CN116691413B - 超前车车载动态负荷预配置方法及有序充电系统 - Google Patents
超前车车载动态负荷预配置方法及有序充电系统 Download PDFInfo
- Publication number
- CN116691413B CN116691413B CN202310946165.7A CN202310946165A CN116691413B CN 116691413 B CN116691413 B CN 116691413B CN 202310946165 A CN202310946165 A CN 202310946165A CN 116691413 B CN116691413 B CN 116691413B
- Authority
- CN
- China
- Prior art keywords
- driving
- vehicle
- information
- charging pile
- charging
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000013598 vector Substances 0.000 claims abstract description 159
- 230000005484 gravity Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 abstract description 4
- 238000011033 desalting Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- QYAPHLRPFNSDNH-MRFRVZCGSA-N (4s,4as,5as,6s,12ar)-7-chloro-4-(dimethylamino)-1,6,10,11,12a-pentahydroxy-6-methyl-3,12-dioxo-4,4a,5,5a-tetrahydrotetracene-2-carboxamide;hydrochloride Chemical compound Cl.C1=CC(Cl)=C2[C@](O)(C)[C@H]3C[C@H]4[C@H](N(C)C)C(=O)C(C(N)=O)=C(O)[C@@]4(O)C(=O)C3=C(O)C2=C1O QYAPHLRPFNSDNH-MRFRVZCGSA-N 0.000 description 2
- 102100026127 Clathrin heavy chain 1 Human genes 0.000 description 2
- 101000912851 Homo sapiens Clathrin heavy chain 1 Proteins 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/63—Monitoring or controlling charging stations in response to network capacity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- 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
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/40—The network being an on-board power network, i.e. within a vehicle
- H02J2310/48—The network being an on-board power network, i.e. within a vehicle for 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
- 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)
- Power Engineering (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了本发明提供了超前车车载动态负荷预配置方法及有序充电系统,方法包括:S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,绘制行车向量地图;S2:在行车向量地图中绘制充电桩奇点,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向;S3:根据捕获的行车向量的数量配置权重系数,为对应的充电桩预配置对应负荷容量。本发明通过车辆的车载模块的行车信息及续航信息,绘制行车向量地图,再综合电网数据,通过淡化个体特征、强调整体分布的数据分析方式,对负荷配置进行超前规划,实现大规模的电动汽车充电负荷的动态预配置,以进行有序充电。
Description
技术领域
本发明涉及数据处理领域,特别涉及超前车车载动态负荷预配置方法及有序充电系统。
背景技术
近年来,面对化石能源的逐渐短缺甚至枯竭、以及日益恶化的环境问题,利用新的可再生能源代替传统的化石燃料也将成为未来发展的新趋势。与传统的燃油汽车相比,电动汽车有着绿色、节能、环保高效的特点,是正在飞速发展的新能源汽车产业。目前,制约新能源汽车的几大因素之一就是补能问题。
现有技术中,充电桩的功率分配由电网中的相关设备控制,而控制的依据一般为当前电网负荷,处于峰值时降低功率。但随着充电桩网络的建设,充电桩本身成为电网负荷中重要的一类,调控目标也从个别充电桩转向了大量充电桩,因此可以将台区内的大量充电桩作为一个调控整体,以最大化利用电力资源。而在此背景下,如何判断新能源汽车的充电意图,成为了负荷预配置的关键,现有技术大多强调每辆车、每个桩独立个体的属性来进行分析,将这种方案用于大规模数据分析时,存在无效计算量过多、且结果参考性较低的问题。因此如何针对大规模的车辆、充电桩数据来进行负荷的预配置,是目前急需解决的问题。
发明内容
针对现有技术存在的无法针对大规模的车辆、充电桩数据来进行负荷的预配置问题,本发明提供了超前车车载动态负荷预配置方法及有序充电系统,通过车辆的车载模块的行车信息及续航信息,绘制行车向量地图,再综合电网数据,通过淡化个体特征、强调整体分布的数据分析方式,减少无效计算量,以更具参考性的整体分布对负荷配置进行超前规划,实现大规模的电动汽车充电负荷的动态预配置,以进行有序充电。
以下是本发明的技术方案。
超前车车载动态负荷预配置方法,包括以下步骤:
S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图;
S2:以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,在充电桩奇点的第一预设半径内,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向;
S3:根据每个充电桩奇点在第二预设半径内捕获的行车向量的数量配置权重系数,基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量。
本发明通过行车向量地图的方式将预设区域内的存在充电需求的车辆信息进行了汇总,并通过绘制充电桩奇点,与行车向量进行引力联动,不再强调每辆车或每个充电桩的个性化数据,而是以行车向量地图中全部的点、线段进行统筹分析,进而预配置对应的负荷容量。其中本申请中的质量和引力等参数,不代表绝对物理量,而是利用相对数值来区分不同个体属性差异。
作为优选,所述S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图,包括:
服务器根据调控需求设置预设区域,接收预设区域内各车辆的车载模块提出的充电需求;
充电需求被接收后,服务器获取车载模块发来的车辆的行车信息及续航信息,其中行车信息至少包括当前的位置和行车方向,所述续航信息至少包括剩余续航里程、电池信息,并根据剩余续航里程、电池信息计算电池容量系数;
以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,所述行车向量以带属性的线段形式存在于行车向量地图中。
作为优选,所述根据剩余续航里程、电池信息计算电池容量系数,包括:
获取电池信息中的已使用电量百分比Ws;
计算电池容量系数,且A1+ A2=1 ;
其中,A1为电量权重,A2为里程权重,Ls为剩余续航里程的系数值;剩余续航里程小于预设里程时,系数值取值为1,否则为0。
作为优选,所述以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,包括:
根据行车信息中的位置,在地图中标记定位点,当所述定位点位于非车辆可行区域时,报错并删除行车信息,等待预设时间后重新获取行车信息;
根据行车信息中的行车方向,为定位点标记指向,当车辆静止时,以车头朝向作为行车方向;
根据续航信息中的剩余续航里程,以定位点为起点,沿指向方向绘制线段,线段长度等同于剩余续航里程;
根据续航信息中的电池信息计算得到的电池容量系数,为线段设置质量属性;
将上述信息保存为行车向量。
作为优选,所述S2:以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,在充电桩奇点的第一预设半径内,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向,包括:
获取充电桩的位置和当前的容量,以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,所述充电桩奇点以带属性的点形式存在于行车向量地图中;
以充电桩奇点的第一预设半径绘制范围圈,如行车向量与范围圈存在交点,则将充电桩奇点的质量和行车向量的质量带入引力公式计算引力;
根据引力,从交点处开始调整该行车向量后续线段的指向。
作为优选,所述将充电桩奇点的质量和行车向量的质量带入引力公式计算引力,包括:
建立基于行车向量地图的引力公式:
;
其中,F为引力,G0为行车向量地图引力常量,M为充电桩奇点的质量,m为行车向量的质量,r为第一预设半径。
作为优选,所述根据引力,从交点处开始调整该行车向量后续线段的指向,包括:
根据引力计算偏转幅度a=F/ka,其中 ka 为偏转系数;
得到偏转角度α=a·90°,从交点处开始将该行车向量后续线段的指向,向充电桩奇点偏转度。
作为优选,所述S3:根据每个充电桩奇点在第二预设半径内捕获的行车向量的数量配置权重系数,基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量,包括:
设置第二预设半径,所述第二预设半径小于第一预设半径;
判断每个充电桩奇点在第二预设半径内捕获的行车向量的数量;
根据该数量与预设区域内所有被捕获的行车向量的总数的比值得到权重系数;
基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量,当预配置的负荷容量大于充电桩的设计容量时,溢出的负荷容量按权重系数的降序依次进行调配。
本发明还提供了有序充电系统,用于执行上述的超前车车载动态负荷预配置方法,包括:
车载模块,设置于新能源汽车并采集相关数据,与服务器进行通讯;
服务器,与车载模块进行通讯,被配置为执行以下步骤:
S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图;
S2:以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,在充电桩奇点的第一预设半径内,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向;
S3:根据每个充电桩奇点在第二预设半径内捕获的行车向量的数量配置权重系数,基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量。
作为优选,所述服务器执行的S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图,包括:
服务器根据调控需求设置预设区域,接收预设区域内各车辆的车载模块提出的充电需求;
充电需求被接收后,服务器获取车载模块发来的车辆的行车信息及续航信息,其中行车信息至少包括当前的位置和行车方向,所述续航信息至少包括剩余续航里程、电池信息,并根据剩余续航里程、电池信息计算电池容量系数;
以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,所述行车向量以带属性的线段形式存在于行车向量地图中。
作为优选,所述根据剩余续航里程、电池信息计算电池容量系数,包括:
获取电池信息中的已使用电量百分比Ws;
计算电池容量系数,且A1+ A2=1 ;
其中,A1为电量权重,A2为里程权重,Ls为剩余续航里程的系数值;剩余续航里程小于预设里程时,系数值取值为1,否则为0。
作为优选,所述以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,包括:
根据行车信息中的位置,在地图中标记定位点,当所述定位点位于非车辆可行区域时,报错并删除行车信息,等待预设时间后重新获取行车信息;
根据行车信息中的行车方向,为定位点标记指向,当车辆静止时,以车头朝向作为行车方向;
根据续航信息中的剩余续航里程,以定位点为起点,沿指向方向绘制线段,线段长度等同于剩余续航里程;
根据续航信息中的电池信息计算得到的电池容量系数,为线段设置质量属性;
将上述信息保存为行车向量。
作为优选,所述服务器执行的S2:以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,在充电桩奇点的第一预设半径内,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向,包括:
获取充电桩的位置和当前的容量,以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,所述充电桩奇点以带属性的点形式存在于行车向量地图中;
以充电桩奇点的第一预设半径绘制范围圈,如行车向量与范围圈存在交点,则将充电桩奇点的质量和行车向量的质量带入引力公式计算引力;
根据引力,从交点处开始调整该行车向量后续线段的指向。
作为优选,所述将充电桩奇点的质量和行车向量的质量带入引力公式计算引力,包括:
建立基于行车向量地图的引力公式:
;
其中,F为引力, G0为行车向量地图引力常量,M为充电桩奇点的质量,m为行车向量的质量,r为第一预设半径。
作为优选,所述根据引力,从交点处开始调整该行车向量后续线段的指向,包括:
根据引力计算偏转幅度a=F/ka,其中ka为偏转系数;
得到偏转角度α=a·90°,从交点处开始将该行车向量后续线段的指向,向充电桩奇点偏转α度。
作为优选,所述S3:根据每个充电桩奇点在第二预设半径内捕获的行车向量的数量配置权重系数,基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量,包括:
设置第二预设半径,所述第二预设半径小于第一预设半径;
判断每个充电桩奇点在第二预设半径内捕获的行车向量的数量;
根据该数量与预设区域内所有被捕获的行车向量的总数的比值得到权重系数;
基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量,当预配置的负荷容量大于充电桩的设计容量时,溢出的负荷容量按权重系数的降序依次进行调配。
一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现上述的超前车车载动态负荷预配置方法的步骤。
一种存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现上述的超前车车载动态负荷预配置方法的步骤。
本发明的实质性效果包括:
通过获取行车信息及续航信息,得到相关车辆的基本数据,并以此绘制行车向量地图,并通过电池容量系数作为质量,用于区分不同车辆充电迫切程度;再基于充电桩信息来绘制充电桩奇点,通过充电桩容量与车辆的电池容量系数进行引力计算,反应车辆充电迫切程度与充电桩容纳能力的匹配情况,进而以此进行负荷容量的预配置,实现针对大规模车辆和充电桩信息的有序充电策略。
通过本申请的方案,对所有的车辆和充电桩只需要获取通用的数据,不再需要逐个分析用户行为,不再需要构建用户画像,减少无意义的计算量,以规模化的数据分析方式来进行统计学上的负荷预配置,淡化了个体强调了整体,更加适用于城市层面的电网调度规划。
附图说明
图1是本发明实施例的示意图;
图2是本发明实施例的行车向量地图的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合实施例,对本技术方案进行清楚、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,都属于本发明保护的范围。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“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。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
下面以具体的实施例对本发明的技术方案进行详细说明。实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例一:如图1所示,本实施例提供一种超前车车载动态负荷预配置方法,包括S1-S3,其中:
S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图。具体包括:
S11:服务器根据调控需求设置预设区域,接收预设区域内各车辆的车载模块提出的充电需求;
S12:充电需求被接收后,服务器获取车载模块发来的车辆的行车信息及续航信息,其中行车信息至少包括当前的位置和行车方向,所述续航信息至少包括剩余续航里程、电池信息,并根据剩余续航里程、电池信息计算电池容量系数;
S13:以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,所述行车向量以带属性的线段形式存在于行车向量地图中。
在本实施例中,预设区域可以以行政区划为范围,也可以以一个或若干个台区为范围。车载模块与服务器之间预先建立通信连接。
车载模块发来的信息中,位置包含了经纬度,如硬件支持,也提供高度信息.行车方向以正东或正西为极坐标0度,提供一个位于0-180度之间的方向数据。如需要在人机交互界面显示,可以表示一个箭头,或以文字表示,如西偏北15度等。剩余续航里程为一个距离值,基于WLTC或CLTC标准,以车载模块自带的计算标准来获取,当标准为CLTC时,距离值乘以一个比例系数,如0.8来得到近似WLTC标准,以尽可能统一标准。电池信息为电池的满电度数、剩余度数,或已使用电量百分比。
在本实施例中,根据剩余续航里程、电池信息计算电池容量系数,包括:
获取电池信息中的已使用电量百分比Ws;
计算电池容量系数,且A1+ A2=1;
其中,A1为电量权重,A2为里程权重,Ls为剩余续航里程的系数值;剩余续航里程小于预设里程时,系数值取值为1,否则为0。需要说明的是,由于本实施例考虑的是整体数据,即分析的是各车辆的相对数据而不是绝对数据,因此A1和A2的取值一般不会影响最终负荷分配结果,这里各取0.5。另外,本实施例预设里程为20公里,即剩余续航里程小于20公里时,系数值取值为1,否则为0。因此,如某车已使用电量为70%,属于续航里程15公里,则,得到电池容量系数Ks为0.85。又如某车已使用电量为50%,属于续航里程100公里,则/>,得到电池容量系数Ks为0.25。即电池容量系数越高,表示充电的迫切程度越高,充电桩对其的吸引力就越大。
在本实施例中,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,包括:
根据行车信息中的位置,在地图中标记定位点,当所述定位点位于非车辆可行区域时,报错并删除行车信息,等待预设时间后重新获取行车信息;
根据行车信息中的行车方向,为定位点标记指向,当车辆静止时,以车头朝向作为行车方向;
根据续航信息中的剩余续航里程,以定位点为起点,沿指向方向绘制线段,线段长度等同于剩余续航里程;
根据续航信息中的电池信息计算得到的电池容量系数,为线段设置质量属性;
将上述信息保存为行车向量。
本实施例的上述步骤完成后,得到的行车向量在地图中显示为点和线段的组合,质量作为内在属性不直接显示。
S2:以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,在充电桩奇点的第一预设半径内,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向。包括:
S21:获取充电桩的位置和当前的容量,以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,所述充电桩奇点以带属性的点形式存在于行车向量地图中;
S22:以充电桩奇点的第一预设半径绘制范围圈,如行车向量与范围圈存在交点,则将充电桩奇点的质量和行车向量的质量带入引力公式计算引力;
S23:根据引力,从交点处开始调整该行车向量后续线段的指向。
在本实施例中,当充电桩处于由若干充电桩组成的充电站时,获取充电桩的位置和当前的容量指的是充电站的位置和当前的容量。其中位置信息可以由充电站范围内的任意一个充电桩的位置代替,容量为充电站的最大充电功率或剩余功率。
在本实施例中,将充电桩奇点的质量和行车向量的质量带入引力公式计算引力,包括:
建立基于行车向量地图的引力公式:
;
其中,F为引力,G0为行车向量地图引力常量,M为充电桩奇点的质量,m为行车向量的质量,r为第一预设半径。
在本实施例中,虽然上述参数的单位各不相同,但由于本实施例分析的是相对数据,个体的绝对值不影响其在整体数据中的地位,因此不需要进行额外的转换处理,另外,G0为行车向量地图引力常量,区别于物理学中的引力常量,本实施例的G0的值由服务器自定义,也仅在行车向量地图中生效。
另外,在本实施例中,根据引力,从交点处开始调整该行车向量后续线段的指向,包括:
根据引力计算偏转幅度a=F/ka,其中ka为偏转系数;
得到偏转角度α=a·90°,从交点处开始将该行车向量后续线段的指向,向充电桩奇点偏转α度。
在本实施例中,偏转系数为当前的预设区域内计算得到的最大引力值,另外,为了加快计算速度,也可以将偏转系数设定为自定义值。
如图2所示,甲车与乙车经过某充电桩附近,在行车向量地图中,甲乙两个行车向量都与奇点的第一预设半径存在交点,通过行车向量的质量表示充电的迫切程度,通过奇点的质量表示充电桩的容量,通过引力表示该充电桩对车辆的吸引力,因此经过上述步骤的计算,甲乙分别调整了后续线段的指向。
S3:根据每个充电桩奇点在第二预设半径内捕获的行车向量的数量配置权重系数,基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量。包括:
S31:设置第二预设半径,所述第二预设半径小于第一预设半径;
S32:判断每个充电桩奇点在第二预设半径内捕获的行车向量的数量;
S33:根据该数量与预设区域内所有被捕获的行车向量的总数的比值得到权重系数;
S34:基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量,当预配置的负荷容量大于充电桩的设计容量时,溢出的负荷容量按权重系数的降序依次进行调配。
如图2所示,第二预设半径小于第一预设半径,其中乙所代表的行车向量在调整后经过了第二预设半径,即乙车成为了该充电桩奇点在第二预设半径内捕获的行车向量。
需要强调的是,由于本实施例是根据捕获的行车向量数量与预设区域内所有被捕获的行车向量的总数的比值得到权重系数,因此上述各公式中,只需要保持计算时的系数、权重等统一,不需要考虑得到的数据的绝对值。例如统一调整了各系数,虽然会使得某车计算的引力值增加,但此时其他车辆受到的引力值也会变大,同时虽然导致捕获的行车向量发生变化,但是对于每个充电桩奇点来说,其捕获的行车向量数量与总捕获数的占比仍然维持在同样或近似比例。这也是本实施例核心逻辑:弱化个体特征,强调整体分析的体现之一。
本实施例通过行车向量地图的方式将预设区域内的存在充电需求的车辆信息进行了汇总,并通过绘制充电桩奇点,与行车向量进行引力联动,不再强调每辆车或每个充电桩的个性化数据,而是以行车向量地图中全部的点、线段进行统筹分析,进而预配置对应的负荷容量。其中本申请中的质量和引力等参数,不代表绝对物理量,而是利用相对数值来区分不同个体属性差异。
实施例二:本实施例还提供了一种有序充电系统,用于执行上述的超前车车载动态负荷预配置方法,包括:
车载模块,设置于新能源汽车并采集相关数据,与服务器进行通讯;
服务器,与车载模块进行通讯,被配置为执行上述的超前车车载动态负荷预配置方法。
本实施例基于车载模块和服务器构建了完整有序充电系统,通过该系统将预配置指令发送至电网相关设备,如智能电表、集中器等,可以实现上述的超前车车载动态负荷预配置。
通常来说,一个充电站中,智能电表为多个,且与集中器电连接。
其中,集中器是远程集中抄表系统的中心管理设备和控制设备,负责实现定时读取终端数据、系统的命令传送、网络管理、事件记录以及数据的横向传输等功能。
集中器是连接终端、计算机或通信设备的中心连接点设备。它成为电缆汇合的中心点。在若干终端密集区内,通常为减少通信线路,先把终端连接到集中器,然后再经过高速线路将集中器连接到计算机的通信控制器。因此,集中器也是共享线路和提高线路利用率的一种有效设备。
智能电表是智能电网数据采集的基本设备之一,承担着原始电能数据采集、计量和传输的任务,是实现信息集成、分析优化和信息展现的基础。
在本实施例中,集中器主要用于在超前车车载动态负荷预配置方法的流程结束后,对台区内充电站的充电功率进行分配,其包括:
接收单元,用于接收智能电表发送的来自用户终端的充电请求;充电请求包括充电需求信息;
处理单元,根据目标台区在目标时间段的居民负荷预测功率集合以及历史充电功率数据集合,得到目标时间段的台区负荷数据集合;居民负荷预测功率集合是基于目标台区的历史居民负荷功率数据确定的,历史充电功率数据集合是目标时间段的上一个时间段的充电功率数据集合;
规划单元,用于根据充电需求信息和台区负荷数据集合,基于预先确定的优化模型,计算目标时间段的充电计划功率数据集合;优化模型包括决策变量、目标函数以及约束条件,约束条件由充电需求信息和台区负荷数据集合确定;决策变量为充电计划功率数据集合;目标函数为目标时间段累加的用户充电费用以及最大负荷惩罚项总和的最小值,用户充电费用基于约束条件和决策变量确定,最大负荷惩罚项基于约束条件和预设惩罚值确定;
下发单元,用于将目标时间段的充电计划功率数据集合下发至智能电表执行。
为了更好实现有序充电,本实施例,通过下列公式对居民负荷预测功率集合与历史充电功率数据集合按照时间顺序累加,得到目标时间段的台区负荷数据集合;
(1);
其中,表示目标时间段的台区负荷数据集合,/>表示历史充电功率数据集合;/>表示居民负荷预测功率集合;/>表示目标时间段等间隔划分的子充电时段的数量。
具体的,集中器接收到充电请求之后,通过事件触发的方式,开启集中器的电动汽车有序充电策略调控求解机制。即集中器接收到充电请求之后,通过公式(1)计算得到目标时间段的台区负荷数据集合。在本实施例中,取96。
在本实施例中,在根据目标台区在目标时间段的居民负荷预测功率集合以及历史充电功率数据集合,得到目标时间段的台区负荷数据集合之前,还包括:
根据获取的目标台区在目标时间段前的多组历史居民负荷功率数据的集合,基于神经网络模型,预测得到目标时间段的居民负荷预测功率集合。
在本实施例中,通过预先训练好的神经网络模型通过目标台区的多组历史居民负荷功率数据的集合,预测未来24小时的居民负荷预测功率集合。
获取目标台区的目标时间段的上一个时间段的历史充电功率数据集合。
在本实施例中,上一个时间段的历史充电功率数据集合会存储在集中器内,可以直接从集中器的对应区域读取该数据。
进一步的,优化模型的目标函数具体为:
(2);
其中, 表示/>时刻目标电动汽车的充电计划功率,即目标时间段的充电计划功率数据集合或决策变量; />为0或1,当/>为0时,表示该时间段内目标电动汽车不充电,当/>为1时,表示该时间段内目标电动汽车充电;/>表示目标电动汽车在目标时间段的各子充电时段的分时电价, />表示各子充电时段的时间间隔;M表示预设惩罚值; Z表示各子充电时段的最大负荷。
优化模型的约束条件包括居民区配变约束、充电计划的连续性约束、用户需求约束、电动汽车充电功率约束、以及在目标函数中添加惩罚项的调控时段最大负荷约束。
最后,调用优化模型,计算目标函数中的决策变量,得到目标时间段的充电计划功率数据集合,以据此进行功率分配。
实施例三:一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现上述的超前车车载动态负荷预配置方法的步骤。
实施例四:一种存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现上述的超前车车载动态负荷预配置方法的步骤。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中可以根据需要而将上述功能分配由不同的功能模块完成,即将具体装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的实施例中,应该理解到,所揭露的结构和方法,可以通过其它的方式实现。例如,以上所描述的关于结构的实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个结构,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,结构或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (12)
1.超前车车载动态负荷预配置方法,其特征在于,包括以下步骤:
S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图;
S2:以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,在充电桩奇点的第一预设半径内,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向;
S3:根据每个充电桩奇点在第二预设半径内捕获的行车向量的数量配置权重系数,基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量;
S2包括:获取充电桩的位置和当前的容量,以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,所述充电桩奇点以带属性的点形式存在于行车向量地图中;
以充电桩奇点的第一预设半径绘制范围圈,如行车向量与范围圈存在交点,则将充电桩奇点的质量和行车向量的质量带入引力公式计算引力,引力公式:
;
其中,F为引力,为行车向量地图引力常量,M为充电桩奇点的质量,m为行车向量的质量,r为第一预设半径;
根据引力,从交点处开始调整该行车向量后续线段的指向;
S3包括:
设置第二预设半径,所述第二预设半径小于第一预设半径;
判断每个充电桩奇点在第二预设半径内捕获的行车向量的数量;
根据该数量与预设区域内所有被捕获的行车向量的总数的比值得到权重系数;
基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量,当预配置的负荷容量大于充电桩的设计容量时,溢出的负荷容量按权重系数的降序依次进行调配。
2.根据权利要求1所述的超前车车载动态负荷预配置方法,其特征在于,所述S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图,包括:
服务器根据调控需求设置预设区域,接收预设区域内各车辆的车载模块提出的充电需求;
充电需求被接收后,服务器获取车载模块发来的车辆的行车信息及续航信息,其中行车信息至少包括当前的位置和行车方向,所述续航信息至少包括剩余续航里程、电池信息,并根据剩余续航里程、电池信息计算电池容量系数;
以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,所述行车向量以带属性的线段形式存在于行车向量地图中。
3.根据权利要求2所述的超前车车载动态负荷预配置方法,其特征在于,所述根据剩余续航里程、电池信息计算电池容量系数,包括:
获取电池信息中的已使用电量百分比Ws;
计算电池容量系数,且A1 + A2=1;
其中,A1为电量权重,A2为里程权重,Ls为剩余续航里程的系数值;剩余续航里程小于预设里程时,系数值取值为1,否则为0。
4.根据权利要求2所述的超前车车载动态负荷预配置方法,其特征在于,所述以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,包括:
根据行车信息中的位置,在地图中标记定位点,当所述定位点位于非车辆可行区域时,报错并删除行车信息,等待预设时间后重新获取行车信息;
根据行车信息中的行车方向,为定位点标记指向,当车辆静止时,以车头朝向作为行车方向;
根据续航信息中的剩余续航里程,以定位点为起点,沿指向方向绘制线段,线段长度等同于剩余续航里程;
根据续航信息中的电池信息计算得到的电池容量系数,为线段设置质量属性;
将上述信息保存为行车向量。
5.根据权利要求1所述的超前车车载动态负荷预配置方法,其特征在于,所述根据引力,从交点处开始调整该行车向量后续线段的指向,包括:
根据引力计算偏转幅度a=F/ka,其中ka为偏转系数;
得到偏转角度α=a·90°,从交点处开始将该行车向量后续线段的指向,向充电桩奇点偏转α度。
6.有序充电系统,用于执行如权利要求1-5中任意一项所述的超前车车载动态负荷预配置方法,其特征在于,包括:
车载模块,设置于新能源汽车并采集相关数据,与服务器进行通讯;
服务器,与车载模块进行通讯,被配置为执行以下步骤:
S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图;
S2:以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,在充电桩奇点的第一预设半径内,根据充电桩奇点的质量和行车向量的质量计算引力,根据引力调整行车向量地图中每个车辆单位的指向;
S3:根据每个充电桩奇点在第二预设半径内捕获的行车向量的数量配置权重系数,基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量;
S2包括:获取充电桩的位置和当前的容量,以充电桩位置为坐标、容量为质量,在行车向量地图中绘制充电桩奇点,所述充电桩奇点以带属性的点形式存在于行车向量地图中;
以充电桩奇点的第一预设半径绘制范围圈,如行车向量与范围圈存在交点,则将充电桩奇点的质量和行车向量的质量带入引力公式计算引力,引力公式:
;
其中,F为引力,为行车向量地图引力常量,M为充电桩奇点的质量,m为行车向量的质量,r为第一预设半径;
根据引力,从交点处开始调整该行车向量后续线段的指向;
S3包括:
设置第二预设半径,所述第二预设半径小于第一预设半径;
判断每个充电桩奇点在第二预设半径内捕获的行车向量的数量;
根据该数量与预设区域内所有被捕获的行车向量的总数的比值得到权重系数;
基于预设区域的可分配负荷和每个充电桩奇点的权重系数为对应的充电桩预配置对应负荷容量,当预配置的负荷容量大于充电桩的设计容量时,溢出的负荷容量按权重系数的降序依次进行调配。
7.根据权利要求6所述的有序充电系统,其特征在于,所述服务器执行的S1:服务器接收预设区域内各车辆的车载模块提出的充电需求,获取车辆的行车信息及续航信息,以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,绘制行车向量地图,包括:
服务器根据调控需求设置预设区域,接收预设区域内各车辆的车载模块提出的充电需求;
充电需求被接收后,服务器获取车载模块发来的车辆的行车信息及续航信息,其中行车信息至少包括当前的位置和行车方向,所述续航信息至少包括剩余续航里程、电池信息,并根据剩余续航里程、电池信息计算电池容量系数;
以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,所述行车向量以带属性的线段形式存在于行车向量地图中。
8.根据权利要求7所述的有序充电系统,其特征在于,所述根据剩余续航里程、电池信息计算电池容量系数,包括:
获取电池信息中的已使用电量百分比Ws;
计算电池容量系数,且A1 + A2=1;
其中,A1为电量权重,A2为里程权重,Ls为剩余续航里程的系数值;剩余续航里程小于预设里程时,系数值取值为1,否则为0。
9.根据权利要求6所述的有序充电系统,其特征在于,所述以每辆车的位置为起点、行车方向为指向、剩余续航里程为长度、电池容量系数为质量得到行车向量,包括:
根据行车信息中的位置,在地图中标记定位点,当所述定位点位于非车辆可行区域时,报错并删除行车信息,等待预设时间后重新获取行车信息;
根据行车信息中的行车方向,为定位点标记指向,当车辆静止时,以车头朝向作为行车方向;
根据续航信息中的剩余续航里程,以定位点为起点,沿指向方向绘制线段,线段长度等同于剩余续航里程;
根据续航信息中的电池信息计算得到的电池容量系数,为线段设置质量属性;
将上述信息保存为行车向量。
10.根据权利要求6所述的有序充电系统,其特征在于,所述根据引力,从交点处开始调整该行车向量后续线段的指向,包括:
根据引力计算偏转幅度a=F/ka,其中ka为偏转系数;
得到偏转角度α=a·90°,从交点处开始将该行车向量后续线段的指向,向充电桩奇点偏转α度。
11.一种电子设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1至5中任意一项所述的超前车车载动态负荷预配置方法的步骤。
12.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如权利要求1至5中任意一项所述的超前车车载动态负荷预配置方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310946165.7A CN116691413B (zh) | 2023-07-31 | 2023-07-31 | 超前车车载动态负荷预配置方法及有序充电系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310946165.7A CN116691413B (zh) | 2023-07-31 | 2023-07-31 | 超前车车载动态负荷预配置方法及有序充电系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116691413A CN116691413A (zh) | 2023-09-05 |
CN116691413B true CN116691413B (zh) | 2023-10-20 |
Family
ID=87826006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310946165.7A Active CN116691413B (zh) | 2023-07-31 | 2023-07-31 | 超前车车载动态负荷预配置方法及有序充电系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116691413B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160049950A (ko) * | 2014-10-28 | 2016-05-10 | 삼성전자주식회사 | 자동차 주행 가능 거리 추정과 관련된 데이터 분석 방법 및 장치 |
CN109177802A (zh) * | 2018-10-18 | 2019-01-11 | 国网甘肃省电力公司电力科学研究院 | 一种基于无线通信的电动汽车有序充电系统及其方法 |
CN110033182A (zh) * | 2019-04-04 | 2019-07-19 | 国网江苏省电力有限公司无锡供电分公司 | 一种基于引力搜索算法的电动汽车充电站规划方法 |
CN110119841A (zh) * | 2019-04-28 | 2019-08-13 | 广东工业大学 | 一种基于用户多选择的充电站负荷预测方法 |
CN112339582A (zh) * | 2020-11-10 | 2021-02-09 | 长沙理工大学 | 一种考虑充电站吸引力的电动汽车充电选择方法 |
WO2022007689A1 (zh) * | 2020-07-08 | 2022-01-13 | 长城汽车股份有限公司 | 车辆的充电提醒方法、设备、程序、存储介质及车辆 |
CN114021795A (zh) * | 2021-10-27 | 2022-02-08 | 北京交通大学 | 一种考虑电动汽车充电需求的充电站规划方法及系统 |
WO2022226124A2 (en) * | 2021-04-20 | 2022-10-27 | Volta Charging, Llc | System and method for estimating electric vehicle charge needs among a population in a region |
CN115689028A (zh) * | 2022-11-04 | 2023-02-03 | 阳光电源(南京)有限公司 | 电动汽车充电预测方法、装置及设备 |
EP4135358A1 (en) * | 2021-08-13 | 2023-02-15 | HERE Global B.V. | Method, apparatus, and computer program product for predicting electric vehicle charge point utilization |
CN116001624A (zh) * | 2022-12-02 | 2023-04-25 | 国网辽宁省电力有限公司阜新供电公司 | 基于深度强化学习的一桩多联电动汽车有序充电方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110050164A1 (en) * | 2008-05-07 | 2011-03-03 | Afshin Partovi | System and methods for inductive charging, and improvements and uses thereof |
-
2023
- 2023-07-31 CN CN202310946165.7A patent/CN116691413B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160049950A (ko) * | 2014-10-28 | 2016-05-10 | 삼성전자주식회사 | 자동차 주행 가능 거리 추정과 관련된 데이터 분석 방법 및 장치 |
CN109177802A (zh) * | 2018-10-18 | 2019-01-11 | 国网甘肃省电力公司电力科学研究院 | 一种基于无线通信的电动汽车有序充电系统及其方法 |
CN110033182A (zh) * | 2019-04-04 | 2019-07-19 | 国网江苏省电力有限公司无锡供电分公司 | 一种基于引力搜索算法的电动汽车充电站规划方法 |
CN110119841A (zh) * | 2019-04-28 | 2019-08-13 | 广东工业大学 | 一种基于用户多选择的充电站负荷预测方法 |
WO2022007689A1 (zh) * | 2020-07-08 | 2022-01-13 | 长城汽车股份有限公司 | 车辆的充电提醒方法、设备、程序、存储介质及车辆 |
CN112339582A (zh) * | 2020-11-10 | 2021-02-09 | 长沙理工大学 | 一种考虑充电站吸引力的电动汽车充电选择方法 |
WO2022226124A2 (en) * | 2021-04-20 | 2022-10-27 | Volta Charging, Llc | System and method for estimating electric vehicle charge needs among a population in a region |
EP4135358A1 (en) * | 2021-08-13 | 2023-02-15 | HERE Global B.V. | Method, apparatus, and computer program product for predicting electric vehicle charge point utilization |
CN114021795A (zh) * | 2021-10-27 | 2022-02-08 | 北京交通大学 | 一种考虑电动汽车充电需求的充电站规划方法及系统 |
CN115689028A (zh) * | 2022-11-04 | 2023-02-03 | 阳光电源(南京)有限公司 | 电动汽车充电预测方法、装置及设备 |
CN116001624A (zh) * | 2022-12-02 | 2023-04-25 | 国网辽宁省电力有限公司阜新供电公司 | 基于深度强化学习的一桩多联电动汽车有序充电方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116691413A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Awad et al. | Optimal resource allocation and charging prices for benefit maximization in smart PEV-parking lots | |
CN103915869B (zh) | 一种基于移动设备的电动汽车智能充电系统及方法 | |
Mukherjee et al. | A review of charge scheduling of electric vehicles in smart grid | |
Rotering et al. | Optimal charge control of plug-in hybrid electric vehicles in deregulated electricity markets | |
CN109177802B (zh) | 一种基于无线通信的电动汽车有序充电系统及其方法 | |
CN106515492B (zh) | 一种基于cps的电动汽车充电方法 | |
CN108183514A (zh) | 一种立体式充电站云平台智能充放电控制系统及方法 | |
CN103241130A (zh) | 一种电动公交车充换电站的能量管理方法及系统 | |
CN109936128A (zh) | 一种规模化电动汽车接入条件下的动态需求响应方法 | |
George et al. | Ev charging station locator with slot booking system | |
CN112498164A (zh) | 充电策略的处理方法和装置 | |
CN115130727A (zh) | 一种新能源纯电公交车夜间充电调度方法 | |
CN114997478A (zh) | 基于混合多目标粒子群算法的新能源公交车充电调度方法 | |
CN114169609A (zh) | 一种考虑光伏耦合的电动汽车充电站规划方法 | |
CN109615250A (zh) | 电动汽车充电处理方法、系统、计算机设备和存储介质 | |
TWI706366B (zh) | 電動車充電站電能管理方法 | |
CN116691413B (zh) | 超前车车载动态负荷预配置方法及有序充电系统 | |
CN109672199A (zh) | 一种基于能量平衡的电动汽车削峰填谷能力估计方法 | |
CN116780595A (zh) | 电动汽车微电网能源管理方法、系统、设备及存储介质 | |
US20230124457A1 (en) | Automatic bidding system and automatic bidding method for power trading | |
Mahadik et al. | Electric vehicle monitoring system based on internet of things (iot) technologies | |
CN116061734A (zh) | 智能移动充电设备、充电方法及控制方法 | |
CN111262326A (zh) | 纯电动汽车集中式直流充电装置及控制方法 | |
CN116862134B (zh) | 电动公交车站的充电桩数量确定方法、装置、介质及设备 | |
Zhang et al. | Schedulable capacity assessment method for PV and storage integrated fast charging stations with V2G |
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 |