CN112193112A - 一种电动汽车充电场站充电桩智能管理方法及装置 - Google Patents
一种电动汽车充电场站充电桩智能管理方法及装置 Download PDFInfo
- Publication number
- CN112193112A CN112193112A CN202011110613.2A CN202011110613A CN112193112A CN 112193112 A CN112193112 A CN 112193112A CN 202011110613 A CN202011110613 A CN 202011110613A CN 112193112 A CN112193112 A CN 112193112A
- Authority
- CN
- China
- Prior art keywords
- charging
- pile
- charging pile
- time
- electric
- 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
Images
Classifications
-
- 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
-
- 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
- B60L53/65—Monitoring or controlling charging stations involving identification of vehicles or their battery types
-
- 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
-
- 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
Abstract
本发明公开了一种电动汽车充电场站充电桩智能管理方法及装置,应用于充电站管控系统,包括:实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态;接收用户端的充电请求,获取充电需求参数信息;基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,根据充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标,若是,则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。本发明实现用户有目的的选择充电站,均衡各个充电站充电桩占用率,通过车辆识别和智能地锁开关控制结合实现对于充电停车位的管理,避免充电桩车位被燃油车占位问题。
Description
技术领域
本发明涉及电动汽车充电管理领域,具体涉及一种电动汽车充电场站充电桩智能管理方法及装置。
背景技术
电动汽车大型停车充电站用于向电动汽车提供充电设备,例如提供大量的停车位以及充电桩,其具体形式种类多样。随着电动汽车的不断增加,大规模电动汽车如何进行智能化充电控制是当前亟待解决的问题。大规模电动汽车接入电网充电势必会对电网的稳定运行产生不利影响,可能造成电网电能质量下降、电网损耗增加、变压器过载等后果;当充电桩数量增加时,由于用户端与充电端信息交互滞后,用户端无法明确充电桩信息及其实时工作状态,一方面导致充电系统运营效率下降,另一方面导致用户端不能及时找到可用的充电桩,或者用户端自行找到充电桩进行充电可能会造成多个充电站利用率不均衡的问题;电动汽车大型停车充电站中车位一般仅仅向电动汽车提供,现有的停车位经常会被非电动汽车占据,例如燃油车和其他非机动车,这样就会造成大量的充电桩未被使用,产生资源浪费,同时也会导致部分电动汽车无法充电。
发明内容
针对上述现有技术存在的问题,本发明提供了一种电动汽车充电场站充电桩智能管理方法,应用于充电站管控系统,包括:
实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态;
接收用户端的充电请求,获取充电需求参数信息,包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置;
基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,并将匹配的充电桩信息发送到用户端;
根据充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标,若是,则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。
作为上述方案的进一步优化,所述实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态,包括:
基于充电桩的采集设备采集的运行状态数据,判断充电桩发生不同故障的概率;
当至少一种故障的发生概率大于第一预设值时,所述充电桩确定为待维修状态,否则所述充电桩为可用状态。
作为上述方案的进一步优化,所述基于充电桩的采集设备采集的运行状态数据,判断充电桩发生不同故障的概率,具体包括:
基于不同维度的采集数据分别进行预处理后作为待输入数据;
执行第一类故障预测方法,基于充电桩历史告警和发生故障的关联规律数据、充电桩的生产厂家、充电桩的已使用时限和最大使用时限参数,进行多维度数据的拟合,预测发生充电桩断电以及网络故障的第一预测概率;
执行第二类故障预测方法,基于充电桩的实时电气参数以及环境参数变化曲线,进行多维度数据的拟合,预测充电桩的温度湿度数值超出第二预设值的概率,获取第二预测结果。
作为上述方案的进一步优化,所述基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,包括:
基于电动汽车当前位置进行与待选择充电桩所在充电站之间的路径规划,获取路径距离以及达到充电站的时间A1,过滤掉电动汽车剩余电量不足以到达的充电桩;
获取电动汽车达到充电桩的时刻所在充电站的充电桩占用率A2;
基于用户的充电量需求以及充电策略需求预测充电开始时间,并计算每个充电桩对电动汽车进行充电所需充电时间A3,过滤掉预计充电完成时间晚于用户充电完成时间需求的充电桩;
基于每个充电桩的达到充电站的时间A1、充电桩占用率A2和充电所需充电时间A3进行综合决策获取最优充电桩。
作为上述方案的进一步优化,所述基于用户的充电量需求以及充电策略需求预测充电开始时间,计算每个充电桩对电动汽车进行充电所需充电时间A3,包括:
若用户的充电策略需求为立即定量充电,则直接以所需充电量和充电桩充电功率计算充电完成所需时长A3;
若用户的充电策略需求为接受充电过程控制,则基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段,并获取充电完成所需时长A3。
作为上述方案的进一步优化,所述基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段,包括:
基于充电站当前时刻所有接受充电过程控制的充电请求数量,为所述电动汽车的充电请求排序;
基于充电站负荷数据预测结果,获取充电站负荷小于第三预设值的时间段;
基于充电站接收充电请求的顺序分配电动汽车的充电开始时间;
基于所需充电量和充电桩充电功率计算充电完成所需时长A3。
作为上述方案的进一步优化,所述当允许电动汽车进行车位时,通过启动充电车位的智能车位地锁使电动汽车停入车位,然后基于智能匹配的充电计划进行充电。
本发明还提供了一种电动汽车充电场站充电桩智能管理装置,包括:
实时监测单元,用于实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态;
充电请求接收单元,用于接收用户端的充电请求,获取充电需求参数信息,包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置;
充电请求智能匹配充电桩单元,用于基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,并将匹配的充电桩信息发送到用户端;
充电桩车位管理单元,用于根据充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标;若是,则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。
本发明还提供了一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述的电动汽车充电场站充电桩智能管理方法。
本发明还提供了一种终端设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行上述的电动汽车充电场站充电桩智能管理方法。
本发明的一种电动汽车充电场站充电桩智能管理方法及装置,具备如下有益效果:
1.通过控制充电桩的多种采集设备采集充电桩的环境信息、比如烟感、湿度、温度、风向、以及充电桩运行时的电气参数信息,比如电压、电流、动作开关量等,通过分析多种参数判断充电桩的状态,包括对故障的预测分析,避免了充电桩在充电过程中发生故障影响充电过程。
2.本申请在对充电桩监测过程中,通过根据用户端的充电请求、多个充电站的充电桩的使用情况等多方面智能匹配最优的充电桩,实现用户有目的的选择充电站,便于电动汽车快速到达可用的充电站进行充电,避免用户在不知道充电站充电桩使用情况下盲目选择充电站。
3.在对充电桩监测的过程中,通过充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否允许进入车位,实现对充电车位车辆身份的验证,防止其它电动汽车占用车位,同时避免充电桩车位被燃油车占位问题,导致充电桩不能得到最大利用。
4.本发明在基于电动汽车充电请求匹配充电桩的过程中,基于多个充电桩之间占用率偏差、到达充电站路径距离、完成充电所需时间计算优化目标函数,获取最佳匹配充电桩,实现用户端行驶到充电站的剩余电量最大同时实现多个充电桩利用率均衡。
附图说明
图1为本发明中基于用户端的充电请求对于充电桩以及充电车位的管理方法流程框图;
图2为图1中获取可用状态的充电桩的方法流程框图;
图3为本发明中一种电动汽车充电场站充电桩智能管理装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供了一种电动汽车充电场站充电桩智能管理方法,应用于充电站管控系统,充电站管控系统通过分别与电动汽车的用户端和充电桩多种采集设备之间的通信,实现对多个充电场站的充电桩的管理,本申请实施例提供的方法包括如下步骤:
实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态;
接收用户端的充电请求,获取充电需求参数信息,包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置;
基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,并将匹配的充电桩信息发送到用户端;
根据充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标,若是,则允许电动汽车进入车位并基于智能匹配的充电计划进行充电。
本申请实施例中通过控制充电桩的多种采集设备采集充电桩的环境信息、比如烟感、湿度、温度、风向、以及充电桩运行时的电气参数信息,比如电压、电流、动作开关量等,通过分析多种参数判断充电桩的状态,包括对故障的预测分析,避免了充电桩在充电过程中发生故障影响充电过程。
同时,在对充电桩监测过程中,通过根据用户端的充电请求、多个充电站的充电桩的使用情况等多方面智能匹配最优的充电桩,实现用户有目的的选择充电站,便于电动汽车快速到达可用的充电站进行充电,避免用户在不知道充电站充电桩使用情况下盲目选择充电站。
同时,在对充电桩监测的过程中,通过充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否允许进入车位,实现对充电车位车辆身份的验证,防止其它电动汽车占用车位,同时避免充电桩车位被燃油车占位问题,导致充电桩不能得到最大利用。
在本申请实施例中,实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态,包括:
基于充电桩的采集设备采集的运行状态数据,判断充电桩发生不同故障的概率,具体包括:
基于不同维度的采集数据分别进行预处理后作为待输入数据;
执行第一类故障预测方法,基于充电桩历史告警和发生故障的关联规律数据、充电桩的生产厂家、充电桩的已使用时限和最大使用时限参数,进行多维度数据的拟合,预测发生充电桩断电以及网络故障的第一预测概率;
执行第二类故障预测方法,基于充电桩的实时电气参数以及环境参数变化曲线,进行多维度数据的拟合,预测充电桩的温度湿度数值超出第二预设值的概率,获取第二预测结果;
当至少一种故障的发生概率大于第一预设值时,所述充电桩确定为待维修状态,否则所述充电桩为可用状态。
优选的,将第一类故障预测方法用于预测与发生时间参数无关的故障,基于充电桩的在故障发生之前累计发生的告警次数、在故障发生之后发生下一次故障之间发生的告警次数、充电桩的生产厂家、充电桩的已使用时限和最大使用时限参数,通过PNN神经网络算法进行多个参数的拟合,预测充电桩发生故障的第一的概率,其中将上述参数经过网络的输入层传输到隐藏层,输入层神经元节点为5个,经过多层隐藏层的正向传播,计算输入数据与隐藏层节点的中心距离,隐层节点的输入输出关系为:
其中,l为训练样本的特征向量个数,x为待测样本向量,X为第i类特征的第j个样本,σ为平滑参数;网络中的求和层把隐含层中属于同一类的神经元的输出值做加权平均,公式为:其中,li为第i类中的样本个数,求和层的神经元数目与类别数目M相同,输出层中获取求和层中最大的一个来当作输出的类别,Y(x)=argmax(fi(x)),输出层以向量形式输出发生故障的概率等级。
优选的,将第二类故障预测方法用于预测与发生时间参数有关的故障,即对于时间序列的预测,本申请实施例中采用卷积神经网络进行预测,卷积网络包括1个输入层、5个卷积层、5个池化层、1个全连接层和1个输出分类层,卷积层和池化层交替设置,通过卷积神经网络首先基于输入特征数据,判断故障类别,交叉熵代价函数,利用Adam方法更新模型参数,优化模型。激活函数采用不饱和非线性函数f(x)=max(0,x),池化层采用最大降采样方法。输出层选用softmax分类器,输出各个故障的概率。
上述基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,包括:
基于电动汽车当前位置进行与待选择充电桩所在充电站之间的路径规划,获取路径距离以及达到充电站的时间A1,过滤掉电动汽车剩余电量不足以到达的充电桩;可以理解的是,达到充电站的路径距离约长,在电动汽车到达充电站的路上消耗的电量也就越多,从而达到充电站时的剩余电量越少,在充电站需要补充的电量越多,随之将会导致用户的充电费用越多,所以基于用户成本最低的考虑,路径距离越短的充电站越是用户优选的充电站;
获取电动汽车达到充电桩的时刻所在充电站的充电桩占用率A2;基于多个充电站的充电桩的占用率平衡,避免充电站利用率过高和过低现象,导致充电站发生充电负荷过大现象,在进行智能匹配充电桩时,应使得每个充电站的充电桩占用率均衡化。
基于用户的充电量需求以及充电策略需求预测充电开始时间,并计算每个充电桩对电动汽车进行充电所需充电时间A3,过滤掉预计充电完成时间晚于用户充电完成时间需求的充电桩;
基于每个充电桩的达到充电站的时间A1、充电桩占用率A2和充电所需充电时间A3进行综合决策获取最优充电桩,在本申请实施例中,对于其中的综合决策通过计算目标函数:
F=min[(ω1*F1)+(ω2*F2)+(ω3*F3)],其中,ω1、ω2、ω3为权重系数,F1、F2、F3分别为前述所获取的多个充电站之间充电桩的占用率偏差、到达充电站的路径距离、充电完成所需时长(从进入充电站到离开充电站的时长),该优化目标函数的求解采用粒子群优化算法,以充电站、充电桩作为一个粒子,通过初始化算法参数,基于优化目标函数、粒子速度和位置更新公式迭代和更新粒子位置,直至到达最大迭代次数获取最佳粒子位置作为求解的匹配的充电站、充电桩信息,当然在计算过程中,为了方便计算粒子群算法的适应度函数获取每次迭代过程中的粒子最优适应度和全局最优适应度,以作为粒子群算法的适应度函数进行计算。
上述基于用户的充电量需求以及充电策略需求预测充电开始时间,计算每个充电桩对电动汽车进行充电所需充电时间A3,包括:
若用户的充电策略需求为立即定量充电,即到站后立即进行充电,则直接以所需充电量和充电桩充电功率计算充电完成所需时长A3;
若用户的充电策略需求为接受充电过程控制,即到达充电站后,连接充电桩后,按照充电站安排的充电桩启停顺序进行充电,在所匹配连接的充电桩处于启动状态时进行充电,则基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段,并获取充电完成所需时长A3,具体的,接受充电过程控制是指:
基于充电站当前时刻所有接受充电过程控制的充电请求数量,为所述电动汽车的充电请求排序;
基于充电站负荷数据预测结果,获取充电站负荷小于第三预设值的时间段;
基于充电站接收充电请求的顺序分配电动汽车的充电开始时间;
基于所需充电量和充电桩充电功率计算充电完成所需时长A3,当然这里的A3为实际充电的过程时长和非充电阶段的时长总和。
本申请实施例中基于对充电车位的严格管理,在充电车位设有设有拍摄装置和智能车位地锁,在车位没有电动汽车充电时,通过地锁的启动防止其它车辆进入车位,在经过智能匹配的电动汽车到达车位前时,通过拍摄装置拍摄图像进行图像分析后,电动汽车若为与所述充电车位所在充电桩智能匹配的待充电目标,则允许电动汽车进入车位,通过启动充电车位的智能车位地锁使电动汽车停入车位,然后基于智能匹配的充电计划进行充电。
本申请实施例还提供了一种电动汽车充电场站充电桩智能管理装置,包括:
实时监测单元,用于实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态;
充电请求接收单元,用于接收用户端的充电请求,获取充电需求参数信息,包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置;
充电请求智能匹配充电桩单元,用于基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,并将匹配的充电桩信息发送到用户端;
充电桩车位管理单元,用于根据充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标;若是,则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。
需要说明的是,前述对电动汽车充电场站充电桩智能管理方法的解释说明,也适用于本申请实施例的电动汽车充电场站充电桩智能管理装置,本申请实施例中未公布的细节,在此不再赘述。
本申请实施例还提供一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的电动汽车充电场站充电桩智能管理方法。
本申请实施例还提供一种终端设备,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行上述的电动汽车充电场站充电桩智能管理方法。
本发明不局限于上述具体的实施方式,本领域的普通技术人员从上述构思出发,不经过创造性的劳动,所做出的种种变换,均落在本发明的保护范围之内。
Claims (10)
1.一种电动汽车充电场站充电桩智能管理方法,应用于充电站管控系统,其特征在于,包括:
实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态;
接收用户端的充电请求,获取充电需求参数信息,包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置;
基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,并将匹配的充电桩信息发送到用户端;
根据充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标,若是,则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。
2.根据权利要求1所述的一种电动汽车充电场站充电桩智能管理方法,其特征在于,所述实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态,包括:
基于充电桩的采集设备采集的运行状态数据,判断充电桩发生不同故障的概率;
当至少一种故障的发生概率大于第一预设值时,所述充电桩确定为待维修状态,否则所述充电桩为可用状态。
3.根据权利要求2所述的一种电动汽车充电场站充电桩智能管理方法,其特征在于,所述基于充电桩的采集设备采集的运行状态数据,判断充电桩发生不同故障的概率,具体包括:
基于不同维度的采集数据分别进行预处理后作为待输入数据;
执行第一类故障预测方法,基于充电桩历史告警和发生故障的关联规律数据、充电桩的生产厂家、充电桩的已使用时限和最大使用时限参数,进行多维度数据的拟合,预测发生充电桩断电以及网络故障的第一预测概率;
执行第二类故障预测方法,基于充电桩的实时电气参数以及环境参数变化曲线,进行多维度数据的拟合,预测充电桩的温度湿度数值超出第二预设值的概率,获取第二预测结果。
4.根据权利要求1所述的一种电动汽车充电场站充电桩智能管理方法,其特征在于,所述基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,包括:
基于电动汽车当前位置进行与待选择充电桩所在充电站之间的路径规划,获取路径距离以及达到充电站的时间A1,过滤掉电动汽车剩余电量不足以到达的充电桩;
获取电动汽车达到充电桩的时刻所在充电站的充电桩占用率A2;
基于用户的充电量需求以及充电策略需求预测充电开始时间,并计算每个充电桩对电动汽车进行充电所需充电时间A3,过滤掉预计充电完成时间晚于用户充电完成时间需求的充电桩;
基于每个充电桩的达到充电站的时间A1、充电桩占用率A2和充电所需充电时间A3进行综合决策获取最优充电桩。
5.根据权利要求4所述的一种电动汽车充电场站充电桩智能管理方法,其特征在于,所述基于用户的充电量需求以及充电策略需求预测充电开始时间,计算每个充电桩对电动汽车进行充电所需充电时间A3,包括:
若用户的充电策略需求为立即定量充电,则直接以所需充电量和充电桩充电功率计算充电完成所需时长A3;
若用户的充电策略需求为接受充电过程控制,则基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段,并获取充电完成所需时长A3。
6.根据权利要求5所述的一种电动汽车充电场站充电桩智能管理方法,其特征在于,所述基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段,包括:
基于充电站当前时刻所有接受充电过程控制的充电请求数量,为所述电动汽车的充电请求排序;
基于充电站负荷数据预测结果,获取充电站负荷小于第三预设值的时间段;
基于充电站接收充电请求的顺序分配电动汽车的充电开始时间;
基于所需充电量和充电桩充电功率计算充电完成所需时长A3。
7.根据权利要求1所述的一种电动汽车充电场站充电桩智能管理方法,其特征在于,所述当允许电动汽车进行车位时,通过启动充电车位的智能车位地锁使电动汽车停入车位,然后基于智能匹配的充电计划进行充电。
8.一种电动汽车充电场站充电桩智能管理装置,其特征在于,包括:
实时监测单元,用于实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态;
充电请求接收单元,用于接收用户端的充电请求,获取充电需求参数信息,包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置;
充电请求智能匹配充电桩单元,用于基于可用状态的充电桩列表,根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩,并将匹配的充电桩信息发送到用户端;
充电桩车位管理单元,用于根据充电车位摄像设备拍摄的电动汽车图像,判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标;若是,则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。
9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的电动汽车充电场站充电桩智能管理方法。
10.一种终端设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的电动汽车充电场站充电桩智能管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011110613.2A CN112193112B (zh) | 2020-10-16 | 2020-10-16 | 一种电动汽车充电场站充电桩智能管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011110613.2A CN112193112B (zh) | 2020-10-16 | 2020-10-16 | 一种电动汽车充电场站充电桩智能管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112193112A true CN112193112A (zh) | 2021-01-08 |
CN112193112B CN112193112B (zh) | 2022-06-14 |
Family
ID=74009840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011110613.2A Active CN112193112B (zh) | 2020-10-16 | 2020-10-16 | 一种电动汽车充电场站充电桩智能管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112193112B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011652A (zh) * | 2021-03-18 | 2021-06-22 | 山东交通学院 | 一种电动汽车充电站选址优化方法及系统 |
CN113344277A (zh) * | 2021-06-17 | 2021-09-03 | 北京百度网讯科技有限公司 | 预测模型训练方法、状态更新方法、装置、设备和介质 |
CN113352926A (zh) * | 2021-07-28 | 2021-09-07 | 珠海格力电器股份有限公司 | 充电处理方法及装置、调度系统 |
CN113415198A (zh) * | 2021-06-29 | 2021-09-21 | 欣旺达电动汽车电池有限公司 | 智能充电控制方法、系统、电子设备及存储介质 |
CN113611142A (zh) * | 2021-08-13 | 2021-11-05 | 车主邦(北京)科技有限公司 | 一种动力补充站服务方法及装置 |
CN113705893A (zh) * | 2021-08-30 | 2021-11-26 | 平安科技(深圳)有限公司 | 充电调度管理方法、装置、计算机设备及可读存储介质 |
CN113902183A (zh) * | 2021-09-28 | 2022-01-07 | 浙江大学 | 基于bert的非侵入式台区充电桩状态监测与电价调整方法 |
CN114038236A (zh) * | 2021-12-24 | 2022-02-11 | 绿能慧充数字技术有限公司 | 一种电动汽车充电站车位智能控制系统和方法 |
CN114312429A (zh) * | 2022-01-26 | 2022-04-12 | 国网福建省电力有限公司 | 基于智能融合终端与物联开关的电动汽车充电桩控制方法 |
CN114360158A (zh) * | 2021-11-23 | 2022-04-15 | 盒马(中国)有限公司 | 设备管理方法以及装置 |
CN114604127A (zh) * | 2022-03-14 | 2022-06-10 | 武汉博顺达交通设备有限公司 | 一种基于大数据分析的电动汽车充电中心智能云管理系统 |
CN115330281A (zh) * | 2022-10-14 | 2022-11-11 | 成都秦川物联网科技股份有限公司 | 智慧城市新能源汽车充电服务方法、系统、装置和介质 |
CN115352312A (zh) * | 2022-10-20 | 2022-11-18 | 威胜信息技术股份有限公司 | 一种基于充电桩进行充电控制的方法及系统 |
CN115660323A (zh) * | 2022-10-09 | 2023-01-31 | 无锡棱光智慧物联技术有限公司 | 一种基于大数据的体育设施设备数据智能监管系统及方法 |
CN115829273A (zh) * | 2022-12-08 | 2023-03-21 | 无锡新哈远光照明有限公司 | 一种基于互联网的充电站智能监控管理系统及方法 |
CN116278902A (zh) * | 2023-05-22 | 2023-06-23 | 北京金冠智能电气科技有限公司 | 充电桩集群的充电状态监控系统 |
CN116278893A (zh) * | 2023-03-07 | 2023-06-23 | 浙江安吉智电控股有限公司 | 免扫码的充电系统、方法、装置、设备及介质 |
CN116872774A (zh) * | 2023-09-06 | 2023-10-13 | 长通智能(深圳)有限公司 | 一种基于区块链技术的充电桩充电管理方法及系统 |
CN116872777A (zh) * | 2023-07-17 | 2023-10-13 | 成都祥威瑞信科技有限公司 | 一种充电桩的控制方法及系统 |
CN117048408A (zh) * | 2023-08-09 | 2023-11-14 | 盐城工学院 | 一种电动汽车双向充电智能管理系统 |
CN117183798A (zh) * | 2023-08-09 | 2023-12-08 | 微电(广州)新能源科技有限公司 | 一种基于新能源车自动识别的充电桩系统及其充电方法 |
CN117573994A (zh) * | 2024-01-17 | 2024-02-20 | 江西五十铃汽车有限公司 | 一种电动汽车能源管理方法及系统 |
CN117674432A (zh) * | 2024-02-01 | 2024-03-08 | 山东新大陆电力股份有限公司 | 一种智能配电柜监控系统及应用该系统的配电柜 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120098676A1 (en) * | 2009-07-01 | 2012-04-26 | Nissan Motor Co., Ltd. | Information providing system, information center, in-vehicle device and information providing method |
JP2014110667A (ja) * | 2012-11-30 | 2014-06-12 | Toshiba Corp | 充電管理装置 |
CN104864883A (zh) * | 2015-05-22 | 2015-08-26 | 清华大学 | 基于云平台的电动汽车路径规划方法 |
CN105398349A (zh) * | 2015-12-18 | 2016-03-16 | 云杉智慧新能源(深圳)有限公司 | 充电桩预约充电方法 |
KR101676689B1 (ko) * | 2016-03-23 | 2016-11-17 | 주식회사 아이온커뮤니케이션즈 | 전기자동차 충전소 추천 시스템 및 방법 |
CN107640049A (zh) * | 2017-09-20 | 2018-01-30 | 东北大学 | 一种针对充电站的电动汽车有序充电的移动终端系统 |
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 |
CN108458716A (zh) * | 2018-02-02 | 2018-08-28 | 北京交通大学 | 一种基于充电桩动态占用率预测的电动汽车充电导航方法 |
CN109177802A (zh) * | 2018-10-18 | 2019-01-11 | 国网甘肃省电力公司电力科学研究院 | 一种基于无线通信的电动汽车有序充电系统及其方法 |
CN109596913A (zh) * | 2018-11-26 | 2019-04-09 | 国网冀北电力有限公司 | 充电桩故障原因诊断方法及装置 |
CN110619321A (zh) * | 2019-10-12 | 2019-12-27 | 国电南瑞南京控制系统有限公司 | 一种基于深度神经网络的充电桩技术状况诊断方法及系统 |
CN111038291A (zh) * | 2019-12-16 | 2020-04-21 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车充电故障智能诊断系统及方法 |
CN111192410A (zh) * | 2020-01-17 | 2020-05-22 | 重庆国翰能源发展有限公司 | 一种充电桩运营方法、系统及云端服务器 |
CN111415021A (zh) * | 2020-04-02 | 2020-07-14 | 福建工程学院 | 基于智能车载终端的充电桩最优位置推荐管理系统及方法 |
-
2020
- 2020-10-16 CN CN202011110613.2A patent/CN112193112B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120098676A1 (en) * | 2009-07-01 | 2012-04-26 | Nissan Motor Co., Ltd. | Information providing system, information center, in-vehicle device and information providing method |
JP2014110667A (ja) * | 2012-11-30 | 2014-06-12 | Toshiba Corp | 充電管理装置 |
CN104864883A (zh) * | 2015-05-22 | 2015-08-26 | 清华大学 | 基于云平台的电动汽车路径规划方法 |
CN105398349A (zh) * | 2015-12-18 | 2016-03-16 | 云杉智慧新能源(深圳)有限公司 | 充电桩预约充电方法 |
KR101676689B1 (ko) * | 2016-03-23 | 2016-11-17 | 주식회사 아이온커뮤니케이션즈 | 전기자동차 충전소 추천 시스템 및 방법 |
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 |
CN107640049A (zh) * | 2017-09-20 | 2018-01-30 | 东北大学 | 一种针对充电站的电动汽车有序充电的移动终端系统 |
CN108458716A (zh) * | 2018-02-02 | 2018-08-28 | 北京交通大学 | 一种基于充电桩动态占用率预测的电动汽车充电导航方法 |
CN109177802A (zh) * | 2018-10-18 | 2019-01-11 | 国网甘肃省电力公司电力科学研究院 | 一种基于无线通信的电动汽车有序充电系统及其方法 |
CN109596913A (zh) * | 2018-11-26 | 2019-04-09 | 国网冀北电力有限公司 | 充电桩故障原因诊断方法及装置 |
CN110619321A (zh) * | 2019-10-12 | 2019-12-27 | 国电南瑞南京控制系统有限公司 | 一种基于深度神经网络的充电桩技术状况诊断方法及系统 |
CN111038291A (zh) * | 2019-12-16 | 2020-04-21 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车充电故障智能诊断系统及方法 |
CN111192410A (zh) * | 2020-01-17 | 2020-05-22 | 重庆国翰能源发展有限公司 | 一种充电桩运营方法、系统及云端服务器 |
CN111415021A (zh) * | 2020-04-02 | 2020-07-14 | 福建工程学院 | 基于智能车载终端的充电桩最优位置推荐管理系统及方法 |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011652A (zh) * | 2021-03-18 | 2021-06-22 | 山东交通学院 | 一种电动汽车充电站选址优化方法及系统 |
CN113344277A (zh) * | 2021-06-17 | 2021-09-03 | 北京百度网讯科技有限公司 | 预测模型训练方法、状态更新方法、装置、设备和介质 |
CN113344277B (zh) * | 2021-06-17 | 2024-03-12 | 北京百度网讯科技有限公司 | 预测模型训练方法、状态更新方法、装置、设备和介质 |
CN113415198B (zh) * | 2021-06-29 | 2023-03-10 | 欣旺达电动汽车电池有限公司 | 智能充电控制方法、系统、电子设备及存储介质 |
CN113415198A (zh) * | 2021-06-29 | 2021-09-21 | 欣旺达电动汽车电池有限公司 | 智能充电控制方法、系统、电子设备及存储介质 |
CN113352926A (zh) * | 2021-07-28 | 2021-09-07 | 珠海格力电器股份有限公司 | 充电处理方法及装置、调度系统 |
CN113352926B (zh) * | 2021-07-28 | 2023-10-03 | 珠海格力电器股份有限公司 | 充电处理方法及装置、调度系统 |
CN113611142A (zh) * | 2021-08-13 | 2021-11-05 | 车主邦(北京)科技有限公司 | 一种动力补充站服务方法及装置 |
CN113705893A (zh) * | 2021-08-30 | 2021-11-26 | 平安科技(深圳)有限公司 | 充电调度管理方法、装置、计算机设备及可读存储介质 |
CN113902183A (zh) * | 2021-09-28 | 2022-01-07 | 浙江大学 | 基于bert的非侵入式台区充电桩状态监测与电价调整方法 |
CN114360158A (zh) * | 2021-11-23 | 2022-04-15 | 盒马(中国)有限公司 | 设备管理方法以及装置 |
CN114038236A (zh) * | 2021-12-24 | 2022-02-11 | 绿能慧充数字技术有限公司 | 一种电动汽车充电站车位智能控制系统和方法 |
CN114312429A (zh) * | 2022-01-26 | 2022-04-12 | 国网福建省电力有限公司 | 基于智能融合终端与物联开关的电动汽车充电桩控制方法 |
CN114604127A (zh) * | 2022-03-14 | 2022-06-10 | 武汉博顺达交通设备有限公司 | 一种基于大数据分析的电动汽车充电中心智能云管理系统 |
CN115660323B (zh) * | 2022-10-09 | 2024-03-08 | 无锡棱光智慧物联技术有限公司 | 一种基于大数据的体育设施设备数据智能监管系统及方法 |
CN115660323A (zh) * | 2022-10-09 | 2023-01-31 | 无锡棱光智慧物联技术有限公司 | 一种基于大数据的体育设施设备数据智能监管系统及方法 |
CN115330281B (zh) * | 2022-10-14 | 2023-01-24 | 成都秦川物联网科技股份有限公司 | 智慧城市新能源汽车充电服务方法、系统、装置和介质 |
CN115330281A (zh) * | 2022-10-14 | 2022-11-11 | 成都秦川物联网科技股份有限公司 | 智慧城市新能源汽车充电服务方法、系统、装置和介质 |
US11798061B2 (en) | 2022-10-14 | 2023-10-24 | Chengdu Qinchuan Iot Technology Co., Ltd. | Method and internet of things system of charging service for new energy vehicle in smart city |
CN115352312A (zh) * | 2022-10-20 | 2022-11-18 | 威胜信息技术股份有限公司 | 一种基于充电桩进行充电控制的方法及系统 |
CN115352312B (zh) * | 2022-10-20 | 2023-01-17 | 威胜信息技术股份有限公司 | 一种基于充电桩进行充电控制的方法及系统 |
CN115829273A (zh) * | 2022-12-08 | 2023-03-21 | 无锡新哈远光照明有限公司 | 一种基于互联网的充电站智能监控管理系统及方法 |
CN115829273B (zh) * | 2022-12-08 | 2023-09-19 | 无锡新哈远光照明有限公司 | 一种基于互联网的充电站智能监控管理系统及方法 |
CN116278893A (zh) * | 2023-03-07 | 2023-06-23 | 浙江安吉智电控股有限公司 | 免扫码的充电系统、方法、装置、设备及介质 |
CN116278902A (zh) * | 2023-05-22 | 2023-06-23 | 北京金冠智能电气科技有限公司 | 充电桩集群的充电状态监控系统 |
CN116872777A (zh) * | 2023-07-17 | 2023-10-13 | 成都祥威瑞信科技有限公司 | 一种充电桩的控制方法及系统 |
CN117183798A (zh) * | 2023-08-09 | 2023-12-08 | 微电(广州)新能源科技有限公司 | 一种基于新能源车自动识别的充电桩系统及其充电方法 |
CN117183798B (zh) * | 2023-08-09 | 2024-03-08 | 微电(广州)新能源科技有限公司 | 一种基于新能源车自动识别的充电桩系统及其充电方法 |
CN117048408A (zh) * | 2023-08-09 | 2023-11-14 | 盐城工学院 | 一种电动汽车双向充电智能管理系统 |
CN117048408B (zh) * | 2023-08-09 | 2024-04-05 | 盐城工学院 | 一种电动汽车双向充电智能管理系统 |
CN116872774A (zh) * | 2023-09-06 | 2023-10-13 | 长通智能(深圳)有限公司 | 一种基于区块链技术的充电桩充电管理方法及系统 |
CN117573994A (zh) * | 2024-01-17 | 2024-02-20 | 江西五十铃汽车有限公司 | 一种电动汽车能源管理方法及系统 |
CN117573994B (zh) * | 2024-01-17 | 2024-04-16 | 江西五十铃汽车有限公司 | 一种电动汽车能源管理方法及系统 |
CN117674432A (zh) * | 2024-02-01 | 2024-03-08 | 山东新大陆电力股份有限公司 | 一种智能配电柜监控系统及应用该系统的配电柜 |
CN117674432B (zh) * | 2024-02-01 | 2024-04-12 | 山东新大陆电力股份有限公司 | 一种智能配电柜监控系统及应用该系统的配电柜 |
Also Published As
Publication number | Publication date |
---|---|
CN112193112B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112193112B (zh) | 一种电动汽车充电场站充电桩智能管理方法及装置 | |
CN111674276B (zh) | 一种电动汽车有序充电控制方法及系统 | |
JP2024503017A (ja) | 充電管理システムにおける充電及びエネルギー供給の最適化方法並び装置 | |
CN111864759B (zh) | 一种充电桩的智能配电系统及方法 | |
CN113103905B (zh) | 一种电动汽车智能充电分配调节方法、装置、设备及介质 | |
CN106471698A (zh) | 用于调节电能存储器的充电状态的装置和方法 | |
EP2708403A2 (en) | System and method for managing load on a power grid | |
JP7455531B2 (ja) | 充電制御装置及びその方法、プログラム、充電管理装置及びその方法、プログラム | |
CN108263232B (zh) | 充电决策方法、装置及充电系统 | |
CN106921199A (zh) | 智能充电站的电力系统及智能充电方法 | |
CN113627993A (zh) | 一种基于深度强化学习的智能电动汽车充放电决策方法 | |
CN116001624A (zh) | 基于深度强化学习的一桩多联电动汽车有序充电方法 | |
CN110217131A (zh) | 一种充电桩分配方法、系统、控制中心及存储介质 | |
CN111071074B (zh) | 一种大数据和bms结合的电动汽车优化充电方法 | |
EP4031886A1 (de) | Zustandswert für wiederaufladbare batterien | |
CN112257886A (zh) | 一种小区充电桩的预约系统及方法 | |
CN115352305A (zh) | 一种分布式柔性互联与储能一体化充电桩系统 | |
CN109978241A (zh) | 一种电动汽车充电负荷的确定方法及装置 | |
CN114611811B (zh) | 基于ev负荷参与度的低碳园区优化调度方法及系统 | |
CN114619907A (zh) | 基于分布式深度强化学习的协调充电方法及协调充电系统 | |
CN116843500A (zh) | 充电站规划方法、神经网络模型训练方法、装置和设备 | |
CN111361443A (zh) | 光伏充电站充电控制方法及装置 | |
CN115465146A (zh) | 基于物联网通讯的新能源汽车交流充桩负荷调度系统 | |
CN111959335A (zh) | 一种充电桩通断电自动控制系统及方法 | |
KR20230094608A (ko) | 전기자동차 충전인프라 전력 배분을 위한 적대적 학습 시스템 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220422 Address after: 230088 No. 1800, Xi you road, hi tech Zone, Hefei, Anhui. Applicant after: ANHUI JIYUAN SOFTWARE Co.,Ltd. Address before: 230088 No. 1800, Xi you road, hi tech Zone, Hefei, Anhui. Applicant before: ANHUI JIYUAN SOFTWARE Co.,Ltd. Applicant before: State Grid Information and Communication Industry Group Co., Ltd |
|
GR01 | Patent grant | ||
GR01 | Patent grant |