CN117076761B - 一种新能源汽车充电桩智能管理方法和系统 - Google Patents
一种新能源汽车充电桩智能管理方法和系统 Download PDFInfo
- Publication number
- CN117076761B CN117076761B CN202310671427.3A CN202310671427A CN117076761B CN 117076761 B CN117076761 B CN 117076761B CN 202310671427 A CN202310671427 A CN 202310671427A CN 117076761 B CN117076761 B CN 117076761B
- Authority
- CN
- China
- Prior art keywords
- charging
- road
- user
- time
- automobile
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand 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
- 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
- G06F16/9538—Presentation of query results
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种新能源汽车充电桩智能管理方法和系统,属于数据处理技术领域,方法包括:获取用户发起的充电请求;查找附近的多个候选充电站;计算从用户的当前位置到达各个候选充电站的路上时长;获取所需路上时长最少的预设数量的候选充电站,并将候选充电站中的充电桩加入到充电桩队列中;查询充电桩队列中各个充电桩的工作状态和正在充电的汽车的剩余充电时长;根据路上时长和正在充电的汽车的剩余充电时长计算所需的排队等待时长;在用户选择智能充电模式的情况下,将对到达各个充电站的路上时长和排队等待时长进行求和,得到智能充电前端总时长;按照智能充电前端总时长从小到大的顺序将充电桩队列中的各个充电桩进行排列,并向用户展示。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种新能源汽车充电桩智能管理方法和系统。
背景技术
随着新能源汽车的兴起,与新能源汽车相配套的充电桩也在城市中得到大量的布置。现有的充电桩缺少合理的调度规划,并且当前的充电模式往往只追求快速充电。
在现实生活中,存在着用户并非需要快速充电的情形,例如用户想要在充电桩附件的商场进行消费或者在充电桩附件的写字楼上班,用户将汽车长时间与充电桩连接充电反而会影响汽车电池的寿命,当前只提供快速充电服务的充电桩显示难以满足日常的使用,随着充电桩规模的不断扩大,大规模的新能源汽车快速充电行为给电网稳定运行带来了巨大影响。
进一步地,目前用户在途中想要寻找充电桩进行充电,往往是通过地图进行导航,选择距离自己最近或者路上时长最短的充电桩,之后前往进行充电。但是,往往到达充电站之后才发现,已经有很多汽车在排队等待充电,未能考虑排队等待时长,白白浪费了用户的时间,降低了充电的效率。
发明内容
为了解决现有技术存在的只提供快速充电服务的充电桩显示难以满足日常的使用,大规模的新能源汽车快速充电行为影响电网稳定性,在向用户推荐充电桩时未能考虑排队等待时长,白白浪费了用户的时间,降低了充电的效率的技术问题,本发明提供一种新能源汽车充电桩智能管理方法和系统。
第一方面
本发明提供了一种新能源汽车充电桩智能管理方法,包括:
S101:获取用户发起的充电请求,充电请求中包括:当前位置和剩余电量;
S102:根据用户的当前位置,查找附近的多个候选充电站;
S103:计算从用户的当前位置到达各个候选充电站的路上时长和路上损耗电量;
S104:获取所需路上时长最少的预设数量的候选充电站,并将候选充电站中的充电桩加入到充电桩队列中;
S105:查询充电桩队列中各个充电桩的工作状态和正在充电的汽车的剩余充电时长;
S106:根据路上时长和正在充电的汽车的剩余充电时长计算所需的排队等待时长/>;
S107:在用户选择智能充电模式的情况下,将对到达各个充电站的路上时长和排队等待时长/>进行求和,得到智能充电前端总时长/>;
S108:按照智能充电前端总时长从小到大的顺序将充电桩队列中的各个充电桩进行排列,并向用户展示;
S109:在用户选择定量充电模式的情况下,根据汽车剩余电量信息和路上损耗电量/>,计算充电时长/>;
S110:对到达各个充电站的路上时长、排队等待时长/>和充电时长/>进行求和,得到定量充电总时长/>;
S111:按照定量充电总时长从小到大的顺序将充电桩队列中的各个充电桩进行排列,并向用户展示;
其中,在智能充电模式中,可智能调整充电桩的启动与关闭,且可智能调整充电桩的充电电流。
第二方面
本发明提供了一种新能源汽车充电桩智能管理系统,用于执行第一方面中中任一项所述的新能源汽车充电桩智能管理方法。
与现有技术相比,本发明至少具有以下有益技术效果:
(1)在本发明中,不仅仅提供定量充电模式的快速充电服务,在用户不着急充满电的情况下,还可以选择智能充电模式,可以根据电网的负荷智能地调整充电桩的启动与关闭,智能地调整充电电流,提升电网稳定性;
(2)在本发明中,在向用户推荐充电桩时能够考虑排队等待时长,将路上时长和排队等待时长进行累积,之后再按照总时长从小到大的顺序向用户推荐附近的充电桩,节省了用户时间,变相地提升了新能源汽车的充电效率。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对本发明的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明提供的一种新能源汽车充电桩智能管理方法的流程示意图;
图2是本发明提供的一种新能源汽车充电桩智能充电模式的流程示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
在本文中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,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,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
另外,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1:在一个实施例中,参考说明书附图1,示出了本发明提供的新能源汽车充电桩智能管理方法的流程示意图。
本发明提供的一种新能源汽车充电桩智能管理方法,包括:
S101:获取用户发起的充电请求。
其中,充电请求中包括:当前位置和剩余电量。也就是说,用户在发起充电请求时即会同时发送用户的当前位置和新能源汽车的剩余电量/>。
其中,用户可以在新能源汽车充电桩智能管理系统中发起充电请求,也可以在手机或者车载设备的特定的应用程序中发起充电请求。
S102:根据用户的当前位置,查找附近的多个候选充电站。
具体而言,可以在地图中查找附近的多个充电站,以预设的搜索半径,将距离用户当前位置预设范围内的充电站作为候选充电站。
在一种可能的实施方式中,S102具体包括子步骤S1021至S1023:
S1021:根据用户的当前位置,按照初始路段长度计算用户的当前位置到各个充电站的距离。
具体而言,将用户的当前位置至各个充电站的路程作为筛选条件之一挑选候选充电站,避免充电站距离当前位置过远。
S1022:获取充电站的电网负荷情况。
S1023:将相对于用户的当前位置在预设距离范围内且电网负荷情况良好的充电站作为候选充电站。
具体而言,将充电站的电网负荷情况也作为筛选条件之一挑选候选充电站,可以将电网负荷已经过载的充电站排出在外,提升电网的稳定性。
S103:计算从用户的当前位置到达各个候选充电站的路上时长和路上损耗电量。
具体而言,可以使用地图导航服务或路线规划算法,根据用户当前位置和各个候选充电站的位置,计算出用户到达每个候选充电站的路上时长。可以根据每公里耗电量以及从用户的当前位置到达各个候选充电站的距离预估路上损耗电量/>。
在一种可能的实施方式中,S103具体包括子步骤S1031至S1037:
S1031:获取用户的当前位置与目标充电站之间的道路信息。
具体而言,利用地图导航服务,使用用户当前位置和目标充电站的位置作为起点和终点,用户的当前位置与目标充电站之间的道路信息。
S1032:对各个路段赋予初始权重值:;
其中,A(i,j)表示节点i和j之间的路段长度。在道路为双行道的情况下,A(i,j)=A(j,i)。在道路为单行道的情况下,,/>。
需要说明的是,各个路段的初始权重仅仅为路段的长度。
S1033:构建路段的初始权重值矩阵:
;
S1034:获取节点i和j之间路段上汽车行驶的平均速度以及全路段的平均速度,根据路段上汽车行驶的平均速度计算道路拥挤参数α:/>;
需要说明的是,通过全路段的平均速度和节点i和j之间路段上汽车行驶的平均速度/>之间的比值,可以体现节点i和j之间路段上汽车由于拥堵导致行驶缓慢,可以理解的是,节点i和j之间路段上汽车行驶的平均速度/>越大,意味着道路越拥堵,反之,节点i和j之间路段上汽车行驶的平均速度/>越小,意味着道路越不拥堵。道路拥挤参数α可以体现某个道路的拥挤程度,使得在做出最优路径决策时更加贴近于真实路况。
S1035:获取目标充电站内的车辆数量和目标充电站的充电桩的数量/>,根据目标充电站内的车辆数量/>和目标充电站的充电桩的数量/>计算充电站拥挤参数/>:;
需要说明的是,通过目标充电站内的车辆数量和目标充电站的充电桩的数量比值,可以体现某个充电站中车辆的数量是否远超充电桩的数量,可以理解的是,目标充电站内的车辆数量/>和目标充电站的充电桩的数量/>比值越高,意味着目标充电站内的车辆数量/>远超目标充电站的充电桩的数量/>,充电站越拥堵,反之,目标充电站内的车辆数量/>和目标充电站的充电桩的数量/>比值越低,意味着目标充电站内的车辆数量较少,充电站越不拥堵。充电站拥挤参数/>可以体现某个充电站的拥挤程度,使得在做出最优路径决策时尽量避免去往拥堵的充电站。
S1036:在路段初始权重值矩阵中引入道路拥挤参数/>和充电站拥挤参数/>,得到路段的修正权重值矩阵/>:/>;
需要说明的是,在路段初始权重值矩阵中引入道路拥挤参数α和充电站拥挤参数β可以使得最优路径的决策结果更加准确,可以更准确地反映不同路段和充电站的拥挤程度。在路线规划过程中,系统可以优先选择拥挤程度较低的路段和充电站,以提供更流畅和高效的行驶和充电体验。
S1037:根据修正权重值矩阵挑选出从用户的当前位置到达目标充电站的最优路径,并计算路上时长/>和路上损耗电量/>。
需要说明的是,只有挑选的最优路径越准确,相应地计算路上时长和路上损耗电量/>才能越准确,最优路径是计算路上时长/>和路上损耗电量/>的基础。
具体而言,可以根据最优路径的路程以及新能源汽车的行驶速度计算出路上时长。可以根据每公里耗电量以及最优路径的路程预估路上损耗电量/>。
在一种可能的实施方式中,S103还包括子步骤S103A至S103F:
S103A:根据节点i和j之间路段上汽车行驶时的特征参数计算当前行驶工况距离各个典型工况聚类中心的距离:/>;
其中,表示第n个特征参数,/>表示第m种典型工况下第n个特征参数的聚类中心。
其中,聚类中心是指代表每个聚类簇的中心点或平均值。
其中,特征参数包括平均速度、停车比例、加速比例、加速比例和匀速比例。
其中,典型工况包括:高速工况、市郊工况、市内工况和拥堵工况。
S103B:选择距离最小的典型工况作为当前行驶工况。
可以理解的是,距离最小的典型工况更加贴近于现实情况,因此,选择其作为当前行驶工况。
S103C:根据当前行驶工况预估汽车行驶速度v。
具体而言,可以根据车辆的特性和行驶工况建立车辆动力学模型,之后使用车辆动力学模型结合输入信号(如油门、制动等)和环境参数(如道路坡度、摩擦系数等),预测车辆的行驶速度。
S103D:根据最优路径的路程s和预估的汽车行驶速度计算路上时长:
;
S103E:根据汽车行驶速度v,计算汽车行驶过程中遇到的阻力F:;
其中,表示滚动阻力系数,为与车辆和轮胎特性相关的常数,m表示质量,/>表示空气密度,/>表示空气动力学阻力系数,A表示车辆的有效横截面积,v表示汽车行驶速度。
在本发明中,充分考虑了汽车在行驶过程中可能遇到的滚动阻力以及空气阻力,提升阻力计算的准确性。
S103F:根据汽车行驶过程中遇到的阻力F,计算汽车在行驶过程中克服行驶阻力所需能耗:/> 。
需要说明的是,根据汽车行驶过程中遇到的阻力计算汽车在行驶过程中克服行驶阻力所需能耗,可以提供能效评估、辅助路程规划和续航估计以及节能减排,从而促进能源的有效利用。
S104:获取所需路上时长最少的预设数量的候选充电站,并将候选充电站中的充电桩加入到充电桩队列中。
其中,预设数量为10个。
需要说明的是,选择所需路上时长较少的候选充电站,能够最小化行驶时间、保证充电可用性、提升用户体验,并优化充电策略,为用户提供更便捷和高效的充电服务。
S105:查询充电桩队列中各个充电桩的工作状态和正在充电的汽车的剩余充电时长。
具体而言,可以将充电桩和充电设备与物联网连接,确保它们能够实时传输数据和状态信息。通过物联网连接的充电桩和充电设备,收集充电桩的工作状态和正在充电的汽车的相关数据,如剩余充电时长、充电功率等。
S106:根据路上时长和正在充电的汽车的剩余充电时长计算所需的排队等待时长/>。
可以理解的是,路上时长和正在充电的汽车的剩余充电时长之间的相对大小,可以确定出用户的汽车是否需要排队以及所需的排队等待时长/>。
在一种可能的实施方式中,S106具体包括子步骤S1061和S1062:
S1061:在路上时长大于或者等于正在充电的汽车的剩余充电时长的情况下,所需的排队等待时长/>为0。
可以理解的是,如果正在充电的汽车能够赶在用户的汽车到达充电站之前完成充电,便不会影响用户充电,此时所需的排队等待时长t 2为0。
S1062:在路上时长小于正在充电的汽车的剩余充电时长的情况下,所需的排队等待时长/>为正在充电的汽车的剩余充电时长与路上时长/>的差值。、
可以理解的是,如果正在充电的汽车未能赶在用户的汽车到达充电站之前完成充电,此时需要等到正在充电的汽车充电完毕,用户的汽车才能充电,因此,此时所需的排队等待时长为正在充电的汽车的剩余充电时长与路上时长/>的差值。
S107:在用户选择智能充电模式的情况下,将对到达各个充电站的路上时长和排队等待时长/>进行求和,得到智能充电前端总时长/>。
其中,智能充电模式是与定量充电模式相对的一种充电模式,是在用户不着急用车的情况下可以选用的充电模式。例如用户想要在充电桩附件的商场进行消费或者在充电桩附件的写字楼上班,如果用户采用定量充电模式,用户需要将汽车长时间与充电桩连接充电此时反而会影响汽车电池的寿命,此时可以选用本发明提供的智能充电模式。
其中,在智能充电模式中,可智能调整充电桩的启动与关闭,且可智能调整充电桩的充电电流,因此可以提升电网稳定性。同时,可以在用电高峰期电价较高时停止或者减少充电,而在用电低谷期电价较低时继续或者加快充电,进而相较于定量充电模式可以减少充电费用。
S108:按照智能充电前端总时长从小到大的顺序将充电桩队列中的各个充电桩进行排列,并向用户展示。
其中,在选用智能充电模式时,用户在开始充电之后并不着急用车,此时可以优先向用户推荐能够快速开始充电的充电桩即可,即仅需要考虑到达各个充电站的路上时长t 1和排队等待时长t 2尽可能小即可。
在一种可能的实施方式中,S111具体包括:
按照智能充电前端总时长从小到大的顺序将充电桩队列中的各个充电桩进行排列,并在用户的车载设备或者手机的应用程序界面中显示。
需要说明的是,在用户的车载设备或者手机的应用程序界面中对优先级较高的充电桩进行可视化显示,可以提供直观易懂、方便快捷的信息展示,支持智能决策,增强用户参与感,并提供数据分析和改进的基础,从而提高用户的充电体验和系统的效率。
S109:在用户选择定量充电模式的情况下,根据汽车剩余电量信息和路上损耗电量/>,计算充电时长/>。
在一种可能的实施方式中,S109具体包括子步骤S1091和S1092:
S1091:根据汽车剩余电量信息和路上损耗电量/>,计算需要进行充电的电量:/>;
其中,表示汽车电池的额定电量。
S1092:根据需要进行充电的电量计算所需充电时长/>:
;
;
其中,表示表示电池的充电接收率,I表示充电电流。
在本发明中,发明人发现电池在已使用电量越多的情况下,能够在充电过程中接收电能的能力就越强,因此,在计算充电时长的过程中加入电池的充电接收率参数,提升了所需充电时长计算的准确性。进一步地,在充电过程中,充电接收率参数/>可计算出还有最大可接收电流为/>。
S110:对到达各个充电站的路上时长、排队等待时长/>和充电时长/>进行求和,得到定量充电总时长/>。
S111:按照定量充电总时长从小到大的顺序将充电桩队列中的各个充电桩进行排列,并向用户展示。
其中,在选用定量充电模式时,用户在开始充电之后可能着急用车,此时可以优先向用户推荐能够快速充满的充电桩。
在一种可能的实施方式中,S111具体包括:
按照定量充电总时长从小到大的顺序将充电桩队列中的各个充电桩进行排列,并在用户的车载设备或者手机的应用程序界面中显示。
需要说明的是,在用户的车载设备或者手机的应用程序界面中对优先级较高的充电桩进行可视化显示,可以提供直观易懂、方便快捷的信息展示,支持智能决策,增强用户参与感,并提供数据分析和改进的基础,从而提高用户的充电体验和系统的效率。
与现有技术相比,本发明至少具有以下有益技术效果:
(1)在本发明中,不仅仅提供定量充电模式的快速充电服务,在用户不着急充满电的情况下,还可以选择智能充电模式,可以根据电网的负荷智能地调整充电桩的启动与关闭,智能地调整充电电流,提升电网稳定性。
(2)在本发明中,在向用户推荐充电桩时能够考虑排队等待时长,将路上时长和排队等待时长进行累积,之后再按照总时长从小到大的顺序向用户推荐附近的充电桩,节省了用户时间,变相地提升了新能源汽车的充电效率。
参考说明书附图2,示出了本发明提供的新能源汽车充电桩智能充电模式的流程示意图。
在一种可能的实施方式中,在用户选择智能充电模式的情况下,新能源汽车充电桩智能管理方法还包括:
S112:获取用户能够接受的最晚离开充电桩的时刻。
需要说明的是,用户可以自由选择能够接受的最晚离开充电桩的时刻。
可选地,用户选择的能够接受的最晚离开充电桩的时刻不少于2小时。
S113:根据到达各个充电桩的路上时长和排队等待时长/>和最晚离开充电桩的时刻,计算可进行智能充电时长/>。
可以理解的是,可进行智能充电时长为用户能够接受的最晚离开充电桩的时刻减去路上时长/>和排队等待时长/>。
S114:以充电费用最少且充电后的电量能够达到预期电量为目标,构建智能充电模型,智能充电模型的目标函数G可表示为:;
其中,n表示同时充电的汽车的总数量,m表示充电总时段,其中,在智能充电模式中,以预设时间间隔划分充电时段,表示第i辆汽车在第j个充电时段内的充电电量,/>表示第j个充电时段内的单位电量充电费用,/>与分时电价有关,/>表示惩罚系数,/>表示第i辆汽车的实际电量与预期电量的差值。
需要说明的是,通过在智能充电模型中引入单位电量充电费用,可以实现在用电高峰期电价较高时停止或者减少充电,在用电低谷期电价较低时继续或者加快充电,进而相较于定量充电模式可以减少充电费用。
在本发明中,通过优化充电策略和充电桩的选择,智能充电模型可以帮助用户以最少的充电费用完成充电任务。模型可以考虑电价、充电时段等因素,选择经济性较高的充电桩和充电方案,降低用户的充电费用开销,并促进充电设施的可持续发展。
S115:在智能充电模型中引入约束条件:
;
其中,表示第i辆汽车在第j个充电时段后的总电量,/>表示第i辆汽车的电池最大容量,/>第j个充电时段充电站的可用负荷总量。
需要说明的是,在智能充电的过程中,首先,需要保证充电后的总电量不能超过汽车的电池最大容量,防止对汽车的电池造成损坏。其次,总充电负荷不能超过充电站的可用负荷总量,可以维护电网安全,提升电网稳定性。
S116:根据可进行智能充电时长,通过智能充电模型控制充电桩对汽车进行充电。
在本发明中,构建以充电费用最少且充电后的电量能够达到预期电量为目标,并考虑电池容量和充电站负荷限制的智能充电模型,可以避免电网过载,维护电网的稳定性和安全性。通过合理控制充电负荷,避免峰值负荷过大,减轻了对电网的压力,提高了电网的可靠性和稳定性。进一步地,可以保护电池健康,降低充电成本,并提供灵活的充电方案,从而优化充电体验,提高充电的效率和可靠性。
实施例2:在一个实施例中,本发明提供的一种新能源汽车充电桩智能管理系统,用于执行实施例1中的新能源汽车充电桩智能管理方法。
本发明提供的一种新能源汽车充电桩智能管理系统可以实现上述实施例1中的新能源汽车充电桩智能管理方法的步骤和效果,为避免重复,本发明不再赘述。
与现有技术相比,本发明至少具有以下有益技术效果:
(1)在本发明中,不仅仅提供定量充电模式的快速充电服务,在用户不着急充满电的情况下,还可以选择智能充电模式,可以根据电网的负荷智能地调整充电桩的启动与关闭,智能地调整充电电流,提升电网稳定性。
(2)在本发明中,在向用户推荐充电桩时能够考虑排队等待时长,将路上时长和排队等待时长进行累积,之后再按照总时长从小到大的顺序向用户推荐附近的充电桩,节省了用户时间,变相地提升了新能源汽车的充电效率。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种新能源汽车充电桩智能管理方法,其特征在于,包括:
S101:获取用户发起的充电请求,所述充电请求中包括:当前位置和剩余电量E0;
S102:根据用户的当前位置,查找附近的多个候选充电站;
S103:计算从用户的当前位置到达各个候选充电站的路上时长t1和路上损耗电量E1;
S104:获取所需路上时长t1最少的预设数量的候选充电站,并将候选充电站中的充电桩加入到充电桩队列中;
S105:查询所述充电桩队列中各个充电桩的工作状态和正在充电的汽车的剩余充电时长;
S106:根据路上时长t1和正在充电的汽车的剩余充电时长计算所需的排队等待时长t2;
S107:在用户选择智能充电模式的情况下,将对到达各个充电站的路上时长t1和排队等待时长t2进行求和,得到智能充电前端总时长T1;
S108:按照所述智能充电前端总时长T1从小到大的顺序将所述充电桩队列中的各个充电桩进行排列,并向用户展示;
S109:在用户选择定量充电模式的情况下,根据汽车剩余电量信息E0和路上损耗电量E1,计算充电时长t3;
S110:对到达各个充电站的路上时长t1、排队等待时长t2和充电时长t3进行求和,得到定量充电总时长T2;
S111:按照所述定量充电总时长T2从小到大的顺序将所述充电桩队列中的各个充电桩进行排列,并向用户展示;
其中,在所述智能充电模式中,可智能调整充电桩的启动与关闭,且可智能调整充电桩的充电电流;
其中,所述S103具体包括:
S1031:获取用户的当前位置与目标充电站之间的道路信息;
S1032:对各个路段赋予初始权重值:
其中,A(i,j)表示节点i和j之间的路段长度;在道路为双行道的情况下,A(i,j)=A(j,i);在道路为单行道的情况下,A(i,j)=lij,A(j,i)=∞;
S1033:构建路段的初始权重值矩阵A1:
S1034:获取节点i和j之间路段上汽车行驶的平均速度vij以及全路段的平均速度根据路段上汽车行驶的平均速度计算道路拥挤参数α:
S1035:获取所述目标充电站内的车辆数量a1和所述目标充电站的充电桩的数量a2,根据所述目标充电站内的车辆数量a1和所述目标充电站的充电桩的数量a2计算充电站拥挤参数β:
S1036:在所述路段初始权重值矩阵A1中引入道路拥挤参数α和充电站拥挤参数β,得到路段的修正权重值矩阵A2:
A2=αβA1;
S1037:根据修正权重值矩阵A2挑选出从用户的当前位置到达所述目标充电站的最优路径,并计算路上时长t1和路上损耗电量E1。
2.根据权利要求1所述的新能源汽车充电桩智能管理方法,其特征在于,所述S102具体包括:
S1021:根据用户的当前位置,按照初始路段长度计算用户的当前位置到各个充电站的距离;
S1022:获取充电站的电网负荷情况;
S1023:将相对于用户的当前位置在预设距离范围内且电网负荷情况良好的充电站作为所述候选充电站。
3.根据权利要求1所述的新能源汽车充电桩智能管理方法,其特征在于,所述S103还包括:
S103A:根据节点i和j之间路段上汽车行驶时的特征参数计算当前行驶工况距离各个典型工况聚类中心的距离Dm:
其中,xn表示第n个特征参数,cmn表示第m种典型工况下第n个特征参数的聚类中心;
其中,所述特征参数包括平均速度、停车比例、加速比例、加速比例和匀速比例,所述典型工况包括:高速工况、市郊工况、市内工况和拥堵工况;
S103B:选择距离最小的典型工况作为当前行驶工况;
S103C:根据当前行驶工况预估汽车行驶速度v;
S103D:根据最优路径的路程s和预估的汽车行驶速度计算路上时长t1:
S103E:根据汽车行驶速度v,计算汽车行驶过程中遇到的阻力F:
其中,Crr表示滚动阻力系数,为与车辆和轮胎特性相关的常数,m表示质量,ρ表示空气密度,Cd表示空气动力学阻力系数,A表示车辆的有效横截面积,v表示汽车行驶速度;
S103F:根据汽车行驶过程中遇到的阻力F,计算汽车在行驶过程中克服行驶阻力所需能耗E1:
E1=∫Fv dt。
4.根据权利要求1所述的新能源汽车充电桩智能管理方法,其特征在于,所述预设数量为10个。
5.根据权利要求1所述的新能源汽车充电桩智能管理方法,其特征在于,所述S106具体包括:
S1061:在路上时长t1大于或者等于正在充电的汽车的剩余充电时长的情况下,所需的排队等待时长t2为0;
S1062:在路上时长t1小于正在充电的汽车的剩余充电时长的情况下,所需的排队等待时长t2为正在充电的汽车的剩余充电时长与路上时长t1的差值。
6.根据权利要求1所述的新能源汽车充电桩智能管理方法,其特征在于,所述S109具体包括:
S1091:根据汽车剩余电量信息E0和路上损耗电量E1,计算需要进行充电的电量E2:
E2=E*-E0-E1;
其中,E*表示汽车电池的额定电量;
S1092:根据需要进行充电的电量E2计算所需充电时长Δt:
其中,μ表示表示电池的充电接收率,I表示充电电流。
7.根据权利要求1所述的新能源汽车充电桩智能管理方法,其特征在于,所述S111具体包括:
按照所述定量充电总时长T2从小到大的顺序将所述充电桩队列中的各个充电桩进行排列,并在用户的车载设备或者手机的应用程序界面中显示。
8.一种新能源汽车充电桩智能管理系统,其特征在于,用于执行权利要求1至7中任一项所述的新能源汽车充电桩智能管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671427.3A CN117076761B (zh) | 2023-06-08 | 2023-06-08 | 一种新能源汽车充电桩智能管理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671427.3A CN117076761B (zh) | 2023-06-08 | 2023-06-08 | 一种新能源汽车充电桩智能管理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117076761A CN117076761A (zh) | 2023-11-17 |
CN117076761B true CN117076761B (zh) | 2024-03-26 |
Family
ID=88714141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310671427.3A Active CN117076761B (zh) | 2023-06-08 | 2023-06-08 | 一种新能源汽车充电桩智能管理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117076761B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118095808A (zh) * | 2024-04-28 | 2024-05-28 | 国网安徽省电力有限公司合肥供电公司 | 一种基于5g通信量子加密的充电设施调度方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492927A (zh) * | 2018-11-22 | 2019-03-19 | 上海电机学院 | 充电桩智能调度管理方法 |
CN111861145A (zh) * | 2020-06-29 | 2020-10-30 | 东南大学 | 考虑高速公路路网的服务区电动汽车充电站配置方法 |
CN113607177A (zh) * | 2021-07-12 | 2021-11-05 | 河南财经政法大学 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
CN114954129A (zh) * | 2022-06-10 | 2022-08-30 | 中国第一汽车股份有限公司 | 充电站信息的推荐方法、装置、电子终端及存储介质 |
CN115775032A (zh) * | 2023-02-14 | 2023-03-10 | 清华大学 | 一种综合排队理论和外部成本的电动汽车充电预约方法 |
WO2023036033A1 (zh) * | 2021-09-10 | 2023-03-16 | 华为技术有限公司 | 一种充电调度方法及装置 |
CN115936281A (zh) * | 2022-12-13 | 2023-04-07 | 南方电网电动汽车服务有限公司 | 电动汽车的充电规划方法、装置、电动汽车和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103512580B (zh) * | 2012-06-21 | 2016-07-13 | 日电(中国)有限公司 | 一种电动汽车路径规划方法及装置 |
-
2023
- 2023-06-08 CN CN202310671427.3A patent/CN117076761B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492927A (zh) * | 2018-11-22 | 2019-03-19 | 上海电机学院 | 充电桩智能调度管理方法 |
CN111861145A (zh) * | 2020-06-29 | 2020-10-30 | 东南大学 | 考虑高速公路路网的服务区电动汽车充电站配置方法 |
CN113607177A (zh) * | 2021-07-12 | 2021-11-05 | 河南财经政法大学 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
WO2023036033A1 (zh) * | 2021-09-10 | 2023-03-16 | 华为技术有限公司 | 一种充电调度方法及装置 |
CN114954129A (zh) * | 2022-06-10 | 2022-08-30 | 中国第一汽车股份有限公司 | 充电站信息的推荐方法、装置、电子终端及存储介质 |
CN115936281A (zh) * | 2022-12-13 | 2023-04-07 | 南方电网电动汽车服务有限公司 | 电动汽车的充电规划方法、装置、电动汽车和存储介质 |
CN115775032A (zh) * | 2023-02-14 | 2023-03-10 | 清华大学 | 一种综合排队理论和外部成本的电动汽车充电预约方法 |
Non-Patent Citations (2)
Title |
---|
优化新能源充电站的能量管理方案设计;刘云帆;程若楠;袁梓浩;刘广发;周含方;;现代工业经济和信息化(第03期);58-59 * |
利用实时交通信息感知的电动汽车路径选择和充电导航策略;杨洪明;李明;文福拴;邓友均;邱靖;赵俊华;;电力系统自动化(第11期);112-119 * |
Also Published As
Publication number | Publication date |
---|---|
CN117076761A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2951583C (en) | System and method for recommending charging station for electric vehicle | |
JP6414760B2 (ja) | 電力需要予測装置、電力供給システム、及び電力需要予測方法 | |
US10500974B2 (en) | Travelable distance calculation system and travelable distance calculation method for vehicle | |
CN110174117B (zh) | 一种电动汽车充电路线规划方法 | |
CN109693576B (zh) | 一种基于模拟退火算法的电动汽车充电调度优化方法 | |
CN109784558B (zh) | 一种基于蚁群算法的电动汽车充电调度优化方法 | |
CN111291920B (zh) | 一种考虑多因素多场景的电动汽车充电站推荐方法 | |
CN107392336B (zh) | 智能交通中基于预约的分布式电动汽车充电调度方法 | |
RU2501088C2 (ru) | Определение экономного маршрута транспортного средства | |
WO2019042297A1 (zh) | 一种电动汽车最优路径和驾驶方式的规划方法及系统 | |
US20130261953A1 (en) | Route search system and method for electric automobile | |
CN110549877A (zh) | 电动汽车及其充电方法和计算机可读存储介质 | |
CN117076761B (zh) | 一种新能源汽车充电桩智能管理方法和系统 | |
CN113085655B (zh) | 一种车载电动汽车综合服务系统 | |
US20130317790A1 (en) | Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program | |
CN109636067B (zh) | 一种基于粒子群算法的电动汽车充电调度优化方法 | |
CN113071474B (zh) | 一种车辆的能量管理方法、系统及车辆 | |
Ferreira et al. | Data mining approach for range prediction of electric vehicle | |
CN104716706A (zh) | 一种基于充电预约的电动汽车充电站充电管理方法 | |
CN111397620A (zh) | 快充/慢充模式下的电动汽车充电导航方法及系统 | |
EP3556601A1 (en) | Vehicle routing | |
CN111598646A (zh) | 一种带预定功能的电动出租车充电导航方法 | |
CN112498164A (zh) | 充电策略的处理方法和装置 | |
CN110375757A (zh) | 基于大数据的新能源汽车智能辅助行车路线规划方法 | |
CN109141448A (zh) | 一种电动车充电站搜索方法及智能车载终端 |
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 |