CN114123384A - 机器人集群充电方法、系统、电子设备、介质及程序产品 - Google Patents

机器人集群充电方法、系统、电子设备、介质及程序产品 Download PDF

Info

Publication number
CN114123384A
CN114123384A CN202111278272.4A CN202111278272A CN114123384A CN 114123384 A CN114123384 A CN 114123384A CN 202111278272 A CN202111278272 A CN 202111278272A CN 114123384 A CN114123384 A CN 114123384A
Authority
CN
China
Prior art keywords
electric quantity
robot
charging
robots
time period
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
Application number
CN202111278272.4A
Other languages
English (en)
Inventor
胡显琦
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.)
Shanghai Yogo Robot Co Ltd
Original Assignee
Shanghai Yogo Robot 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 Shanghai Yogo Robot Co Ltd filed Critical Shanghai Yogo Robot Co Ltd
Priority to CN202111278272.4A priority Critical patent/CN114123384A/zh
Publication of CN114123384A publication Critical patent/CN114123384A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
    • H02J7/00036—Charger exchanging data with battery
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H01M10/441—Methods for charging or discharging for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供一种机器人集群充电方法、系统、电子设备、介质及程序产品，所述方法包括：获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；读取指定工种机器人集群在当前时间段的目标电量；根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；根据预期最低平均电量与预设电量值之间的大小关系，对机器人的工作状态和充电状态进行调节。本发明将预期最低平均电量作为可调节参数，构建机器人集群充电策略，提供了一种既具有一定自主性，又支持调控的机器人集群充电策略，在能学习历史数据的同时也能接受人为安排和调整，机器人集群的充电策略更加灵活。

Description

机器人集群充电方法、系统、电子设备、介质及程序产品
技术领域
本发明涉及机器人充电领域，更具体地，涉及一种机器人集群充电方法、系统、电子设备、介质及程序产品。
背景技术
电能是当前大多数机器人主要依赖的能量形式，而在无线充电技术成熟且得到大规模应用前，“前往指定区域充电”是机器人运作中时常需要经历且难以避免的过程。为使机器人集群尽可能多的创造价值，一个好的充电策略势必会考虑潜在任务的数量和发生时间，利用闲暇时段进行电量储备以应对潜在高峰期。
固定的充电计划不仅严重依赖于制定者的认知，而且缺乏对变化的适应能力。为了减少此类事项的人工维护成本，我们通过历史数据预测未来的任务情况，进而实现一系列完全自主的集群充电策略。但这类策略在避免人为工作量的同时也封锁了人们通过自身认知参与改进的可能性，所有的决策均基于限定的数据源，从另一个角度看也是不够灵活的。实际上，我们发现完全自主的策略不易被人们理解，不能满足一些管理上的要求。
发明内容
本发明针对现有技术中存在的技术问题，提供一种机器人集群充电方法、系统、电子设备、介质及程序产品。
根据本发明的第一方面，提供了一种支持调节平均电量的机器人集群充电方法，包括：
获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；
从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；
根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；
当所述预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电；
当所述所述预期最低平均电量大于等于预设电量值，则安排处于充电状态中且电量最高的机器人去工作；
其中，所述预设电量值为目标电量与阈值的差值。
在上述技术方案的基础上，本发明还可以作出如下改进。
可选的，所述根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量，包括：
a、从指定工种机器人集群中的每一个机器人状态中提取每一个机器人的剩余电量，且将所述指定工种的所有机器人按照工作状态和充电状态分为工作电量数组和充电电量数组；
b、设置初始预期最低平均电量V为100％，并读取当前时间段期望的工作机器人数量；
c、计算指定工种的所有机器人在当前时间段的平均电量V1；
d、若V1小于V，令V＝V1，则根据每一个机器人的剩余电量、当前时间段期望的工作机器人数量以及所述指定工种机器人集群中机器人的总数，确定安排处于工作状态的机器人去充电的数量，重新划分工作电量数组和充电电量数组；
e、读取下一时间段的数据，计算所有机器人的平均电量，执行步骤d，直到下一时间段的所有机器人的平均电量大于等于当前时间段的所有机器人的平均电量，退出，将此时所有机器人的平均电量作为当前时间段的预期最低平均电量。
可选的，所述步骤d中，所述确定安排处于工作状态的机器人去充电的数量，包括：
设定A＝所有机器人中剩余电量＞工作阈值电量的机器人数量；
E＝当前时间段期望的工作机器人数量；
确定安排处于工作状态的机器人去充电的数量C＝min(指定工种机器人集群中机器人的总数-min(A，E)，当前时间段可用充电桩数量)；
其中，安排处于工作状态中且电量最低的C个机器人去充电。
可选的，所述步骤d中，所述确定安排处于工作状态的机器人去充电的数量，重新划分工作电量数组和充电电量数组，之后还包括：
获取指定工种的每一个机器人在当前时间段的工作耗电量和充电电量增量，根据重新划分工作电量数组和充电电量数组，计算每一个机器人在下一时间段的剩余电量；
相应的，所述步骤e中，所述读取下一时间段的数据，计算所有机器人的平均电量包括：
根据计算的每一个机器人在下一时间段的剩余电量，计算在所述下一时间段的所有机器人的平均电量。
可选的，所述当所述预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电，还包括：
当此时充电桩均被占用时，则选择同一工种机器人中处于充电状态、具有最高电量且电量高于被安排充电机器人电量的机器人进行交换，所述交换是指两个机器人的工作状态或者充电状态交换。
可选的，还包括：对于多种工种的机器人集群，按照不同工种机器人的优先级顺序，对各个工种机器人集群进行充电分配，其中，每次充电分配的结果将影响下一个工种机器人集群充电分配时的可用充电桩数量。
根据本发明的第二方面，提供一种支持调节平均电量的机器人集群充电系统，包括：
获取模块，用于获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；以及从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；
计算模块，用于根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；
调节模块，用于当所述预期最低平均电量小于预设电量值，则调节安排处于工作状态中且电量最低的机器人去充电；以及当所述所述预期最低平均电量大于等于预设电量值，则调节安排处于充电状态中且电量最高的机器人去工作；其中，所述预设电量值为目标电量与阈值的差值。
根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机程序时实现支持调节平均电量的机器人集群充电方法的步骤。
根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现支持调节平均电量的机器人集群充电方法的步骤。
本发明的第五方面，提供了一种计算机程序产品，包括计算机程序或者指令，所述计算机程序或者指令被处理器执行时实现所述支持调节平均电量的机器人集群充电方法的步骤。
本发明提供的一种机器人集群充电方法、系统、电子设备、介质及程序产品，将预期最低平均电量作为可调节参数，构建机器人集群充电策略，提供了一种既具有一定自主性，又支持调控的机器人集群充电策略，在能学习历史数据的同时也能接受人为安排和调整，机器人集群的充电策略更加灵活。
附图说明
图1为本发明提供的一种支持调节平均电量的机器人集群充电方法流程图；
图2为机器人集群的预期最低平均电量的计算方法流程的示意图；
图3为本发明提供的一种支持调节平均电量的机器人集群充电系统的结构示意图；
图4为本发明提供的一种可能的电子设备的硬件结构示意图；
图5为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
在对本发明提供的支持调节平均电量的机器人集群充电方法进行介绍之前，对本发明实施例涉及的相关名词、概念进行说明。
点位：包括机器人可以感知的物理位置。一个点位的基本信息由位置信息和描述信息组成，其中位置信息为它所在地图及该图中的坐标。
机器人任务：用于描述机器人的工作。任务类型包括充电、送餐、取货、导游、巡逻等等。根据类型的不同，任务的具体描述信息会存在差别，但一般至少包括任务的开始时间和经过的点位。
机器人状态：包括机器人工种、当前所在点位、角度、负载(最大可接任务数量)、电量、充电状态(机器人是否处于充电)、正在执行任务及已接任务等信息，在一些实施例中，所述机器人状态包括机器人工种、当前所在点位、负载、正在执行任务及已接任务、充电状态，以及电量信息。机器人的工种对应可以接受的任务类型，例如：配送机器人、环保机器人、安防机器人、消毒机器人等；电量信息包含当前电压、电流、电池温度、最大电池容量、当前剩余电池容量等，为简化表述，本申请中的电量信息特指百分化的剩余电量，即：
Figure BDA0003330290230000061
其中，同一个机器人同一时间可以接受多个任务并决定任务的执行顺序。工作耗电量是指单个机器人在指定时间段内执行任务将消耗的电量。充电增电量是指单个机器人在指定时间段内充电所能增加的电量。
由于任务能耗、电路结构、电池种类、规格和老化程度等各种差异，不同机器人在相同时间内的工作消耗和充电收益均会存在差别。但为保持表述的简要性，本申请不针对此进行展开，并假设同一工种的机器人各方面参数相近，例如：在相同时间内的工作耗电量大致相等，充电增电量也相互接近。
需要说明的是，以下实施例中提及的阈值及工作阈值，均为预先设定的数值，按百分化计其参考值范围均为0-100。
实施例一
一种支持调节平均电量的机器人集群充电方法，如图1所示，该方法包括：101、获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；102、根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；103、当所述预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电；104、当所述预期最低平均电量大于等于预设电量值，则安排处于充电状态中且电量最高的机器人去工作；其中，所述预设电量值为目标电量与阈值的差值。
可以理解的是，基于背景技术中的缺陷，本发明实施例提出了一种支持调节平均电量的机器人集群充电方法，将预期最低平均电量作为可调节参数，构建机器人集群充电策略，提供了一种既具有一定自主性，又支持调控的机器人集群充电策略，在能学习历史数据的同时也能接受人为安排和调整，机器人集群的充电策略更加灵活。
实施例二
一种支持调节平均电量的机器人集群充电方法，主要包括以下步骤：
101，获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量。
可以理解的是，对于当前时间段，获取指定工种(可以理解为某一工种)机器人集群中的每一个机器人状态，其中，机器人状态是指机器人工种、当前所在点位、角度、负载、电量、正在执行任务及已接任务等信息，此处主要是获取每一个机器人的电量以及处于工作状态还是处于充电状态。当前时间段的充电桩状态包括每一个充电桩是否在供电以及供电对象，也就是每一个充电桩是否在供电，如果供电，为哪一工种的机器人供电。
获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态的同时，可从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量。其中，配置文件中配置机器人在每一个时间段的目标电量的格式例如：
配送机器人:{"0:00-7:00":100}；
代表0点至7点间配送机器人集群的目标电量为100。
102，根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量。
其中，步骤101获取了当前时间段的充电桩状态，根据充电桩状态可以获取当前时间段的可用充电桩数量，需要说明的是，这里的可用充电桩数量是指对于该指定工种机器人集群而言的可用充电桩数量。其中，可用充电桩数量＝未占用充电桩数量+该工种机器人正在占用的充电桩数量。根据当前时间段的机器人状态和可用充电桩数量，计算该工种预期最低平均电量。
可以理解的是，所述可用充电桩数量的获取方式可以有多种，例如可以根据当前时间段的充电桩状态获得，又如通过调取后台实时存储的可用充电桩数据获取；获取可用充电桩数量的方式可以有不同的方式，本发明不再一一举例说明。
其中，预期最低平均电量的计算过程流程图可参见图2，主要包括以下步骤：
步骤1：以一定时间(30分钟)为间隔，计算以下个时点为起点，未来一天内每个时段期望的工作机器人数量。虽然根据实时修正策略，期望的工作机器人数量处于变化中，但修正前的预期工作机器人数量在下次训练(当天结束)前是不变的。因此缓存这些原始预期，避免重复计算。
每个时间段期望工作的机器人数量与该时段人们的需求相关，存在集中式爆发的现象(例如：午高峰)。为了在任意时点的决策均能考虑到相关因素和保持一致性，本发明实施例总是对未来一天进行模拟。由于训练建立在一天的时间轴上，通过循环复用的方式进行超过一天的预期，例如：在晚上20时进行12小时后的预期采用的为早上8时的原始预期。对于次日的预期，可以进一步根据次日与机器人需求数量相关的属性进行修正，例如：节假日、活动甚至天气等。
根据时间间隔(30分钟)，估计单个机器人在一个时间段内的工作耗电量和充电电量增量，估计方式可采用历史数据进行加权平均或者实验测算。
步骤2：从机器人状态中提取每一个机器人的剩余电量，按工作和充电状态区分，得到工作电量数组和充电电量数组，令初始预期最低平均电量V＝100％。
步骤3：循环读入未来一天内每一时段期望的工作机器人数量，执行以下操作：
3.1，合并工作电量数组和充电电量数组，计算所有机器人的平均电量V1；
3.2，当V>V1时，令V＝V1，并按以下公式计算要划入充电数组的电量数量C：
设定A＝所有机器人中剩余电量＞工作阈值电量的机器人数量；
E＝期望工作机器人数量；
C＝min(该工种机器人总数-min(A,E),可用充数量电桩)。
将处于工作状态的电量最低的C个机器人划入充电电量数组，其余划入工作电量数组，对工作电量数组和充电电量数组重新进行划分。那么，充电电量数组内的每个电量增加充电增电量，如果电量大于100时，取100；工作电量数组内的每个电量减少工作耗电量，如果电量小于0时，取0。
步骤4：循环步骤3直至V≤V1或遍历完所有时段。
其中，在对所有的机器人重新划分了工作电量数组和充电电量数组后，获取指定工种的每一个机器人在当前时间段的工作耗电量和充电电量增量，根据重新划分工作电量数组和充电电量数组，计算每一个机器人在下一时间段的剩余电量。
在下一时间段计算所有机器人的平均电量包括：根据计算的每一个机器人在下一时间段的剩余电量，计算在该下一时间段的所有机器人的平均电量。
根据下一时间段所有机器人的平均电量，执行步骤3，直到下一时间段的所有机器人的平均电量大于等于当前时间段所有机器人的平均电量，退出，此时，所有机器人的平均电量即为当前时间段的预期最低平均电量。
需要说明的是，由于循环的每一步在满足期望工作机器人数量后，会尽可能地安排充电，当机器人数量和充电桩数量足够时，下一时段的平均电量将上升；当机器人数量不足以满足工作期望时，提前安排机器人去充电和等到极限再安排均会损失充电期间的任务，对于期望完成的任务数量上并无更优者。因此当V≤V1时直接跳出循环并返回V，一方面与遍历完所有时段的结果相差概率小，另一方面大大减少了计算量。
103，当预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电；当预期最低平均电量大于等于预设电量值，则安排处于充电状态中且电量最高的机器人去工作；其中，预设电量值为目标电量与阈值的差值。
其中，当预期最低平均电量<目标电量-阈值时，遍历该工种工作中的机器人，将没有即时性任务和被其它干预的机器人加入备选队列，安排备选队列中电量最低的机器人去充电。当充电桩均被占满时，则选择同一工种在充电的、具有最高电量且电量高于被安排充电电量的机器人进行交换，所述交换是指两个机器人的工作状态或者充电状态交换。当预期最低平均电量>目标电量+阈值时，安排充电中电量最高的机器人去工作。由于分配过程定时(每分钟)执行，因此每次仅安排一个机器人即可实现整体分配。
另外，对于多种工种的机器人集群，按照不同工种机器人的优先级顺序，对各个工种机器人集群进行充电分配，其中，每次充电分配的结果将影响下一个工种机器人集群充电分配时的可用充电桩数量。
实施例三
图3为本发明实施例提供的一种支持调节平均电量的机器人集群充电系统结构图，如图3所示，一种支持调节平均电量的机器人集群充电系统，包括获取模块301、计算模块302和调节模块303，其中：
获取模块301，用于获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；以及从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；
计算模块302，用于根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；
调节模块303，用于当所述预期最低平均电量小于预设电量值，则调节安排处于工作状态中且电量最低的机器人去充电；以及当所述所述预期最低平均电量大于等于预设电量值，则调节安排处于充电状态中且电量最高的机器人去工作；其中，所述预设电量值为目标电量与阈值的差值。
作为实施例，所述获取模块301还用于获取可用充电桩数量。
作为实施例，所述计算模块302还用于计算划入充电数组C的机器人。
可以理解的是，本发明提供的一种支持调节平均电量的机器人集群充电系统与前述各实施例提供的支持调节平均电量的机器人集群充电方法相对应，支持调节平均电量的机器人集群充电系统的相关技术特征可参考支持调节平均电量的机器人集群充电方法的相关技术特征，在此不再赘述。
实施例四
请参阅图4，图4为本发明实施例提供的电子设备的实施例示意图。如图4所示，本发明实施例提了一种电子设备400，包括存储器410处理器420及存储在存储器410上并可在处理器420上运行的计算机程序411，处理器420执行计算机程序411时实现以下步骤：获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；当所述预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电；当所述所述预期最低平均电量大于等于预设电量值，则安排处于充电状态中且电量最高的机器人去工作；其中，所述预设电量值为目标电量与阈值的差值。
作为实施例，所述电子设备400中存储器410上存储的计算机程序411在被执行时可以实现实施例二中的方法。
实施例五
请参阅图5，图5为本发明提供的一种计算机可读存储介质的实施例示意图。如图5所示，本实施例提供了一种计算机可读存储介质500，其上存储有计算机程序411，该计算机程序411被处理器执行时实现如下步骤：获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；当所述预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电；当所述所述预期最低平均电量大于等于预设电量值，则安排处于充电状态中且电量最高的机器人去工作；其中，所述预设电量值为目标电量与阈值的差值。
作为实施例，所述计算机可读存储介质500上存储的计算机程序411在被执行时也可以实现实施例二中的方法。
实施例六
一种计算机程序产品，包括计算机程序或者指令，其特征在于，所述计算机程序或者指令被处理器执行时实现实施例一或者实施例二中所述支持调节平均电量的机器人集群充电方法的步骤。
本发明实施例提供的一种机器人集群充电方法、系统、电子设备、介质及程序产品，将预期最低平均电量作为可调节参数，构建机器人集群充电策略，提供了一种既具有一定自主性，又支持调控的机器人集群充电策略，在能学习历史数据的同时也能接受人为安排和调整，机器人集群的充电策略更加灵活。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims (10)

1.一种支持调节平均电量的机器人集群充电方法，其特征在于，包括：
获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；
从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；
根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；
当所述预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电；当所述预期最低平均电量大于等于预设电量值，则安排处于充电状态中且电量最高的机器人去工作；
其中，所述预设电量值为目标电量与阈值的差值。
2.根据权利要求1所述的支持调节平均电量的机器人集群充电方法，其特征在于，所述根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量，包括：
a、从指定工种机器人集群中的每一个机器人状态中提取每一个机器人的剩余电量，且将所述指定工种的所有机器人按照工作状态和充电状态分为工作电量数组和充电电量数组；
b、设置初始预期最低平均电量V为100％，并读取当前时间段期望的工作机器人数量；
c、计算指定工种的所有机器人在当前时间段的平均电量V1；
d、若V1小于V，令V＝V1，则根据每一个机器人的剩余电量、当前时间段期望的工作机器人数量以及所述指定工种机器人集群中机器人的总数，确定安排处于工作状态的机器人去充电的数量，重新划分工作电量数组和充电电量数组；
e、读取下一时间段的数据，计算所有机器人的平均电量，执行步骤d，直到下一时间段的所有机器人的平均电量大于等于当前时间段的所有机器人的平均电量，退出，将此时所有机器人的平均电量作为当前时间段的预期最低平均电量。
3.根据权利要求2所述的支持调节平均电量的机器人集群充电方法，其特征在于，所述步骤d中，所述确定安排处于工作状态的机器人去充电的数量，包括：
设定A＝所有机器人中剩余电量＞工作阈值电量的机器人数量；
E＝当前时间段期望的工作机器人数量；
确定安排处于工作状态的机器人去充电的数量C＝min(指定工种机器人集群中机器人的总数-min(A，E)，当前时间段可用充电桩数量)；
其中，安排处于工作状态中且电量最低的C个机器人去充电。
4.根据权利要求2所述的支持调节平均电量的机器人集群充电方法，其特征在于，所述步骤d中，所述确定安排处于工作状态的机器人去充电的数量，重新划分工作电量数组和充电电量数组，之后还包括：
获取指定工种的每一个机器人在当前时间段的工作耗电量和充电电量增量，根据重新划分工作电量数组和充电电量数组，计算每一个机器人在下一时间段的剩余电量；
相应的，所述步骤e中，所述读取下一时间段的数据，计算所有机器人的平均电量包括：
根据计算的每一个机器人在下一时间段的剩余电量，计算在所述下一时间段的所有机器人的平均电量。
5.根据权利要求1所述的支持调节平均电量的机器人集群充电方法，其特征在于，所述当所述预期最低平均电量小于预设电量值，则安排处于工作状态中且电量最低的机器人去充电，还包括：
当此时充电桩均被占用时，则选择同一工种机器人中处于充电状态、具有最高电量且电量高于被安排充电机器人电量的机器人进行交换，所述交换是指两个机器人的工作状态或者充电状态交换。
6.根据权利要求1-5任一项所述的支持调节平均电量的机器人集群充电方法，其特征在于，还包括：
对于多种工种的机器人集群，按照不同工种机器人的优先级顺序，对各个工种机器人集群进行充电分配，其中，每次充电分配的结果将影响下一个工种机器人集群充电分配时的可用充电桩数量。
7.一种支持调节平均电量的机器人集群充电系统，其特征在于，包括：
获取模块，用于获取当前时间段的充电桩状态、指定工种机器人集群中的每一个机器人状态；以及从配置文件中读取所述指定工种机器人集群在当前时间段的目标电量；
计算模块，用于根据当前时间段的可用充电桩数量和指定工种机器人集群中的每一个机器人状态，计算对应的预期最低平均电量；
调节模块，用于当所述预期最低平均电量小于预设电量值，则调节安排处于工作状态中且电量最低的机器人去充电；以及当所述所述预期最低平均电量大于等于预设电量值，则调节安排处于充电状态中且电量最高的机器人去工作；其中，所述预设电量值为目标电量与阈值的差值。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的支持调节平均电量的机器人集群充电方法的步骤。
9.一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机程序时实现权利要求1-6任一项所述支持调节平均电量的机器人集群充电方法的步骤。
10.一种计算机程序产品，包括计算机程序或者指令，其特征在于，所述计算机程序或者指令被处理器执行时实现权利要求1-6任一项所述支持调节平均电量的机器人集群充电方法的步骤。
CN202111278272.4A 2021-10-30 2021-10-30 机器人集群充电方法、系统、电子设备、介质及程序产品 Pending CN114123384A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111278272.4A CN114123384A (zh) 2021-10-30 2021-10-30 机器人集群充电方法、系统、电子设备、介质及程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111278272.4A CN114123384A (zh) 2021-10-30 2021-10-30 机器人集群充电方法、系统、电子设备、介质及程序产品

Publications (1)

Publication Number Publication Date
CN114123384A true CN114123384A (zh) 2022-03-01

Family

ID=80379945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111278272.4A Pending CN114123384A (zh) 2021-10-30 2021-10-30 机器人集群充电方法、系统、电子设备、介质及程序产品

Country Status (1)

Country Link
CN (1) CN114123384A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116742751A (zh) * 2023-06-19 2023-09-12 国广顺能(上海)能源科技有限公司 一种移动充电设备的系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116742751A (zh) * 2023-06-19 2023-09-12 国广顺能(上海)能源科技有限公司 一种移动充电设备的系统
CN116742751B (zh) * 2023-06-19 2024-02-20 国广顺能(上海)能源科技有限公司 一种移动充电设备的系统

Similar Documents

Publication Publication Date Title
Luna et al. Online energy management systems for microgrids: Experimental validation and assessment framework
US10483761B2 (en) Power management device, power management system, server, power management method, and program
CN113022361A (zh) 电力需求响应条件下基于充电桩的有序充电方法
CN107274120A (zh) 应用于运力调度的数据处理方法及装置
CN107612045A (zh) 一种电厂机组发电量智能分配系统及方法
CN109412202A (zh) 分布式电源协调控制方法及系统
CN114123384A (zh) 机器人集群充电方法、系统、电子设备、介质及程序产品
CN111667109A (zh) 一种虚拟电厂的出力控制方法及装置
CN110323768B (zh) 一种电化学储能电站功率分配方法及系统
CN109327035B (zh) 一种电动汽车充电功率调节方法和系统
CN117254464B (zh) 一种储能系统的控制方法及系统
CN117559410B (zh) 用户侧储能系统收益计算控制方法及装置
CN113852080A (zh) 一种智能电网的潮流优化方法、系统、设备及存储介质
CN114066198A (zh) 机器人集群调度方法、系统、电子设备、介质及程序产品
CN111680829A (zh) 一种考虑充放成本的分布式储能集群调度方法
CN115549204A (zh) 一种微电网群双层分布式集群调峰方法及装置
CN111049195A (zh) 一种agc参数优化方法及装置
CN114221341A (zh) 一种基于全物联链路的双向互动电力需求响应方法及系统
CN112838592B (zh) 一种荷源协调日前调度方法、装置及系统
CN114142535A (zh) 一种微电网源网荷储的调度方法、系统、设备及介质
CN113158566A (zh) 一种基于需求侧的用户有序用电控制方法、系统和介质
CN117614033B (zh) 一种运行在常规功率跟踪状态下的电网智能调度方法及装置
CN111861003A (zh) 计及可控负荷的备用容量优化配置方法、系统及存储介质
CN118132254B (zh) 一种用于能耗预测的边端协同ai模型构建系统及方法
CN113507141B (zh) 虚拟电厂等效闭环控制方法、系统、电子设备和存储介质

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