CN113902315A - 一种智能生活服务系统及方法 - Google Patents
一种智能生活服务系统及方法 Download PDFInfo
- Publication number
- CN113902315A CN113902315A CN202111200913.4A CN202111200913A CN113902315A CN 113902315 A CN113902315 A CN 113902315A CN 202111200913 A CN202111200913 A CN 202111200913A CN 113902315 A CN113902315 A CN 113902315A
- Authority
- CN
- China
- Prior art keywords
- mobile service
- service device
- processing module
- service
- energy storage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 115
- 238000004146 energy storage Methods 0.000 claims abstract description 68
- 230000007246 mechanism Effects 0.000 claims abstract description 61
- 230000005611 electricity Effects 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000010248 power generation Methods 0.000 claims description 41
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 19
- 238000005265 energy consumption Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 12
- 230000000694 effects Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000001427 coherent effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 235000021168 barbecue Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 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
- G06Q10/06—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
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能生活服务系统及方法,包括云服务平台、电产能监测系统、负荷监测系统和移动服务设备,云服务平台包括:第一处理模块用于预测并评估电产能机构的输出值;第二处理模块用于基于负荷监测系统传输的负荷源历史用电量预测并评估负荷源的用电量;第三处理模块用于响应于用户终端发送的需求信息并更新由移动服务设备完成服务所需要的储能阈值,并且基于储能阈值分别对其中处于第一运行模式的移动服务设备的可调度能力以及处于第二运行模式的移动服务设备的第一用电需求进行评估;调度模块:基于电产能机构的输出值、负荷源的用电量以及第一用电需求和/或可调度能力来生成第一调度指令并发送至对应的移动服务设备。
Description
技术领域
本发明涉及智能生活服务技术领域,尤其涉及一种智能生活服务系统及方法。
背景技术
依托智能生活平台,智能生活用户足不出户便能了解社区附近生活信息,通过广泛使用的智能手机可以一键连通商家服务热线,享受由他们提供的咨询和上门服务:借助各种智能家居终端产品定时传递自己的身体健康数据,云服务后台的专家及时会诊,及时提醒;定时智能门锁汇报当天的访客情况,甚至在您不在家的时候代为签收快递;您的智能灯泡也会及时汇报您当月的用电情况,并给出更合理的用电方案;您的冰箱将随时提醒您的采购项目和对应的健康指数,指导您实现合理饮食。
例如,专利文献CN112158543A公开了一种智慧城市生活服务系统,涉及智慧生活服务领域,包括用于满足人们生活、工作、休闲活动的功能舱,用于存储与分派功能舱的控制中心,用于放置并使用功能舱的应用区,自走机器人平台,以及用于控制功能舱选取和安放的用户控制端,控制中心和应用区设有能够将功能舱转运到自走机器人平台的转运机构,自走机器人平台具有自动驾驶功能。该发明还提供一种智慧城市生活服务系统方法,包括以下步骤:S1:登录并发送需求;S2:获取需求并派送;S3:接收使用;S4:回笼维护。该发明提高了用户对于空间的利用率,用户无需对空间进行改装就可以满足多样化的工作、生活、休闲等方面的需求,减少了空间改造带来的成本,提升了用户生活质量。
但是,该城市生活服务系统的调度结果较差,使得提供服务的功能舱在高峰期不足并且在电网高峰期充电,导致了电网超负荷和能源费用过高。如何科学调度来降低服务设备的能源费用是当前没有解决的技术问题。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于申请人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
现有技术中的提供智能化服务的无人驾驶的小车、自走机器人需要充电,充电功率较大且充电的时间较长。当若干无人驾驶的小车或者机器人接入网后可能会加剧电网负荷峰谷差,造成次高峰现象,严重影响电网的安全性和稳定性,同时还会增加电网发电成本和平台的用电开支。现有技术未考虑现有的大规模接入无人的电力设备的电力市场运行方式,也无法解决电力设备入网所带来的用电问题。
本发明希望能够提供一种智能生活服务系统,包括调度模块,能够基于用户的需求、电网的负荷情况、电力设备当前的电源存储量来调度移动服务设备进行充电。例如当前主流的以具有强随机性、波动性和间歇性的新能源发电为主要电量支撑,以火力发电作为电量辅助的备用保障电源的组合方式。因此可能会出现预测得到的输出预测值与供电侧的实际实时供电能力有较大偏差,尤其当偏差为负值而供电不足时,若选择备用保障电源进行火力发电来保障用电,一方面无法短时响应,另一方面不利于节能环保,对于生活服务系统而言电力价格也将提高。
针对现有技术之不足,本发明提供了一种智能生活服务系统,至少包括云服务平台、电产能监测系统、负荷监测系统和若干个移动服务设备,所述云服务平台至少包括:第一处理模块,其用于基于电产能检测系统和气象系统传输的配电网的历史数据预测并评估电产能机构的输出值;第二处理模块,其用于基于负荷监测系统传输的负荷源历史用电量预测并评估负荷源的用电量;第三处理模块,其用于响应于用户终端发送的需求信息并更新由移动服务设备完成服务所需要的储能阈值,并且基于所述储能阈值分别对其中处于第一运行模式的移动服务设备的可调度能力以及处于第二运行模式的移动服务设备的第一用电需求进行评估;调度模块:基于由第一处理模块发送的电产能机构的输出值、由第二处理模块发送的负荷源的用电量以及由第三处理模块发送的第一用电需求和/或可调度能力来生成第一调度指令并发送至对应的移动服务设备。
为实现对移动服务设备的充放电过程的合理调控,本发明的智能生活服务系统,通过对移动服务设备的入网进行有效引导或调控,以减少移动服务设备入网对电网带来的负荷冲击以及不必要的发电装机与电网改造,保障移动服务设备与电网的协调发展,达到削峰填谷的效果。在移动服务设备闲置期间通过智能评估可调度能力以及用电需求,一方面合理地利用其蓄电池蓄能特性,缓解电网过载现象,有利于供电侧持续地良性运转,同时相较于常规的备用保障电源而言,移动服务设备的供电形式节能环保,且短时响应性强;另一方面主动地调度引导移动服务设备作为负荷入网的时机,最大程度地降低了移动服务设备入网用电对电网带来的供电影响,且生活服务系统无需付出过多的关注或分析即可实现其为移动服务设备充电的用电成本的降低。
优选地,第三处理模块还被配置为:将移动服务设备移动至目的地的历史耗能值与在目的地需要的储能阈值之和与当前储能的能量值进行对比,在当前储能的能量值大于移动服务设备移动至目的地的历史耗能值与在目的地需要的储能阈值之和的情况下,第三处理模块向移动服务设备发送服务指示。如此设置,使得移动服务设备不会在服务过程中出现电能不足的情况,不会降低服务体验。
优选地,所述系统还包括若干供能站,供能站与电力产能机构的电网连接,并且供能站与负载监测系统连接,第三处理模块还被配置为:基于移动服务设备的目的地与至少一个供能站之间的距离和/或历史环境信息更新储能阈值。与现有技术设置固定的储能阈值的方式不同,本发明设置变化的储能阈值来使得移动服务设备能够自动回到供能站进行充电,减少了人工干预移动服务设备移动的情况,进而降低了人力成本。
优选地,第三处理模块还被配置为:响应于由用户终端发送的移动服务设备更换请求信息,在预更换服务设备移动至由用户指定的目的地的过程中,第三处理模块向处于第一运行模式的移动服务设备采集当前的服务模式信息,并且将当前的服务模式信息以及用户的个性化设置信息发送至预更换服务设备,使得处于第一运行模式的移动服务设备与所述预更换服务设备之间的服务模式之间的信息差异缩小,有利于缩小不同移动服务设备的服务差异。
优选地,在预更换服务设备移动至由用户指定的目的地时,所述预更换服务设备与处于第一运行模式的移动服务设备建立有线和/或无线的信号连接,所述预更换服务设备通过有线和/或无线的信号更新服务模式信息和/或用户的个性化设置信息至与处于第一运行模式的移动服务设备完全一致,从而消除所述预更换服务设备与处于第一运行模式的移动服务设备之间的服务差异,使得即使更换移动服务设备也不会降低用户的服务体验。
优选地,所述云服务平台还包括第四处理模块,所述第四处理模块被配置为:获取移动服务设备的至少包括时间数据的历史运行数据;第四处理模块基于用户终端与所述移动服务设备之间的历史服务需求信息预测用户的需求标签;所述需求标签至少包括需求种类、需求区域、需求时域及其概率值,所述需求标签可用于由第三处理模块评估移动服务设备的可调度能力和/或用电需求。需求标签的设置,使得移动服务设备能够提高服务效率。
本发明还提供一种智能生活服务方法,其特征在于,所述方法至少包括:
基于电产能检测系统和气象系统传输的配电网的历史数据预测并评估电产能机构的输出值;基于负荷监测系统传输的负荷源历史用电量预测并评估负荷源的用电量;响应于用户终端发送的需求信息并更新由移动服务设备完成服务所需要的储能阈值,并且基于所述储能阈值分别对其中处于第一运行模式的移动服务设备的可调度能力以及处于第二运行模式的移动服务设备的第一用电需求进行评估;基于电产能机构的输出值、负荷源的用电量以及第一用电需求和/或可调度能力来生成第一调度指令并发送至对应的移动服务设备。
优选地,所述方法还包括:将移动服务设备移动至目的地的历史耗能值与在目的地需要的储能阈值之和与移动服务设备的当前储能的能量值进行对比,在当前储能的能量值大于移动服务设备移动至目的地的历史耗能值与在目的地需要的储能阈值之和的情况下,向移动服务设备发送服务指示。
优选地,所述方法还包括:基于移动服务设备的目的地与至少一个供能站之间的距离和/或历史环境信息更新储能阈值。
优选地,所述方法还包括:响应于由用户终端发送的移动服务设备更换请求信息,在预更换服务设备移动至由用户指定的目的地的过程中,第三处理模块向处于第一运行模式的移动服务设备采集当前的服务模式信息,并且将当前的服务模式信息以及用户的个性化设置信息发送至预更换服务设备,使得处于第一运行模式的移动服务设备与所述预更换服务设备之间的服务模式之间的信息差异缩小。
对于服务属性的设备,若在服务过程中设备的电力不足,不仅会降低服务体验,也会导致用户的情绪化,甚至导致用户由于情绪不稳定而损坏移动服务设备。而使用孙华的惩罚性手段会进一步恶化用户与服务系统之间的关系。因此,本发明的方法不仅能够实现对移动服务设备的充放电过程的合理调控。通过对移动服务设备的入网进行有效引导或调控,以减少移动服务设备入网对电网带来的负荷冲击以及不必要的发电装机与电网改造,保障移动服务设备与电网的协调发展,达到削峰填谷的效果。本发明还通过更新移动服务设备的储能阈值来保证移动服务设备的自动化、主动性服务,减少人工对移动服务设备移动的干预,也能够减少移动服务设备的损坏、丢失或者由于电力不足停留在某个地方的情况。
附图说明
图1是本发明提供智能服务生活系统的简化模块连接关系示意图。
附图标记列表
10:云服务平台;20:移动服务设备;30:调度模块;40:供能站;50:用户终端;11:第一处理模块;12:第二处理模块;13:第三处理模块;14:第四处理模块;60:电产能监测系统;70:负荷监测系统;80:储能系统;101:第一通讯模块;102:第二通讯模块。
具体实施方式
下面结合附图进行详细说明。
针对现有技术不足,本发明提供一种智能生活服务系统及方法,尤其提供一种能够基于城市电网的负载的负荷量变化来执行智能移动服务设备调度的智能生活服务系统。本发明还能够提供一种智能移动服务设备的服务调度系统。
现有技术中,智能化的移动服务设备逐渐趋近于复杂化和功能升级化。对应地,智能移动服务设备尤其是无人的智能移动服务需要的电能越来越多。智能移动服务设备的耗电量大,充电时间长。在用户需求繁忙的情况下,用户的服务需求时间与智能移动服务设备的充电时间构成冲突。如何科学合理地调节用户需求与智能移动服务设备的充电时间,提高智能移动服务设备的服务效率,是实现城市化服务必须要解决的技术问题。
本发明希望能够提供一种能够科学调节智能移动服务的充电时间节点的生活服务系统。在智能生活服务系统通过城市电网的运行数据、用户需求特性、供能站点的分布位置来调度移动服务设备进行充电,使得移动服务设备在满足用户需求的情况下降低充电的能源成本,同时减少移动服务设备的储备数量以降低设备成本。
本发明的移动服务设备20包括服务舱、机器人、服务车等具有服务功能的移动设备。例如,服务舱包括能够提供服务的可移动舱室。服务舱包括能够提供多种娱乐、生活的舱室等等。服务车包括无人的服务车辆,例如快递车、外卖车、提供娱乐服务的无人车、提供临时休息服务的无人车等等。例如,移动服务设备20还包括能够进行移动调度的麻将机、娱乐式机器人、烧烤装置等。移动服务设备20上设置有通讯装置、能够根据指令控制移动服务设备20的处理器、定位装置、移动感应系统以及执行相应服务功能的服务组件。
当用户在社区、公园或者郊区进行休闲活动时,能够通过用户终端50调度服务舱、机器人、服务车等具有服务功能的移动设备来进行娱乐活动,使得户外活动更丰富和有趣。例如,在公园,用户能够通过调度麻将机来在户外打麻将,通过调度功能舱来进行野外住宿和看电影,通过调度服务车来进行人员的运送,通过调度机器人来陪伴儿童、老年人玩耍;通过调度餐车来实现临时的户外烧烤、户外烹调等。
本发明中,如图1所示,云服务平台10包括通过本地信号连接或者远程连接的处理器、服务器、服务器群组、专用集成芯片中的一种或几种。
云服务平台10包括调度模块30、第一处理模块11、第二处理模块12、第三处理模块13和第四处理模块14。第一处理模块11、第二处理模块12、第三处理模块13和第四处理模块14分别与调度模块30建立连接以传输信息。
调度模块30、第一处理模块11、第二处理模块12、第三处理模块13和第四处理模块14均可以是具有计算功能的处理器、计算机、专用集成芯片中的一种或几种。
云服务平台10内设置有第一通讯模块101。第一通讯模块101与调度模块30、第一处理模块11、第二处理模块12、第三处理模块13和第四处理模块14分别建立连接关系以传输信息。
例如,移动服务设备20、供能站40、用户终端50、电产能监测系统60、负载监测系统70和储能系统80均设置有第二通讯模块102。第二通讯模块102与云服务平台10的第一通讯模块101以有线或无线的方式连接,以实现信息传输。第二通讯模块102与第一通讯模块101均可以是光纤通讯模块、蓝牙通讯模块、WiFi通信模块、无线电信号、蓝牙信号等等。
供能站40为能够向移动服务设备20进行充电以提供电能的机构或装置。供能站40的数量为若干个。供能站不限于充电站、充电桩,还可以是设置在街道、广场、商场、零售店、便利店等场所的充电装置。
用户终端50为用户使用的终端。用户终端50用于用户输入信息或接收信息、显示信息。用户终端20与云服务平台10以有线或者无线的方式建立信息连接。用户终端50包括电子设备,例如计算机终端、平板电脑终端、便携智能设备终端、便携设备例如是智能手机、智能手表、智能眼镜、智能手环等等。
电产能监测系统60为用于统计并监测电产能机构的发电能的系统。电产能机构包括光伏发电、风力发电、小水力发电、地热发电、核电以及海洋波力发电中的一种或几种能够发电的机构。
负载监测系统70用于统计并监测负荷源的用电量。负荷源即为用电侧,例如居民用电、商业用电、工业用电。储能系统80用于存储电能。
第一处理模块11被配置为:基于电产能检测系统60和气象系统传输的配电网的历史数据预测并评估电产能机构的输出值。
第二处理模块12被配置为:基于电产能监测系统60传输的负荷源历史用电量预测并评估负荷源的用电量。
第三处理模块13被配置为:监测调度网络内多个移动服务设备20的运行模式,并分别对其中处于第一运行模式的移动服务设备20的可调度能力以及处于第二运行模式的移动服务设备20的第一用电需求进行评估。
调度模块30基于由第一处理模块11发送的电产能机构的输出值、由第二处理模块12发送的负荷源的用电量以及由第三处理模块13发送的第一用电需求和/或可调度能力来生成第一调度指令并发送至对应的移动服务设备20。第一调度指令用于指示移动服务设备20切换自身的运行模式。
可调度能力包括可调度和不可调度两种结果。第一用电需求为需要充电的需求。当移动服务设备20的当前储能的能量值趋近于最小的储能阈值时,其用电需求就会比较高。最小的储能阈值是指移动服务设备20由当前位置移动至路径最短的供能站40所需要的储能的能量值。
供能站40与移动服务设备20之间能够进行充放电的双向流动。在供能站40与至少一个移动服务设备20建立供能连接的情况下,供能站40向第三处理模块13发送处于第二运行模式的移动服务设备20的编码信息。
第三处理模块13基于移动服务设备20的编码信息调取其运行数据。
第四处理模块14被配置为:获取移动服务设备20的历史运行数据。历史运行数据至少包括时间数据。第四处理模块14基于用户终端50与移动服务设备20之间的历史服务需求信息预测用户的需求标签。需求标签至少包括需求种类、需求区域、需求时域及其概率值。需求标签可用于第三处理模块13评估移动服务设备20的可调度能力和/或用电需求。
所述需求标签是基于若干用户终端与云服务平台10之间的历史数据通过大数据统计得到的。
第三处理模块13基于移动服务设备20的地理位置、功能站40的地理位置和时域建立时空特征。第三处理模块13基于预先设定的调动分析策略分析移动服务设备20的时空特征的关联程度。第三处理模块13还将移动服务设备20的时空特征的关联程度与需求标签结合来确定进行评估移动服务设备20的可调度能力和/或第二用电需求的第一评估时机。
其中,第三处理模块13基于移动服务设备20的运行数据确定移动服务设备20的运行模式。在确定移动服务设备20处于第一运行模式的情况下,第三处理模块13确定进行评估移动服务设备20的可调度能力和/或第二用电需求的第一评估时机。
第三处理模块13将需求标签与时空特征的关联程度进行分析计算,能够预测移动服务设备20处于第一运行模式时被用户请求提供服务的需求概率。第三处理模块13基于需求概率确定并指示移动服务设备20的停留区域以及停留时长阈值。
例如,A区域的需求概率为54%,则第三处理模块13基于需求概率确定并指示虽在区域的一半数量的移动服务设备20停留在A区域或A区域附近。
当第三处理模块13分析得到用户在停留时长阈值内的需求概率小于需求阈值,则无需评估停留在附近区域的移动服务设备20的可调度能力并预计第二用电需求。
需求阈值是指能够允许移动服务设备20停留且不会降低成本的最小需求概率。当需求概率大于需求阈值时,调度模块30则会向移动服务设备20发送继续停留在该区域的服务指示,不会发出转移区域的服务指示。第二用电需求是指再一次评估移动服务设备20到达目的地的用电需求和/或储能阈值。
优选地,第三处理模块13在移动服务设备20的储能降低至储能阈值时,第三处理模块13主动向用户终端询问需求服务时长和充电需求。若用户的需求服务时长小于移动服务设备20当前的储能的可使用时长,则第三处理模块13向移动服务设备20发送继续服务的信息指示。若用户的需求时长大于移动服务设备20当前的储能的可使用时长,则第三处理模块13向在用户地理位置附近的处于第二运行模式的至少一个移动服务设备20广播服务需求以及需求标签。
在处于第二运行模式的至少一个移动服务设备20响应于第三处理模块13的需求信息后,第三处理模块13基于时空特征的关联程度选择关联程度较高的移动服务设备20作为预更换服务设备。关联程度较高是指能够提供服务且到达目的地的预测时间较短的关系。关联程度较低是指能够提供服务且到达目的地的预测时间较长、或者当前储能不足以支持需求服务时间的关系。
在第三处理模块13响应于用户终端的同意更换服务设备的信息后,在预更换服务设备移动至由用户指定的目的地的过程中,第三处理模块13向处于第一运行模式的移动服务设备20采集当前的服务模式信息,并且将当前的服务模式信息以及用户的个性化设置信息发送至预更换服务设备,使得处于第一运行模式的移动服务设备20与预更换服务设备之间的服务模式之间的信息差异缩小。
预更换服务设备移动至由用户指定的目的地并且与处于第一运行模式的移动服务设备20建立有线或无线的信号连接。优选地,预更换服务设备移动至由用户指定的目的地时主动与处于第一运行模式的移动服务设备20建立无线的信号连接。例如,处于第一运行模式的移动服务设备20通过建立信息连接,并且预更换服务设备通过蓝牙连接更新服务模式信息以及用户的个性化设置信息至与处于第一运行模式的移动服务设备20完全一致,使得用户能够无衔接地继续接受新的移动服务设备20得服务,减少处于第一运行模式的移动服务设备20与预更换服务设备之间的更新时间,避免用户的长时间等待。
第三处理模块13基于预先设定的调度分析策略调取移动服务设备20的被调度次数并确定移动服务设备20的可调度能力和/或第二用电需求的第二评估时机。具体地,第三处理模块13将在预设时长内的移动服务设备20的被调度次数与预设调度次数阈值进行比较。在移动服务设备20的被调度次数大于预设调度次数阈值的情况下,第三处理模块13确定移动服务设备20的可调度能力和/或第二用电需求需要进行重新评估,即进行第二评估。
优选地,第三处理模块13基于移动服务设备20的路径变化向移动服务设备20发送更新的供能站40的地理位置信息。当移动服务设备20从第一运行模式切换为第二运行模式时,第三处理模块13基于供能站40与移动服务设备20的位置和当前的交通信息设置至少一条移动路径,便于移动服务设备20以非堵塞的路径进行移动并到达供能站40。其中,交通信息来源于当前导航系统。
优选地,移动服务设备20的储能阈值是变化和更新的。移动服务设备20的储能阈值为移动服务设备20由当前位置移动至最短时间能够到达的供能站40所需要的电量。第三处理模块13基于移动服务设备20的移动路径与供能站40的位置预测移动服务设备20的储能阈值的变化。第三处理模块13预测移动服务设备20在目的地应当剩余的储能阈值。
第三处理模块13将移动服务设备20移动至目的地的历史耗能值和在目的地需要的储能阈值之和与当前储能进行对比,在当前储能的能量值大于移动服务设备20移动至目的地的历史耗能值和在目的地需要的储能阈值之和的情况下,第三处理模块13向移动服务设备20发送服务指示。本发明中,第三处理模块13不会向与当前用户的需求需要的储能不匹配的移动服务设备20发送服务指示。
优选地,第三处理模块13基于移动服务设备20与目的地之间的环境信息调节移动服务设备20的储能阈值。环境信息包括日照强度参数、环境光线强度参数、道路颠簸强度参数等等能够引起能耗变化的环境参数。环境信息由移动服务设备20在移动过程中通过设置的用于采集环境信息的传感器组件采集并发送至云服务平台10的数据库。传感器组件的种类不限,包括光传感器、图像传感器、雷达传感器、温度传感器、振动传感器等等。
例如,日照强度参数高,移动服务设备20能够通过太阳能组件补充部分能量,则储能阈值能够降低。日照强度参数每增加A1,储能阈值降低B1。当日照强度参数增加至日照阈值时,储能阈值不再继续降低。
例如,环境光线强度参数较低,即移动服务设备20处于昏暗的环境,需要启动照明组件,则储能阈值需要增加。环境光线强度参数每降低A2,储能阈值增加B2。当日照强度参数降低至光线强度阈值时,储能阈值不再继续增加。
例如,道路导致的移动服务设备20的摇晃参数越高,或者道路中的坡度参数变化大,移动服务设备20行走时耗能越多,则需要的储能阈值越大。移动服务设备20的摇晃参数每增加A3,储能阈值增加B3。当摇晃参数增加至摇晃阈值时,储能阈值不再继续增加。
第三处理模块13基于环境信息的若干参数变化来更新移动服务设备20的储能阈值,使得移动服务设备20在服务结束时的储能阈值保持在满足移动服务设备20行动的储能范围内,避免无人的移动服务设备20由于电能不足停留在某个区域。
优选地,本发明的智能服务生活系统中的云服务平台10还保留第四处理模块14。第四处理模块14与第一通讯模块101连接。第四处理模块14用于获取各移动服务设备20的至少包括设备使用时长的历史数据。第四处理模块14对设备使用时长超出预设使用时长阈值的移动服务设备20进行用户需求特征的分析。第四处理模块14可通过分析得到需求标签。需求标签可用于表征用户的需求特征。需求标签用于第三处理模块13评估可调度能力和/或用电需求。
在得到第一评估结果、第二评估结果和第三评估结果后,调度模块30确定第一电网负荷调度指令。
第一电网负荷调度指令可用于指示调度网络中至少一个移动服务设备20的运行模式的切换。
调度模块30基于由第一处理模块11得到的第一评估结果、由第二处理模块12得到的第二评估结果以及由第三处理模块13得到的第三评估结果来确定第一电网负荷调度指令。第三评估结果即指的是由第三处理模块13处理得到的可调度能力与第一用电需求。
第一电网负荷调度指令可用于指示调度网络中至少一个移动服务设备20的运行模式的切换。
调度模块30至少基于第一评估结果与第二评估结果来指示处于第一运行模式的部分移动服务设备20的第一状态切换时机或处于第二运行模式的部分移动服务设备20的第二状态切换时机。
第一运行模式是指移动服务设备20处于服务状态的运行模式。
第二运行模式是指移动服务设备20处于等待状态或者充电状态的运行模式。
第一状态切换时机是指调度移动服务设备20入网储电或放电的时机。以使得部分移动服务设备20能够应需入网辅助供电。第二状态切换时机是指引导移动服务设备20前往某一供能站40进行充电的时机,以使得部分移动服务设备20能够应需错峰入网进行充电,减轻电网负担,有利于维持电网的良好运作。
该第一电网负荷调度指令中包含第一期望功率值。
在移动服务设备20响应电网负荷调度指令的过程中,可以通过调度系统发送携带第一期望功率值的第一电网负荷调度指令,以调节若干移动服务设备20的第一状态切换时机和/或第二状态切换时机。
该第一电网负荷调度指令中包含第二期望功率值。
在通过移动服务设备20响应电网负荷调度指令的过程中,可以通过调度系统发送携带第二期望功率值的第一电网负荷调度指令,以调节整体负荷的功率。
该第一电网负荷调度指令中包含第三期望功率值。
在通过储能系统80响应电网负荷调度指令的过程中,可以通过调度系统发送携带第三期望功率值的第一电网负荷调度指令,以调节储能系统80的功率。
与现有技术相比,本发明通过并联接入不受调节速率和调节范围限制的储能系统80以及移动服务设备20,为可调负荷提供了更大的调节灵活性,同时增加了负荷监测系统70的调节范围和电产能监测系统60的调节范围,提高了调节速度和调节精度指标。负荷监测系统70可对电网负荷调度指令有效响应。同时,由于储能系统80以及移动服务设备20具有一定的功率和能量容量,可以为负荷监测系统70提供调节范围和时间计划安排的缓冲,而在响应电网负荷调度指令的同时,减小了对负荷监测系统70生产过程的冲击,避免了由于调节可调负荷造成的质量和产能的损失。
本发明中,第一处理模块11基于电产能检测系统60和气象系统传输的配电网的历史数据预测并评估电产能机构的输出值的方法如下所述。
通过电产能检测系统60和气象系统采集或者调取配电网的历史数据。历史数据包括负荷历史值、电产能机构的历史输出值和历史气象条件值。例如,采集连续三年中每天的某配网下各负荷历史值以及电产能机构历史输出值,并同时采集与之匹配的当日的气象条件值。其中,气象条件值可以包括温度,湿度,气压,风速,太阳辐射强度等参数。
第一处理模块11基于模糊聚类对电产能机构进行集群划分,得到多个电产能机构集群。
基于发电方式的不同对供电侧的若干电产能机构进行一级集群划分以得到多个电产能机构集群。通过一级聚类,尤其将电产能机构划分为若干集群,若干集群可分别对应发电方式不同的新能源发电、火力发电、沼气燃烧发电等等。
由于不同发电形式下的发电过程具有显著的区域性、阶段性以及时域性,因此不同发电形式下的发电过程仍然具有较大的差异,单一地依据发电特点将其划分为某一类集群,无法准确地反映实际供电能力。对此,在基于发电方式进行一级集群划分的基础上,可按照模糊聚类进行二级集群的划分,以将一级集群内的若干电产能机构进一步地划分为若干个二级电产能机构集群。
按照模糊聚类进行二级集群划分得到作为同调机群的二级电产能机构集群。划分同调集群的方法可包括基于摇摆曲线、基于电气距离、基于角速度、以及基于奇异摄动原理的同调集群识别法等。在该设置下,将电产能机构中在动态过程中的动态行为相近的电产能机构划分为同一同调机群。
具体地,建立电产能机构的历史输出值所对应的观测输出数据矩阵,其对应的矩阵形式如下:
X=[x1,x2,...,xs];
其中,Xi=[xi1,xi2,...,xin],xin为第i个变量第n次观测的结果,s为变量个数。
在本发明实施例中,可以预先建立多个初始隶属度矩阵及其对应的初始聚类中心。根据各初始隶属度矩阵及其对应的初始聚类中心,对分布式输出数据矩阵进行二级集群的划分,以得到多个二级电产能机构集群。
式中,P为聚类中心矩阵,P=[p1,p2,...,pc],pc为第c类聚类中心;U为隶属度矩阵,其中djk=||xk-vj||A=(xk-vj)TA(xk-vj),为样品xk到聚类中心vj的距离范数。
通过迭代更新聚类中心和隶属度,可以实现二级电产能机构集群的划分,迭代公式如下:
其中,N表示划分的聚类个数,l为迭代代数。
在本发明实施例中,还可对若干电产能机构进行三级集群的划分。三级集群是对作为一级集群划分基础的若干电产能机构进行的,与一级二级集群之间并非递进关系。三级电产能机构集群是基于各电产能机构的地域位置进行划分的。按照一定的区域范围,将部分同处一个区域范围内的电产能机构划分为共同的三级集群。为实现数据处理及转发,确定电产能机构集群中的某一作为该电产能机构集群的路由节点。该路由节点用于负责将集群内信息向外部传送,以及负责将外部信息向其内部各进行广播。三级电产能机构集群内的各个电产能机构均具有其所在三级集群内的其他电源的状态以及运作信息。即使在指定的路由节点瘫痪或脱网的情况下,调度系统可及时地任意指定其他电源作为新的路由节点。以此保障系统的安全稳定运行。同时,各路由节点可用于对其所在三级集群内的负荷观测数据等数据进行处理,处理后的数据再转发至调度系统进行整合。对此,调度系统合理地将数据处理任务向下放至多个路由节点,调度系统承受的数据处理压力减小,可更有效地提升调度效率。
对电产能机构进行集群划分之后,样本特征更加明显,训练迭代次数也随之减少,得到的预测结果更加精准。并且预测速度也得到极大的提升,有利于在短时间尺度内实现实时的电产能机构输出值的预测。
第二处理模块12基于负荷监测系统70传输的负荷源历史用电量预测并评估负荷源的用电量的方法如下所示。
基于模糊聚类对负荷源进行集群划分,得到多个负荷源集群。
第二数据处理模块基于模糊聚类对负荷源进行集群划分,得到多个负荷源集群。在本发明实施例中,可以建立与负荷历史值所对应的负荷观测数据矩阵;根据预先设定的各初始隶属度矩阵及其对应的初始聚类中心,对负荷源观测数据矩阵进行集群的划分,以得到多个负荷源集群。
式中,P为聚类中心矩阵,P=[p1,p2,...,pc],pc为第c类聚类中心;U为隶属度矩阵,其中djk=||xk-vj||A=(xk-vj)TA(xk-vj),为样品xk到聚类中心vj的距离范数。
通过迭代更新聚类中心和隶属度,可以实现负荷源集群的划分,迭代公式如下:
其中,N表示划分的聚类个数,l为迭代代数。
使用线性回归算法与时间序列算法构建基于不同用户特性的负荷预测模型,通过具体数据分析算法构建数据模型得出基于用户特性分析的多因子负荷预测,通过线路负荷历史数据、微气象历史数据、地区GDP历史数据预测未来同期的线路负荷值;利用K-Means聚类算法对线路负荷数据进行分类,将线路负荷数据根据用电类别分为居民用电线路、商业用电线路、工业用电线路。
利用各预测模型对相应的二级电产能机构集群所对应的目标电产能机构输出值以及气象条件值进行处理,确定出各二级电产能机构集群的输出预测值。输出预测值可以指通过预测计算得到的某一电产能机构或某一电产能机构集群等在某一时间段内的供电能力大小。
第一数据处理模块利用各预测模型对相应的二级电产能机构集群所对应的目标电产能机构输出值以及气象条件值进行处理,确定出各二级电产能机构集群的输出预测值,即第一评估结果。
在计算各二级电产能机构集群的输出预测值时,首先需要对各二级电产能机构集群进行特征值提取。
其中,特征值包括当天所对应的电产能机构历史输出值和当天所对应的历史气象条件值以及前一天所对应的电产能机构历史输出值。
可以将提取出的特征值以矩阵形式表示:I=[i1,i2,...,is];
式中,Ij=[ij1,ij2,...,ijn],ijn为第j个变量第n次观测的结果,s为变量个数。
为了保证各类数据形式的统一,需要将各特征值转化为标准数据。标准化方法如下:
利用标准数据对预先建立的极限学习机进行训练;将各二级电产能机构集群所对应的目标电产能机构输出值的标准值以及气象条件值的标准值输入至训练好的极限学习机中,以得到各二级电产能机构集群的输出预测值。
极限学习机的输入参数包括预测目标日前一天的电产能机构输出值的标准值,以及预测目标日的气象条件值的标准值,相应的,输出预测目标日的电产能机构的输出预测值。
利用各预测模型对相应的负荷源集群所对应的目标负荷值以及气象条件值进行处理,确定出各负荷源集群的负荷预测值。负荷预测值可以指通过预测计算得到的某一负荷源或某一负荷源集群等在某一时间段内的用电大小。
第二数据处理模块利用各预测模型对相应的负荷源集群所对应的目标负荷值以及气象条件值进行处理,确定出各负荷源集群的负荷预测值,即第二评估结果。
在具体实现中,可以对各负荷源集群进行特征值提取;其中,特征值包括当天所对应的负荷历史值和当天所对应的历史气象条件值以及前一天所对应的负荷历史值;将各特征值转化为标准数据;利用标准数据对预先建立的极限学习机进行训练;将各负荷源集群所对应的目标负荷值以及气象条件值输入至训练好的极限学习机中,以得到各负荷源集群的负荷预测值。
在计算各负荷源集群的负荷预测值时,首先需要对各负荷源集群进行特征值提取。
其中,特征值包括当天所对应的负荷历史值和当天所对应的历史气象条件值以及前一天所对应的负荷历史值。
可以将提取出的特征值以矩阵形式表示:I=[i1,i2,...,is];
式中,Ij=[ij1,ij2,...,ijn],ijn为第j个变量第n次观测的结果,s为变量个数。
为了保证各类数据形式的统一,需要将各特征值转化为标准数据。标准化方法如下:
利用标准数据对预先建立的极限学习机进行训练;将各负荷源集群所对应的目标负荷预测值的标准值以及气象条件值的标准值输入至训练好的极限学习机中,以得到各负荷源集群的负荷预测值。
极限学习机的输入参数包括预测目标日前一天的负荷源负荷值的标准值,以及预测目标日的气象条件值的标准值,相应的,极限学习机输出预测目标日的负荷源的负荷预测值。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。本发明说明书包含多项发明构思,诸如“优选地”、“根据一个优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思,申请人保留根据每项发明构思提出分案申请的权利。
Claims (10)
1.一种智能生活服务系统,至少包括云服务平台(10)、电产能监测系统(60)、负荷监测系统(70)和若干个移动服务设备(20),
其特征在于,所述云服务平台(10)至少包括:
第一处理模块(11),其用于基于电产能检测系统(60)和气象系统传输的配电网的历史数据预测并评估电产能机构的输出值;
第二处理模块(12),其用于基于负荷监测系统(70)传输的负荷源历史用电量预测并评估负荷源的用电量;
第三处理模块(13),其用于响应于用户终端(50)发送的需求信息并更新由移动服务设备(20)完成服务所需要的储能阈值,并且基于所述储能阈值分别对其中处于第一运行模式的移动服务设备(20)的可调度能力以及处于第二运行模式的移动服务设备(20)的第一用电需求进行评估;
调度模块(30):基于由第一处理模块(11)发送的电产能机构的输出值、由第二处理模块(12)发送的负荷源的用电量以及由第三处理模块(13)发送的第一用电需求和/或可调度能力来生成第一调度指令并发送至对应的移动服务设备(20)。
2.根据权利要求1所述的智能生活服务系统,其特征在于,第三处理模块(13)还被配置为:
将移动服务设备(20)移动至目的地的历史耗能值与在目的地需要的储能阈值之和与当前储能的能量值进行对比,在当前储能的能量值大于移动服务设备(20)移动至目的地的历史耗能值与在目的地需要的储能阈值之和的情况下,第三处理模块(13)向移动服务设备(20)发送服务指示。
3.根据权利要求1或2所述的智能生活服务系统,其特征在于,所述系统还包括若干供能站(40),
第三处理模块(13)还被配置为:
基于移动服务设备(20)的目的地与至少一个供能站(40)之间的距离和/或历史环境信息更新储能阈值。
4.根据权利要求1~3任一项所述的智能生活服务系统,其特征在于,第三处理模块(13)还被配置为:
响应于由用户终端(50)发送的移动服务设备更换请求信息,在预更换服务设备移动至由用户指定的目的地的过程中,第三处理模块(13)向处于第一运行模式的移动服务设备(20)采集当前的服务模式信息,并且将当前的服务模式信息以及用户的个性化设置信息发送至预更换服务设备,使得处于第一运行模式的移动服务设备(20)与所述预更换服务设备之间的服务模式之间的信息差异缩小。
5.根据权利要求1~4任一项所述的智能生活服务系统,其特征在于,在预更换服务设备移动至由用户指定的目的地时,
所述预更换服务设备与处于第一运行模式的移动服务设备(20)建立有线和/或无线的信号连接,
所述预更换服务设备通过有线和/或无线的信号更新服务模式信息和/或用户的个性化设置信息至与处于第一运行模式的移动服务设备(20)完全一致,从而消除所述预更换服务设备与处于第一运行模式的移动服务设备(20)之间的服务差异。
6.根据权利要求1~5任一项所述的智能生活服务系统,其特征在于,所述云服务平台还包括第四处理模块(14),所述第四处理模块(14)被配置为:
获取移动服务设备(20)的至少包括时间数据的历史运行数据;
第四处理模块(14)基于用户终端(50)与所述移动服务设备(20)之间的历史服务需求信息预测用户的需求标签;
所述需求标签至少包括需求种类、需求区域、需求时域及其概率值,
所述需求标签可用于由第三处理模块(13)评估移动服务设备(20)的可调度能力和/或用电需求。
7.一种智能生活服务方法,其特征在于,所述方法至少包括:
基于电产能检测系统(60)和气象系统传输的配电网的历史数据预测并评估电产能机构的输出值;
基于负荷监测系统(70)传输的负荷源历史用电量预测并评估负荷源的用电量;
响应于用户终端(50)发送的需求信息并更新由移动服务设备(20)完成服务所需要的储能阈值,并且基于所述储能阈值分别对其中处于第一运行模式的移动服务设备(20)的可调度能力以及处于第二运行模式的移动服务设备(20)的第一用电需求进行评估;
基于电产能机构的输出值、负荷源的用电量以及第一用电需求和/或可调度能力来生成第一调度指令并发送至对应的移动服务设备(20)。
8.根据权利要求7任一项所述的智能生活服务方法,其特征在于,所述方法还包括:
将移动服务设备(20)移动至目的地的历史耗能值与在目的地需要的储能阈值之和与移动服务设备(20)的当前储能的能量值进行对比,在当前储能的能量值大于移动服务设备(20)移动至目的地的历史耗能值与在目的地需要的储能阈值之和的情况下,向移动服务设备(20)发送服务指示。
9.根据权利要求7或8所述的智能生活服务方法,其特征在于,所述方法还包括:
基于移动服务设备(20)的目的地与至少一个供能站(40)之间的距离和/或历史环境信息更新储能阈值。
10.根据权利要求7~9任一项所述的智能生活服务方法,其特征在于,响应于由用户终端(50)发送的移动服务设备更换请求信息,在预更换服务设备移动至由用户指定的目的地的过程中,第三处理模块(13)向处于第一运行模式的移动服务设备(20)采集当前的服务模式信息,并且将当前的服务模式信息以及用户的个性化设置信息发送至预更换服务设备,使得处于第一运行模式的移动服务设备(20)与所述预更换服务设备之间的服务模式之间的信息差异缩小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111200913.4A CN113902315B (zh) | 2021-10-13 | 一种智能生活服务系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111200913.4A CN113902315B (zh) | 2021-10-13 | 一种智能生活服务系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113902315A true CN113902315A (zh) | 2022-01-07 |
CN113902315B CN113902315B (zh) | 2024-10-01 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114692956A (zh) * | 2022-03-11 | 2022-07-01 | 广东电网有限责任公司广州供电局 | 基于多层优化核极限学习机的充电设施负荷预测方法及系统 |
CN116985665A (zh) * | 2023-08-31 | 2023-11-03 | 广东好易点科技有限公司 | 一种充电桩管理方法、装置、系统和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190812A (zh) * | 2018-08-21 | 2019-01-11 | 中国电力科学研究院有限公司 | 一种基于电动汽车的虚拟储能可用容量预测方法及系统 |
CN110048420A (zh) * | 2019-05-15 | 2019-07-23 | 广东电网有限责任公司 | 一种配电网随机优化调度的方法、装置和介质 |
CN110649641A (zh) * | 2019-09-29 | 2020-01-03 | 国网山东省电力公司德州供电公司 | 基于源网荷储协同服务的电动汽车快充站储能系统及其方法 |
CN112416984A (zh) * | 2019-08-21 | 2021-02-26 | 华为技术有限公司 | 一种数据处理方法及其装置 |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190812A (zh) * | 2018-08-21 | 2019-01-11 | 中国电力科学研究院有限公司 | 一种基于电动汽车的虚拟储能可用容量预测方法及系统 |
CN110048420A (zh) * | 2019-05-15 | 2019-07-23 | 广东电网有限责任公司 | 一种配电网随机优化调度的方法、装置和介质 |
CN112416984A (zh) * | 2019-08-21 | 2021-02-26 | 华为技术有限公司 | 一种数据处理方法及其装置 |
CN110649641A (zh) * | 2019-09-29 | 2020-01-03 | 国网山东省电力公司德州供电公司 | 基于源网荷储协同服务的电动汽车快充站储能系统及其方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114692956A (zh) * | 2022-03-11 | 2022-07-01 | 广东电网有限责任公司广州供电局 | 基于多层优化核极限学习机的充电设施负荷预测方法及系统 |
CN116985665A (zh) * | 2023-08-31 | 2023-11-03 | 广东好易点科技有限公司 | 一种充电桩管理方法、装置、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Spatiotemporal charging scheduling in wireless rechargeable sensor networks | |
JP2019146474A (ja) | バッテリ充電規則を決定し管理するためのシステムおよび方法 | |
EP3487025B1 (en) | Autonomous community energy management system and method | |
CN109398149A (zh) | 基于分布式能源应用的智能电动汽车充放电系统及其运行控制方法 | |
EP3471029A1 (en) | Method for automatic cloud control of energy storage systems | |
CN106651200A (zh) | 一种工业企业聚合用户电力负荷管理方法和系统 | |
CN109687465B (zh) | 一种主动配电网源网荷弹性控制系统 | |
KR101927759B1 (ko) | 태양광에너지 발전시스템의 최적 제어시스템 | |
CN115796393B (zh) | 基于多能互动的能源网管理优化方法、系统及存储介质 | |
CN112488372A (zh) | 多时间尺度下电采暖负荷双层优化调度方法 | |
CN112670999B (zh) | 一种基于用户侧灵活资源的低压配电网实时电压控制方法 | |
CN112909934B (zh) | 一种电网负荷无感调控方法 | |
CN109672174A (zh) | 能源管理系统 | |
CN115586800B (zh) | 一种综合能源管控系统 | |
CN117521920B (zh) | 应用于能源系统的协同优化方法和装置 | |
CN113765099A (zh) | 一种基于物联网的智能调度系统及其负荷调度方法 | |
Muhammad et al. | Deep-reinforcement-learning-based sustainable energy distribution for wireless communication | |
CN116316652A (zh) | 实现自动需求侧响应的区域负荷控制方法及系统 | |
CN112950001B (zh) | 基于云边端闭环架构的智慧能量管控系统及方法 | |
WO2021171850A1 (ja) | 推奨行動出力システム、推奨行動出力方法、及び、プログラム | |
CN117613899A (zh) | 基于电价实时感知的设备负荷智能调节方法、装置及系统 | |
CN116070795B (zh) | 一种基于物联网的智慧能源管控方法及系统 | |
CN113902315B (zh) | 一种智能生活服务系统及方法 | |
Zhao et al. | Hybrid scheduling strategy of multiple mobile charging vehicles in wireless rechargeable sensor networks | |
CN113902315A (zh) | 一种智能生活服务系统及方法 |
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 |