
FR3060888A1 (fr) 2018-06-22
EP3554888B1 (fr) 2022-09-07
US11186194B2 (en) 2021-11-30
EP3554888A1 (fr) 2019-10-23
FR3060888B1 (fr) 2022-08-12
CN110312637A (zh) 2019-10-08
WO2018114842A1 (fr) 2018-06-28
US20190344680A1 (en) 2019-11-14

Similar Documents

Publication Publication Date Title
Meng et al. A profit maximization approach to demand response management with customers behavior learning in smart grid
CN110248839B (zh) 适用于电动汽车充电的系统
Thomas et al. Intelligent residential air-conditioning system with smart-grid functionality
US9218632B2 (en) Energy smart system
CN102138266B (zh) 电力供求运用管理服务器和电力供求运用管理系统
US10389118B2 (en) Power demand and supply control apparatus and method thereof
Liang et al. Stochastic control for smart grid users with flexible demand
US20150338869A1 (en) Demand response control method and demand response control device
CN110312637B (zh) 改进的充电装置,尤其适用于电动汽车
CN102136102A (zh) 针对消费者能源消耗的分析
JP6488538B2 (ja) 劣化係数決定システム、劣化予測システム、劣化係数決定方法およびプログラム
US20170017215A1 (en) Demand prediction system and program
EP3422516A1 (en) Power supply and demand prediction system, power supply and demand prediction method and power supply and demand prediction program
JP6676477B2 (ja) 建物の消費電力予測システム、蓄電装置の制御システム、及び蓄電装置の制御方法
JP2017147869A (ja) 情報処理装置、情報処理方法、およびプログラム
JP2018165859A (ja) 予測装置、予測方法および予測プログラム
Chiş et al. Scheduling of plug-in electric vehicle battery charging with price prediction
Paterakis et al. Optimal operation of smart houses by a real-time rolling horizon algorithm
JP6074843B2 (ja) コントローラ
JP7153278B2 (ja) 電力管理システムおよび電力管理方法
Manembu et al. Multi-grained household load profile analysis using smart meter data: the case of Indonesia
JP7423977B2 (ja) 電力管理システム、電力管理装置、電力管理方法及びプログラム
JP7094312B2 (ja) 管理装置、装置、電力機器の管理方法、プログラムおよび記憶媒体
Henri et al. Mode‐based energy storage control approach for residential photovoltaic systems
Johal et al. Demand response as a load shaping tool integrating electric vehicles

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