CN114290939B - 直流充电桩电压误差补偿方法、系统、设备及可读存储介质 - Google Patents

直流充电桩电压误差补偿方法、系统、设备及可读存储介质 Download PDF

Info

Publication number
CN114290939B
CN114290939B CN202111644801.8A CN202111644801A CN114290939B CN 114290939 B CN114290939 B CN 114290939B CN 202111644801 A CN202111644801 A CN 202111644801A CN 114290939 B CN114290939 B CN 114290939B
Authority
CN
China
Prior art keywords
error
voltage
humidity
charging pile
temperature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111644801.8A
Other languages
English (en)
Other versions
CN114290939A (zh
Inventor
买买提艾力·吾甫尔
刘璐
高宝琪
黄博
常鹏
李长久
任巧莲
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.)
Xinjiang Zhicheng Sifang Engineering Cost Consulting Co ltd
Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd
Original Assignee
Xinjiang Zhicheng Sifang Engineering Cost Consulting Co ltd
Economic and Technological Research Institute of State Grid Xinjiang Electric Power 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 Xinjiang Zhicheng Sifang Engineering Cost Consulting Co ltd, Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd filed Critical Xinjiang Zhicheng Sifang Engineering Cost Consulting Co ltd
Priority to CN202111644801.8A priority Critical patent/CN114290939B/zh
Publication of CN114290939A publication Critical patent/CN114290939A/zh
Application granted granted Critical
Publication of CN114290939B publication Critical patent/CN114290939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了直流充电桩电压误差补偿方法、系统、设备及可读存储介质，以误差为因变量，温度和湿度作为自变量进行电压标准表测量，获取得到温度和湿度作为因变量情况下的误差值；以温度、湿度以及得到的误差值作为样本值建立变差函数模型；根据实时采集的湿度和温度进行Kriging插值得到计算误差，根据计算误差对待补偿直流充电桩的电压测量值进行修正得到修正后的电压值，采用Kriging插值实现现场任意温、湿度条件下的误差补偿，本发明能够将电压测量误差控制在较小的范围内，提高电压测量及电能计量的准确性，为直流充电桩大规模远程在线监测提供了理论依据。

Description

直流充电桩电压误差补偿方法、系统、设备及可读存储介质
技术领域
本发明涉及直流充电桩现场检测装置在现场工况下的电能计量准确性，具体涉及直流充电桩电压误差补偿方法、系统、设备及可读存储介质。
背景技术
充电桩作为电动汽车飞速发展的重要基础设施，其电能计量准确性是电动汽车消费者和社会关注的热点问题。然而传统充电桩计量准确性检测是通过携带检测装置和负载到现场，检测装置笨重，过程繁琐，且现场工况下的温度、湿度以及充电桩输出的纹波、畸变等非稳态波都会对现场检测的结果产生较大的影响。因此，研究充电桩现场检测装置在现场工况下的电能计量方法具有重要的意义。直流充电桩现场环境复杂，但对电能计量而言，影响因素主要有现场环境工况带来的电压电流测量误差以及计量算法带来的算法误差。可见，提高直流充电桩现场环境下检测装置电能计量准确性的关键因素就是提高电压电流的测量精度。
电压测量误差影响因素主要来源于温度、湿度等物理因素，纹波对电压测量误差的影响主要体现在电能计量算法上，目前，减小温、湿度对电压测量误差影响的方法主要是通过对误差进行补偿，从而实现误差在线修正。而实验室进行温度特性实验时，仅选取部分点进行测量，无法满足现场情况下的任意温、湿度条件下的误差补偿。
发明内容
本发明的目的在于提供直流充电桩电压误差补偿方法、系统、设备及可读存储介质，以克服现有技术的不足，本发明将电压测量误差控制在较小的范围内，提高电压测量及电能计量的准确性，为直流充电桩大规模远程在线监测提供了理论依据。
直流充电桩电压误差补偿方法，包括以下步骤：
S1，以误差为因变量，温度和湿度作为自变量进行电压标准表测量，获取得到温度和湿度作为因变量情况下的误差值；
S2，以温度、湿度以及得到的误差值作为样本值建立变差函数模型；
S3，实时采集待补偿直流充电桩的温度和湿度，利用实时采集的湿度和温度进行Kriging插值得到计算误差，根据计算误差对待补偿直流充电桩的电压测量值进行修正得到修正后的电压值。
进一步的，具体的，对获取的样本值首先进行标准化处理。
进一步的，修正后的电压值为：
式中：ux(t)——电压测量值；ε％——电压测量计算误差。
进一步的，通过获取的样本值构造变差函数模型表征变量的结构特征，描述变量的空间结构性变化和受空间影响的随机性变化特征。
进一步的，根据已知采样点，由式(3)可求出不同采样间隔下的y(h)，
y(h)与h变化关系通过理论模型进行拟合得到。
进一步的，根据检测装置不同温度电压测量误差值，采用理论模型对其进行拟合绘制得到变差函数y(h)与间隔h的关系。
进一步的，采用指数模型作为变差函数模型，其拟合指数函数为：
直流充电桩电压误差补偿系统，包括：
信号预处理模块，用于以误差为因变量，温度和湿度作为自变量进行电压标准表测量，获取得到温度和湿度作为因变量情况下的误差值，以温度、湿度以及得到的误差值作为样本值建立变差函数模型；
误差补偿模块，用于根据实时采集的待补偿直流充电桩的温度和湿度，利用实时采集的湿度和温度进行Kriging插值得到计算误差，根据计算误差对待补偿直流充电桩的电压测量值进行修正得到修正后的电压值。
一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
与现有技术相比，本发明具有以下有益的技术效果：
本发明直流充电桩电压误差补偿方法，以误差为因变量，温度和湿度作为自变量进行电压标准表测量，获取得到温度和湿度作为因变量情况下的误差值；以温度、湿度以及得到的误差值作为样本值建立变差函数模型；根据实时采集的湿度和温度进行Kriging插值得到计算误差，根据计算误差对待补偿直流充电桩的电压测量值进行修正得到修正后的电压值，采用Kriging插值实现现场任意温、湿度条件下的误差补偿，本发明能够将电压测量误差控制在较小的范围内，提高电压测量及电能计量的准确性，为直流充电桩大规模远程在线监测提供了理论依据。
采用Kriging插值方法不仅具有全局的统计特征，而且插值过程所需条件较少，同时能根据已知信息数据的趋势和动态，实现数据内插而且能进行数据的外推插值。
采用指数理论模型进行拟合效果好，减小了温度、湿度对测量电压的影响，实现了直流充电桩装置电压测量误差的在线修正。
附图说明
图1为本发明实施例中电压测量修正过程流程图。
图2为本发明实施例中变差函数拟合模型图。
图3为本发明实施例中变差函数理论模型图。
图4为本发明实施例中实测误差与Kriging插值计算误差对比图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明根据电压测量误差特性提出了基于Kriging插值方法的电压测量误差在线补偿方法。实测结果表明，本发明所提方法能很好的将电压测量误差控制在较小的范围内，提高电压测量及电能计量的准确性，为直流充电桩大规模远程在线监测提供了理论依据。
电压误差补偿模型建立：
如图1所示，将电压标准表测量误差作为研究因变量Z(xi)，相应的温度、湿度作为自变量i＝1,2,…,n，其中，/>分别表示温度、湿度的第i个测量样本值。首先将样本值数据进行标准化，具体为预处理、归一化处理，然后根据测量样本值建立变差函数模型，选择指数函数作为变差函数理论模型，根据实时温湿度进行Kriging插值，计算误差。
修正后的电压为：
式中：ux(t)——电压测量值；ε％——电压测量计算误差。
Kriging插值原理：
Kriging插值是通过已知样本数据构造变差函数模型表征变量的结构特征，描述变量的空间结构性变化和受空间影响的随机性变化特征，充分利用待估点附近的某些样本特征信息，对估计点的值进行计算。该插值方法不仅具有全局的统计特征，而且插值过程所需条件较少。同时能根据已知信息数据的趋势和动态，实现数据内插而且能进行数据的外推插值。
由于Kriging插值是基于变差函数进行插值计算，这里首先介绍变差函数理论。
1)变差函数
定义：区域化研究变量在x处的值为Z(x)，在与点x间隔为h处的值Z(x+h)，Z(x)与Z(x+h)方差的1/2为变差函数y(h)。
对于一组采样数据，若存在N(h)个间隔为h的数据对，则式(2)可表示为
式中：h——采样间隔。
根据已知采样点，由式(3)可求出不同采样间隔下的y(h)，y(h)与h变化关系通过理论模型进行拟合得到。理论模型有三个基本特征值，分别是块金值C0、拱高C以及变程a，如图3所示。
根据检测装置不同温度电压测量误差值，绘制变差函数y(h)与间隔h的关系，采用理论模型对其进行拟合，如图2所示。
由图2可知，变差函数与指数理论模型拟合结果最好，因此选用指数模型作为本文的变差函数模型，其拟合指数函数为：
Kriging差值原理：
设存在一研究区域D，区域内存在研究变量Z(x)∈D，且该区域化研究变量是2阶平稳的，对于含有n个样本点的变量X＝{x1,x2,x3,…,xn}，在xi(i＝1,2,...,n)处对应的属性值为Z(xi)，对于预插值点x0，将其对应的属性值Z*(x0)表示为所有样本点属性值的加权之和，即：
式中：λi——xi处函数值的权重系数，Z*(x0)——x0处函数估计值。
由于Kriging插值方法是基于最优无偏估计的原理，应满足无偏估计、方差最小两个条件，即预估值与该点实际测量值的差值期望为0，方差存在且最小，即满足关系：
E[Z*(x0)-Z(x0)]＝0 (6)
式中：——方差最小值。
设E[Z(x0)]＝m，由(5)式知：
由式(8)得
由式(7)可知，要求方差最小，引入拉格朗日乘数求极小值：
式中：μ——拉格朗日乘数。
由式(11)得：
式中：y(xi-xj)——xi与xj点函数值之间的变差函数值。
由此得Kriging方程组的矩阵形式
Kλ＝M(13)
式中：
求解λi(i＝1,2，…,n)则可根据已知点信息直接计算出待插值点的值。
本发明一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器采用中央处理单元(CPU)，或者采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可用于直流充电桩电压误差补偿方法的操作。
直流充电桩电压误差补偿系统，包括：
信号预处理模块，用于以误差为因变量，温度和湿度作为自变量进行电压标准表测量，获取得到温度和湿度作为因变量情况下的误差值，以温度、湿度以及得到的误差值作为样本值建立变差函数模型；
误差补偿模块，用于根据实时采集的待补偿直流充电桩的温度和湿度，利用实时采集的湿度和温度进行Kriging插值得到计算误差，根据计算误差对待补偿直流充电桩的电压测量值进行修正得到修正后的电压值。
本发明再一个实施例中，本发明还提供了一种存储介质，具体采用计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。计算机可读存储介质包括终端设备中的内置存储介质，提供存储空间，存储了终端的操作系统，也可包括终端设备所支持的扩展存储介质。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(Non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中可用于直流充电桩电压误差补偿方法的相应步骤。
具体的，采用本发明方法及现有补偿方法进行补偿对比：
采用实验室数据建立电压测量误差模型，同时随机选取测量点对模型进行验证。实验过程电压标准表精度为0.2s(准确度为0.02％)级。使用广东勤卓仪器公司生产的型号为LK-80C恒温恒湿试验箱，选取温度点为-30℃、-20℃、-10℃、…60℃，湿度点为30％、50％、70％、90％，电压测量范围为0～1000V，以10V为起点，每隔100V进行一次测量实验，每次试验前将检测装置置于温、湿度箱1小时后进行测量，每个试验点测量5次，取平均值作为测量结果，实验数据见表1。根据实验数据建立电压修正模型，同时随机选取不同的测量点进行方法验证，结果如表2所示。
表1电压测量误差
T/℃,RH/％ 理论值/V 测量值/V 误差/％ T/℃,RH/％ 理论值/V 测量值/V 误差/％
-30,30 9.9973 9.9755 -0.2176 -30,50 410.5623 409.6693 -0.2175
-20,50 109.9903 109.7812 -0.1901 -20,70 509.4787 508.5876 -0.1749
-10,70 210.9843 210.6986 -0.1354 -10,90 610.2568 609.5953 -0.1084
0,90 309.9971 309.7662 -0.0745 0,30 711.2587 710.6783 -0.0816
10,30 409.9898 409.8315 -0.0386 10,50 811.2459 810.9693 -0.0341
20,50 510.9906 511.0325 0.0082 20,70 910.0045 910.1028 0.0108
30,70 610.9915 611.2005 0.0342 30,90 10.0032 10.0078 0.0458
40,90 709.9918 710.3312 0.0478 40,30 110.0322 110.1262 0.0854
50,30 809.9921 810.4983 0.0625 50,50 210.0321 210.2447 0.1012
60,50 909.9917 910.7588 0.0843 60,70 309.4587 309.7889 0.1067
-30,70 210.9913 210.5588 -0.2050 -30,90 609.4121 608.1604 -0.2054
-20,90 309.2450 308.7963 -0.1451 -20,30 710.0562 708.7106 -0.1895
-10,30 409.6513 409.1671 -0.1182 -10,50 810.2365 809.2634 -0.1201
0,50 510.5235 510.0681 -0.0892 0,70 909.2154 908.3262 -0.0978
10,70 610.0023 609.8541 -0.0243 10,90 9.9932 9.9910 -0.0223
20,90 710.0021 710.0894 0.0123 20,30 110.3215 110.3495 0.0254
30,30 809.5689 809.7413 0.0213 30,50 210.3454 210.5107 0.0786
40,50 909.3254 909.7046 0.0417 40,70 310.6254 310.7997 0.0561
50,70 9.9925 10.0017 0.0921 50,90 410.2013 410.4971 0.0721
60,90 110.5246 110.6567 0.1195 60,50 509.5478 510.0339 0.0954
表2电压测量误差修正结果
表2中，电压理论值是温度为25℃，湿度为45％时标准表测得的电压。由表可知，修正前电压测量误差最大值为-0.214％，最小为0.011％；修正后电压测量误差最大值为0.0181％，最小为0.0001％。基于Kriging插值的电压测量误差与实测误差对比如图4所示。由以上分析可见，电压测量误差明显减小，减小了温度、湿度对测量电压的影响，实现了直流充电桩装置电压测量误差的在线修正。
实测结果表明，本发明所提方法能很好的将电压测量误差控制在较小的范围内，提高电压测量及电能计量的准确性，为直流充电桩大规模远程在线监测提供了理论依据。

Claims (7)

1.直流充电桩电压误差补偿方法，其特征在于，包括以下步骤：
S1，以误差为因变量，温度和湿度作为自变量进行电压标准表测量，获取得到温度和湿度作为自变量情况下的误差值；
S2，以温度、湿度以及得到的误差值作为样本值建立变差函数模型；
采用指数模型作为变差函数模型，其拟合指数函数为：
h——采样间隔；
S3，实时采集待补偿直流充电桩的温度和湿度，利用实时采集的湿度和温度进行Kriging插值得到计算误差，Kriging插值是基于变差函数模型进行插值计算，根据计算误差对待补偿直流充电桩的电压测量值进行修正得到修正后的电压值。
2.根据权利要求1所述的直流充电桩电压误差补偿方法，其特征在于，具体的，对获取的样本值首先进行标准化处理。
3.根据权利要求1所述的直流充电桩电压误差补偿方法，其特征在于，修正后的电压值为：
式中：ux(t)——电压测量值；ε％——电压测量计算误差。
4.根据权利要求1所述的直流充电桩电压误差补偿方法，其特征在于，通过获取的样本值构造变差函数模型表征变量的结构特征，描述变量的空间结构性变化和受空间影响的随机性变化特征。
5.一种用于实现权利要求1至4任一项所述直流充电桩电压误差补偿方法的直流充电桩电压误差补偿系统，其特征在于，包括：
信号预处理模块，用于以误差为因变量，温度和湿度作为自变量进行电压标准表测量，获取得到温度和湿度作为因变量情况下的误差值，以温度、湿度以及得到的误差值作为样本值建立变差函数模型；
采用指数模型作为变差函数模型，其拟合指数函数为：
h——采样间隔；
误差补偿模块，用于根据实时采集的待补偿直流充电桩的温度和湿度，利用实时采集的湿度和温度进行Kriging插值得到计算误差，Kriging插值是基于变差函数模型进行插值计算，根据计算误差对待补偿直流充电桩的电压测量值进行修正得到修正后的电压值。
6.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一项所述方法的步骤。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述方法的步骤。
CN202111644801.8A 2021-12-29 2021-12-29 直流充电桩电压误差补偿方法、系统、设备及可读存储介质 Active CN114290939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111644801.8A CN114290939B (zh) 2021-12-29 2021-12-29 直流充电桩电压误差补偿方法、系统、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111644801.8A CN114290939B (zh) 2021-12-29 2021-12-29 直流充电桩电压误差补偿方法、系统、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN114290939A CN114290939A (zh) 2022-04-08
CN114290939B true CN114290939B (zh) 2024-04-23

Family

ID=80970999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111644801.8A Active CN114290939B (zh) 2021-12-29 2021-12-29 直流充电桩电压误差补偿方法、系统、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN114290939B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116106816B (zh) * 2023-01-13 2024-04-26 北京市腾河智慧能源科技有限公司 基于5g模块的电能表误差校准方法及系统、设备、介质
CN116026512B (zh) * 2023-03-30 2023-07-04 江西飞尚科技有限公司 索力计算温度拟合方法、系统、计算机及可读存储介质
CN117360316B (zh) * 2023-09-08 2024-04-16 安徽能通新能源科技有限公司 一种充电桩在线鉴定与车桩监测装置及其控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216555A (zh) * 2007-12-27 2008-07-09 武汉大学 Rpc模型参数提取方法和几何纠正方法
CN106814246A (zh) * 2016-12-15 2017-06-09 贵州电网有限责任公司贵阳供电局 基于Kaiser窗FFT单峰插值的电能计量方法
CN108896803A (zh) * 2018-05-24 2018-11-27 哈尔滨工业大学 基于温度补偿的电能表计量精度优化方法
CN109782097A (zh) * 2019-03-07 2019-05-21 深圳市计量质量检测研究院 一种充电设施远程计量系统及其计量方法
CN111722008A (zh) * 2020-06-29 2020-09-29 国网山东省电力公司电力科学研究院 基于模拟乘法器原理的三相交流充电桩测试方法、装置及设备
CN111861017A (zh) * 2020-07-24 2020-10-30 辽宁工程技术大学 一种基于现网数据的充电站网络优化方法
CN112505386A (zh) * 2020-08-25 2021-03-16 中国电力科学研究院有限公司 一种用于检定直流充电桩电流值的方法及系统
CN113702737A (zh) * 2021-08-25 2021-11-26 山东省计量科学研究院 一种充电桩和应用于充电桩的检验方法、装置及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105932666A (zh) * 2016-05-18 2016-09-07 中国电力科学研究院 复杂配电网多时间尺度数模混合仿真系统及其仿真方法
US11161428B2 (en) * 2019-07-01 2021-11-02 Ford Global Technologies, Llc Adaptive open circuit voltage based soc reset method at the end of charge based on temperature and charging rate

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216555A (zh) * 2007-12-27 2008-07-09 武汉大学 Rpc模型参数提取方法和几何纠正方法
CN106814246A (zh) * 2016-12-15 2017-06-09 贵州电网有限责任公司贵阳供电局 基于Kaiser窗FFT单峰插值的电能计量方法
CN108896803A (zh) * 2018-05-24 2018-11-27 哈尔滨工业大学 基于温度补偿的电能表计量精度优化方法
CN109782097A (zh) * 2019-03-07 2019-05-21 深圳市计量质量检测研究院 一种充电设施远程计量系统及其计量方法
CN111722008A (zh) * 2020-06-29 2020-09-29 国网山东省电力公司电力科学研究院 基于模拟乘法器原理的三相交流充电桩测试方法、装置及设备
CN111861017A (zh) * 2020-07-24 2020-10-30 辽宁工程技术大学 一种基于现网数据的充电站网络优化方法
CN112505386A (zh) * 2020-08-25 2021-03-16 中国电力科学研究院有限公司 一种用于检定直流充电桩电流值的方法及系统
CN113702737A (zh) * 2021-08-25 2021-11-26 山东省计量科学研究院 一种充电桩和应用于充电桩的检验方法、装置及设备

Also Published As

Publication number Publication date
CN114290939A (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN114290939B (zh) 直流充电桩电压误差补偿方法、系统、设备及可读存储介质
Tan et al. Online state-of-health estimation of lithium-ion battery based on dynamic parameter identification at multi timescale and support vector regression
González-Manteiga et al. An updated review of goodness-of-fit tests for regression models
Bondarenko Analysis of large experimental datasets in electrochemical impedance spectroscopy
CN108155648B (zh) 基于自适应h无穷扩展卡尔曼滤波的状态估计方法
JP2016513238A (ja) ＳｏＣに関する制御技術的オブザーバの決定方法
He et al. Regularized multivariable grey model for stable grey coefficients estimation
Bu et al. Model selection, estimation and forecasting in INAR (p) models: A likelihood-based Markov chain approach
CN105929340A (zh) 一种基于arima估算电池soc的方法
Ritzberger et al. Online estimation of the electrochemical impedance of polymer electrolyte membrane fuel cells using broad-band current excitation
Omitaomu et al. Online support vector regression with varying parameters for time-dependent data
CN116757378A (zh) 需求响应评估模型训练方法、应用评估方法及相关设备
Lian et al. Noise-immune state of charge estimation for lithium-ion batteries based on optimized dynamic model and improved adaptive unscented Kalman filter under wide temperature range
CN112307638B (zh) 一种电容器寿命估算方法、装置及电子设备
CN112505386B (zh) 一种用于检定直流充电桩电流值的方法及系统
US9691861B2 (en) Method for analyzing discrete traps in semiconductor devices
Guo et al. Rapid online health estimation for lithium-ion batteries based on partial constant-voltage charging segment
KR20210129453A (ko) 전력계통 측정 데이터의 불량 데이터 검출 장치 및 방법
CN114290938B (zh) 直流充电桩电流误差补偿方法、系统、设备及可读存储介质
Chen et al. Monitoring persistence change in infinite variance observations
Mansouri et al. Modeling of nonlinear biological phenomena modeled by s-systems using bayesian method
CN112601968A (zh) 用于48v轻混汽车锂离子电池的荷电状态在线估算系统
Kabiri et al. Enhancing power system state estimation by incorporating equality constraints of voltage dependent loads and zero injections
CN114580151A (zh) 一种基于灰色线性回归-马尔科夫链模型的需水预测方法
CN114692529A (zh) 一种cfd高维响应的不确定度量化方法、装置、计算机设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant