CN116853062B - 一种智能充电桩的控制方法及系统 - Google Patents
一种智能充电桩的控制方法及系统 Download PDFInfo
- Publication number
- CN116853062B CN116853062B CN202311112859.7A CN202311112859A CN116853062B CN 116853062 B CN116853062 B CN 116853062B CN 202311112859 A CN202311112859 A CN 202311112859A CN 116853062 B CN116853062 B CN 116853062B
- Authority
- CN
- China
- Prior art keywords
- charging
- battery
- category
- charged
- stage
- 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
- 238000007600 charging Methods 0.000 title claims abstract description 310
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000008569 process Effects 0.000 claims description 33
- 238000012937 correction Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000028161 membrane depolarization Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000010278 pulse charging Methods 0.000 claims description 9
- 238000013145 classification model Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000010277 constant-current charging Methods 0.000 claims description 4
- 230000010287 polarization Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000002411 adverse Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003111 delayed effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000002999 depolarising effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing 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
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
-
- 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
- B60L53/30—Constructional details of charging stations
- B60L53/31—Charging columns specially adapted for 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种智能充电桩的控制方法及系统,属于充电桩技术领域,方法包括以下步骤:响应于充电请求,获取待充电电池的参数信息,并根据待充电电池的参数信息生成初始充电方案;获取电网负荷信息,并根据电网负荷信息对所述初始充电方案进行修正,生成最终充电方案。对初始充电方案进行修正具体包括对充电参数的修正以及对充电初始时刻的修正,使得本发明提出的方案充分考虑了充电行为对电网负荷的影响,进而在以对电网负荷影响最小的前提下进行充电,从而缓解了电网压力,避免了无序充电行为对电网负荷的不利影响。
Description
技术领域
本发明涉及充电技术领域,特别涉及一种智能充电桩的控制方法及系统。
背景技术
电动汽车虽然在能量转化效率、二氧化碳排放量、化石能源消耗、环境保护等方面有出色的表现,但随着电动汽车数量的逐年增加,其随机充电方式给电力系统安全运行带来了一定的风险。另外由于大部分电动汽车用户的出行习惯相类似,这就导致电动汽车充电负荷总是集中在同一时段,往往该时段也是居民常规用电负荷的高峰,因此使电网负荷峰值更高,甚至出现过负荷运行的状态,给电网稳定性、安全性和可靠性都带来了一定的挑战,不利于电网的安全运行。
大规模的电动汽车集中充电不仅会威胁电网的安全稳定运行,同时也会对其电能质量产生影响,会造成电压偏移和损耗增大等消极影响,而且会给系统带来谐波,谐波会使电能稳定性大大降低,同时会缩短电力器件的寿命。
因此无论是基于电动汽车的充电需求还是基于配电网调度的需求,都要求充电桩具有通信能力,这使得智能充电桩技术得到快速发展。智能充电桩能与电池管理系统进行通信,从而在充电过程中实时监控电池状态;智能充电桩还能够与配电网进行通信,从而能够向配电网反馈其实时充电参数,以便于配电网计算实时负荷。
发明内容
针对现有技术存在的电动汽车充电时容易对配电网负荷造成不利影响的问题,本发明的目的在于提供一种智能充电桩的控制方法及系统,以便于至少部分地解决上述问题。
为实现上述目的,本发明的技术方案为:
第一方面,本发明提供一种智能充电桩的控制方法,所述方法包括以下步骤:
响应于充电请求,获取待充电电池的参数信息,并根据所述待充电电池的参数信息生成初始充电方案;
获取电网负荷信息,根据所述电网负荷信息对所述初始充电方案进行修正,并生成最终充电方案;
其中,对所述初始充电方案进行修正包括对充电起始时刻的修正,所述对充电起始时刻进行修正的步骤则包括有:
根据所述待充电电池的参数信息确定待充电电池的身份信息,并获取对应的历史充电数据;
从所述历史充电数据中提取出所述待充电电池与充电桩相连接的连接时刻T1、初始电池电量SOC1以及连接时长ΔT;
以所述连接时刻T1和所述初始电池电量SOC1为输入、以所述连接时长ΔT为输出构建并训练分类模型,获得电池连接时长预测模型;
通过所述电池连接时长预测模型对所述待充电电池参数信息进行处理,获得所述待充电电池的预测连接时长;
当所述预测连接时长大于所述初始充电方案中的充电时长时,则对所述充电起始时刻进行修正,否则不修正。
在一优选实施例中,所述充电请求中还携带有优先级信息,则在对所述充电起始时刻进行修正时,基于所述优先级信息调整适配于所述充电起始时刻的修正量。
在一优选实施例中,在从所述历史充电数据中提取出连接时长ΔT后,还需要进行预处理,包括:
通过聚类算法对所述连接时长ΔT进行分类,根据分类结果确定最优类别数、类间距离、类中心点;
记录各所述连接时长ΔT所对应的类别,并将其作为模型训练时的输出使用。
在一优选实施例中,所述通过聚类算法对所述连接时长ΔT进行分类,并根据分类结果确定最优类别数、类间距离、类中心点的步骤包括:
遍历搜索多个不同类别数,并对于每个类别数,分别基于kmeans聚类分析算法解算类中心点、类内距离、类间距离;
根据类内距离和类间距离的比例值、类内距离和类间距离的比例值的变化趋势综合确定最优类别数、类间距离、类中心点。
在一优选实施例中,基于深度神经网络算法构建并训练所述分类模型。
在一优选实施例中,所述电网负荷信息包括电网日可用负荷曲线的实时数据和历史数据,则所述根据所述电网负荷信息对所述初始充电方案进行修正的步骤包括:基于所述历史数据预测所述实时数据的未来值,获得电网当日可用负荷曲线;基于削峰填谷的原则对所述初始充电方案进行修正。
在一优选实施例中,所述待充电电池的参数信息包括电池SOC,所述初始充电方案包括基于所述电池SOC的数值进行划分的三个充电阶段,即预充阶段、快充阶段和去极化阶段;所述预充阶段为恒流充电过程,所述快充阶段为脉冲充电过程,所述去极化阶段为正负脉冲充电过程;
其中,对所述初始充电方案进行修正还包括对充电参数的修正;其中,在预充阶段,所述充电参数包括充电电流的大小;在快充阶段,所述充电参数包括脉冲电流的大小和时长、脉冲周期;在去极化阶段,所述充电参数包括正脉冲的大小和时长、负脉冲的大小和时长、正负脉冲周期。
第二方面,本发明还提供一种智能充电桩的控制系统,包括:
获取模块,用于获取待充电电池的参数信息以及电网负荷信息;
方案生成模块,用于根据所述待充电电池的参数信息生成初始充电方案;
方案修正模块,用于根据所述电网负荷信息对所述初始充电方案进行修正,生成最终充电方案。
第三方面,本发明还提供一种电子设备,包括存储有可执行程序代码的存储器以及与所述存储器耦合的处理器;其中,所述处理器调用所述存储器中存储的可执行程序代码,执行如上所述的方法。
第四方面,本发明还提供一种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运行时执行如上所述的方法。
采用上述技术方案,本发明的有益效果在于:本发明提出的方案在获取待充电电池的参数信息并根据待充电电池的参数信息生成初始充电方案后,还会获取电网负荷信息并根据电网负荷信息对初始充电方案进行修正从而生成最终充电方案;使得本方案充分考虑了充电行为对电网负荷的影响,进而在以对电网负荷影响最小的前提下进行充电,从而缓解了电网压力,避免了无序充电行为对电网负荷的不利影响。
附图说明
图1为本发明的应用场景图;
图2为本发明实施例一中一种智能充电桩的控制方法的流程示意图;
图3为本发明实施例二中一种智能充电桩的控制系统的结构示意图;
图4为本发明实施例三中一种电子设备的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1:本发明实施例提供一种智能充电桩的控制方法,如图1所示,其为该方法的具体实施场景,图1示出的场景包括智能充电桩、电动汽车以及服务器。电动汽车上搭载有电池管理系统,其可以实时监测本车电池的状态数据,并将状态数据存储在本车数据库中。智能充电桩能与电动汽车所搭载的电池管理系统通信连接,从而确保在智能充电桩能与电动汽车进行充电连接的情况下,实时监控电池的状态。服务器与智能充电桩通过网络连接,服务器可以是但不限于一种能够按照实现设定或存储的指令,自动进行数值计算和信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程逻辑器件 (PLD)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)以及嵌入式设备等。服务器还可以是台式计算机、网络主机、单个网络服务器、多个网络服务器集群或多个服务器构成的云;在此,云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机组成的虚拟超级计算机。服务器即可以是智能充电桩的其中一个组成部分,又可以脱离于智能充电桩而单独部署。网络可以包括但不限于互联网、广域网、城域网、VPN网络、无线自组织网络(Ad Hoc网络)等。另外,服务器还通过网络与配电网进行通信,从而能够向配电网反馈其实时充电参数,以便于配电网计算实时负荷。
下面结合图1中示出的具体实施场景,对本发明实施例提供的一种智能充电桩的控制方法进行具体阐述。
如图2所示,其为本发明实施例提供的一种智能充电桩的控制方法的流程示意图,该方法包括以下步骤:
步骤S1.响应于充电请求,获取待充电电池的参数信息,并根据待充电电池的参数信息生成初始充电方案。
充电时,电动汽车用户通过手动或者机械臂操作的方式将智能充电桩所配备的充电枪与待充电的电动汽车上的充电接口连接。连接后,智能充电桩即能够基于充电接口与待充电的电动汽车进行数据通信,具体是通过电动汽车的电池管理系统获取待充电电池的参数信息。同时,在智能充电桩的充电枪与电动汽车相连接后,用户通过智能充电桩的交互设备发出充电请求,当然,用户也可以通过移动终端(与智能充电桩无线通信连接)向智能充电桩发出充电请求。
在接收到用户发出的充电请求后,智能充电桩即通过电动汽车的电池管理系统获取待充电电池的参数信息,本实施例中,待充电电池的参数信息除了包括电池型号、电池额定容量、电池额定电压、电池阻抗、电池SOC(充电开始时刻下)、电池电压这些基本参数外,还包括智能充电桩与待充电电池的连接时刻,具体而言,是将智能充电桩接收到该充电请求的时刻作为待充电电池的连接时刻。
本实施例中,初始充电方案包括基于实时的电池SOC数值进行划分的三个充电阶段,具体包括预充阶段、快充阶段和去极化阶段。
其中,预充阶段配置为恒流充电过程,其对应的是电池SOC低于10%的情形,该阶段的充电参数为充电电流,通常为0.1-0.2C(C为电池的额定容量),该阶段,随着电池电压的升高,待充电电池可接受电流也逐渐变小。在待充电电池的电池SOC较低时采用小电流充电的方法,可以有效的保护待充电电池因充电电流过大而造成损害的情况出现。
其中,快充阶段为脉冲充电过程,其对应的是电池SOC不低于10%且又不高于80%的情形,该阶段通常采用模糊神经网络PID控制算法进行充电参数的控制,以便于使充电电流趋向于马斯充电曲线。其中,该阶段的充电参数为脉冲电压的大小和时长,以及脉冲电压的周期。可以理解的是,本实施例通常配置脉冲电压的时长占脉冲周期的1/2,即在一个脉冲周期内,脉冲电压持续时长与停止充电的时长相同,如此,通过瞬间停止充电的方式能够有效消除欧姆极化和浓度极化带来的危害,从而有效防止析气现象的发生。而当该阶段脉冲数量越多越细化时,则能够使实际充电曲线越接近马斯充电曲线,但这会对控制算法提出更高的要求,因此通常还会通过其他因素对脉冲数量进行调控,下文详细阐述。
其中,去极化阶段为正负脉冲充电过程,其对应的是电池SOC高于80%的情形,该阶段是在脉冲充电过程的基础上做的改进,即在正极脉冲的间隙(每个正极脉冲之后)加入负极脉冲,实现正负极脉冲相结合,使待充电电池进行短时间放电。脉冲充电是一种用不连续电流对电池进行充电的方法,因此当充电中断停止时,加入适当的负脉冲可以进一步提高电池充电电流的接受率,提高充电速度和极化效果。
由马斯第三定律可知,蓄电池放电量和蓄电池可接受电流成正比,随着蓄电池不断放电,蓄电池充电接受电流会不断增大。因此为了提高蓄电池充电接受电流,可以对蓄电池进行放电操作。由马斯三定律看出,当蓄电池充电接受率和可接受充电电流大时,蓄电池充电会比较快。而蓄电池的充电接受率和可接受电流的大小都受蓄电池放电率的影响,因此为了改变蓄电池之前的放电状态,减少充电时间,需在充电时进行一定程度的放电。
步骤S2.获取电网负荷信息,并根据电网负荷信息对初始充电方案进行修正,生成最终充电方案。
可以看出,上述得到的初始充电方案是在保护电池尽可能不受损伤的前提下,以最高充电效率为原则而生成的。然而当较多数量的电动汽车的充电负荷集中在同一时段时,并且该时段也是常规用电负荷的高峰时,则电动汽车的充电行为会使电网负荷峰值变得更高,甚至出现电网过负荷运行的状态,这给电网稳定性、安全性和可靠性都带来了一定的挑战,不利于电网的安全运行。因此这种无序的充电行为会对电网带来造成危害。
基于此,本发明实施例中,首先获取电网负荷信息,包括电网日可用负荷曲线的实时数据和历史数据。其中,实时数据指的是,在一定范围内(例如同一个变压器的辐射范围内,通常是同一个小区),截止至当前时刻形成的电网可用负荷数据,并绘制成曲线,即电网日可用负荷曲线的实时数据。电网可用负荷指的是电网额定负荷与电网已用负荷(正在使用的负荷,这些负荷通常具有相对稳定的数值,波动较小,容易预测)的差值,以一定周期采集电网已用负荷的数据,即可绘制出电网日可用负荷曲线。历史数据指的是,在上述划定的范围内,在时间轴上往前追溯一定时间(例如一年,按366天计)的电网日可用负荷曲线(以天为单位,0时-24时)。
在获取到电网日可用负荷曲线的实时数据和历史数据后,即可对基于历史数据预测实时数据的未来值,从而补全电网当日可用负荷曲线。例如当前时刻为下午2点(14时),则在此之前的电网当日可用负荷曲线的实时数据(已发生并记录)已经生成,而在此之后的电网当日可用负荷曲线的未来值(未发生的部分)还需要进行一定的预测。本实施例中,则从历史数据中寻找电网日可用负荷曲线(0时-14时部分)与当天已记录的电网当日可用负荷曲线的实时数据部分最相似的一个历史记录,然后将该历史记录的后半段(14时-24时)作为电网当日可用负荷曲线的未来值,从而补全电网当日可用负荷曲线。
在获得电网当日可用负荷曲线后,即可清楚的看到用电高峰和用电低谷的位置,因此通过基于削峰填谷的原则对上述的初始充电方案进行修正,从而来降低电网负荷波动,尽可能保持电网负荷的稳定。
从上述初始充电方案中可以看出,充电过程对电网负荷的影响实际上是通过一系列充电参数实现的,因此,上述所称的对初始充电方案进行修正,具体是对各阶段充电参数的修正。其中,在预充阶段,充电参数包括充电电流的大小;在快充阶段,充电参数包括脉冲电流的大小和时长、脉冲周期;在去极化阶段,充电参数包括正脉冲的大小和时长、负脉冲的大小和时长、正负脉冲周期。
举例来说,当充电过程发生在电网当日可用负荷曲线的低谷处时,说明该时间段电网的可用负荷很小,因此就需要充电过程尽量避开该时间,如果无法避开,则尽量降低充电功率,即尽量延长充电时间。对于初始充电方案,则有:在预充阶段,在允许范围内减小充电电流的大小;在快充阶段,在允许范围内降低脉冲电流的大小,以及降低脉冲电流的占空比;在去极化阶段,通常不做修正。
反之,当充电过程发生在电网当日可用负荷曲线的顶峰处时,说明该时间段电网的可用负荷很大,因此就需要充电过程尽量集中在该时段,如果无法调整到该时段,则应尽量提高充电功率,即尽量缩短充电时间。对于初始充电方案,则有:在预充阶段,在允许范围内增加充电电流的大小;在快充阶段,在允许范围内增加脉冲电流的大小,以及增加脉冲电流的占空比;在去极化阶段,通常不做修正。
可以看出,上述修正过程中,实际上首要的是将充电过程尽可能向电网当日可用负荷曲线的顶峰处靠拢、并尽可能远离电网当日可用负荷曲线的低谷。因此,本实施例中,对初始充电方案进行修正还包括对充电起始时刻的修正。
充电起始时刻包括充电开始时刻和充电结束时刻,在初始充电方案确定的情况下,对于任意待充电电池,只要其初始时的电池SOC确定,则其充电时长也是确定的,因此,只要合理地确定充电开始时刻,即能够对充电过程进行调整,使其发生时段尽可能向电网当日可用负荷曲线的顶峰处靠拢、并尽可能远离电网当日可用负荷曲线的低谷。
本实施例中,对充电起始时刻进行修正的步骤具体包括:
根据待充电电池的参数信息确定待充电电池的身份信息,并获取对应的历史充电数据;
从历史充电数据中提取出待充电电池与充电桩相连接的连接时刻T1、初始电池电量SOC1以及连接时长ΔT;
以连接时刻T1和初始电池电量SOC1为输入、以连接时长ΔT为输出构建并训练分类模型,获得电池连接时长预测模型;
通过电池连接时长预测模型对待充电电池参数信息进行处理,获得待充电电池的预测连接时长;
当预测连接时长大于初始充电方案中的充电时长时,则对充电起始时刻进行修正,否则不修正。
可以理解的是,电动汽车的充电行为是由用户的意志来决定的,而用户的意志则由其行为习惯来左右,行为习惯则具有一定的规律性,因此从多次的充电行为中即能够总结出一定的充电规律,进而预测电动汽车会与智能充电桩之间的连接时长ΔT。
本实施例中,首先从历史充电数据中提取出待充电电池与充电桩相连接的连接时刻T1、初始电池电量SOC1以及连接时长ΔT。然后以连接时刻T1和初始电池电量SOC1为输入、以连接时长ΔT为输出构建并训练分类模型(例如基于深度神经网络算法构建并训练分类模型),从而能够获得电池连接时长预测模型。
获得电池连接时长预测模型后,即能够将实时获取到的连接时刻和电池电量SOC输入到该电池连接时长预测模型,然后获得模型输出值,即待充电电池的预测连接时长。本实施例具体是将智能充电桩接收到该充电请求的时刻作为待充电电池的连接时刻。
在获得待充电电池的预测连接时长后,如果其值大于初始充电方案中的充电时长,则表示该电动汽车在充电完成后不会立刻断开连接状态,而是会保持一定的时间,例如傍晚时连接,次日早晨断开,显然连接时长会超过实际的充电时长。此时,则能够对充电过程的发生时段进行调整,不必从连接时刻起即开始充电,可以延缓一段时间后再开始充电,如此即给了调整充电起始时刻的空间,使充电过程尽可能向电网当日可用负荷曲线的顶峰处靠拢、并尽可能远离电网当日可用负荷曲线的低谷。
另外可以理解的是,为了避免用户突发用车而充电量因修正调整而达不到预期的情况发生,配置充电请求中还携带有优先级信息,优先级信息由用户通过智能充电桩的交互设备输入,或者用户通过移动终端(与智能充电桩无线通信连接)向智能充电桩发出。
在充电请求中还携带有优先级信息的情况下,则在对充电起始时刻进行修正时,需基于优先级信息调整适配于充电起始时刻的修正量。譬如,优先级信息为10小时后用车,而充电时长为6小时,则对充电起始时刻的修正量为4小时,即充电开始时刻做多允许延迟4小时。又譬如,优先级信息为以最快速度充满,则不进行充电起始时刻的修正调整,只允许进行充电参数的修正。
可以理解的是,在从历史充电数据中提取出连接时长ΔT数据是一系列的离散值,并不适于直接作为模型训练时的输出,因此还需要进行预处理,具体包括:
首先通过聚类算法对一系列的连接时长ΔT进行分类,根据分类结果确定最优类别数、类间距离、类中心点;然后记录各个连接时长ΔT所对应的类别,并将其所对应的类别作为模型训练时的输出使用。
其中,确定最优类别数、类间距离、类中心点的步骤具体包括:
首先遍历搜索多个不同类别数,并对于每个类别数,分别基于kmeans聚类分析算法解算类中心点、类内距离、类间距离;然后根据类内距离和类间距离的比例值、类内距离和类间距离的比例值的变化趋势综合确定最优类别数、类间距离、类中心点。
即,在不同的类别数下(人为定义),在聚类的结果中,类中心点、类内距离、类间距离数据都是会发生变化的,一般而言,需要类内距离越小而类间距离越大,如此即表明各类内的数据越聚集且与其他类分得越开。根据实际情况选择一个合适的类别数即可,例如六类或八类,如此,电池连接时长预测模型输出的则是其中的一个类别,该类别对应的是一个范围值,例如1.5-2h,即预测连接时长为1.5-2个小时。如此可以降低网络训练难度,提高训练速度,从而快速给出预测连接时长。
实施例2:如图3所示,本发明实施例提供一种智能充电桩的控制系统,包括:
获取模块,获取模块用于获取待充电电池的参数信息以及电网负荷信息;
方案生成模块,方案生成模块用于根据待充电电池的参数信息生成初始充电方案;
和方案修正模块,方案修正模块用于根据电网负荷信息对初始充电方案进行修正,生成最终充电方案。
本实施例中,对初始充电方案进行修正具体包括了对初始充电方案中充电参数的修正以及对充电起始时刻的修正这两个部分。
其中,对初始充电方案中充电参数的修正,具体包括:在预充阶段,对充电电流的大小进行调整;在快充阶段,对脉冲电流的大小和占空比进行调整;在去极化阶段,通常不做调整。
举例来说,当充电过程发生在电网当日可用负荷曲线的低谷处时,说明该时间段电网的可用负荷很小,因此就需要充电过程尽量避开该时间,如果无法避开,则尽量降低充电功率,即尽量延长充电时间。对于初始充电方案,则有:在预充阶段,在允许范围内减小充电电流的大小;在快充阶段,在允许范围内降低脉冲电流的大小,以及降低脉冲电流的占空比;在去极化阶段,通常不做修正。反之,当充电过程发生在电网当日可用负荷曲线的顶峰处时,说明该时间段电网的可用负荷很大,因此就需要充电过程尽量集中在该时段,如果无法调整到该时段,则应尽量提高充电功率,即尽量缩短充电时间。对于初始充电方案,则有:在预充阶段,在允许范围内增加充电电流的大小;在快充阶段,在允许范围内增加脉冲电流的大小,以及增加脉冲电流的占空比;在去极化阶段,通常不做修正。
其中,对初始充电方案中的充电起始时刻进行修正的步骤具体包括:
根据待充电电池的参数信息确定待充电电池的身份信息,并获取对应的历史充电数据;
从历史充电数据中提取出待充电电池与充电桩相连接的连接时刻T1、初始电池电量SOC1以及连接时长ΔT;
以连接时刻T1和初始电池电量SOC1为输入、以连接时长ΔT为输出构建并训练分类模型,获得电池连接时长预测模型;
通过电池连接时长预测模型对待充电电池参数信息进行处理,获得待充电电池的预测连接时长;
当预测连接时长大于初始充电方案中的充电时长时,则对充电起始时刻进行修正,否则不修正。
本实施例中,当获得的待充电电池的预测连接时长大于初始充电方案中的充电时长,则表示该电动汽车在充电完成后不会立刻断开连接状态,而是会保持一定的时间,例如傍晚时连接,次日早晨断开,显然连接时长会超过实际的充电时长。此时,则能够对充电过程的发生时段进行调整,不必从连接时刻起即开始充电,可以延缓一段时间后再开始充电,如此即给了调整充电起始时刻的空间,使充电过程尽可能向电网当日可用负荷曲线的顶峰处靠拢、并尽可能远离电网当日可用负荷曲线的低谷。
另外可以理解的是,为了避免用户突发用车而充电量因修正调整而达不到预期的情况发生,配置充电请求中还携带有优先级信息,优先级信息由用户通过智能充电桩的交互设备输入,或者用户通过移动终端(与智能充电桩无线通信连接)向智能充电桩发出。
在充电请求中还携带有优先级信息的情况下,则在对充电起始时刻进行修正时,需基于优先级信息调整适配于充电起始时刻的修正量。譬如,优先级信息为10小时后用车,而充电时长为6小时,则对充电起始时刻的修正量为4小时,即充电开始时刻做多允许延迟4小时。又譬如,优先级信息为以最快速度充满,则不进行充电起始时刻的修正调整,只允许进行充电参数的修正。
实施例三:一种电子设备,如图4所示,包括存储有可执行程序代码的存储器以及与该存储器耦合的处理器;其中,处理器调用存储器中存储的可执行程序代码,执行上述实施例公开的方法步骤。
实施例四:一种计算机存储介质,计算机存储介质中存储有计算机程序,计算机程序被处理器运行时执行上述实施例公开的方法步骤。
本申请是参照根据本申请实施例的方法、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。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示对本发明结构的说明,仅是为了便于描述本发明的简便,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
对于本技术方案中的“第一”和“第二”,仅为对相同或相似结构,或者起相似功能的对应结构的称谓区分,不是对这些结构重要性的排列,也没有排序、或比较大小、或其他含义。
另外,除非另有明确的规定和限定,术语“安装”、“连接”应做广义理解,例如,连接可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个结构内部的连通。对于本领域的普通技术人员而言,可以根据本发明的总体思路,联系本方案上下文具体情况理解上述术语在本发明中的具体含义。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (8)
1.一种智能充电桩的控制方法,其特征在于:所述方法包括以下步骤:
响应于充电请求,获取待充电电池的参数信息,并根据所述待充电电池的参数信息生成初始充电方案;
获取电网负荷信息,根据所述电网负荷信息对所述初始充电方案进行修正,并生成最终充电方案;
其中,对所述初始充电方案进行修正包括对充电起始时刻的修正,所述对充电起始时刻进行修正的步骤则包括有:
根据所述待充电电池的参数信息确定待充电电池的身份信息,并获取对应的历史充电数据;
从所述历史充电数据中提取出所述待充电电池与充电桩相连接的连接时刻T1、初始电池电量SOC1以及连接时长ΔT;
以所述连接时刻T1和所述初始电池电量SOC1为输入、以所述连接时长ΔT为输出构建并训练分类模型,获得电池连接时长预测模型;
通过所述电池连接时长预测模型对所述待充电电池参数信息进行处理,获得所述待充电电池的预测连接时长;
当所述预测连接时长大于所述初始充电方案中的充电时长时,则对所述充电起始时刻进行修正,否则不修正;
所述待充电电池的参数信息包括电池SOC,所述初始充电方案包括基于所述电池SOC的数值进行划分的三个充电阶段,即预充阶段、快充阶段和去极化阶段;所述预充阶段为恒流充电过程,所述快充阶段为脉冲充电过程,所述去极化阶段为正负脉冲充电过程;
所述预充阶段配置为恒流充电过程,其对应的是电池SOC低于10%的情形,该阶段的充电参数为充电电流,为0.1-0.2C,该阶段,随着电池电压的升高,待充电电池可接受电流也逐渐变小,在待充电电池的电池SOC较低时采用小电流充电的方法,有效的保护待充电电池因充电电流过大而造成损害的情况出现,其中,C表示电池的额定容量;
所述快充阶段为脉冲充电过程,其对应的是电池SOC不低于10%且又不高于80%的情形,该阶段采用模糊神经网络PID控制算法进行充电参数的控制,以便于使充电电流趋向于马斯充电曲线,其中,该阶段的充电参数为脉冲电压的大小和时长,以及脉冲电压的周期;
所述去极化阶段为正负脉冲充电过程,其对应的是电池SOC高于80%的情形,在正极脉冲的间隙加入负极脉冲,实现正负极脉冲相结合,使待充电电池进行短时间放电,通过加入负脉冲进一步提高电池充电电流的接受率,提高充电速度和极化效果;
其中,对所述初始充电方案进行修正还包括对充电参数的修正;其中,在预充阶段,所述充电参数包括充电电流的大小;在快充阶段,所述充电参数包括脉冲电流的大小和时长、脉冲周期;在去极化阶段,所述充电参数包括正脉冲的大小和时长、负脉冲的大小和时长、正负脉冲周期。
2.根据权利要求1所述的方法,其特征在于:所述充电请求中还携带有优先级信息,则在对所述充电起始时刻进行修正时,基于所述优先级信息调整适配于所述充电起始时刻的修正量。
3.根据权利要求1所述的方法,其特征在于:在从所述历史充电数据中提取出连接时长ΔT后,还需要进行预处理,包括:
通过聚类算法对所述连接时长ΔT进行分类,根据分类结果确定最优类别数、类间距离、类中心点;
记录各所述连接时长ΔT所对应的类别,并将其作为模型训练时的输出使用。
4.根据权利要求3所述的方法,其特征在于:所述通过聚类算法对所述连接时长ΔT进行分类,并根据分类结果确定最优类别数、类间距离、类中心点的步骤包括:
遍历搜索多个不同类别数,并对于每个类别数,分别基于kmeans聚类分析算法解算类中心点、类内距离、类间距离;
根据类内距离和类间距离的比例值、类内距离和类间距离的比例值的变化趋势综合确定最优类别数、类间距离、类中心点。
5.根据权利要求1所述的方法,其特征在于:基于深度神经网络算法构建并训练所述分类模型。
6.根据权利要求1所述的方法,其特征在于:所述电网负荷信息包括电网日可用负荷曲线的实时数据和历史数据,则所述根据所述电网负荷信息对所述初始充电方案进行修正的步骤包括:基于所述历史数据预测所述实时数据的未来值,获得电网当日可用负荷曲线;基于削峰填谷的原则对所述初始充电方案进行修正。
7.一种电子设备,其特征在于:包括存储有可执行程序代码的存储器以及与所述存储器耦合的处理器;其中,所述处理器调用所述存储器中存储的可执行程序代码,执行如权利要求1-6任一项所述的方法。
8.一种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运行时执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311112859.7A CN116853062B (zh) | 2023-08-31 | 2023-08-31 | 一种智能充电桩的控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311112859.7A CN116853062B (zh) | 2023-08-31 | 2023-08-31 | 一种智能充电桩的控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116853062A CN116853062A (zh) | 2023-10-10 |
CN116853062B true CN116853062B (zh) | 2023-11-14 |
Family
ID=88228963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311112859.7A Active CN116853062B (zh) | 2023-08-31 | 2023-08-31 | 一种智能充电桩的控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116853062B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112440805A (zh) * | 2020-11-26 | 2021-03-05 | 郑州轻工业大学 | 一种基于用户习惯的新能源汽车充电方法 |
CN112744114A (zh) * | 2020-12-29 | 2021-05-04 | 山东大卫国际建筑设计有限公司 | 一种电动汽车充电方法及设备、介质 |
CN116598618A (zh) * | 2022-12-08 | 2023-08-15 | 国家电网有限公司 | 基于电池soc状态的农村配网储能电池充电优化方法 |
-
2023
- 2023-08-31 CN CN202311112859.7A patent/CN116853062B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112440805A (zh) * | 2020-11-26 | 2021-03-05 | 郑州轻工业大学 | 一种基于用户习惯的新能源汽车充电方法 |
CN112744114A (zh) * | 2020-12-29 | 2021-05-04 | 山东大卫国际建筑设计有限公司 | 一种电动汽车充电方法及设备、介质 |
CN116598618A (zh) * | 2022-12-08 | 2023-08-15 | 国家电网有限公司 | 基于电池soc状态的农村配网储能电池充电优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116853062A (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104158202B (zh) | 一种混合储能平抑风电功率波动系统及其协调控制方法 | |
CN105406496B (zh) | 一种基于实测频率响应辨识的孤立微电网调频控制方法 | |
CN109378846B (zh) | 储能电站中储能变流器的电池模块充放电控制方法与装置 | |
JP4527048B2 (ja) | 二次電池用の制御装置及び二次電池の入力制御方法 | |
CN107834630B (zh) | 一种充电方法及充电装置 | |
CN110311451B (zh) | 梯次电池的充放电的控制方法、系统、设备和存储介质 | |
CN107342608A (zh) | 电池充电方法、装置、设备和存储介质 | |
WO2020016808A1 (en) | System and method for fluctuating renewable energy-battery optimization to improve battery life-time | |
EP4124500A1 (en) | Charging control method, charging system, and related device | |
CN116853062B (zh) | 一种智能充电桩的控制方法及系统 | |
EP4167417A1 (en) | Device power supply method, system, and related device | |
CN116054344A (zh) | 一种电池功率控制方法及装置 | |
CN113997822B (zh) | 电动汽车有序充电管理系统及管理方法 | |
CN112366781B (zh) | 充电机输出电压控制方法、装置、电子设备及存储介质 | |
CN113206534A (zh) | 一种储能系统功率控制方法、控制器和储能系统 | |
CN108471123A (zh) | 一种电动汽车参与电网频率调整的充电控制方法及装置 | |
CN114256929A (zh) | 一种充放电控制方法、装置及储能系统 | |
CN105375537A (zh) | 电动汽车充电的控制方法和装置 | |
CN113884893A (zh) | 一种动力电池的功率map切换方法、装置和电子设备 | |
CN114142752A (zh) | 一种储能逆变电源的功率自适应调节方法及计算机可读存储介质 | |
CN112886687A (zh) | 电池充电方法、装置、系统、充电器、介质及产品 | |
CN112644322A (zh) | 一种电动汽车电池充放电控制系统及控制方法 | |
CN112744084A (zh) | 扭矩控制方法及其装置、车辆、电子设备和存储介质 | |
CN114824516B (zh) | 电池管理系统及其soc矫正方法 | |
CN115037018B (zh) | 一种蓄电池组控制方法及系统 |
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 |