CN116644234A - 一种基于车桩路网耦合的汽车充电桩推荐方法及系统 - Google Patents
一种基于车桩路网耦合的汽车充电桩推荐方法及系统 Download PDFInfo
- Publication number
- CN116644234A CN116644234A CN202310627783.5A CN202310627783A CN116644234A CN 116644234 A CN116644234 A CN 116644234A CN 202310627783 A CN202310627783 A CN 202310627783A CN 116644234 A CN116644234 A CN 116644234A
- Authority
- CN
- China
- Prior art keywords
- charging
- pile
- charging pile
- time
- data
- 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
- 230000008878 coupling Effects 0.000 title claims abstract description 42
- 238000010168 coupling process Methods 0.000 title claims abstract description 42
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 238000012163 sequencing technique Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 12
- 230000002093 peripheral effect Effects 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明属于电动汽车充电的规划和运行技术领域,公开一种基于车桩路网耦合的汽车充电桩推荐方法及系统;所述方法,包括:获取电动汽车用户发出的充电请求;读取电动车周边的数据;按照用户的需求和电动汽车接口的能力,配网负载数据,获得若干可用充电桩分组;利用获取的交通数据,按照导航数据给出到达若干可用充电桩分组的时间;获得各充电桩的充电时间、最终充电金额;按照充电时间、充电金额、达到充电桩时间的预设权值,对各个充电桩进行排序,获得基于车桩路网耦合的汽车充电桩推荐方案;输出所述推荐方案。本发明综合考虑用户的需求,提高了用户使用的舒适性,同时解决了无序充电场景下给配电网的安全经济运行带来巨大影响的技术问题。
Description
技术领域
本发明属于电动汽车充电的规划和运行技术领域,特别涉及一种基于车桩路网耦合的汽车充电桩推荐方法及系统。
背景技术
全世界如今面临着日益严峻的环境问题,发展清洁能源、保障能源安全,已成为能源战略的核心目标之一。以汽车为主要内容的公路运输更是主要的二氧化碳排放来源,占交通行业整体碳排放量的86%左右,电动汽车(Electric Vehicles,EV)作为联接交通电气化和电网清洁化的纽带和桥梁,可实现“电力-交通”之间的深度耦合,是电动汽车(车)-充电桩(桩)-交通(路)-配电(网)中关键的一环。
EV具有绿色低碳的优势,据国际能源署(IEA)发布的最新《Global EV Outlook2022》报告显示,世界EV及充电设施保有量持续增长。据预测,在可持续发展场景下,到2030年全球电动汽车保有量预计将达到2.5亿辆,充电桩数量将达到2.4亿根;同期我国电动汽车规模则有望达到1亿辆,基本建成适度超前、车桩相随、智能高效的充电设施体系。届时,充电负荷将占到城市居民电力负荷30%以上,极端条件下甚至将逼近全国总装机容量的25%,在无序充电场景下将给配电网的安全经济运行带来巨大影响。
EV灵活接入下充电经济性、可靠性、服务体验的提升,以及未来各种分布式绿色能源的消纳等,都是和其充电需求对应的充电桩推荐方案密不可分,因此有必要考虑如何考虑车桩路网耦合,针对充电汽车有充电需求的时候给出附近充电桩的推荐方案。
发明内容
本发明的目的在于提供一种基于车桩路网耦合的汽车充电桩推荐方法及系统,以解决无序充电场景下给配电网的安全经济运行带来巨大影响的技术问题。
为了实现上述目的,本发明采用如下技术方案:
一种基于车桩路网耦合的汽车充电桩推荐方法,包括:
S1、获取电动汽车用户发出的充电请求,分析充电请求中电动汽车的电池剩余电量,按照电池剩余电量设定电池剩余电量可达距离;
S2、读取电动车周边的数据;所述数据包括电动汽车周边交通的数据、电池剩余电量可达距离范围内充电桩数据、配网负载数据;其中根据电池剩余电量可达距离范围内充电桩数据,获取能够使用的充电桩,并按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组;
S3、按照用户的需求和电动汽车接口的能力,给出电动汽车充电的最大电流,在若干第一可用充电桩分组中删除不能够满足电动汽车充电最大电流的充电桩,获得若干第二可用充电桩分组;
S4、利用获取的配网负载数据,删除若干第二可用充电桩分组中有过载风险的充电桩,获得若干第三可用充电桩分组;
S5、利用获取的交通数据,按照导航数据给出到达若干第三可用充电桩分组的时间;
S6、按照电池剩余电量以及达若干第三可用充电桩分组的时间,计算电动汽车达到若干第三可用充电桩分组中各充电桩的最终剩余电量,根据最终剩余电量和充电请求中用户设定的最终充电量需求,计算出充电电量,结合充电桩充电电流以及充电电量,核对各充电桩的充电时间;
S7、按照各充电桩的充电时间,以及各充电桩的电价,计算出每个充电桩最终充电金额;
S8、按照充电时间、充电金额、达到充电桩时间的预设权值,对各个充电桩进行排序,获得基于车桩路网耦合的汽车充电桩推荐方案;输出所述推荐方案。
本发明进一步的改进在于:步骤S1中,按照电池剩余电量设定电池剩余电量可达距离具体包括:
如果电池剩余电量小于5%,设定可达距离为1-3km;
如果电池剩余电量大于等于5%,且小于10%,设定可达距离为3-5km;
如果电池剩余电量大于10%,设定可达距离为5-8km。
本发明进一步的改进在于步骤S2中,获取电池剩余电量可达距离范围内所有充电桩,删除停机和有车充电的充电桩,剩余充电桩按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组。
本发明进一步的改进在于步骤S8中,充电时间、充电金额、达到充电桩时间的预设权值中一个为1,其余两个为0;按照预设权值为1的指标排序,得到推荐方案;
或者,充电时间、充电金额、达到充电桩时间的预设权值均大于0;对充电时间、充电金额、达到充电桩时间分别进行分级和编码,每级设置分级权重;计算每个充电桩充电时间分级的分级权重和预设权值乘积、充电金额分级的分级权重和预设权值乘积、达到充电桩时间分级的分级权重和预设权值乘积,并求和得到每个充电桩的推荐数据,针对所有充电桩的推荐数据进行排序,得到推荐方案。
第二方面,本发明提供一种基于车桩路网耦合的汽车充电桩推荐系统,包括:
充电请求获取模块,用于获取电动汽车用户发出的充电请求,分析充电请求中电动汽车的电池剩余电量,按照电池剩余电量设定电池剩余电量可达距离;
周边数据读取模块,用于读取电动车周边的数据;所述数据包括电动汽车周边交通的数据、电池剩余电量可达距离范围内充电桩数据、配网负载数据;其中根据电池剩余电量可达距离范围内充电桩数据,获取能够使用的充电桩,并按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组;
第一需求分析模块,用于按照用户的需求和电动汽车接口的能力,给出电动汽车充电的最大电流,在若干第一可用充电桩分组中删除不能够满足电动汽车充电最大电流的充电桩,获得若干第二可用充电桩分组;
第二需求分析模块,用于利用获取的配网负载数据,删除若干第二可用充电桩分组中有过载风险的充电桩,获得若干第三可用充电桩分组;
第三需求分析模块,利用获取的交通数据,按照导航数据给出到达若干第三可用充电桩分组的时间;
充电时间分析模块,用于按照电池剩余电量以及达若干第三可用充电桩分组的时间,计算电动汽车达到若干第三可用充电桩分组中各充电桩的最终剩余电量,根据最终剩余电量和充电请求中用户设定的最终充电量需求,计算出充电电量,结合充电桩充电电流以及充电电量,核对各充电桩的充电时间;
充电金额分析模块,用于按照各充电桩的充电时间,以及各充电桩的电价,计算出每个充电桩最终充电金额;
排序输出模块,用于按照充电时间、充电金额、达到充电桩时间的预设权值,对各个充电桩进行排序,获得基于车桩路网耦合的汽车充电桩推荐方案;输出所述推荐方案。
本发明进一步的改进在于充电请求获取模块中,按照电池剩余电量设定电池剩余电量可达距离具体包括:
如果电池剩余电量小于5%,设定可达距离为1-3km;
如果电池剩余电量大于等于5%,且小于10%,设定可达距离为3-5km;
如果电池剩余电量大于10%,设定可达距离为5-8km。
本发明进一步的改进在于周边数据读取模块中,获取电池剩余电量可达距离范围内所有充电桩,删除停机和有车充电的充电桩,剩余充电桩按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组。
本发明进一步的改进在于排序输出模块中,充电时间、充电金额、达到充电桩时间的预设权值中一个为1,其余两个为0;按照预设权值为1的指标排序,得到推荐方案;
或者,充电时间、充电金额、达到充电桩时间的预设权值均大于0;对充电时间、充电金额、达到充电桩时间分别进行分级和编码,每级设置分级权重;计算每个充电桩充电时间分级的分级权重和预设权值乘积、充电金额分级的分级权重和预设权值乘积、达到充电桩时间分级的分级权重和预设权值乘积,并求和得到每个充电桩的推荐数据,针对所有充电桩的推荐数据进行排序,得到推荐方案。
第三方面,本发明提供一种电子设备,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现所述的一种基于车桩路网耦合的汽车充电桩推荐方法。
第四方面,本发明提供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至少一个指令,所述至少一个指令被处理器执行时实现所述的一种基于车桩路网耦合的汽车充电桩推荐方法。
相对于现有技术,本发明具有以下有益效果:
本发明基于电动汽车的充电需求,提出了一种基于车桩路网耦合的汽车充电桩推荐系统,一方面能够充分的利用“电力-交通”之间耦合的关键因素的关键指标,综合充电的具体需求、交通情况以及电网运行和价格等因素;另一方面可以通过权值的因素来给出不同的推荐方案,综合考虑用户的需求,提高了用户使用的舒适性,同时解决了无序充电场景下给配电网的安全经济运行带来巨大影响的技术问题。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一种基于车桩路网耦合的汽车充电桩推荐方法的流程示意图;
图2为本发明一种基于车桩路网耦合的汽车充电桩推荐系统的结构框图;
图3为本发明一种电子设备的结构框图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
随着配网中,以光伏为代表的随机性分布式发电、以EV充电为代表的不确定性负荷的比例不断提升,如何保证稳定可靠的供电的同时,给EV用户提供更好的充电服务,促进可再生能源的消纳,进而实现碳中和成为“电力-交通”之间实现深度耦合的关键问题。本发明提出了一种基于车桩路网耦合的汽车充电桩推荐方法,通过整合影响“电力-交通”之间耦合的关键因素,包括充电的需求(时间、充电量、价格)、交通拥堵信息、配网的潮流信息等因素内部进行分级编码,按照用户对关键因素选择的排序形成权值,最后按照关键因素分级编码和权值的乘积对电动汽车临近的充电桩进行评估和排序,实现对用户充电桩选择方案的推荐,同时解决了无序充电场景下给配电网的安全经济运行带来巨大影响的技术问题。
实施例1
请参阅图1所示,本发明提供一种基于车桩路网耦合的汽车充电桩推荐方法,基于充电的需求(时间、充电量)、交通拥堵信息、配网的潮流信息等影响“电力-交通”之间耦合的关键因素的关键指标按照重要程度进行分级编码,并根据充电汽车的用户对关键因素的排序形成的权值,最后按照编码和权值确定临近充电桩的推荐值,并进行排序,最后给出推荐方案。具体包括以下步骤:
S1、获取电动汽车用户发出的充电请求,分析充电请求中电池剩余电量,并按照低于5%,5-10%以及10%以上进行分级。根据用户的要求来按照剩余电量情况设定电池剩余电量可达距离,如5%,按照1-3km,而5-10%则按照3-5km,10%以上,按照5-8km设定。
S2、读取电动车周边的数据,并进行分析。
S21、首先,获取电动汽车周边交通的数据,按照电池剩余电量可达距离,核对周边道路拥挤程度;
S22、其次,获取电池剩余电量可达距离范围内充电桩数据,核对周边的充电桩情况,按照不可用(停机/有车充电),以及充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组。
S23、然后,获取配网负载数据,核对每个充电桩附近线路的负载率,判断叠加电动汽车最大充电电流后线路看是否过载;
S3、按照用户的需求和电动汽车接口的能力,给出电动汽车充电的最大电流,在若干第一可用充电桩分组中删除不能够满足电动汽车充电最大电流的充电桩,获得若干第二可用充电桩分组。
S4、利用获取的配网负载数据,根据获取的配网的充电桩附近线路数据和可能的过载的信息,删除若干第二可用充电桩分组中有过载风险的充电桩,更新可用充电桩信息,获得若干第三可用充电桩分组。
S5、利用获取的交通数据,按照导航数据给出到达若干第三可用充电桩分组的时间。
S6、按照充电请求中电池剩余电量以及达若干第三可用充电桩分组的时间,计算电动汽车达到若干第三可用充电桩分组中各充电桩的最终剩余电量,根据最终剩余电量和充电请求中用户设定的最终充电量需求,计算出充电电量,结合充电桩充电电流以及充电电量,核对各充电桩的充电时间。
S7、按照各充电桩的充电时间,以及各充电桩的电价,计算出每个充电桩最终充电金额。
S8、按照用户的给出的需求,如按照充电时间、充电金额、达到充电桩时间,或者进行单独排序,或者按照一定的权值进行排序,给出充电方案。
S81、按照用户给出的权值:可以针对交通耗时、充电耗时、金额大小,分别设定权值,如按照排序,选择了金额大小、交通耗时、充电耗时排序,则按照3(金额大小)、2(交通耗时)、1(充电耗时)。量化相关的指标:交通耗时按照3(短)、2(正常)、1(长)分级和编码;充电耗时按照3(短)、2(正常)、1(长)分级和编码;金额大小按照3(优惠)、2(正常)、1(加价)分级和编码。对每个充电桩按照分级和权值进行乘积,得到排序推荐方案。
S82、按照单独一个指标进行排序,给出推荐方案,如按照交通耗时(到达充电桩时间)进行排序、按照充电耗时进行排序、按照充电金额从小到大进行排序。此时可以认为其中一个指标的权值就是1,其他指标的权值是0。
S9、核对是否满足用户需求,如果否,转到步骤S2,否则结束。
实施例2
请参阅图2所示,本发明提供一种基于车桩路网耦合的汽车充电桩推荐系统,包括:
充电请求获取模块,用于获取电动汽车用户发出的充电请求,分析充电请求中电动汽车的电池剩余电量,按照电池剩余电量设定电池剩余电量可达距离;
周边数据读取模块,用于读取电动车周边的数据;所述数据包括电动汽车周边交通的数据、电池剩余电量可达距离范围内充电桩数据、配网负载数据;其中根据电池剩余电量可达距离范围内充电桩数据,获取能够使用的充电桩,并按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组;
第一需求分析模块,用于按照用户的需求和电动汽车接口的能力,给出电动汽车充电的最大电流,在若干第一可用充电桩分组中删除不能够满足电动汽车充电最大电流的充电桩,获得若干第二可用充电桩分组;
第二需求分析模块,用于利用获取的配网负载数据,删除若干第二可用充电桩分组中有过载风险的充电桩,获得若干第三可用充电桩分组;
第三需求分析模块,利用获取的交通数据,按照导航数据给出到达若干第三可用充电桩分组的时间;
充电时间分析模块,用于按照电池剩余电量以及达若干第三可用充电桩分组的时间,计算电动汽车达到若干第三可用充电桩分组中各充电桩的最终剩余电量,根据最终剩余电量和充电请求中用户设定的最终充电量需求,计算出充电电量,结合充电桩充电电流以及充电电量,核对各充电桩的充电时间;
充电金额分析模块,用于按照各充电桩的充电时间,以及各充电桩的电价,计算出每个充电桩最终充电金额;
排序输出模块,用于按照充电时间、充电金额、达到充电桩时间的预设权值,对各个充电桩进行排序,获得基于车桩路网耦合的汽车充电桩推荐方案;输出所述推荐方案。
在一具体实施方式中,充电请求获取模块中,按照电池剩余电量设定电池剩余电量可达距离具体包括:
如果电池剩余电量小于5%,设定可达距离为1-3km;
如果电池剩余电量大于等于5%,且小于10%,设定可达距离为3-5km;
如果电池剩余电量大于10%,设定可达距离为5-8km。
在一具体实施方式中,周边数据读取模块中,获取电池剩余电量可达距离范围内所有充电桩,删除停机和有车充电的充电桩,剩余充电桩按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组。
在一具体实施方式中,排序输出模块中,充电时间、充电金额、达到充电桩时间的预设权值中一个为1,其余两个为0;按照预设权值为1的指标排序,得到推荐方案;
或者,充电时间、充电金额、达到充电桩时间的预设权值均大于0;对充电时间、充电金额、达到充电桩时间分别进行分级和编码,每级设置分级权重;计算每个充电桩充电时间分级的分级权重和预设权值乘积、充电金额分级的分级权重和预设权值乘积、达到充电桩时间分级的分级权重和预设权值乘积,并求和得到每个充电桩的推荐数据,针对所有充电桩的推荐数据进行排序,得到推荐方案。
实施例3
请参阅图3所示,本发明还提供一种实现基于车桩路网耦合的汽车充电桩推荐方法的电子设备100;所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
存储器101可用于存储所述计算机程序103,所述处理器102通过运行或执行存储在所述存储器101内的计算机程序,以及调用存储在存储器101内的数据,实现实施例1所述的基于车桩路网耦合的汽车充电桩推荐方法的步骤。所述存储器101可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外,存储器101可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
所述至少一个处理器102可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,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。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等,所述处理器102是所述电子设备100的控制中心,利用各种接口和线路连接整个电子设备100的各个部分。
所述电子设备100中的所述存储器101存储多个指令以实现一种基于车桩路网耦合的汽车充电桩推荐方法,所述处理器102可执行所述多个指令从而实现:
S1、获取电动汽车用户发出的充电请求,分析充电请求中电动汽车的电池剩余电量,按照电池剩余电量设定电池剩余电量可达距离;
S2、读取电动车周边的数据;所述数据包括电动汽车周边交通的数据、电池剩余电量可达距离范围内充电桩数据、配网负载数据;其中根据电池剩余电量可达距离范围内充电桩数据,获取能够使用的充电桩,并按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组;
S3、按照用户的需求和电动汽车接口的能力,给出电动汽车充电的最大电流,在若干第一可用充电桩分组中删除不能够满足电动汽车充电最大电流的充电桩,获得若干第二可用充电桩分组;
S4、利用获取的配网负载数据,删除若干第二可用充电桩分组中有过载风险的充电桩,获得若干第三可用充电桩分组;
S5、利用获取的交通数据,按照导航数据给出到达若干第三可用充电桩分组的时间;
S6、按照电池剩余电量以及达若干第三可用充电桩分组的时间,计算电动汽车达到若干第三可用充电桩分组中各充电桩的最终剩余电量,根据最终剩余电量和充电请求中用户设定的最终充电量需求,计算出充电电量,结合充电桩充电电流以及充电电量,核对各充电桩的充电时间;
S7、按照各充电桩的充电时间,以及各充电桩的电价,计算出每个充电桩最终充电金额;
S8、按照充电时间、充电金额、达到充电桩时间的预设权值,对各个充电桩进行排序,获得基于车桩路网耦合的汽车充电桩推荐方案;输出所述推荐方案。
在一具体实施方式中,步骤S1中,按照电池剩余电量设定电池剩余电量可达距离具体包括:
如果电池剩余电量小于5%,设定可达距离为1-3km;
如果电池剩余电量大于等于5%,且小于10%,设定可达距离为3-5km;
如果电池剩余电量大于10%,设定可达距离为5-8km。
在一具体实施方式中,步骤S2中,获取电池剩余电量可达距离范围内所有充电桩,删除停机和有车充电的充电桩,剩余充电桩按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组。
在一具体实施方式中,步骤S8中,充电时间、充电金额、达到充电桩时间的预设权值中一个为1,其余两个为0;按照预设权值为1的指标排序,得到推荐方案;
或者,充电时间、充电金额、达到充电桩时间的预设权值均大于0;对充电时间、充电金额、达到充电桩时间分别进行分级和编码,每级设置分级权重;计算每个充电桩充电时间分级的分级权重和预设权值乘积、充电金额分级的分级权重和预设权值乘积、达到充电桩时间分级的分级权重和预设权值乘积,并求和得到每个充电桩的推荐数据,针对所有充电桩的推荐数据进行排序,得到推荐方案。
实施例4
所述电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM,Read-Only Memory)。
本发明提出了一种基于“车-桩-路-网”耦合的汽车充电桩推荐方案,针对电动汽车用户的充电需求,整合影响“电力-交通”之间耦合的关键因素,包括充电的需求(时间、充电量)、交通拥堵信息、配网的潮流信息等因素内部进行分级编码,按照用户对关键因素选择的排序形成权值,最后给出了充电桩推荐方案。相关的指标定义和分析步骤是本专利的关键点和保护点。
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/或方框图来描述的。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、嵌入式处理机或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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于车桩路网耦合的汽车充电桩推荐方法,其特征在于,包括:
S1、获取电动汽车用户发出的充电请求,分析充电请求中电动汽车的电池剩余电量,按照电池剩余电量设定电池剩余电量可达距离;
S2、读取电动车周边的数据;所述数据包括电动汽车周边交通的数据、电池剩余电量可达距离范围内充电桩数据、配网负载数据;其中根据电池剩余电量可达距离范围内充电桩数据,获取能够使用的充电桩,并按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组;
S3、按照用户的需求和电动汽车接口的能力,给出电动汽车充电的最大电流,在若干第一可用充电桩分组中删除不能够满足电动汽车充电最大电流的充电桩,获得若干第二可用充电桩分组;
S4、利用获取的配网负载数据,删除若干第二可用充电桩分组中有过载风险的充电桩,获得若干第三可用充电桩分组;
S5、利用获取的交通数据,按照导航数据给出到达若干第三可用充电桩分组的时间;
S6、按照电池剩余电量以及达若干第三可用充电桩分组的时间,计算电动汽车达到若干第三可用充电桩分组中各充电桩的最终剩余电量,根据最终剩余电量和充电请求中用户设定的最终充电量需求,计算出充电电量,结合充电桩充电电流以及充电电量,核对各充电桩的充电时间;
S7、按照各充电桩的充电时间,以及各充电桩的电价,计算出每个充电桩最终充电金额;
S8、按照充电时间、充电金额、达到充电桩时间的预设权值,对各个充电桩进行排序,获得基于车桩路网耦合的汽车充电桩推荐方案;输出所述推荐方案。
2.根据权利要求1所述的一种基于车桩路网耦合的汽车充电桩推荐方法,其特征在于,步骤S1中,按照电池剩余电量设定电池剩余电量可达距离具体包括:
如果电池剩余电量小于5%,设定可达距离为1-3km;
如果电池剩余电量大于等于5%,且小于10%,设定可达距离为3-5km;
如果电池剩余电量大于10%,设定可达距离为5-8km。
3.根据权利要求1所述的一种基于车桩路网耦合的汽车充电桩推荐方法,其特征在于,步骤S2中,获取电池剩余电量可达距离范围内所有充电桩,删除停机和有车充电的充电桩,剩余充电桩按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组。
4.根据权利要求1所述的一种基于车桩路网耦合的汽车充电桩推荐方法,其特征在于,步骤S8中,充电时间、充电金额、达到充电桩时间的预设权值中一个为1,其余两个为0;按照预设权值为1的指标排序,得到推荐方案;
或者,充电时间、充电金额、达到充电桩时间的预设权值均大于0;对充电时间、充电金额、达到充电桩时间分别进行分级和编码,每级设置分级权重;计算每个充电桩充电时间分级的分级权重和预设权值乘积、充电金额分级的分级权重和预设权值乘积、达到充电桩时间分级的分级权重和预设权值乘积,并求和得到每个充电桩的推荐数据,针对所有充电桩的推荐数据进行排序,得到推荐方案。
5.一种基于车桩路网耦合的汽车充电桩推荐系统,其特征在于,包括:
充电请求获取模块,用于获取电动汽车用户发出的充电请求,分析充电请求中电动汽车的电池剩余电量,按照电池剩余电量设定电池剩余电量可达距离;
周边数据读取模块,用于读取电动车周边的数据;所述数据包括电动汽车周边交通的数据、电池剩余电量可达距离范围内充电桩数据、配网负载数据;其中根据电池剩余电量可达距离范围内充电桩数据,获取能够使用的充电桩,并按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组;
第一需求分析模块,用于按照用户的需求和电动汽车接口的能力,给出电动汽车充电的最大电流,在若干第一可用充电桩分组中删除不能够满足电动汽车充电最大电流的充电桩,获得若干第二可用充电桩分组;
第二需求分析模块,用于利用获取的配网负载数据,删除若干第二可用充电桩分组中有过载风险的充电桩,获得若干第三可用充电桩分组;
第三需求分析模块,利用获取的交通数据,按照导航数据给出到达若干第三可用充电桩分组的时间;
充电时间分析模块,用于按照电池剩余电量以及达若干第三可用充电桩分组的时间,计算电动汽车达到若干第三可用充电桩分组中各充电桩的最终剩余电量,根据最终剩余电量和充电请求中用户设定的最终充电量需求,计算出充电电量,结合充电桩充电电流以及充电电量,核对各充电桩的充电时间;
充电金额分析模块,用于按照各充电桩的充电时间,以及各充电桩的电价,计算出每个充电桩最终充电金额;
排序输出模块,用于按照充电时间、充电金额、达到充电桩时间的预设权值,对各个充电桩进行排序,获得基于车桩路网耦合的汽车充电桩推荐方案;输出所述推荐方案。
6.根据权利要求1所述的一种基于车桩路网耦合的汽车充电桩推荐系统,其特征在于,充电请求获取模块中,按照电池剩余电量设定电池剩余电量可达距离具体包括:
如果电池剩余电量小于5%,设定可达距离为1-3km;
如果电池剩余电量大于等于5%,且小于10%,设定可达距离为3-5km;
如果电池剩余电量大于10%,设定可达距离为5-8km。
7.根据权利要求1所述的一种基于车桩路网耦合的汽车充电桩推荐系统,其特征在于,周边数据读取模块中,获取电池剩余电量可达距离范围内所有充电桩,删除停机和有车充电的充电桩,剩余充电桩按照充电的电流大小进行分组;获得充电电流不同的若干第一可用充电桩分组。
8.根据权利要求1所述的一种基于车桩路网耦合的汽车充电桩推荐系统,其特征在于,排序输出模块中,充电时间、充电金额、达到充电桩时间的预设权值中一个为1,其余两个为0;按照预设权值为1的指标排序,得到推荐方案;
或者,充电时间、充电金额、达到充电桩时间的预设权值均大于0;对充电时间、充电金额、达到充电桩时间分别进行分级和编码,每级设置分级权重;计算每个充电桩充电时间分级的分级权重和预设权值乘积、充电金额分级的分级权重和预设权值乘积、达到充电桩时间分级的分级权重和预设权值乘积,并求和得到每个充电桩的推荐数据,针对所有充电桩的推荐数据进行排序,得到推荐方案。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至4中任意一项所述的一种基于车桩路网耦合的汽车充电桩推荐方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至4中任意一项所述的一种基于车桩路网耦合的汽车充电桩推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310627783.5A CN116644234A (zh) | 2023-05-30 | 2023-05-30 | 一种基于车桩路网耦合的汽车充电桩推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310627783.5A CN116644234A (zh) | 2023-05-30 | 2023-05-30 | 一种基于车桩路网耦合的汽车充电桩推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116644234A true CN116644234A (zh) | 2023-08-25 |
Family
ID=87624297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310627783.5A Pending CN116644234A (zh) | 2023-05-30 | 2023-05-30 | 一种基于车桩路网耦合的汽车充电桩推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116644234A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117172409A (zh) * | 2023-09-05 | 2023-12-05 | 河海大学 | 基于光伏能源的电动汽车的智能充电方法 |
-
2023
- 2023-05-30 CN CN202310627783.5A patent/CN116644234A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117172409A (zh) * | 2023-09-05 | 2023-12-05 | 河海大学 | 基于光伏能源的电动汽车的智能充电方法 |
CN117172409B (zh) * | 2023-09-05 | 2024-05-03 | 河海大学 | 基于光伏能源的电动汽车的智能充电方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Asghar et al. | Electric vehicles and key adaptation challenges and prospects in Pakistan: A comprehensive review | |
CN111446729B (zh) | 控制装置以及计算机可读存储介质 | |
Asna et al. | Analysis of an optimal planning model for electric vehicle fast-charging stations in Al Ain City, United Arab Emirates | |
Fluhr et al. | A stochastic model for simulating the availability of electric vehicles for services to the power grid | |
US20200231063A1 (en) | Cable, power transfer managing system, managing apparatus, and computer-readable storage medium | |
CN111126740B (zh) | 共享汽车充电调度方法、电子设备及存储介质 | |
Cheng et al. | Electric bus fast charging station resource planning considering load aggregation and renewable integration | |
Škugor et al. | A bi-level optimisation framework for electric vehicle fleet charging management | |
CN116644234A (zh) | 一种基于车桩路网耦合的汽车充电桩推荐方法及系统 | |
Zeng et al. | Optimization of future charging infrastructure for commercial electric vehicles using a multi-objective genetic algorithm and real travel data | |
CN115471007A (zh) | 考虑综合成本的充电站选址定容方法、装置、设备及介质 | |
Krallmann et al. | Multi-objective optimization of charging infrastructure to improve suitability of commercial drivers for electric vehicles using real travel data | |
Almutairi et al. | Optimal charging infrastructure portfolio for minimizing grid impact of plug-in electric vehicles | |
Bayram et al. | Could petrol stations play a key role in transportation electrification? a gis-based coverage maximization of fast ev chargers in urban environment | |
CN114169609A (zh) | 一种考虑光伏耦合的电动汽车充电站规划方法 | |
Zhou et al. | Charging facility planning and scheduling problems for battery electric bus systems: A comprehensive review | |
Tarar et al. | On the economic feasibility of battery swapping model for rapid transport electrification | |
CN112215475A (zh) | 轨道交通的行车组织方案设计系统 | |
CN116644940A (zh) | 一种车辆调度方法及系统 | |
Szterlik-Grzybek et al. | Assessment of the possibility of locating electric car charging stations using Fuzzy AHP and GIS–the case of Łódź, Poland | |
Zhang et al. | A second order cone programming model for pev fast-charging station planning | |
Alkawaz et al. | Intelligent Charging Control of Power Aggregator for Electric Vehicles Using Optimal Control. | |
Benarbia et al. | Electric cars-sharing systems modeling and analysis | |
Guo et al. | Analyzing the impacts of Plug-in EVs on the California power grid using quadratic programming and fixed-point iteration | |
Wehres et al. | Modeling uncertainty for a catenary-free electrical bus |
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 |