CN111967804B - 基于移动充电设备主动配电的调度系统 - Google Patents

基于移动充电设备主动配电的调度系统 Download PDF

Info

Publication number
CN111967804B
CN111967804B CN202011142397.XA CN202011142397A CN111967804B CN 111967804 B CN111967804 B CN 111967804B CN 202011142397 A CN202011142397 A CN 202011142397A CN 111967804 B CN111967804 B CN 111967804B
Authority
CN
China
Prior art keywords
mobile charging
information
data
charging equipment
equipment
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
CN202011142397.XA
Other languages
English (en)
Other versions
CN111967804A (zh
Inventor
刘峰
张冰洁
杨俊强
刘然
高洋
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.)
Beijing Guoxin Intelligent Power New Energy Technology Co ltd
Original Assignee
Beijing Guoxin Intelligent Power New Energy Technology Co ltd
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 Beijing Guoxin Intelligent Power New Energy Technology Co ltd filed Critical Beijing Guoxin Intelligent Power New Energy Technology Co ltd
Priority to CN202011142397.XA priority Critical patent/CN111967804B/zh
Publication of CN111967804A publication Critical patent/CN111967804A/zh
Application granted granted Critical
Publication of CN111967804B publication Critical patent/CN111967804B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION 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
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION 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
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q50/10—Services
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/92—Energy efficient charging or discharging systems for batteries, ultracapacitors, supercapacitors or double-layer capacitors specially adapted for vehicles
    • 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
    • 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
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明属于电动汽车充电领域，具体涉及一种基于移动充电设备主动配电的调度系统，旨在解决移动充电设备利用率低的问题。本系统包括：车辆端，配置为采集第一数据，发送至云端、用户端；设备端，配置为采集第二数据发送至云端；接收云端发送的控制信息，控制移动充电设备移动至设定位置，对待充电的电动汽车充电；云端，配置为通过基于深度卷积神经网络构建的第一预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至与电动汽车相关联的用户端；还配置为根据选取信息生成移动充电设备的控制信息，发送至对应的设备端；用户端，配置为选取待服务的移动充电设备，并将选取信息发送至云端。本发明提高了移动充电设备的利用率。

Description

基于移动充电设备主动配电的调度系统
技术领域
本发明属于电动汽车充电领域，具体涉及一种基于移动充电设备主动配电的调度系统。
背景技术
保障能源的可持续供应，是国家能源安全战略的不可忽视的一个环节，制定符合我国可持续发展的能源安全战略已经到了刻不容缓的地步。一方面，改善能源环境，降低碳排放是能源可持续发展的重要共识。另一方面，化石能源作为全球能源的重要形式，容易受到政治、经济、恐怖袭击等各方面的影响。节能减排和可持续发展使得以内燃机作为动力源的传统机动车面临着被淘汰的命运，而使用清洁能源的电动汽车必然会成为未来机动车行业发展的新方向。
近年来，关于新能源汽车利好政策的频频出台，新能源汽车产销量增长迅速，拉动了国内电动汽车充电设施的需求的大幅增长。在国家政策的大力支持下，新能源车已经越来越多的被消费者认可。根据相关数据显示，近年来的新能源车整体销量正在“节节攀高”。
随着电动汽车的数量不断增多，充电设备（充电桩）的需求也会随之增大，而现实是很多充电设备的使用效率不高，甚至出现闲置率较高，大量铺设公共充电设备，使得整体的充电设备的使用率在时间上呈现出来使用效率低的情况。目前现有充电设备运营商都是通过自身厂家的运营APP平台或第三方运营公司APP平台上提供的充电设备信息，提供APP平台给用户去选择或预约合适的充电设备进行充电，虽提高了充电设备的充电利用率但仍然处于被动，基于此，本发明提出了一种于移动充电设备主动配电的调度系统。
发明内容
为了解决现有技术中的上述问题，即为了解决现有的移动充电设备利用率低的问题，本发明第一方面，提出了一种基于移动充电设备主动配电的调度系统，该调度系统包括设置于远程服务器的云端、设置于被控移动充电设备的设备端、设置于被控电动汽车的车辆端以及用户端；所述云端、所述设备端、所述车辆端与所述用户端通过无线通讯链路连接；
所述车辆端，配置为采集第一数据并发送至云端、对应的用户端；所述第一数据包括电动汽车的剩余电量及位置信息；
所述设备端，配置为采集第二数据发送至云端；接收云端发送的控制信息，控制移动充电设备移动至设定位置，对待充电的电动汽车进行充电；所述第二数据包括移动充电设备的位置信息、状态信息、剩余电量信息及充电电价信息；还配置为在第一时间段内，移动充电设备从第二设定区域移动至第一设定区域，在第二时间段内，移动充电设备从第一设定区域移动至第二设定区域；
所述云端，配置为接收第一数据、第二数据，若电动汽车、移动充电设备位于同一设定区域，则通过基于深度卷积神经网络构建的第一预测模型筛选出设定数量处于待机状态的移动充电设备，并将筛选出的移动充电设备对应的第二数据推送至与电动汽车相关联的用户端；还配置为根据选取信息生成移动充电设备的控制信息，发送至对应的设备端；
所述用户端，配置为基于接收的第一数据，并结合推送的第二数据，选取待服务的移动充电设备，并将选取信息发送至云端。
在一些优选的实施方式中，多个用户端选取同一移动充电设备时：
根据各电动汽车的剩余电量、用户端对应的历史出行信息，结合各信息对应的权重，生成优先级；
将选取的移动充电设分配给优先级最高的用户端；
若生成的优先级相同，则按照低电量优先的原则，将选取的移动充电设备分配给剩余电量少的用户端。
在一些优选的实施方式中，同一用户端选取多个移动充电设备时：
计算当前用户端选取的多个移动充电设备的剩余总电量；
若所述剩余总电量大于用户端相关联的待充电电动汽车的剩余电量，则云端重新请求用户端发送选取信息；
否则，将用户选取的多个移动充电设备组成编队，生成导航规划路径，并将选取的多个移动充电设备移动至待充电电动汽车处进行充电。
在一些优选的实施方式中，所述调度系统还包括人工遥控端；所述云端还包括信息通路构建单元，配置为当单个移动充电设备或编队的移动充电设备的控制信息生成失败时，建立所述设备端与所述人工遥控端的信息通路；
所述人工遥控端，配置为接收移动充电设备的第二数据，并获取人工控制信息作为移动充电设备的控制信息发送至对应的设备端；
所述控制信息生成失败，为用户端发送选取信息与云端生成控制信息之间的时间间隔大于预设时间阈值。
在一些优选的实施方式中，所述推送其对应的推送时间为：
获取各用户端对应的历史出行信息、历史充电时间信息；
基于所述历史出行信息、所述历史充电时间信息，通过基于卷积神经网络构建的第二预测模型获取各用户端的下一次出行时间；
将下一次出行时间的前N个小时对应的时刻作为对各用户端开始推送的时间。
本发明的第二方面，提出了一种基于移动充电设备主动配电的调度方法，该方法包括：
步骤S10，采集第一数据、第二数据发送至云端；所述第一数据为电动汽车的位置信息及剩余电量信息；所述第二数据为移动充电设备的位置、状态信息、剩余电量信息以及充电电价信息；
步骤S20，基于所述第一数据、所述第二数据，通过基于深度卷积神经网络构建的预测模型筛选出设定数量处于待机状态的移动充电设备，并将筛选出的移动充电设备对应的第二数据推送至与电动汽车相关联的用户端；
步骤S30，基于获取的第一数据，并结合推送的第二数据，用户端选取待服务的移动充电设备，并将选取信息发送至云端；
步骤S40，根据所述选取信息生成移动充电设备的控制信息，控制移动充电设备移动至设定位置，对待充电的电动汽车进行充电。
在一些优选的实施方式中，多个用户端选取同一移动充电设备时：
根据各电动汽车的剩余电量、用户端对应的历史出行信息，结合各信息对应的权重，生成优先级；
将选取的移动充电设分配给优先级最高的用户端；
若生成的优先级相同，则按照低电量优先的原则，将选取的移动充电设备分配给剩余电量少的用户端。
在一些优选的实施方式中，同一用户端选取多个移动充电设备时：
计算当前用户端选取的多个移动充电设备的剩余总电量；
若所述剩余总电量大于用户端相关联的待充电电动汽车的剩余电量，则云端重新请求用户端发送选取信息；
否则，将用户选取的多个移动充电设备组成编队，生成导航规划路径，并将选取的多个移动充电设备移动至待充电电动汽车处进行充电。
本发明的第三方面，提出了一种存储装置，其中存储有多条程序，所述程序应用由处理器加载并执行以实现上述的基于移动充电设备主动配电的调度方法。
本发明的第四方面，提出了一种处理装置，包括处理器、存储装置；处理器，适用于执行各条程序；存储装置，适用于存储多条程序；所述程序适用于由处理器加载并执行以实现上述的基于移动充电设备主动配电的调度方法。
本发明的有益效果：
本发明提高了移动充电设备的利用率。
本发明通过云端的远程服务器，获取设定区域内的各移动充电设备、各电动汽车的位置及剩余电量等信息。根据获取的信息为用户主动推送移动充电设备进行充电。使得原有充电设备从被动使用转换为主动邀请，即使电动汽车充电量需求较小也调用充电设备进行充电，使电动汽车长期保持高电量状态避免突发情况，提高了充电设备的利用率以及用户体验，而且避免了高峰期充电导致电网负荷峰上加峰的问题。
另外，本发明结合各用户端对应的历史出行信息、历史充电时间信息，预测处用户的下一次时间，根据该时间对用户端进行推送，通过满足用户的自身需求提高推送的成功率，而且避免了信息骚扰。
附图说明
通过阅读参照以下附图所做的对非限制性实施例所做的详细描述，本申请的其他特征、目的和优点将会变得更明显。
图1是本发明一种实施例的基于移动充电设备主动配电的调度系统的框架示意图；
图2是本发明一种实施例的基于移动充电设备主动配电的调度方法的流程示意图；
图3是本发明一种实施例的训练数据标注方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本发明的基于移动充电设备主动配电的调度系统，如图1所示，该调度系统包括设置于远程服务器的云端100、设置于被控移动充电设备的设备端200、设置于被控电动汽车的车辆端300以及用户端400；所述云端、所述设备端、所述车辆端与所述用户端通过无线通讯链路连接；
所述车辆端100，配置为采集第一数据并发送至云端、对应的用户端；所述第一数据包括电动汽车的剩余电量及位置信息；
所述设备端200，配置为采集第二数据发送至云端；接收云端发送的控制信息，控制移动充电设备移动至设定位置，对待充电的电动汽车进行充电；所述第二数据包括移动充电设备的位置信息、状态信息、剩余电量信息及充电电价信息；还配置为在第一时间段内，移动充电设备从第二设定区域移动至第一设定区域，在第二时间段内，移动充电设备从第一设定区域移动至第二设定区域；
所述云端300，配置为接收第一数据、第二数据，若电动汽车、移动充电设备位于同一设定区域，则通过基于深度卷积神经网络构建的第一预测模型筛选出设定数量处于待机状态的移动充电设备，并将筛选出的移动充电设备对应的第二数据推送至与电动汽车相关联的用户端；还配置为根据选取信息生成移动充电设备的控制信息，发送至对应的设备端；
所述用户端400，配置为基于接收的第一数据，并结合推送的第二数据，选取待服务的移动充电设备，并将选取信息发送至云端。
为了更清晰地对本发明基于移动充电设备主动配电的调度方法进行说明，下面结合附图对本发明方法一种实施例中各步骤进行展开详述。
本发明的基于移动充电设备主动配电的调度系统，如图1所示，该调度系统包括设置于远程服务器的云端100、设置于被控移动充电设备的设备端200、设置于被控电动汽车的车辆端300以及用户端400；所述云端、所述设备端、所述车辆端与所述用户端通过无线通讯链路连接；
所述车辆端100，配置为采集第一数据并发送至云端、对应的用户端；所述第一数据包括电动汽车的剩余电量及位置信息；
所述设备端200，配置为采集第二数据发送至云端；接收云端发送的控制信息，控制移动充电设备移动至设定位置，对待充电的电动汽车进行充电；所述第二数据包括移动充电设备的位置信息、状态信息、剩余电量信息及充电电价信息；还配置为在第一时间段内，移动充电设备从第二设定区域移动至第一设定区域，在第二时间段内，移动充电设备从第一设定区域移动至第二设定区域；
在本实施例中，设备端200一方面用于采集自身的位置信息、状态信息、剩余电量信息及充电电价信息，另一方面用于接收云端发送的充电任务，并移动至待充电电动汽车处进行充电。
另外，本发明为了提高移动充电设备的利用率，在不同时间段内将移动充电设备调度值不同的设定区域，其中，将第一设定区域优选设置为办公区的停车场，第二设定区域优选设置为小区停车位；第一设定时间段优选设置为用户的上班-下班时间段，一般为早上九点到下午六点，将大部分的移动充电设备从小区停车位调度至办公区的停车场。在其他实施例中，可以将时间段设置为弹性时间段，例如早上8：30-9:30，根据各小区用户的上班时间，调整移动充电设备的调出时间。第二设定时间段为下班时间到第二天的上班时间，即下午六点到第二天九点。这样根据用户的上下班时间对移动充电设备进行办公区-小区的调度，可以最大程度的提高移动充电设备的利用率。
所述云端300，配置为接收第一数据、第二数据，若电动汽车、移动充电设备位于同一设定区域，则通过基于深度卷积神经网络构建的第一预测模型筛选出设定数量处于待机状态的移动充电设备，并将筛选出的移动充电设备对应的第二数据推送至与电动汽车相关联的用户端；还配置为根据选取信息生成移动充电设备的控制信息，发送至对应的设备端；
本发明中，第一预测模型基于深度卷积神经网络构建，第一预测模型其训练方法为：
B21，将第一数据、第二数据作为模型的输入，输出设定数量处于待机状态的移动充电设备；
B22，计算输出的处于待机状态的移动充电设备对应的第二数据与用户端选取的待服务的移动充电设备对应第二数据的误差，构建损失函数；
B23，基于损失函数更新预测模型的网络参数；
B24，循环直至步骤B21-B24，直至预测模型达到设定的精度阈值。
另外，推送其对应的推送时间的获取方法为：
获取各用户端对应的历史出行信息、历史充电时间信息；
基于所述历史出行信息、所述历史充电时间信息，通过基于卷积神经网络构建的第二预测模型获取各用户端的下一次出行时间；
将下一次出行时间的前N个小时对应的时刻作为对各用户端开始推送的时间。
第二预测模型其训练方法与第一预测模型的训练方法类似，其训练样本为：各用户端对应的历史出行信息、历史充电时间信息。
所述用户端400，配置为基于接收的第一数据，并结合推送的第二数据，选取待服务的移动充电设备，并将选取信息发送至云端。
当多个用户端选取同一移动充电设备时：
根据各电动汽车的剩余电量、用户端对应的历史出行信息，结合各信息对应的权重，生成优先级；
将选取的移动充电设分配给优先级最高的用户端；
若生成的优先级相同，则按照低电量优先的原则，将选取的移动充电设备分配给剩余电量少的用户端。
另外，当同一用户端选取多个移动充电设备时：
计算当前用户端选取的多个移动充电设备的剩余总电量；
若所述剩余总电量大于用户端相关联的待充电电动汽车的剩余电量，则云端重新请求用户端发送选取信息；
否则，将用户选取的多个移动充电设备组成编队，生成导航规划路径，并将选取的多个移动充电设备移动至待充电电动汽车处进行充电。组成编队后，编队中包括一个领航移动充电设备，一或多个跟随移动充电设备。这样一方面在行驶的过程中可以关闭跟随移动充电设备的部分电路，节省电量，另一方面，组成编队可以提高移动充电设备的安全性，减少移动充电设备的丢失、损坏。
本发明的调度系统还包括人工遥控端500；所述云端300还包括信息通路构建单元，配置为当单个移动充电设备或编队的移动充电设备的控制信息生成失败时，建立所述设备端200与所述人工遥控端500的信息通路；
所述人工遥控端500，配置为接收移动充电设备的第二数据，并获取人工控制信息作为移动充电设备的控制信息发送至对应的设备端。
本发明第二实施例的一种基于移动充电设备主动配电的调度方法，如图2所示，包括以下步骤：
步骤S10，采集第一数据、第二数据发送至云端；所述第一数据为电动汽车的位置信息及剩余电量信息；所述第二数据为移动充电设备的位置、状态信息、剩余电量信息以及充电电价信息；
步骤S20，基于所述第一数据、所述第二数据，通过基于深度卷积神经网络构建的预测模型筛选出设定数量处于待机状态的移动充电设备，并将筛选出的移动充电设备对应的第二数据推送至与电动汽车相关联的用户端；
步骤S30，基于获取的第一数据，并结合推送的第二数据，用户端选取待服务的移动充电设备，并将选取信息发送至云端；
步骤S40，根据所述选取信息生成移动充电设备的控制信息，控制移动充电设备移动至设定位置，对待充电的电动汽车进行充电。
所述技术领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的系统的具体的工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的基于移动充电设备主动配电的调度系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
本发明第三实施例的一种存储装置，其中存储有多条程序，所述程序适用于由处理器加载并实现上述的基于移动充电设备主动配电的调度方法。
本发明第四实施例的一种处理装置，包括处理器、存储装置；处理器，适于执行各条程序；存储装置，适于存储多条程序；所述程序适于由处理器加载并执行以实现上述的基于移动充电设备主动配电的调度方法。
所述技术领域的技术人员可以清楚的了解到，未描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实例中的对应过程，在此不再赘述。
下面参考图3，其示出了适于用来实现本申请方法、系统、装置实施例的服务器的计算机系统的结构示意图。图3示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示，计算机系统包括中央处理单元(CPU，Central Processing Unit)301，其可以根据存储在只读存储器(ROM，Read Only Memory)302中的程序或者从存储部分308加载到随机访问存储器(RAM，Random Access Memory)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM303通过总线304彼此相连。输入/输出(I/O，Input/Output)接口305也连接至总线304。
以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，Liquid Crystal Display)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN(局域网，Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU401执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
术语“第一”、 “第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (5)

1.一种基于移动充电设备主动配电的调度系统，其特征在于，该调度系统包括设置于远程服务器的云端、设置于被控移动充电设备的设备端、设置于被控电动汽车的车辆端以及人工遥控端、用户端；所述云端、所述设备端、所述车辆端与所述用户端通过无线通讯链路连接；
所述车辆端，配置为采集第一数据并发送至云端、对应的用户端；所述第一数据包括电动汽车的剩余电量及位置信息；
所述设备端，配置为采集第二数据发送至云端；接收云端发送的控制信息，控制移动充电设备移动至设定位置，对待充电的电动汽车进行充电；所述第二数据包括移动充电设备的位置信息、状态信息、剩余电量信息及充电电价信息；还配置为在第一时间段内，移动充电设备从第二设定区域移动至第一设定区域，在第二时间段内，移动充电设备从第一设定区域移动至第二设定区域；
所述云端，配置为接收第一数据、第二数据，若电动汽车、移动充电设备位于同一设定区域，则通过基于深度卷积神经网络构建的第一预测模型筛选出设定数量处于待机状态的移动充电设备，并将筛选出的移动充电设备对应的第二数据推送至与电动汽车相关联的用户端；还配置为根据选取信息生成移动充电设备的控制信息，发送至对应的设备端；
所述云端还包括信息通路构建单元，配置为当单个移动充电设备或编队的移动充电设备的控制信息生成失败时，建立所述设备端与所述人工遥控端的信息通路；
所述人工遥控端，配置为接收移动充电设备的第二数据，并获取人工控制信息作为移动充电设备的控制信息发送至对应的设备端；
所述用户端，配置为基于接收的第一数据，并结合推送的第二数据，选取待服务的移动充电设备，并将选取信息发送至云端。
2.根据权利要求1所述的基于移动充电设备主动配电的调度系统，其特征在于，多个用户端选取同一移动充电设备时：
根据各电动汽车的剩余电量、用户端对应的历史出行信息，结合各信息对应的权重，生成优先级；
将选取的移动充电设分配给优先级最高的用户端；
若生成的优先级相同，则按照低电量优先的原则，将选取的移动充电设备分配给剩余电量少的用户端。
3.根据权利要求1所述的基于移动充电设备主动配电的调度系统，其特征在于，同一用户端选取多个移动充电设备时：
计算当前用户端选取的多个移动充电设备的剩余总电量；
若所述剩余总电量大于用户端相关联的待充电电动汽车的剩余电量，则云端重新请求用户端发送选取信息；
否则，将用户选取的多个移动充电设备组成编队，生成导航规划路径，并将选取的多个移动充电设备移动至待充电电动汽车处进行充电。
4.根据权利要求3所述的基于移动充电设备主动配电的调度系统，其特征在于，所述控制信息生成失败，为用户端发送选取信息与云端生成控制信息之间的时间间隔大于预设时间阈值。
5.根据权利要求1所述的基于移动充电设备主动配电的调度系统，其特征在于，所述推送对应的推送时间为：
获取各用户端对应的历史出行信息、历史充电时间信息；
基于所述历史出行信息、所述历史充电时间信息，通过基于卷积神经网络构建的第二预测模型获取各用户端的下一次出行时间；
将下一次出行时间的前N个小时对应的时刻作为对各用户端开始推送的时间。
CN202011142397.XA 2020-10-23 2020-10-23 基于移动充电设备主动配电的调度系统 Active CN111967804B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011142397.XA CN111967804B (zh) 2020-10-23 2020-10-23 基于移动充电设备主动配电的调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011142397.XA CN111967804B (zh) 2020-10-23 2020-10-23 基于移动充电设备主动配电的调度系统

Publications (2)

Publication Number Publication Date
CN111967804A CN111967804A (zh) 2020-11-20
CN111967804B true CN111967804B (zh) 2021-01-29

Family

ID=73387603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011142397.XA Active CN111967804B (zh) 2020-10-23 2020-10-23 基于移动充电设备主动配电的调度系统

Country Status (1)

Country Link
CN (1) CN111967804B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112802359A (zh) * 2020-12-31 2021-05-14 金茂智慧科技(广州)有限公司 一种停车场管理方法、装置及服务器
CN113808289A (zh) * 2021-09-15 2021-12-17 上海氢巅能源信息科技有限公司 基于分布式能源服务图的充电停车方法和存储介质
CN116629413B (zh) * 2023-05-10 2024-06-21 金陵科技学院 基于随机森林及Dijkstra的移动充电装置全局最优自动部署方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107696892A (zh) * 2017-09-08 2018-02-16 国网山东省电力公司电力科学研究院 基于信息共享的需求侧电动汽车充电方案推送方法及系统
CN109501630A (zh) * 2018-12-04 2019-03-22 国网电动汽车服务有限公司 一种电动汽车充电方案实时推荐方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104917232B (zh) * 2015-05-28 2017-11-07 深圳市华宝新能源股份有限公司 电动汽车移动充电控制方法和系统
CN106985680A (zh) * 2016-01-21 2017-07-28 赐福科技股份有限公司 电动车充电服务装置及电动车充电服务系统
CN107351694B (zh) * 2016-05-09 2020-07-10 比亚迪股份有限公司 用于车辆的移动充电方法、装置及系统
US10207591B2 (en) * 2016-08-09 2019-02-19 Amko Solara Lighting Co., Ltd. Mobile vehicle charging system
CN108921632A (zh) * 2018-04-26 2018-11-30 内蒙古河山新能源技术推广服务有限公司 电动汽车自动充电方法、系统及计算机可读存储介质
CN110225081B (zh) * 2019-04-30 2022-04-29 广州大学 充电桩信息推送系统及方法
CN110956329B (zh) * 2019-12-02 2023-04-25 国网浙江省电力有限公司绍兴供电公司 基于分布式光伏与电动汽车时空分布的负荷预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107696892A (zh) * 2017-09-08 2018-02-16 国网山东省电力公司电力科学研究院 基于信息共享的需求侧电动汽车充电方案推送方法及系统
CN109501630A (zh) * 2018-12-04 2019-03-22 国网电动汽车服务有限公司 一种电动汽车充电方案实时推荐方法及系统

Also Published As

Publication number Publication date
CN111967804A (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN111967804B (zh) 基于移动充电设备主动配电的调度系统
An et al. Battery-swapping facility planning for electric buses with local charging systems
US10723230B2 (en) Intelligent vehicle charging
US10320203B2 (en) Adaptive charging algorithms for a network of electric vehicles
EP3581430A1 (en) Mobile internet based automobile integrated energy supplement system and method and storage medium
US9024571B2 (en) Charging of electric vehicles based on historical clean energy profiles
CN103617451B (zh) 一种电动汽车充电服务预约系统及其方法
US10608436B2 (en) System and method for optimal aggregation of small-scale energy storage
US20120185105A1 (en) Dynamic load profiling
CN113103904B (zh) 一种电动汽车移动充电管理方法、装置和电子设备
CN112550044B (zh) 充电站负荷调整方法、系统、装置、设备和存储介质
CN110084382B (zh) 一种配电网检修车辆调度方法及系统
CN112801331B (zh) 利用虚拟容量和优选位置实时调度进行计算负载的整形
CN105719221A (zh) 针对多任务的路径协同规划方法和装置
CN116136413A (zh) 排放优化的车辆路径和充电
CN115431811A (zh) 一种基于电网数据采集网络的电动汽车有序充电控制系统和方法
US20220163336A1 (en) Rideshare system implementing peak-shaving for fleet vehicle operators
Silva et al. Energy resources management in three distinct time horizons considering a large variation in wind power
Ravi et al. Utilization of Electric Vehicles for Vehicle-to-Grid Services: Progress and Perspectives. Energies 2022, 15, 589
WO2019171728A1 (ja) 電力管理システム、電力管理方法、およびプログラム
AU2022409596A1 (en) Network constraint energy management system for electric vehicle depot charging and scheduling
JP2022521665A (ja) 輸送方法および装置
CN112009291B (zh) 基于随机位置的移动充电设备调度方法、系统、装置
US20230382260A1 (en) Charging location selection of an incoming electric vehicle for large ev depot infrastructure
US20240202752A1 (en) Distributed energy resources management system software platform

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