CN112734063A - 充电桩智能引导平台 - Google Patents
充电桩智能引导平台 Download PDFInfo
- Publication number
- CN112734063A CN112734063A CN201910962368.9A CN201910962368A CN112734063A CN 112734063 A CN112734063 A CN 112734063A CN 201910962368 A CN201910962368 A CN 201910962368A CN 112734063 A CN112734063 A CN 112734063A
- Authority
- CN
- China
- Prior art keywords
- charging
- intelligent
- new energy
- user
- pile
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 230000002452 interceptive effect Effects 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 9
- 238000010276 construction Methods 0.000 abstract description 2
- 230000010354 integration Effects 0.000 abstract description 2
- 238000011160 research Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096877—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Remote Sensing (AREA)
- Marketing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及充电桩技术领域,且公开了充电桩智能引导平台,第一步:新能源车用户在手机app上输入该车辆行驶的目的地位置,并通过手机app上智能充电引导平台查询对应位置附近区域充电位置及充电桩的数量及使用情况;第二步:新能源车用户根据手机app上智能充电引导平台填写到预计到达时间。该充电桩智能引导平台,通过系统融合设计,考虑充电的工作特性,研究新能源路径问题优化算法,且根据智能充电引导平台对新能源车用户集散车辆路径优化算法进行充电引导技术,形成现有配电网在不增容的情况下大量充电桩接入的优化建设体系,充电桩负荷智能调度,便于对充电用户进行互动引导,提高用充电桩用户充电的确定性,提升用户体验。
Description
技术领域
本发明涉及充电桩技术领域,具体为充电桩智能引导平台。
背景技术
充电桩其功能类似于加油站里面的加油机,可以固定在地面或墙壁,安装于公共建筑和居民小区停车场或充电站内,可以根据不同的电压等级为各种型号的电动汽车充,充电桩的输入端与交流电网直接连接,输出端都装有充电插头用于为电动汽车充电,充电桩智能引导能够对相应的新能源汽车车主进行合理引导,选择当时最佳位置的充电桩。
根据Frost&Sullivan最近发布的“2018年全球电动车市场展望”,电动汽车的全球销量有望从2017年的120万攀升至2018年的160万,并在2019年预计进一步上升至约200万,随着世界走向全电动化的未来,全球汽车制造商正在为改进充电基础设施奠定基础,以实现电动汽车(EV)的大规模应用。
在现实生活中,里程焦虑是新能源车用户的使用体验的短板,充电服务的确定性是解决里程焦虑的关键环节,其次充电资源获取的便利性、充电的性价比、充电操作的快捷易用,也是充电用户关注的重点,电动汽车在进行路线规划时,一方面需要根据车辆访问每个站点的需求,另一方面也需要考虑电网负荷情况、电网相间平衡情况、充电桩空闲情况、燃油车占用充电车位的情况,以最大限度确保满足充电需求,为此我们提出充电桩智能引导平台。
发明内容
本发明提供了充电桩智能引导平台,具备充电桩负荷智能调度,充电用户的互动引导,提高用充电桩用户充电的确定性,提升用户体验的优点,解决了背景技术中所提到的问题。
为实现以上目的,本发明提供如下技术方案予以实现:充电桩智能引导平台,包括以下步骤:
第一步:新能源车用户在手机app上输入该车辆行驶的目的地位置,并通过手机app上智能充电引导平台查询对应位置附近区域充电位置及充电桩的数量及使用情况;
第二步:新能源车用户根据手机app上智能充电引导平台填写到预计到达时间,在新能源车用户设置预定时间前,智能充电引导平台通过北斗导航系统与用户进行对时,并填写新能源车用户的收集号码、对应车牌号码及充电型号;
第三步:智能充电引导平台中的智能调度系统为个人用户和城市服务车辆(如物流电动车、市政新能源汽车等)提供路径规划导航服务,不同于传统汽车导航,在进行路径规划的同时,考虑了及时的充电服务,并利用人工智能算法更高效的计算出优化模型,并根据新能源车用户车主填留的预约时间根据新能源车用户车主填留预约时间,寻找附近对应位置附近区域充电位置及对应型号充电桩的在预计时间前十分钟的使用情况,智能调度系统的核心是优化求解带配送时效性要求和回程运输需求的多集散点车辆路径问题,根据问题的特点,首先构造数学模型,该模型是在经典的车辆路径问题的基础上同时考虑配送时效性、回程运输以及多集散点等约束;
第四步:智能充电引导平台根据附近充电桩的使用情况及历史负荷数据、用户使用习惯,计算出给每个用户的推荐充电时间、推荐充电时间桩号(车位),以及成功概率,作为互动引导软件的基础工作数之一,能过互动引导,择优出该新能源车用户最佳充电位置,实现系统的错峰用电,智能充电引导平台中的智能调度系统为个人用户和城市服务车辆(如物流电动车、市政新能源汽车等)提供路径规划导航服务,不同于传统汽车导航,在进行路径规划的同时,考虑了及时的充电服务,并利用人工智能算法更高效的计算出优化模型,智能调度系统的核心是优化求解带配送时效性要求和回程运输需求的多集散点车辆路径问题,根据问题的特点,首先构造数学模型,该模型是在经典的车辆路径问题的基础上同时考虑配送时效性、回程运输以及多集散点等约束,提出人工智能算法计算该模型,及对应充电桩的序号并发送至该新能源车用户手机上;
第五步:新能源车用户接收到信息,可以在预计到达指定位置对应时间前的二十分钟之前可以取消,智能充电引导平台在新能源车用户在预约指定到达时间前的十五分钟向用户提醒即将到达预约时间;
第六步:新能源车用户到达目的地位置附近时,可以根据智能充电引导平台的北斗定位系统及对应充电桩位于充电地区的地图指引其到达充电位置输入对应手机号上的验证码进行充电;
第七步:智能充电引导平台在新能源车用户充电可以通过手机app平台用微信等支付软件进行支付,对应的充电桩通过智能充电引导平台上充电桩集群控制对其进行容量分时复用。
可选的,智能充电引导平台根据每个充电区域中充电桩电量使用情况,分布相匹配的充电电量。
可选的,根据智能充电引导平台上的北斗定位系统,查看每个区域充电桩的使用情况,调节使用量较大的位置添加充电桩的数量。
可选的,当新能源车用户目的位置最近区域的充电桩供用不足,智能充电引导平台将优先选择新能源车用户目的位置附近区域充电桩供用充分的位置进行充电。
可选的,智电引导平台根据充电桩使用次数情况基于大数据人工智能的智能引导平台对充电配套充电桩利用率较低的位置优先发配至对应目的地区域的新能源车用户上。
有益效果如下:
该充电桩智能引导平台,通过系统融合设计,考虑充电的工作特性,研究新能源路径问题优化算法,且根据智能充电引导平台对新能源车用户集散车辆路径优化算法进行充电引导技术,形成现有配电网在不增容的情况下大量充电桩接入的优化建设体系,充电桩负荷智能调度,便于对充电用户进行互动引导,提高用充电桩用户充电的确定性,提升用户体验。
附图说明
图1为本发明中有关多集散点车辆路径问题描述框架图;
图2为本发明中多集散点车辆路径问题符号定义模型图;
图3为本发明的算法流程示意图。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
请参阅图1-3,充电桩智能引导平台,包括以下步骤:
第一步:新能源车用户在手机app上输入该车辆行驶的目的地位置,并通过手机app上智能充电引导平台查询对应位置附近区域充电位置及充电桩的数量及使用情况,用户通过APP上报车型数据、车上剩余电量信息预估充电时间和充电电流。系统根据用户历史充电数据,给出推荐的最佳充电时间和充电桩号(车位),同时终端方便用户随时追踪车辆充电情况;
第二步:新能源车用户根据手机app上智能充电引导平台填写到预计到达时间,在新能源车用户设置预定时间前,智能充电引导平台通过北斗导航系统与用户进行对时,并填写新能源车用户的收集号码、对应车牌号码及充电型号;
第三步:智能充电引导平台中的智能调度系统为个人用户和城市服务车辆(如物流电动车、市政新能源汽车等)提供路径规划导航服务,不同于传统汽车导航,在进行路径规划的同时,考虑了及时的充电服务,并利用人工智能算法更高效的计算出优化模型,并根据新能源车用户车主填留的预约时间根据新能源车用户车主填留预约时间,寻找附近对应位置附近区域充电位置及对应型号充电桩的在预计时间前十分钟的使用情况,对智能充电桩服务体系所产生的数据进行实时采集,为分析用户行为和充电桩工况提供必要的数据支撑,通过聚类、特征提取等数据建模技术,构建用户画像和资产画像,为用户精准的提供新能源供应服务和充分发挥智能充电桩使用率提供数据保障,车辆用户数据采集:基本信息、充电记录(时间、地点、充电量、行驶里程),充电桩数据采集:基本信息、状态、累计充电时间、累计充电量(资产效率分析);
第四步:智能充电引导平台根据附近充电桩的使用情况及历史负荷数据、用户使用习惯,计算出给每个用户的推荐充电时间、推荐充电时间桩号(车位),以及成功概率,作为互动引导软件的基础工作数之一,能过互动引导,择优出该新能源车用户最佳充电位置,实现系统的错峰用电,智能充电引导平台中的智能调度系统为个人用户和城市服务车辆(如物流电动车、市政新能源汽车等)提供路径规划导航服务,不同于传统汽车导航,在进行路径规划的同时,考虑了及时的充电服务,并利用人工智能算法更高效的计算出优化模型,智能调度系统的核心是优化求解带配送时效性要求和回程运输需求的多集散点车辆路径问题(MD-VRP-TW-DP模型),根据问题的特点,首先构造数学模型,该模型是在经典的车辆路径问题的基础上同时考虑配送时效性、回程运输以及多集散点等约束,提出人工智能算法计算该模型,并将对应充电桩的序号发送至该新能源车用户手机上,根据本项目建立的“考虑充电服务的多集散点新能源车辆路径问题”模型进行相应的遗传算法设计,主要包括染色体编码设计、初始化种群设计、适应度函数设计、选择算子设计、交叉算子设计和变异算子设计等;
第五步:新能源车用户接收到信息,可以在预计到达指定位置对应时间前的二十分钟之前可以取消,智能充电引导平台在新能源车用户在预约指定到达时间前的十五分钟向用户提醒即将到达预约时间;
第六步:新能源车用户到达目的地位置附近时,可以根据智能充电引导平台的北斗定位系统及对应充电桩位于充电地区的地图指引其到达充电位置输入对应手机号上的验证码进行充电;
第七步:智能充电引导平台在新能源车用户充电可以通过手机app平台用微信等支付软件进行支付,对应的充电桩通过智能充电引导平台上充电桩集群控制对其进行容量分时复用。
其中,智能充电引导平台根据每个充电区域中充电桩电量使用情况,分布相匹配的充电电量,确保安全的情况下引导分时充电,实现负载超配但不过载,奠定大数据与人工智能结构创造价值的技术基础,综合利用套索回归、弹性网络回归等线性预测和神经网络等非线性预测模型,对用户的是否出行、行驶轨迹等行为进行预测,结合充电服务费用、用户当前能源状态可达有效充电桩位置,为用户智能推荐性价比最优的充电服务,通过对充电桩使用历史时空数据的分析,建立充电桩服务效能排队模型,预测充电桩被使用的忙闲分布概率,为电力资源调度以及车辆充电路径规划提供辅助决策依据。
其中,根据智能充电引导平台上的北斗定位系统,查看每个区域充电桩的使用情况,调节使用量较大的位置添加充电桩的数量,便于智能充电引导平台对使用频率高及充电桩数量不足的区域增加充电桩的数量,从而最大化保障在该区域中待要充电的新能源用户对车辆进行充电,缩短了新能源车用户寻找充电桩的时间,提高了新能源车用户的体验。
其中,当新能源车用户目的位置最近区域的充电桩供用不足,智能充电引导平台将优先选择新能源车用户目的位置附近区域充电桩供用充分的位置进行充电,且通过符合国密算法的加密通信系统实现能源路由和能源控制,能源控制器接接收电网调度运行策略文件,便于在低压台区范围内,通过充电需求互通引导、配电容量分时复用实现节点、相间负荷均稳和削峰填谷。
其中,智电引导平台根据充电桩使用次数情况基于大数据人工智能的智能引导平台对充电配套充电桩利用率较低的位置优先发配至对应目的地区域的新能源车用户上,确保充电桩使用频率高的充电区域缓解充电压力,避免充电桩供电不足的情况,充电桩使用频率高的区域用电量大,容易造成供电不足,且电量计费采取阶梯用电,第一档电量:不超过240千瓦时的电量,电价标准维持现价不变;第二档电量:241~400千瓦时之间的电量,电价标准比第一档电价提高0.05元/千瓦时;第三档电量:超过400千瓦时的电量,电价标准比第一档电价提高0.3元/千瓦时,合理分布充电车辆至附近不同区域,便于合理使用电量,从而避免高频率使用区域电量过高,有效降低了智电引导平台用电的成本,同时便于对充电桩使用频率低的区域进行引导及使用,增加充电桩使用频率,提高电网设备利用率。
通过符合国密算法的加密通信系统实现能源路由和能源控制。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意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、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.充电桩智能引导平台,其特征在于:包括以下步骤:
第一步:新能源车用户在手机app上输入该车辆行驶的目的地位置,并通过手机app上智能充电引导平台查询对应位置附近区域充电位置及充电桩的数量及使用情况;
第二步:新能源车用户根据手机app上智能充电引导平台填写到预计到达时间,在新能源车用户设置预定时间前,智能充电引导平台通过北斗导航系统与用户进行对时,并填写新能源车用户的收集号码、对应车牌号码及充电型号;
第三步:智能充电引导平台中的智能调度系统为个人用户和城市服务车辆(如物流电动车、市政新能源汽车等)提供路径规划导航服务,不同于传统汽车导航,在进行路径规划的同时,考虑了及时的充电服务,并利用人工智能算法更高效的计算出优化模型,并根据新能源车用户车主填留的预约时间根据新能源车用户车主填留预约时间,寻找附近对应位置附近区域充电位置及对应型号充电桩的在预计时间前十分钟的使用情况;
第四步:智能充电引导平台根据附近充电桩的使用情况及历史负荷数据、用户使用习惯,计算出给每个用户的推荐充电时间、推荐充电时间桩号(车位),以及成功概率,作为互动引导软件的基础工作数之一,能过互动引导,择优出该新能源车用户最佳充电位置,实现系统的错峰用电,智能充电引导平台中的智能调度系统为个人用户和城市服务车辆(如物流电动车、市政新能源汽车等)提供路径规划导航服务,不同于传统汽车导航,在进行路径规划的同时,考虑了及时的充电服务,并利用人工智能算法更高效的计算出优化模型,智能调度系统的核心是优化求解带配送时效性要求和回程运输需求的多集散点车辆路径问题,根据问题的特点,首先构造数学模型,该模型是在经典的车辆路径问题的基础上同时考虑配送时效性、回程运输以及多集散点等约束,提出人工智能算法计算该模型,并将对应充电桩的序号发送至该新能源车用户手机上;
第五步:新能源车用户接收到信息,可以在预计到达指定位置对应时间前的二十分钟之前可以取消,智能充电引导平台在新能源车用户在预约指定到达时间前的十五分钟向用户提醒即将到达预约时间;
第六步:新能源车用户到达目的地位置附近时,可以根据智能充电引导平台的北斗定位系统及对应充电桩位于充电地区的地图指引其到达充电位置输入对应手机号上的验证码进行充电;
第七步:智能充电引导平台在新能源车用户充电可以通过手机app平台用微信等支付软件进行支付,对应的充电桩通过智能充电引导平台上充电桩集群控制对其进行容量分时复用。
2.根据权利要求1所述的充电桩智能引导平台,其特征在于:智能充电引导平台根据每个充电区域中充电桩电量使用情况,分布相匹配的充电电量。
3.根据权利要求1所述的充电桩智能引导平台,其特征在于:根据智能充电引导平台上的北斗定位系统,查看每个区域充电桩的使用情况,调节使用量较大的位置添加充电桩的数量。
4.根据权利要求1所述的充电桩智能引导平台,其特征在于:当新能源车用户目的位置最近区域的充电桩供用不足,智能充电引导平台将优先选择新能源车用户目的位置附近区域充电桩供用充分的位置进行充电。
5.根据权利要求1所述的充电桩智能引导平台,其特征在于:智电引导平台根据充电桩使用次数情况基于大数据人工智能的智能引导平台对充电配套充电桩利用率较低的位置优先发配至对应目的地区域的新能源车用户上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962368.9A CN112734063A (zh) | 2019-10-11 | 2019-10-11 | 充电桩智能引导平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962368.9A CN112734063A (zh) | 2019-10-11 | 2019-10-11 | 充电桩智能引导平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112734063A true CN112734063A (zh) | 2021-04-30 |
Family
ID=75588715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910962368.9A Pending CN112734063A (zh) | 2019-10-11 | 2019-10-11 | 充电桩智能引导平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112734063A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
TWI763008B (zh) * | 2020-08-21 | 2022-05-01 | 拓連科技股份有限公司 | 電動巴士之充電排程系統及方法 |
CN115130779A (zh) * | 2022-07-22 | 2022-09-30 | 广州天轨科技有限公司 | 一种基于移动充电桩的智能调度方法 |
CN116489217A (zh) * | 2023-06-21 | 2023-07-25 | 广汽埃安新能源汽车股份有限公司 | 充电站信息的推送方法及装置 |
CN116976641A (zh) * | 2023-08-31 | 2023-10-31 | 四川智能建造科技股份有限公司 | 一种电动工程车辆智能调度配桩方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012055295A1 (zh) * | 2010-10-27 | 2012-05-03 | 国家电网公司 | 基于物联网的充换电监控系统及方法 |
CN104658292A (zh) * | 2015-02-15 | 2015-05-27 | 菏泽郓城职业技能鉴定基地 | 智能有序充电与车辆调度管理系统 |
CN106183852A (zh) * | 2016-07-17 | 2016-12-07 | 安徽卓越电气有限公司 | 移动终端预约充电方法 |
CN106560849A (zh) * | 2015-10-03 | 2017-04-12 | 刘跃进 | 基于互联网大数据的停车充电位智能预测管理技术和方法 |
CN106696743A (zh) * | 2017-01-11 | 2017-05-24 | 贵州大学 | 一种纯电动汽车智能充电提醒和预约充电方法及系统 |
DE102016219305A1 (de) * | 2016-10-05 | 2018-04-05 | Audi Ag | Verfahren zur Ermittlung einer voraussichtlichen Auslastung einer Ladestation |
CN108106625A (zh) * | 2017-12-15 | 2018-06-01 | 佛山租我科技有限公司 | 基于互联网的新能源汽车充电导航系统 |
CN108162787A (zh) * | 2017-12-29 | 2018-06-15 | 王辰玮 | 一种基于共享充电桩的电动汽车智能充电方法 |
CN108932561A (zh) * | 2018-06-22 | 2018-12-04 | 华北电力大学 | 一种考虑非线性充电函数的电动汽车充电路径选择方法 |
CN108981736A (zh) * | 2018-05-28 | 2018-12-11 | 国网江苏省电力有限公司电力科学研究院 | 一种基于用户出行规律的电动汽车充电路径优化方法 |
CN108983638A (zh) * | 2017-05-31 | 2018-12-11 | 国网江苏省电力公司常州供电公司 | 电动汽车充电推荐系统及方法 |
DE102017211689A1 (de) * | 2017-07-07 | 2019-01-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Routenplanung und Routenoptimierung für ein elektrisch fahrendes Fahrzeug |
CN109977325A (zh) * | 2019-04-04 | 2019-07-05 | 杭州电力设备制造有限公司 | 一种充电桩管理方法、装置、设备以及存储介质 |
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 |
-
2019
- 2019-10-11 CN CN201910962368.9A patent/CN112734063A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012055295A1 (zh) * | 2010-10-27 | 2012-05-03 | 国家电网公司 | 基于物联网的充换电监控系统及方法 |
CN104658292A (zh) * | 2015-02-15 | 2015-05-27 | 菏泽郓城职业技能鉴定基地 | 智能有序充电与车辆调度管理系统 |
CN106560849A (zh) * | 2015-10-03 | 2017-04-12 | 刘跃进 | 基于互联网大数据的停车充电位智能预测管理技术和方法 |
CN106183852A (zh) * | 2016-07-17 | 2016-12-07 | 安徽卓越电气有限公司 | 移动终端预约充电方法 |
DE102016219305A1 (de) * | 2016-10-05 | 2018-04-05 | Audi Ag | Verfahren zur Ermittlung einer voraussichtlichen Auslastung einer Ladestation |
CN106696743A (zh) * | 2017-01-11 | 2017-05-24 | 贵州大学 | 一种纯电动汽车智能充电提醒和预约充电方法及系统 |
CN108983638A (zh) * | 2017-05-31 | 2018-12-11 | 国网江苏省电力公司常州供电公司 | 电动汽车充电推荐系统及方法 |
DE102017211689A1 (de) * | 2017-07-07 | 2019-01-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Routenplanung und Routenoptimierung für ein elektrisch fahrendes Fahrzeug |
CN108106625A (zh) * | 2017-12-15 | 2018-06-01 | 佛山租我科技有限公司 | 基于互联网的新能源汽车充电导航系统 |
CN108162787A (zh) * | 2017-12-29 | 2018-06-15 | 王辰玮 | 一种基于共享充电桩的电动汽车智能充电方法 |
CN108981736A (zh) * | 2018-05-28 | 2018-12-11 | 国网江苏省电力有限公司电力科学研究院 | 一种基于用户出行规律的电动汽车充电路径优化方法 |
CN108932561A (zh) * | 2018-06-22 | 2018-12-04 | 华北电力大学 | 一种考虑非线性充电函数的电动汽车充电路径选择方法 |
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 |
CN109977325A (zh) * | 2019-04-04 | 2019-07-05 | 杭州电力设备制造有限公司 | 一种充电桩管理方法、装置、设备以及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI763008B (zh) * | 2020-08-21 | 2022-05-01 | 拓連科技股份有限公司 | 電動巴士之充電排程系統及方法 |
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 |
CN115130779A (zh) * | 2022-07-22 | 2022-09-30 | 广州天轨科技有限公司 | 一种基于移动充电桩的智能调度方法 |
CN116489217A (zh) * | 2023-06-21 | 2023-07-25 | 广汽埃安新能源汽车股份有限公司 | 充电站信息的推送方法及装置 |
CN116489217B (zh) * | 2023-06-21 | 2023-09-12 | 广汽埃安新能源汽车股份有限公司 | 充电站信息的推送方法及装置 |
CN116976641A (zh) * | 2023-08-31 | 2023-10-31 | 四川智能建造科技股份有限公司 | 一种电动工程车辆智能调度配桩方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ji et al. | Plug-in electric vehicle charging infrastructure deployment of China towards 2020: Policies, methodologies, and challenges | |
CN112734063A (zh) | 充电桩智能引导平台 | |
Asamer et al. | Optimizing charging station locations for urban taxi providers | |
Miao et al. | Autonomous connected electric vehicle (ACEV)-based car-sharing system modeling and optimal planning: A unified two-stage multi-objective optimization methodology | |
He et al. | Optimal scheduling for charging and discharging of electric vehicles | |
Liu et al. | A planning strategy considering multiple factors for electric vehicle charging stations along German motorways | |
Mozaffari et al. | Joint expansion planning studies of EV parking lots placement and distribution network | |
CN108596667B (zh) | 一种基于车联网的电动汽车实时充电电价计算方法 | |
Dashora et al. | The PHEV charging infrastructure planning (PCIP) problem | |
CN107392336A (zh) | 智能交通中基于预约的分布式电动汽车充电调度方法 | |
Jia et al. | A novel approach for urban electric vehicle charging facility planning considering combination of slow and fast charging | |
EP2760696A2 (en) | Method and system for charging electric vehicles | |
CN108269008B (zh) | 考虑用户满意度和配网可靠性的充电设施优化规划方法 | |
Tao et al. | Data-driven on-demand energy supplement planning for electric vehicles considering multi-charging/swapping services | |
Huang et al. | An improved charging navigation strategy of electric vehicles via optimal time-of-use pricing | |
Fan et al. | Optimal shared mobility planning for electric vehicles in the distribution network | |
Lindblad | Deployment methods for electric vehicle infrastructure | |
CN117077985A (zh) | 根据充电需求的电动车充电桩规划方法及系统 | |
Xavier et al. | Sizing and placing EV parking lots: challenges ahead in real applications | |
Li et al. | Development of electric vehicle charging corridor for South Carolina | |
Martins et al. | Time series studies for optimal allocation of electric charging stations in urban area | |
Huang et al. | An intelligent energy management mechanism for electric vehicles | |
Hu et al. | Hierarchical coordinated control strategies for plug-in electric vehicle charging | |
Ismail et al. | PEV charging in the future smart grid | |
Yujun et al. | Allocation Method for Mobile Charging Vehicles Based on the Spatial Charging Demand |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 95 Jiade Avenue, Caijiagang Town, Beibei District, Chongqing, 400000 Applicant after: Chongqing Guangren Iron Tower Manufacture Co.,Ltd. Address before: No. 95 Jiade Avenue, Caijiagang Town, Beibei District, Chongqing, 400000 Applicant before: CHONGQING GUANGREN TOWER MANUFACTURING Co.,Ltd. |