CN114977436A - 一种多机器人充电控制方法和装置、电子设备 - Google Patents

一种多机器人充电控制方法和装置、电子设备 Download PDF

Info

Publication number
CN114977436A
CN114977436A CN202210764725.2A CN202210764725A CN114977436A CN 114977436 A CN114977436 A CN 114977436A CN 202210764725 A CN202210764725 A CN 202210764725A CN 114977436 A CN114977436 A CN 114977436A
Authority
CN
China
Prior art keywords
charging
robot
charged
target
optimization
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
CN202210764725.2A
Other languages
English (en)
Inventor
马亚龙
霍向
吴新开
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.)
Beijing Lobby Technology Co ltd
Beihang University
Original Assignee
Beijing Lobby Technology Co ltd
Beihang University
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 Beijing Lobby Technology Co ltd, Beihang University filed Critical Beijing Lobby Technology Co ltd
Priority to CN202210764725.2A priority Critical patent/CN114977436A/zh
Publication of CN114977436A publication Critical patent/CN114977436A/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
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries 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
    • H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection 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
    • H02J7/007—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
    • 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
    • H02J7/02—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from ac mains by converters
    • 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
    • H02J7/02—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from ac mains by converters
    • H02J7/04—Regulation of charging current or voltage
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种多机器人充电控制方法和装置、电子设备，属于智能硬件技术领域，所述方法包括：监测到多机器人待充电的情况下，确定目标选择因子的数值；其中，所述目标选择因子为配电变压器的供电容量和总负荷之间的差值；确定所述数值对应的优化目标；从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集；对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略；控制各所述待充电机器人按照对应的充电策略进行充电。通过本发明公开的多机器人充电控制方法，能够有效降低机器人充电过程对电网的影响，保证电网安全性和稳定性。

Description

一种多机器人充电控制方法和装置、电子设备
技术领域
本发明涉及智能硬件技术领域，尤其涉及一种多机器人充电控制方法和装置、电子设备。
背景技术
随着科技的发展，机器人普遍具有自动充电功能，机器人在需要充电的时候通过定位导航到充电桩进行自动充电，以提高机器人无人值守情况下的自主长时间持续工作的能力。
系统中多机器人同时具有充电需求时，机器人充电过程会引起电网负荷变化，严重时甚至会造成火灾带来安全隐患。因此，在机器人充电过程中，如何提升电网安全性是机器人领域亟待解决的技术问题。
发明内容
本发明实施例的目的是提供一种多机器人充电控制方法和装置、电子设备，能够解决现有技术中存在的多机器人充电时电网安全性差的问题。
为解决上述技术问题，本发明提供如下技术方案：
本发明实施例提供了一种多机器人充电控制方法，其中，所述方法包括：监测到多机器人待充电的情况下，确定目标选择因子的数值；其中，所述目标选择因子为配电变压器的供电容量和总负荷之间的差值；确定所述数值对应的优化目标；从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集，其中，不同的优化目标对应不同的目标优化函数集；对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略；控制各所述待充电机器人按照对应的充电策略进行充电。
可选地，所述充电策略包括：充电功率和起始充电时间。
可选地，对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略的步骤，包括：
分别确定各所述待充电机器人的充电紧急类型，其中，所述充电紧急类型包括：用于指示紧急充电的第一类型、暂缓充电的第二类型；
针对充电紧急类型为第一类型的第一待充电机器人，对所述目标优化函数集进行求解，得到各所述第一待充电机器人的充电功率；
针对充电紧急类型为第二类型的第二待充电机器人，对所述目标优化函数集进行求解，得到各所述第二待充电机器人的起始充电时间并将充电功率设置为额定充电功率。
可选地，分别确定各所述待充电机器人的充电紧急类型的步骤，包括：
针对一个所述待充电机器人，确定所述待充电机器人的实际电量与预设电量阈值的大小关系；
在所述实际电量小于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第一类型；
在所述实际电量大于或等于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第二类型。
可选地，确定所述数值对应的优化目标的步骤，包括：
在所述目标选择因子的数值大于等于0且小于第一预设阈值的情况下，确定所述数值对应的优化目标为电网运行安全；
在所述目标选择因子的数值大于或等于所述第一预设值的情况下，确定所述数值对应的优化目标为成本；
在所述目标选择因子的数值小于0的情况下，确定所述数值对应的优化目标为电网安全稳定。
可选地，所述预先构建的优化函数包括：充电负荷峰值最小函数、充电负荷峰谷差最小函数、充电负荷方差最小函数、各充电桩电压偏移最小函数、能源投入最小函数以及机器人支出费用最小函数；从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集的步骤，包括：
在所述优化目标为电网运行安全的情况下，选择预先构建的全部优化函数作为目标优化函数集；
在所述优化目标为成本的情况下，从预先构建的优化函数中选择能源投入最小函数和机器人支出费用最小函数作为目标优化函数集；
在所述优化目标为电网安全稳定的情况下，从预先构建的优化函数中选择充电负荷峰值最小函数和机器人支出费用最小函数作为目标优化函数集。
可选地，监测到多机器人待充电的情况下，确定目标选择因子的数值的步骤，包括：
监测到多机器人待充电的情况下，判断待充电机器人的数量是否达到第二预设阈值；
在待充电机器人的数量达到所述第二预设阈值的情况下，确定目标选择因子的数值；
在待充电机器人的数量未达到所述第二预设阈值的情况下，直接对各所述待充电机器人进行充电。
本发明实施例又提供了一种多机器人充电控制装置，其中，所述装置包括：
第一确定模块，用于监测到多机器人待充电的情况下，确定目标选择因子的数值；其中，所述目标选择因子为配电变压器的供电容量和总负荷之间的差值；
第二确定模块，用于确定所述数值对应的优化目标；
选择模块，用于从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集，其中，不同的优化目标对应不同的目标优化函数集；
求解模块，用于对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略；
控制模块，用于控制各所述待充电机器人按照对应的充电策略进行充电。
可选地，所述充电策略包括：充电功率和起始充电时间。
可选地，所述求解模块包括：
第一子模块，用于分别确定各所述待充电机器人的充电紧急类型，其中，所述充电紧急类型包括：用于指示紧急充电的第一类型、暂缓充电的第二类型；
第二子模块，用于针对充电紧急类型为第一类型的第一待充电机器人，对所述目标优化函数集进行求解，得到各所述第一待充电机器人的充电功率；
第三子模块，用于针对充电紧急类型为第二类型的第二待充电机器人，对所述目标优化函数集进行求解，得到各所述第二待充电机器人的起始充电时间并将充电功率设置为额定充电功率。
可选地，所述第一子模块具体用于：
针对一个所述待充电机器人，确定所述待充电机器人的实际电量与预设电量阈值的大小关系；
在所述实际电量小于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第一类型；
在所述实际电量大于或等于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第二类型。
可选地，所述第二确定模块包括：
第四子模块，用于在所述目标选择因子的数值大于等于0且小于第一预设阈值的情况下，确定所述数值对应的优化目标为电网运行安全；
第五子模块，用于在所述目标选择因子的数值大于或等于所述第一预设值的情况下，确定所述数值对应的优化目标为成本；
第六子模块，用于在所述目标选择因子的数值小于0的情况下，确定所述数值对应的优化目标为电网安全稳定。
可选地，所述预先构建的优化函数包括：充电负荷峰值最小函数、充电负荷峰谷差最小函数、充电负荷方差最小函数、各充电桩电压偏移最小函数、能源投入最小函数以及机器人支出费用最小函数；所述选择模块具体用于：
在所述优化目标为电网运行安全的情况下，选择预先构建的全部优化函数作为目标优化函数集；
在所述优化目标为成本的情况下，从预先构建的优化函数中选择能源投入最小函数和机器人支出费用最小函数作为目标优化函数集；
在所述优化目标为电网安全稳定的情况下，从预先构建的优化函数中选择充电负荷峰值最小函数和机器人支出费用最小函数作为目标优化函数集。
可选地，所述第一确定模块具体用于：
监测到多机器人待充电的情况下，判断待充电机器人的数量是否达到第二预设阈值；
在待充电机器人的数量达到所述第二预设阈值的情况下，确定目标选择因子的数值；
在待充电机器人的数量未达到所述第二预设阈值的情况下，直接对各所述待充电机器人进行充电。
本发明实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现上述任意一种多机器人充电控制方法的步骤。
本发明实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现上述任意一种多机器人充电控制方法的步骤。
本发明实施例提供的多机器人充电控制方案，监测到多机器人待充电的情况下，确定目标选择因子的数值；确定所述数值对应的优化目标；从预先构建的优化函数中，选择优化目标对应的目标优化函数集；对目标优化函数集进行求解，得到各待充电机器人的充电策略；控制各待充电机器人按照对应的充电策略进行充电，该多机器人充电控制方案，将目标选择因子设置为配电变压器的供电容量和总负荷之间的差值，通过目标选择因子的数值可确定电网负荷情况，针对不同电网负荷情况为待充电机器人制定不同的充电策略，有效降低机器人充电过程对电网的影响，保证电网安全性和稳定性。
附图说明
图1是表示本申请实施例的一种多机器人充电控制方法的步骤流程图；
图2是表示本申请实施例的一种多机器人充电控制装置的结构框图；
图3是表示本申请实施例的一种电子设备的结构框图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的多机器人充电控制方案进行详细地说明。
本申请实施例的多机器人充电控制方法包括以下步骤：
步骤101：监测到多机器人待充电的情况下，确定目标选择因子的数值。
其中，目标选择因子为配电变压器的供电容量和总负荷之间的差值。
目标选择因子的具体表达式如下所示：
Figure BDA0003721760410000061
其中，α,ST分别为变压器的效率和额定容量。
本申请实施例的多机器人充电控制方法应用于多机器人系统，该系统中包括多个待充电机器人以及电子设备。电子设备为可以为服务器、电脑等具有分析功能的设备。电子设备中的存储介质存储有多机器人充电控制程序，电子设备的处理器运行存储介质中的程序执行多机器人充电控制流程，为系统中的各待充电机器人生成充电策略，并控制各待充电机器人按照对应充电策略进行充电。
一种可选地实施例中，监测到多机器人待充电的情况下，判断待充电机器人的数量是否达到第二预设阈值；在待充电机器人的数量达到第二预设阈值的情况下，确定目标选择因子的数值；在待充电机器人的数量未达到第二预设阈值的情况下，直接对各待充电机器人进行充电。
第二预设数值可以由本领域技术人员灵活设置，例如：设置为5、8或者10等，本申请实施例中对此不做具体限制。
在实际实现过程中，只有待充电机器人数量较大时才会对电网造成较大影响，本可选地实施例中当且仅当待充电机器人的数量达到第二预设阈值时，才执行本申请实施例所提供的多机器人充电控制流程，否则直接为待充电机器人正常充电。
步骤102：确定目标选择因子的数值对应的优化目标。
目标选择因子的数值可表征电网负荷，不同程度的电网负荷对应的优化目标不同，最终导致选择的目标优化函数集不同。当电网负荷处于较低水平时，优化目标应以经济效益为主；当电网负荷处于较高水平时，优化目标应以电网运行安全为主；在电网供电能力不足的极端情况下，优化目标应以电网安全稳定为主。
一种可选地确定目标选择因子的数值对应的优化目标的方式为：
在目标选择因子的数值大于等于0且小于第一预设阈值的情况下，确定目标选择因子的数值对应的优化目标为电网运行安全；在目标选择因子的数值大于或等于第一预设值的情况下，确定目标选择因子的数值对应的优化目标为成本；在目标选择因子的数值小于0的情况下，确定该数值对应的优化目标为电网安全稳定。
步骤103：从预先构建的优化函数中，选择优化目标对应的目标优化函数集。
其中，不同的优化目标对应不同的目标优化函数集。
本申请实施例中，本领域技术人员预先在系统中构建的优化函数，待执行多机器人充电控制流程时，确定优化目标后基于预设的目标优化函数选择规则从预先构建的优化函数中选择所需优化函数。
系统中预先构建的优化函数可以包括但不限于：充电负荷峰值最小函数、充电负荷峰谷差最小函数、充电负荷方差最小函数、各充电桩电压偏移最小函数、能源投入最小函数以及机器人支出费用最小函数。
本申请实施例中，预先从电网运行安全、电网负荷水平、用户经济效益三个层面，分别构建优化函数如下：
优化函数1：充电负荷峰值最小函数
Figure BDA0003721760410000071
其中，pi,t为节点i在t时刻总充电负荷，N为节点总数。
优化函数2：充电负荷峰谷差最小函数
Figure BDA0003721760410000072
优化函数3：充电负荷方差最小函数
Figure BDA0003721760410000073
其中，pav为T时段内节点i的平均充电负荷。
优化函数4：各充电桩电压偏移最小函数
Figure BDA0003721760410000074
其中，Ui,t为节点i在t时刻的电压，Ui,o为节点i的额定电压。
优化函数5：能源投入最小函数
Figure BDA0003721760410000081
其中，Cm为电网的运行维护成本，pev,t为机器人在t时刻的充电功率，Ct为t时刻的电价。
优化函数6：机器人支出费用最小函数
Figure BDA0003721760410000082
其中，Ca为机器人维护成本。
一种可行性的选择优化目标对应的优化函数集的方式为：基于预设的目标优化函数选择规则，目标优化函数选择规则可以通过如下目标选择函数定义：
Figure BDA0003721760410000083
其中，fop(t)为t时刻的优化目标，θ为预设阈值。
Figure BDA0003721760410000084
为根据T时段内平均充电负荷预设的权重系数。
通过上述目标选择函数定义可知，当目标选择因子的数值较小即小于第一预设阈值的情况下，表明当前时刻电网负荷处于较高水平，电网裕度较低，则优化目标以电网运行安全为主，在所述优化目标为电网运行安全的情况下，选择预先构建的全部优化函数作为目标优化函数集，故选择优化函数f1,f2,f3,f4,f6；当目标选择因子的数值小于0时，则表明当前时刻电网运行出现了过负荷，电网供电能力不足，存在一定运行风险，此时优化目标应以电网安全稳定为主，在所述优化目标为电网安全稳定的情况下，从预先构建的优化函数中选择充电负荷峰值最小函数和机器人支出费用最小函数作为目标优化函数集，故选择优化函数f1,f6。
当目标选择因子的数值较大即大于或等于第一预设阈值的情况下，表面改时刻电网负荷处于较低水平，电网裕度较大，则优化目标以经济效益为主，因此将优化目标确定为成本，在优化目标为成本的情况下，从预先构建的优化函数中选择能源投入最小函数和机器人支出费用最小函数作为目标优化函数集，故选择目标优化函数f5,f6。
此外，本申请实施例中从电网安全与稳定运行角度出发，构建了能够保证电网负荷峰值尽可能低且峰谷差和负荷波动尽可能小的目标优化函数集，通过对目标优化函数集求解，生成机器人的充电策略，有效降低机器人充电过程对电网的影响，保证电网安全性和稳定性。
步骤104：对目标优化函数集进行求解，得到各待充电机器人的充电策略。
其中，充电策略具体可以为机器人的充电功率，优选为机器人在每个时刻的充电功率，也可以为机器人的充电时段，如起始充电时间。
一种可选地确定各待充电机器人的充电策略的方式可以如下：
首先，分别确定各待充电机器人的充电紧急类型，其中，充电紧急类型包括：用于指示紧急充电的第一类型、暂缓充电的第二类型。
一种可行性的分别确定各待充电机器人的充电紧急类型的方式为：
针对一个待充电机器人，确定待充电机器人的实际电量与预设电量阈值的大小关系；在实际电量小于预设电量阈值的情况下，确定待充电机器人的充电紧急类型为第一类型；在实际电量大于或等于预设电量阈值的情况下，确定待充电机器人的充电紧急类型为第二类型。
预设电量阈值的具体数值可由本领域技术人员灵活设置，本申请实施例中对此不做具体限制。本申请中通过将待充电机器人的实际电量与预设电量阈值进行比对，来确定待充电机器人充电的迫切程度，根据迫切程度不同将待充电机器人分为暂缓充电机器人和紧急充电机器人。本可选地实施例中充电策略包括：充电功率和起始充电时间。
其次，针对充电紧急类型为第一类型的第一待充电机器人，对目标优化函数集进行求解，得到各第一待充电机器人的充电功率。
再次，针对充电紧急类型为第二类型的第二待充电机器人，对目标优化函数集进行求解，得到各第二待充电机器人的起始充电时间并将充电功率设置为额定充电功率。
该种将待充电机器人划分为两种类型加以区分确定充电策略的方式，可确保将资源侧重到紧急充电机器人，保证最迫切充电的机器人可以稳定充电。
步骤105：控制各待充电机器人按照对应的充电策略进行充电。
通过步骤101-步骤104确定各待充电机器人的充电策略后，系统按照各待充电机器人对应的充电策略控制机器人充电即可。
本申请实施例提供的多机器人充电控制方法，将目标选择因子设置为配电变压器的供电容量和总负荷之间的差值，通过目标选择因子的数值可确定电网负荷情况，针对不同电网负荷情况为待充电机器人制定不同的充电策略，有效降低机器人充电过程对电网的影响，保证电网安全性和稳定性。
图2为实现本申请实施例的一种多机器人充电控制装置的结构框图。
本申请实施例提供的多机器人充电控制装置，包括如下功能模块：
第一确定模块201，用于监测到多机器人待充电的情况下，确定目标选择因子的数值；其中，所述目标选择因子为配电变压器的供电容量和总负荷之间的差值；
第二确定模块202，用于确定所述数值对应的优化目标；
选择模块203，用于从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集，其中，不同的优化目标对应不同的目标优化函数集；
求解模块204，用于对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略；
控制模块205，用于控制各所述待充电机器人按照对应的充电策略进行充电。
可选地，所述充电策略包括：充电功率和起始充电时间。
可选地，所述求解模块包括：
第一子模块，用于分别确定各所述待充电机器人的充电紧急类型，其中，所述充电紧急类型包括：用于指示紧急充电的第一类型、暂缓充电的第二类型；
第二子模块，用于针对充电紧急类型为第一类型的第一待充电机器人，对所述目标优化函数集进行求解，得到各所述第一待充电机器人的充电功率；
第三子模块，用于针对充电紧急类型为第二类型的第二待充电机器人，对所述目标优化函数集进行求解，得到各所述第二待充电机器人的起始充电时间并将充电功率设置为额定充电功率。
可选地，所述第一子模块具体用于：
针对一个所述待充电机器人，确定所述待充电机器人的实际电量与预设电量阈值的大小关系；
在所述实际电量小于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第一类型；
在所述实际电量大于或等于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第二类型。
可选地，所述第二确定模块包括：
第四子模块，用于在所述目标选择因子的数值大于等于0且小于第一预设阈值的情况下，确定所述数值对应的优化目标为电网运行安全；
第五子模块，用于在所述目标选择因子的数值大于或等于所述第一预设值的情况下，确定所述数值对应的优化目标为成本；
第六子模块，用于在所述目标选择因子的数值小于0的情况下，确定所述数值对应的优化目标为电网安全稳定。
可选地，所述预先构建的优化函数包括：充电负荷峰值最小函数、充电负荷峰谷差最小函数、充电负荷方差最小函数、各充电桩电压偏移最小函数、能源投入最小函数以及机器人支出费用最小函数；所述选择模块具体用于：
在所述优化目标为电网运行安全的情况下，选择预先构建的全部优化函数作为目标优化函数集；
在所述优化目标为成本的情况下，从预先构建的优化函数中选择能源投入最小函数和机器人支出费用最小函数作为目标优化函数集；
在所述优化目标为电网安全稳定的情况下，从预先构建的优化函数中选择充电负荷峰值最小函数和机器人支出费用最小函数作为目标优化函数集。
可选地，所述第一确定模块具体用于：
监测到多机器人待充电的情况下，判断待充电机器人的数量是否达到第二预设阈值；
在待充电机器人的数量达到所述第二预设阈值的情况下，确定目标选择因子的数值；
在待充电机器人的数量未达到所述第二预设阈值的情况下，直接对各所述待充电机器人进行充电。
本申请实施例提供的多机器人充电控制装置，将目标选择因子设置为配电变压器的供电容量和总负荷之间的差值，通过目标选择因子的数值可确定电网负荷情况，针对不同电网负荷情况为待充电机器人制定不同的充电策略，有效降低机器人充电过程对电网的影响，保证电网安全性和稳定性。
本申请实施例中图2所示的多机器人充电控制装置可以是装置，也可以是服务器中的部件、集成电路、或芯片。本申请实施例中的图2所示的多机器人充电控制装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为iOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的图3所示的多机器人充电控制装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。
可选地，如图3所示，本申请实施例还提供一种电子设备300，包括处理器301，存储器302，存储在存储器302上并可在所述处理器301上运行的程序或指令，该程序或指令被处理器301执行时实现上述多机器人充电控制方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要注意的是，本申请实施例中的电子设备包括上述所述的服务器。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述多机器人充电控制方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上多机器人充电控制方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (15)

1.一种多机器人充电控制方法，其特征在于，所述方法包括：
监测到多机器人待充电的情况下，确定目标选择因子的数值；其中，所述目标选择因子为配电变压器的供电容量和总负荷之间的差值；
确定所述数值对应的优化目标；
从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集，其中，不同的优化目标对应不同的目标优化函数集；
对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略；
控制各所述待充电机器人按照对应的充电策略进行充电。
2.根据权利要求1所述的方法，其特征在于，所述充电策略包括：充电功率和起始充电时间。
3.根据权利要求2所述的方法，其特征在于，对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略的步骤，包括：
分别确定各所述待充电机器人的充电紧急类型，其中，所述充电紧急类型包括：用于指示紧急充电的第一类型、暂缓充电的第二类型；
针对充电紧急类型为第一类型的第一待充电机器人，对所述目标优化函数集进行求解，得到各所述第一待充电机器人的充电功率；
针对充电紧急类型为第二类型的第二待充电机器人，对所述目标优化函数集进行求解，得到各所述第二待充电机器人的起始充电时间并将充电功率设置为额定充电功率。
4.根据权利要求3所述的方法，其特征在于，分别确定各所述待充电机器人的充电紧急类型的步骤，包括：
针对一个所述待充电机器人，确定所述待充电机器人的实际电量与预设电量阈值的大小关系；
在所述实际电量小于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第一类型；
在所述实际电量大于或等于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第二类型。
5.根据权利要求1所述的方法，其特征在于，确定所述数值对应的优化目标的步骤，包括：
在所述目标选择因子的数值大于等于0且小于第一预设阈值的情况下，确定所述数值对应的优化目标为电网运行安全；
在所述目标选择因子的数值大于或等于所述第一预设值的情况下，确定所述数值对应的优化目标为成本；
在所述目标选择因子的数值小于0的情况下，确定所述数值对应的优化目标为电网安全稳定。
6.根据权利要求1所述的方法，其特征在于，所述预先构建的优化函数包括：充电负荷峰值最小函数、充电负荷峰谷差最小函数、充电负荷方差最小函数、各充电桩电压偏移最小函数、能源投入最小函数以及机器人支出费用最小函数；从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集的步骤，包括：
在所述优化目标为电网运行安全的情况下，选择预先构建的全部优化函数作为目标优化函数集；
在所述优化目标为成本的情况下，从预先构建的优化函数中选择能源投入最小函数和机器人支出费用最小函数作为目标优化函数集；
在所述优化目标为电网安全稳定的情况下，从预先构建的优化函数中选择充电负荷峰值最小函数和机器人支出费用最小函数作为目标优化函数集。
7.根据权利要求1所述的方法，其特征在于，监测到多机器人待充电的情况下，确定目标选择因子的数值的步骤，包括：
监测到多机器人待充电的情况下，判断待充电机器人的数量是否达到第二预设阈值；
在待充电机器人的数量达到所述第二预设阈值的情况下，确定目标选择因子的数值；
在待充电机器人的数量未达到所述第二预设阈值的情况下，直接对各所述待充电机器人进行充电。
8.一种多机器人充电控制装置，其特征在于，所述装置包括：
第一确定模块，用于监测到多机器人待充电的情况下，确定目标选择因子的数值；其中，所述目标选择因子为配电变压器的供电容量和总负荷之间的差值；
第二确定模块，用于确定所述数值对应的优化目标；
选择模块，用于从预先构建的优化函数中，选择所述优化目标对应的目标优化函数集，其中，不同的优化目标对应不同的目标优化函数集；
求解模块，用于对所述目标优化函数集进行求解，得到各所述待充电机器人的充电策略；
控制模块，用于控制各所述待充电机器人按照对应的充电策略进行充电。
9.根据权利要求8所述的装置，其特征在于，所述充电策略包括：充电功率和起始充电时间。
10.根据权利要求9所述的装置，其特征在于，所述求解模块包括：
第一子模块，用于分别确定各所述待充电机器人的充电紧急类型，其中，所述充电紧急类型包括：用于指示紧急充电的第一类型、暂缓充电的第二类型；
第二子模块，用于针对充电紧急类型为第一类型的第一待充电机器人，对所述目标优化函数集进行求解，得到各所述第一待充电机器人的充电功率；
第三子模块，用于针对充电紧急类型为第二类型的第二待充电机器人，对所述目标优化函数集进行求解，得到各所述第二待充电机器人的起始充电时间并将充电功率设置为额定充电功率。
11.根据权利要求10所述的装置，其特征在于，所述第一子模块具体用于：
针对一个所述待充电机器人，确定所述待充电机器人的实际电量与预设电量阈值的大小关系；
在所述实际电量小于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第一类型；
在所述实际电量大于或等于所述预设电量阈值的情况下，确定所述待充电机器人的充电紧急类型为所述第二类型。
12.根据权利要求8所述的装置，其特征在于，所述第二确定模块包括：
第四子模块，用于在所述目标选择因子的数值大于等于0且小于第一预设阈值的情况下，确定所述数值对应的优化目标为电网运行安全；
第五子模块，用于在所述目标选择因子的数值大于或等于所述第一预设值的情况下，确定所述数值对应的优化目标为成本；
第六子模块，用于在所述目标选择因子的数值小于0的情况下，确定所述数值对应的优化目标为电网安全稳定。
13.根据权利要求8所述的装置，其特征在于，所述预先构建的优化函数包括：充电负荷峰值最小函数、充电负荷峰谷差最小函数、充电负荷方差最小函数、各充电桩电压偏移最小函数、能源投入最小函数以及机器人支出费用最小函数；所述选择模块具体用于：
在所述优化目标为电网运行安全的情况下，选择预先构建的全部优化函数作为目标优化函数集；
在所述优化目标为成本的情况下，从预先构建的优化函数中选择能源投入最小函数和机器人支出费用最小函数作为目标优化函数集；
在所述优化目标为电网安全稳定的情况下，从预先构建的优化函数中选择充电负荷峰值最小函数和机器人支出费用最小函数作为目标优化函数集。
14.根据权利要求8所述的装置，其特征在于，所述第一确定模块具体用于：
监测到多机器人待充电的情况下，判断待充电机器人的数量是否达到第二预设阈值；
在待充电机器人的数量达到所述第二预设阈值的情况下，确定目标选择因子的数值；
在待充电机器人的数量未达到所述第二预设阈值的情况下，直接对各所述待充电机器人进行充电。
15.一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的多机器人充电控制方法的步骤。
CN202210764725.2A 2022-06-29 2022-06-29 一种多机器人充电控制方法和装置、电子设备 Pending CN114977436A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210764725.2A CN114977436A (zh) 2022-06-29 2022-06-29 一种多机器人充电控制方法和装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210764725.2A CN114977436A (zh) 2022-06-29 2022-06-29 一种多机器人充电控制方法和装置、电子设备

Publications (1)

Publication Number Publication Date
CN114977436A true CN114977436A (zh) 2022-08-30

Family

ID=82968132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210764725.2A Pending CN114977436A (zh) 2022-06-29 2022-06-29 一种多机器人充电控制方法和装置、电子设备

Country Status (1)

Country Link
CN (1) CN114977436A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103241130A (zh) * 2013-04-10 2013-08-14 华中科技大学 一种电动公交车充换电站的能量管理方法及系统
US20170264135A1 (en) * 2014-11-25 2017-09-14 Nec Corporation Energy management apparatus, energy management method and program recording medium
CN112418605A (zh) * 2020-10-19 2021-02-26 国网上海市电力公司 一种光储式充电站储能系统优化运行方法
CN114103711A (zh) * 2021-12-01 2022-03-01 国网北京市电力公司 充电负荷有序充电的控制方法、系统、装置和存储介质
CN114256940A (zh) * 2022-02-28 2022-03-29 北京蒙帕信创科技有限公司 一种多机器人充电调度方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103241130A (zh) * 2013-04-10 2013-08-14 华中科技大学 一种电动公交车充换电站的能量管理方法及系统
US20170264135A1 (en) * 2014-11-25 2017-09-14 Nec Corporation Energy management apparatus, energy management method and program recording medium
CN112418605A (zh) * 2020-10-19 2021-02-26 国网上海市电力公司 一种光储式充电站储能系统优化运行方法
CN114103711A (zh) * 2021-12-01 2022-03-01 国网北京市电力公司 充电负荷有序充电的控制方法、系统、装置和存储介质
CN114256940A (zh) * 2022-02-28 2022-03-29 北京蒙帕信创科技有限公司 一种多机器人充电调度方法、装置及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
徐康仪;: "基于动态实时电价的电动汽车集群分层优化调度", 电力学报, no. 01, 25 February 2020 (2020-02-25) *
杨锡运;张璜;修晓青;付果;李建林;: "基于商业园区源/储/荷协同运行的储能系统多目标优化配置", 电网技术, no. 12, 5 December 2017 (2017-12-05) *
钱科军;秦萌;宋远军;周振凯;刘乙;谢鹰;陈丽娟;: "基于模糊隶属度的充电站多目标优化调度", 电力建设, no. 02, 1 February 2020 (2020-02-01) *

Similar Documents

Publication Publication Date Title
Das et al. Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm
US11685291B2 (en) System and method for designing and controlling a dual energy storage system
Eghtedarpour et al. Distributed charge/discharge control of energy storages in a renewable‐energy‐based DC micro‐grid
Luna et al. Mixed-integer-linear-programming-based energy management system for hybrid PV-wind-battery microgrids: Modeling, design, and experimental verification
Teimourzadeh Baboli et al. Energy management and operation modelling of hybrid AC–DC microgrid
CN100482000C (zh) 移动远程通信网络节点用的自适应电源管理
Barker et al. Further developments in autonomous converter control in a multi-terminal HVDC system
CN112383096B (zh) 一种供电功率调节方法、装置及供电系统
EP3424122B1 (en) Power control of a microgrid
CN113517730A (zh) 一种电池充放电系统、电路及方法
Wang et al. Active and reactive power support of MV distribution systems using battery energy storage
CN114977436A (zh) 一种多机器人充电控制方法和装置、电子设备
CN109830992B (zh) 自适应调节的能源调度控制方法、装置及系统
US20230148201A1 (en) Method and system for supplying power to device, and related device
CN110854916A (zh) 一种基于用户储能的能量平衡控制方法及装置
Pinto et al. Multi-period modeling of behind-the-meter flexibility
US10416620B2 (en) Method and control device for robust optimization of an electricity grid
CN114583734A (zh) 多类型储能系统能量管理方法、系统、设备和存储介质
US11990759B2 (en) Power management system
CN110460070B (zh) 一种超大规模电网的需求侧频率紧急控制的敏捷反应方法
CN112766627B (zh) 可控电气设施的管控方法及装置、存储介质、电子装置
CN110692174B (zh) 确定设定点参数的方法、设定点确定器及计算机可读装置
JP2016061516A (ja) 空調管理装置、充放電制御システム、空調制御計画生成方法およびプログラム
Hirech et al. A PV System Equipped with a Commercial and Designed MPPT Regulators
CN111344724A (zh) 微电网的控制

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