CN117172409B - 基于光伏能源的电动汽车的智能充电方法 - Google Patents
基于光伏能源的电动汽车的智能充电方法 Download PDFInfo
- Publication number
- CN117172409B CN117172409B CN202311136090.2A CN202311136090A CN117172409B CN 117172409 B CN117172409 B CN 117172409B CN 202311136090 A CN202311136090 A CN 202311136090A CN 117172409 B CN117172409 B CN 117172409B
- Authority
- CN
- China
- Prior art keywords
- charging
- vehicle
- electric automobile
- appointed
- photovoltaic energy
- 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 78
- 230000008569 process Effects 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000005855 radiation Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000006978 adaptation Effects 0.000 claims description 12
- 238000012384 transportation and delivery Methods 0.000 claims description 12
- 238000004146 energy storage Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 238000009825 accumulation Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 3
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 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
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
Classifications
-
- 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
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了基于光伏能源的电动汽车的智能充电方法,涉及电动汽车的智能充电技术领域,包括对指定电动汽车进行特征数据提取,并分析指定电动汽车所属动力车载电池的应运消耗值、获取指定电动汽车的当前运行数据,并分析得到指定电动车的预估蓄电值、获取光伏能源基站的当前经营参数,通过分析得到指定电动汽车所属综合充电推荐指数,并识别提取指定电动车的充电推荐结果、分析指定电动车的充电推荐结果,由此对指定电动车进行充电辅助管控。通过对指定电动汽车的当前运行数据、经营参数进行分析,有助于智能充电系统制定更合理的充电计划,提高充电效率,减少充电时间,并降低电动车主的等待时间,提升了电动汽车的使用灵活性。
Description
技术领域
本发明涉及电动汽车的智能充电技术领域,具体为基于光伏能源的电动汽车的智能充电方法。
背景技术
随着电动汽车在全球范围内的快速发展,对可再生能源和智能充电技术的需求也日益增加。在传统的电网能源供应模式下,电动汽车的充电需求对电网的负荷和稳定性带来了新的挑战。为了促进可再生能源的利用和优化电动汽车的充电效率,基于光伏能源的电动汽车智能充电系统逐渐受到关注。
智能充电技术以其高度集成的信息和通信技术,为电动汽车的充电过程提供了智能化的管理和控制。通过实时监测光伏能源和电动汽车的充电需求参数,可以实现充电策略的优化调整,最大程度地提高充电效率和能源利用通过合理规划、设计和控制光伏能源充电系统,实现电动汽车的智能充电过程,减少对传统电网的依赖,提高能源利用效率,并推动可再生能源和电动交通的可持续发展。
如今,对光伏能源的电动汽车的智能充电还存在一些局限性,具体体现在以下几个层面:如今现有技术针对电动汽车的充电,更多的还是依赖于传统的电网能源,无法充分利用可再生能源,浪费了其他可用的清洁能源,并且在充电过程中,电网能源的供给可能受到电网负荷、燃料成本等因素的限制,不能够灵活地适应充电需求和能源的波动
如今,在电动汽车的普及程度加大时,电网负荷将面临更大的压力,可能导致充电速度变慢或电网稳定性下降,而基于光伏能源的电动汽车智能充电系统通过利用太阳能等可再生能源,减轻了对传统电网的依赖,提高了电动汽车充电的可靠性和灵活性。
发明内容
针对现有技术的不足,本发明提供了基于光伏能源的电动汽车的智能充电方法,能够有效解决上述背景技术中涉及的问题。
为实现以上目的,本发明通过以下技术方案予以实现:基于光伏能源的电动汽车的智能充电方法,包括第一步、对指定电动汽车进行特征数据提取,并分析指定电动汽车所属动力车载电池的应运消耗值DC。
第二步、获取指定电动汽车的当前运行数据,并分析得到指定电动车的预估蓄电值
第三步、获取光伏能源基站的当前经营参数,通过分析得到指定电动汽车所属综合充电推荐指数PX,并识别提取指定电动车的充电推荐结果。
第四步、分析指定电动车的充电推荐结果,由此对指定电动车进行充电辅助管控。
进一步地,所述特征数据包括指定电动汽车的出厂时长、行驶路程数以及充电次数。
进一步地,所述分析指定电动汽车所属动力车载电池的应运消耗值,其计算过程为:统计指定电动汽车的出厂时长,行驶路程数以及累计充电次数,并提取数据库中存储的指定电动车的单位出厂间隔时长的损耗因子、单位行驶路程的损耗因子以及单次充电的损耗因子,由此分析指定电动汽车所属动力车载电池的应运消耗值DC,其计算公式为:其中T时表示指定电动汽车的出厂时长,L路表示指定电动汽车的行驶路程数,U充表示指定电动汽车的累计充电次数,/>和/>分别表示指定电动车的单位出厂间隔时长的损耗因子、单位行驶路程的损耗因子以及单次充电的损耗因子。
进一步地,所述获取指定电动汽车的当前运行数据,其具体过程为:统计指定电动汽车的当前运行数据,其中当前运行数据包括位置点、车载电池剩余容量,获取光伏能源基站的位置点,并依据指定电动汽车当前位置点,由此提取指定电动汽车距离光伏能源基站的距离记为指定电动汽车的参照行驶距离Ls。
依据指定电动汽车所属动力车载电池的应运消耗值,并与设定的各应运消耗值区间对应单位驾驶里程的消耗累增值进行匹配,得到指定电动汽车所属动力车载电池对应的单位驾驶里程的消耗累增值。
进一步地,所述分析得到指定电动车的预估蓄电值,其具体过程为:依据指定电动汽车所属动力车载电池的应运消耗值,与设定的各应运消耗值区间对应的蓄电折损容量进比对,得到指定电动汽车所属动力车载电池对应的蓄电折损容量,并获取指定电动汽车所属动力车载电池的额定出厂容量,通过差值处理得到指定电动汽车所属动力车载电池的当前参照可蓄满载电量Q0。
提取指定电动汽车所属动力车载电池的当前电池存储量、预定义的单位行驶距离的初始电池消耗量、参照行驶距离以及单位行驶距离的最终电池消耗量,依据公式得到指定电动汽车的预估蓄电值/>其中Q1表示定电动汽车所属动力车载电池的当前电池存储量,α1表示单位行驶距离的初始电池消耗量,α2表示单位行驶距离的最终电池消耗量,ε2表示设定的应运消耗值对应的单位驾驶里程的消耗累增值。
进一步地,所述获取光伏能源基站的当前经营参数,其具体过程为:提取光伏能源基站的当前经营参数,其中经营参数包括光伏能源基站的太阳辐射强度GF、储能系统的当前剩余电量DR。
提取电动汽车的当前时间点和抵达光伏能源基站对应的时间点,通过差值处理得到电动汽车抵达光伏能源基站的时间段,记为目标转换时间段T转,并提取目标转换时间段中光伏能源基站的太阳辐射量、光伏能源基站的光伏板有效面积以及预定义的光伏能源基站的光伏能源转换率η、单位时间太阳辐射量损耗因子γ1以及单位光伏板有效面积损耗因子γ2,由此计算光伏能源强度推荐指数GT,其计算公式为:其中Q辐表示目标转换时间段中光伏能源基站的太阳辐射量,S光表示光伏能源基站的光伏板有效面积,η表示预定义的光伏能源基站的光伏能源转换率,β表示设定的光伏能源强度推荐指数对应的修正因子,e表然常数。
提取光伏能源基站的储能系统的当前剩余电量和指定电动车的预估蓄电值,由此计算光伏能源基站的电量冗余指数GL,其计算公式为:其中λ1表示设定的光伏能源基站的电量冗余指数对应的修正因子。
进一步地,所述分析得到指定电动汽车所属综合充电推荐指数,其具体过程为:提取光伏能源强度推荐指数、光伏能源基站的电量冗余指数,综合计算指定电动汽车所属综合充电推荐指数PX,其计算公式为:其中κ1、κ2分别表示设定的光伏能源强度推荐指数、光伏能源基站的电量冗余指数对应的权重因子。
进一步地,所述分析指定电动车的充电推荐结果,其具体过程为:依据指定电动汽车所属综合充电推荐指数与设定的综合充电推荐指数阈值进行对比,若指定电动汽车所属综合充电推荐指数低于设定的综合充电推荐指数,则对指定电动汽车进行充电不推荐提示,若指定电动汽车所属综合充电推荐指数高于综合充电推荐指数阈值,则对指定电动汽车的充电过程进行监测。
进一步地,所述对指定电动汽车的充电过程进行监测,其具体过程为:监测并提取指定电动汽车的充电过程中的输入电流I、输入电压V和通信连接中断次数S,并提取数据库中存储的指定电动汽车的适配电流、适配电压和允许通信连接中断次数,由此计算指定电动汽车的充电过程稳定指数DGW,其计算公式为:其中I、V以及S分别表示指定电动汽车的充电过程中的输入电流、输入电压和通信连接中断次数,I适和S允分别表示适配电流和允许通信连接中断次数,V适表示适配电压,ξ1、ξ2和ξ3分别表示设定的输入电流、输入电压和通信连接中断次数对应的权重因子。
设定监测时间段,并统计监测时间段指定电动汽车的蓄电量以及车载电池蓄电温度,由此构建指定电动汽车所属蓄电量输入曲线、车载电池蓄电温升曲线。
提取指定电动汽车所属蓄电量输入曲线、车载电池蓄电温升曲线中指定电动汽车所属蓄电量输入峰值以及车载电池蓄电温度峰值,并与数据库中存储的指定电动汽车适配蓄电量输入以及车载电池蓄电适配温度进行比对,由此计算指定电动汽车所属蓄电稳定指数WD,其计算公式为:其中XD表示指定电动汽车适配蓄电量输入,C表示车载电池蓄电适配温度,XDmax表示指定电动汽车所属蓄电量输入峰值,Cmax表示车载电池蓄电温度峰值,/>和/>分别表示设定的指定电动汽车所属蓄电量输入值以及车载电池蓄电温度对应的修正因子。
进一步地,所述计算指定电动汽车充电推荐的合理性标定值,其计算过程为:依据指定电动汽车的充电过程稳定指数以及指定电动汽车所属蓄电稳定指数,计算指定电动汽车充电推荐的合理性标定值ψ,其计算公式为:其中μ1和μ2分别表示设定的指定电动汽车的充电过程稳定指数以及指定电动汽车所属蓄电稳定指数对应的权重因子,其中μ1>μ2。
本发明具有以下有益效果:
(1)本发明通过对指定电动汽车进行特征数据提取,并通过分析电动汽车的出厂时长、行驶路程数以及累计充电次数,得到了指定电动汽车所属动力车载电池的应运消耗值,为后续电动汽车的智能充电方法提供了数据支持,并且可以了解电动汽车的充电需求和行驶习惯,有利于利用光伏能源,减少充电成本。
(2)本发明通过获取指定电动汽车的当前运行数据,并分析得到指定电动车的预估蓄电值,可以更准确地了解电动车的电量需求,有助于智能充电系统制定更合理的充电计划,以充分利用光伏能源,最大限度地满足电动车的充电需求,避免过度充电或充电不足,有助于提高充电效率,减少充电时间,并降低电动车主的等待时间。
(3)本发明通过对指定电动汽车的充电过程进行监测,通过监测电压、电流和温度可以及时检测到任何异常情况,例如电池过热、电流过高等,从而提供及时的警报和保护机制。这有助于防止充电过程中的潜在安全问题,避免电池损坏、火灾或其他意外事故的发生,确保充电过程中对电池的保护和优化,避免过度充电或充电不足,延长电池寿命,并提高充电的安全性和可靠性。
(4)本发明通过获取光伏能源基站的当前经营参数,可以根据综合充电推荐指数确定最佳的充电方式,以提高充电效率,有助于减少充电时间,提升电动汽车的使用灵活性,并且通过分析得到指定电动汽车所属综合充电推荐指数,使智能充电系统可以调整充电计划,将充电时间与光伏能源供应的高峰期相匹配,最大限度地利用可再生能源,减少对传统电网的依赖。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明的方法步骤流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、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。
在本发明的描述中,需要理解的是,术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的组件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。
请参阅图1所示,本发明实施例提供一种技术方案:基于光伏能源的电动汽车的智能充电方法,包括第一步、对指定电动汽车进行特征数据提取,并分析指定电动汽车所属动力车载电池的应运消耗值DC。
第二步、获取指定电动汽车的当前运行数据,并分析得到指定电动车的预估蓄电值
第三步、获取光伏能源基站的当前经营参数,通过分析得到指定电动汽车所属综合充电推荐指数PX,并识别提取指定电动车的充电推荐结果。
第四步、分析指定电动车的充电推荐结果,由此对指定电动车进行充电辅助管控。
具体地,特征数据包括指定电动汽车的出厂时长、行驶路程数以及充电次数。
具体地,分析指定电动汽车所属动力车载电池的应运消耗值,其计算过程为:统计指定电动汽车的出厂时长,行驶路程数以及累计充电次数,并提取数据库中存储的指定电动车的单位出厂间隔时长的损耗因子、单位行驶路程的损耗因子以及单次充电的损耗因子,由此分析计算指定电动汽车所属动力车载电池的应运消耗值DC,其计算公式为:其中T时表示指定电动汽车的出厂时长,L路表示指定电动汽车的行驶路程数,U充表示指定电动汽车的累计充电次数,/>和/>分别表示指定电动车的单位出厂间隔时长的损耗因子、单位行驶路程的损耗因子以及单次充电的损耗因子。
本实施方案中,电动汽车的出厂时长可能反映了车辆的使用时间和充电需求的累积根据出厂时长和车辆的使用模式来确定最佳的充电策略,而行驶路程数是影响电动汽车充电需求的重要因素,更长的行驶路程数意味着更频繁的充电需求,相对于智能充电系统而言,可以根据行驶路程数和车辆剩余电量来决定最佳的充电时机和充电能力,如果行驶路程数较短,充电系统可以根据需要进行部分充电,以避免过度充电和浪费,同时保持电池的健康和寿命,如果行驶路程数较长,充电系统可以更早地进行充电,并优化充电速度以满足长途行驶的需求。
本实施方案中,通过对指定电动汽车进行特征数据提取,并通过分析电动汽车的出厂时长、行驶路程数以及累计充电次数,得到了指定电动汽车所属动力车载电池的应运消耗值,为后续电动汽车的智能充电方法提供了数据支持,并且可以了解电动汽车的充电需求和行驶习惯,有利于利用光伏能源,减少充电成本。
具体地,获取指定电动汽车的当前运行数据,其具体过程为:统计指定电动汽车的当前运行数据,其中当前运行数据包括位置点、车载电池剩余容量,获取光伏能源基站的位置点,并依据指定电动汽车当前位置点,由此提取指定电动汽车距离光伏能源基站的距离记为指定电动汽车的参照行驶距离Ls。
依据指定电动汽车所属动力车载电池的应运消耗值,并与设定的各应运消耗值区间对应单位驾驶里程的消耗累增值进行匹配,得到指定电动汽车所属动力车载电池对应的单位驾驶里程的消耗累增值。
具体地,分析得到指定电动车的预估蓄电值,其具体过程为:依据指定电动汽车所属动力车载电池的应运消耗值,与设定的各应运消耗值区间对应的蓄电折损容量进比对,得到指定电动汽车所属动力车载电池对应的蓄电折损容量,并获取指定电动汽车所属动力车载电池的额定出厂容量,通过差值处理得到指定电动汽车所属动力车载电池的当前参照可蓄满载电量Q0。
提取指定电动汽车所属动力车载电池的当前电池存储量、预定义的单位行驶距离的初始电池消耗量、参照行驶距离以及单位行驶距离的最终电池消耗量,依据公式得到指定电动汽车的预估蓄电值/>其中Q1表示定电动汽车所属动力车载电池的当前电池存储量,α1表示单位行驶距离的初始电池消耗量,α2表示单位行驶距离的最终电池消耗量,ε2表示设定的应运消耗值对应的单位驾驶里程的消耗累增值。
本实施方案中,通过获取指定电动汽车的当前运行数据,并分析得到指定电动车的预估蓄电值,可以更准确地了解电动车的电量需求,有助于智能充电系统制定更合理的充电计划,以充分利用光伏能源,最大限度地满足电动车的充电需求,避免过度充电或充电不足,有助于提高充电效率,减少充电时间,并降低电动车主的等待时间。
本实施方案中,当前电池存储量是指电动汽车电池中剩余的可用电能量,智能充电系统可以根据当前电池存储量来决定车辆是否需要进行充电以及充电程度,如果当前电池存储量较低,系统可以优先安排充电以满足车主的出行需求,当光伏能源供应充足时,可以选择高功率充电以迅速充满电池,如果当前电池存储量较高,则可以采取减小充电功率或延迟充电的策略,以避免过度充电和浪费。
本实施方案中,电池消耗量是指车辆在行驶过程中所消耗的电能量,光伏能源的电动汽车智能充电系统可以根据电池消耗量来预测未来的电能需求并进行智能调度充电计划,如果电池消耗量较高,智能充电系统可以在行驶结束后迅速安排充电来满足下一次行程的需求,如果电池消耗量较低,充电系统可以根据需求进行较低功率的充电,以更好地利用光伏能源或优化充电时间。
具体地,获取光伏能源基站的当前经营参数,其具体过程为:提取光伏能源基站的当前经营参数,其中经营参数包括光伏能源基站的太阳辐射强度GF、储能系统的当前剩余电量DR。
提取电动汽车的当前时间点和抵达光伏能源基站对应的时间点,通过差值处理得到电动汽车抵达光伏能源基站的时间段,记为目标转换时间段T转,并提取目标转换时间段中光伏能源基站的太阳辐射量、光伏能源基站的光伏板有效面积以及预定义的光伏能源基站的光伏能源转换率η、单位时间太阳辐射量损耗因子γ1以及单位光伏板有效面积损耗因子γ2,由此计算光伏能源强度推荐指数GT,其计算公式为:其中Q辐表示目标转换时间段中光伏能源基站的太阳辐射量,S光表示光伏能源基站的光伏板有效面积,η表示预定义的光伏能源基站的光伏能源转换率,β表示设定的光伏能源强度推荐指数对应的修正因子,e表然常数。
提取光伏能源基站的储能系统的当前剩余电量和指定电动车的预估蓄电值,由此计算光伏能源基站的电量冗余指数GL,其计算公式为:其中λ1表示设定的光伏能源基站的电量冗余指数对应的修正因子。
本实施方案中,分析了光伏能源基站的太阳辐射强度和储能系统的当前剩余电量,当太阳辐射强度较高时,光伏发电系统可以提供更高的输出功率,从而加快电动汽车的充电速度,相反,太阳辐射强度较低时,光伏发电系统的输出功率会减小,充电速度可能会减慢。智能充电系统可以根据太阳辐射强度的变化,实时调整充电策略,以最大程度地利用可用能源并优化充电速度,同理如果储能系统的电量较低,智能充电系统可以优先使用光伏能源进行充电,以确保储能系统充满,以备晚上或低太阳辐射时使用,相反,如果储能系统的电量较高,智能充电系统可以将光伏能源的优先级降低,优先使用储能系统的电量,以避免浪费光伏能源并确保高效利用。
具体地,分析得到指定电动汽车所属综合充电推荐指数,其具体过程为:提取光伏能源强度推荐指数、光伏能源基站的电量冗余指数,综合计算指定电动汽车所属综合充电推荐指数PX,其计算公式为:其中κ1、κ2分别表示设定的光伏能源强度推荐指数、光伏能源基站的电量冗余指数对应的权重因子。
本实施方案中,通过分析得到指定电动汽车所属综合充电推荐指数,进一步使智能充电系统可以调整充电计划,将充电时间与光伏能源供应的高峰期相匹配,最大限度地利用可再生能源,减少对传统电网的依赖。
具体地,分析指定电动车的充电推荐结果,其具体过程为:依据指定电动汽车所属综合充电推荐指数与设定的综合充电推荐指数阈值进行对比,若指定电动汽车所属综合充电推荐指数低于设定的综合充电推荐指数,则对指定电动汽车进行充电不推荐提示,若指定电动汽车所属综合充电推荐指数高于综合充电推荐指数阈值,则对指定电动汽车的充电过程进行监测。
本实施方案中,对指定电动汽车进行充电不推荐提示具体为在指定电动汽车显示屏弹出不建议充电提示。
具体地,对指定电动汽车的充电过程进行监测,其具体过程为:监测并提取指定电动汽车的充电过程中的输入电流I、输入电压V和通信连接中断次数S,并提取数据库中存储的指定电动汽车的适配电流、适配电压和允许通信连接中断次数,由此计算指定电动汽车的充电过程稳定指数DGW,其计算公式为:其中I、V以及S分别表示指定电动汽车的充电过程中的输入电流、输入电压和通信连接中断次数,I适和S允分别表示适配电流和允许通信连接中断次数,V适表示适配电压,ξ1、ξ2和ξ3分别表示设定的输入电流、输入电压和通信连接中断次数对应的权重因子。
设定监测时间段,并统计监测时间段指定电动汽车的蓄电量以及车载电池蓄电温度,由此构建指定电动汽车所属蓄电量输入曲线、车载电池蓄电温升曲线。
提取指定电动汽车所属蓄电量输入曲线、车载电池蓄电温升曲线中指定电动汽车所属蓄电量输入峰值以及车载电池蓄电温度峰值,并与数据库中存储的指定电动汽车适配蓄电量输入以及车载电池蓄电适配温度进行比对,由此计算指定电动汽车所属蓄电稳定指数WD,其计算公式为:其中XD表示指定电动汽车适配蓄电量输入,C表示车载电池蓄电适配温度,XDmax表示指定电动汽车所属蓄电量输入峰值,Cmax表示车载电池蓄电温度峰值,/>和/>分别表示设定的指定电动汽车所属蓄电量输入值以及车载电池蓄电温度对应的修正因子。
本实施方案中,适当的电压可以提供更高的充电效率,光伏充电系统通常会将太阳能的直流电转换为所需的充电电压,较高的电压可以提供更大的充电功率,从而加快充电速度,而电流是影响充电速度的关键因素之一,较高的电流将提供更大的充电功率,从而加快充电速度,同理对于电动汽车电池,较高的温度可能会导致电池板效率下降,温度是重要的参考因素,过高的温度会降低电池的充电速度和容量,且可能对电池寿命产生负面影响,因此,在基于光伏能源的智能充电系统中,需要对电动汽车电池的温度进行监控和控制,以确保充电过程中的温度在安全范围内,所以需要适当的充电控制器和电池管理系统来实现对充电过程的智能调控。
本实施方案中,通过对指定电动汽车的充电过程进行监测,通过监测指定电动汽车的电压、电流和温度可以及时检测到任何异常情况,若电池过热、电流过高等,从而提供及时的警报和保护机制,有助于防止充电过程中的潜在安全问题,避免电池损坏、火灾或其他意外事故的发生,确保充电过程中对电池的保护和优化,避免过度充电或充电不足,延长电池寿命,并提高充电的安全性和可靠性。
本实施方案中,通信连接中断次数为指示充电设备和电动汽车之间通信连接的中断状态的次数。
具体地,计算指定电动汽车充电推荐的合理性标定值,其计算过程为:依据指定电动汽车的充电过程稳定指数以及指定电动汽车所属蓄电稳定指数,计算指定电动汽车充电推荐的合理性标定值ψ,其计算公式为:其中μ1和μ2分别表示设定的指定电动汽车的充电过程稳定指数以及指定电动汽车所属蓄电稳定指数对应的权重因子,其中μ1>μ2。
本实施方案中,通过计算指定电动汽车充电推荐的合理性标定值,可以根据计算指定电动汽车充电推荐的合理性标定值确定最佳的充电方式,以提高充电效率,有助于减少充电时间,提升电动汽车的使用灵活性,使智能充电系统可以调整充电计划,将充电时间与光伏能源供应的高峰期相匹配,最大限度地利用可再生能源,减少对传统电网的依赖。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (1)
1.基于光伏能源的电动汽车的智能充电方法,其特征在于,包括:
第一步、对指定电动汽车进行特征数据提取,并分析指定电动汽车所属动力车载电池的应运消耗值DC;
第二步、获取指定电动汽车的当前运行数据,并分析得到指定电动车的预估蓄电值
第三步、获取光伏能源基站的当前经营参数,通过分析得到指定电动汽车所属综合充电推荐指数PX,并识别提取指定电动车的充电推荐结果;
第四步、分析指定电动车的充电推荐结果,由此对指定电动车进行充电辅助管控;
所述特征数据包括指定电动汽车的出厂时长、行驶路程数以及充电次数;
所述分析指定电动汽车所属动力车载电池的应运消耗值,其计算过程为:
统计指定电动汽车的出厂时长,行驶路程数以及累计充电次数,并提取数据库中存储的指定电动车的单位出厂间隔时长的损耗因子、单位行驶路程的损耗因子以及单次充电的损耗因子,由此分析指定电动汽车所属动力车载电池的应运消耗值DC,其计算公式为:其中T时表示指定电动汽车的出厂时长,L路表示指定电动汽车的行驶路程数,U充表示指定电动汽车的累计充电次数,/>和/>分别表示指定电动车的单位出厂间隔时长的损耗因子、单位行驶路程的损耗因子以及单次充电的损耗因子;
所述获取指定电动汽车的当前运行数据,其具体过程为:
统计指定电动汽车的当前运行数据,其中当前运行数据包括位置点、车载电池剩余容量,获取光伏能源基站的位置点,并依据指定电动汽车当前位置点,由此提取指定电动汽车距离光伏能源基站的距离记为指定电动汽车的参照行驶距离Ls;
依据指定电动汽车所属动力车载电池的应运消耗值,并与设定的各应运消耗值区间对应单位驾驶里程的消耗累增值进行匹配,得到指定电动汽车所属动力车载电池对应的单位驾驶里程的消耗累增值;
所述分析得到指定电动车的预估蓄电值,其具体过程为:
依据指定电动汽车所属动力车载电池的应运消耗值,与设定的各应运消耗值区间对应的蓄电折损容量进行比对,得到指定电动汽车所属动力车载电池对应的蓄电折损容量,并获取指定电动汽车所属动力车载电池的额定出厂容量,通过差值处理得到指定电动汽车所属动力车载电池的当前参照可蓄满载电量Q0;
提取指定电动汽车所属动力车载电池的当前电池存储量、预定义的单位行驶距离的初始电池消耗量、参照行驶距离以及单位行驶距离的最终电池消耗量,依据公式得到指定电动汽车的预估蓄电值/>其中Q1表示定电动汽车所属动力车载电池的当前电池存储量,α1表示预定义的单位行驶距离的初始电池消耗量,α2表示单位行驶距离的最终电池消耗量,ε2表示设定的应运消耗值对应的单位驾驶里程的消耗累增值;
所述获取光伏能源基站的当前经营参数,其具体过程为:
提取光伏能源基站的当前经营参数,其中经营参数包括光伏能源基站的太阳辐射强度GF、储能系统的当前剩余电量DR;
提取电动汽车的当前时间点和抵达光伏能源基站对应的时间点,通过差值处理得到电动汽车抵达光伏能源基站的时间段,记为目标转换时间段T转,并提取目标转换时间段中光伏能源基站的太阳辐射量、光伏能源基站的光伏板有效面积以及预定义的光伏能源基站的光伏能源转换率η、单位时间太阳辐射量损耗因子γ1以及单位光伏板有效面积损耗因子γ2,由此计算光伏能源强度推荐指数GT,其计算公式为:其中Q辐表示目标转换时间段中光伏能源基站的太阳辐射量,S光表示光伏能源基站的光伏板有效面积,η表示预定义的光伏能源基站的光伏能源转换率,β表示设定的光伏能源强度推荐指数对应的修正因子,e表然常数;
提取光伏能源基站的储能系统的当前剩余电量和指定电动车的预估蓄电值,由此计算光伏能源基站的电量冗余指数GL,其计算公式为:其中λ1表示设定的光伏能源基站的电量冗余指数对应的修正因子;
所述分析得到指定电动汽车所属综合充电推荐指数,其具体过程为:
提取光伏能源强度推荐指数、光伏能源基站的电量冗余指数,综合计算指定电动汽车所属综合充电推荐指数PX,其计算公式为:其中κ1、κ2分别表示设定的光伏能源强度推荐指数、光伏能源基站的电量冗余指数对应的权重因子;
所述分析指定电动车的充电推荐结果,其具体过程为:
依据指定电动汽车所属综合充电推荐指数与设定的综合充电推荐指数阈值进行对比,若指定电动汽车所属综合充电推荐指数低于设定的综合充电推荐指数阈值,则对指定电动汽车进行充电不推荐提示,若指定电动汽车所属综合充电推荐指数高于设定的综合充电推荐指数阈值,则对指定电动汽车的充电过程进行监测;
所述对指定电动汽车的充电过程进行监测,其具体过程为:
监测并提取指定电动汽车的充电过程中的输入电流I、输入电压V和通信连接中断次数S,并提取数据库中存储的指定电动汽车的适配电流、适配电压和允许通信连接中断次数,由此计算指定电动汽车的充电过程稳定指数DGW,其计算公式为:其中I、V以及S分别表示指定电动汽车的充电过程中的输入电流、输入电压和通信连接中断次数,I适和S允分别表示适配电流和允许通信连接中断次数,V适表示适配电压,ξ1、ξ2和ξ3分别表示设定的输入电流、输入电压和通信连接中断次数对应的权重因子;
设定监测时间段,并统计监测时间段指定电动汽车的蓄电量以及车载电池蓄电温度,由此构建指定电动汽车所属蓄电量输入曲线、车载电池蓄电温升曲线;
提取指定电动汽车所属蓄电量输入曲线、车载电池蓄电温升曲线中指定电动汽车所属蓄电量输入峰值以及车载电池蓄电温度峰值,并与数据库中存储的指定电动汽车适配蓄电量输入以及车载电池蓄电适配温度进行比对,由此计算指定电动汽车所属蓄电稳定指数WD,其计算公式为:其中XD表示指定电动汽车适配蓄电量输入,C表示车载电池蓄电适配温度,XDmax表示指定电动汽车所属蓄电量输入峰值,Cmax表示车载电池蓄电温度峰值,/>和/>分别表示设定的指定电动汽车所属蓄电量输入值以及车载电池蓄电温度对应的修正因子;
计算指定电动汽车充电推荐的合理性标定值,根据指定电动汽车充电推荐的合理性标定值确定最佳的充电方式,其计算过程为:依据指定电动汽车的充电过程稳定指数以及指定电动汽车所属蓄电稳定指数,计算指定电动汽车充电推荐的合理性标定值ψ,其计算公式为:其中μ1和μ2分别表示设定的指定电动汽车的充电过程稳定指数以及指定电动汽车所属蓄电稳定指数对应的权重因子,其中μ1>μ2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311136090.2A CN117172409B (zh) | 2023-09-05 | 2023-09-05 | 基于光伏能源的电动汽车的智能充电方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311136090.2A CN117172409B (zh) | 2023-09-05 | 2023-09-05 | 基于光伏能源的电动汽车的智能充电方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117172409A CN117172409A (zh) | 2023-12-05 |
CN117172409B true CN117172409B (zh) | 2024-05-03 |
Family
ID=88929382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311136090.2A Active CN117172409B (zh) | 2023-09-05 | 2023-09-05 | 基于光伏能源的电动汽车的智能充电方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117172409B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933466A (zh) * | 2015-07-13 | 2015-09-23 | 武汉大学 | 一种基于电动汽车充电优先级的充电调度系统及方法 |
KR102046995B1 (ko) * | 2018-10-31 | 2019-12-04 | 대영채비(주) | 전기차 충전 서비스 시스템 |
CN111159533A (zh) * | 2019-11-29 | 2020-05-15 | 国网电动汽车服务有限公司 | 一种基于用户画像的智能充电服务推荐方法和系统 |
CN113306429A (zh) * | 2021-07-30 | 2021-08-27 | 深圳嘉信立诚科技有限公司 | 一种用于新能源汽车的充电系统及方法 |
KR102386343B1 (ko) * | 2021-09-13 | 2022-04-14 | 주식회사 테브코리아 | 전기차 주행 정보 기반의 충전소 추천 시스템 및 그 방법 |
CN114491298A (zh) * | 2021-12-09 | 2022-05-13 | 华人运通(上海)云计算科技有限公司 | 一种高速公路充电站的推荐方法及推荐服务提供平台 |
CN115214410A (zh) * | 2022-06-24 | 2022-10-21 | 安徽大学江淮学院 | 一种基于大数据分析的电动汽车电能在线智能监测引导系统 |
CN115716426A (zh) * | 2022-11-21 | 2023-02-28 | 湖南艾特新能源科技有限公司 | 新能源汽车充电桩联网管理系统及人工智能管理平台 |
CN116342321A (zh) * | 2023-03-30 | 2023-06-27 | 国网安徽省电力有限公司合肥供电公司 | 一种智能充换电站内运行管控方法 |
CN116562405A (zh) * | 2023-05-25 | 2023-08-08 | 东风汽车集团股份有限公司 | 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 |
CN116644234A (zh) * | 2023-05-30 | 2023-08-25 | 中国电力科学研究院有限公司 | 一种基于车桩路网耦合的汽车充电桩推荐方法及系统 |
WO2023163930A1 (en) * | 2022-02-28 | 2023-08-31 | Gell Michael N | Systems and methods for electric motor vehicle charging recommendations and features |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5818774B2 (ja) * | 2012-11-30 | 2015-11-18 | 株式会社東芝 | 充電管理装置 |
KR101676689B1 (ko) * | 2016-03-23 | 2016-11-17 | 주식회사 아이온커뮤니케이션즈 | 전기자동차 충전소 추천 시스템 및 방법 |
-
2023
- 2023-09-05 CN CN202311136090.2A patent/CN117172409B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933466A (zh) * | 2015-07-13 | 2015-09-23 | 武汉大学 | 一种基于电动汽车充电优先级的充电调度系统及方法 |
KR102046995B1 (ko) * | 2018-10-31 | 2019-12-04 | 대영채비(주) | 전기차 충전 서비스 시스템 |
CN111159533A (zh) * | 2019-11-29 | 2020-05-15 | 国网电动汽车服务有限公司 | 一种基于用户画像的智能充电服务推荐方法和系统 |
CN113306429A (zh) * | 2021-07-30 | 2021-08-27 | 深圳嘉信立诚科技有限公司 | 一种用于新能源汽车的充电系统及方法 |
KR102386343B1 (ko) * | 2021-09-13 | 2022-04-14 | 주식회사 테브코리아 | 전기차 주행 정보 기반의 충전소 추천 시스템 및 그 방법 |
CN114491298A (zh) * | 2021-12-09 | 2022-05-13 | 华人运通(上海)云计算科技有限公司 | 一种高速公路充电站的推荐方法及推荐服务提供平台 |
WO2023163930A1 (en) * | 2022-02-28 | 2023-08-31 | Gell Michael N | Systems and methods for electric motor vehicle charging recommendations and features |
CN115214410A (zh) * | 2022-06-24 | 2022-10-21 | 安徽大学江淮学院 | 一种基于大数据分析的电动汽车电能在线智能监测引导系统 |
CN115716426A (zh) * | 2022-11-21 | 2023-02-28 | 湖南艾特新能源科技有限公司 | 新能源汽车充电桩联网管理系统及人工智能管理平台 |
CN116342321A (zh) * | 2023-03-30 | 2023-06-27 | 国网安徽省电力有限公司合肥供电公司 | 一种智能充换电站内运行管控方法 |
CN116562405A (zh) * | 2023-05-25 | 2023-08-08 | 东风汽车集团股份有限公司 | 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 |
CN116644234A (zh) * | 2023-05-30 | 2023-08-25 | 中国电力科学研究院有限公司 | 一种基于车桩路网耦合的汽车充电桩推荐方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117172409A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10193343B2 (en) | Method for managing power of energy storage system connected with renewable energy | |
JP3740099B2 (ja) | 電力ネットワーク管理システムおよび電力ネットワーク管理方法 | |
US8571720B2 (en) | Supply-demand balance controller | |
JP5430994B2 (ja) | 充放電制御装置、及び充放電制御方法 | |
JP5095495B2 (ja) | 電力システムおよびその制御方法 | |
US20150165915A1 (en) | Vehicle charging system | |
US9331512B2 (en) | Power control device and power control method for measuring open-circuit voltage of battery | |
JP2013031283A (ja) | デマンド制御装置 | |
KR100963529B1 (ko) | 연료전지시스템을 구비한 전기차충전소와 충전기 및 그의 제어 방법 | |
JP6009281B2 (ja) | 電力消費最適化システムおよび電力提供制御方法 | |
CN105337324A (zh) | 一种控制电动汽车充电时间的智能充电策略 | |
KR102088532B1 (ko) | 에너지 관리 시스템과 그의 에너지 관리 방법 및 에너지 운영 시스템 | |
CN105762793B (zh) | 计及分布式新能源的配网故障停电损失评估方法 | |
JP2016116401A (ja) | 電力負荷平準化装置 | |
CN114678855B (zh) | 一种输电线路监测设备的供电控制方法、系统及装置 | |
CN114258178B (zh) | 一种太阳能路灯智慧照明远程在线监测调控管理系统 | |
CN117172409B (zh) | 基于光伏能源的电动汽车的智能充电方法 | |
JP6456153B2 (ja) | 電力制御装置、充放電制御方法およびプログラム | |
CN104281984A (zh) | 一种用于微电网经济运行的供电方法 | |
CN109687504B (zh) | 基于源荷平衡的微电网能源优化分配方法 | |
JP2021019455A (ja) | 電力管理装置及び電力管理システム | |
JP5992748B2 (ja) | 太陽光発電システム及び電力供給システム | |
WO2015185890A1 (en) | Adaptive battery management system | |
JP2013042575A (ja) | 発電量予測装置、サーバ、および発電システム | |
CN111181151A (zh) | 一种预估用电负荷并进行控制的智能电网控制方法 |
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 |