CN117325690A - 基于智能协同管控的新能源充电桩电力控制系统 - Google Patents
基于智能协同管控的新能源充电桩电力控制系统 Download PDFInfo
- Publication number
- CN117325690A CN117325690A CN202311086953.XA CN202311086953A CN117325690A CN 117325690 A CN117325690 A CN 117325690A CN 202311086953 A CN202311086953 A CN 202311086953A CN 117325690 A CN117325690 A CN 117325690A
- Authority
- CN
- China
- Prior art keywords
- charging
- data
- unit
- illumination intensity
- time
- 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.)
- Granted
Links
- 238000005286 illumination Methods 0.000 claims description 141
- 230000002159 abnormal effect Effects 0.000 claims description 85
- 238000000926 separation method Methods 0.000 claims description 79
- 238000000034 method Methods 0.000 claims description 60
- 238000010248 power generation Methods 0.000 claims description 60
- 238000006243 chemical reaction Methods 0.000 claims description 53
- 238000012423 maintenance Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 40
- 230000033228 biological regulation Effects 0.000 claims description 27
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 8
- 230000003203 everyday effect Effects 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 4
- 230000006735 deficit Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 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
-
- 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
- B60L53/50—Charging stations characterised by energy-storage or power-generation means
- B60L53/51—Photovoltaic means
-
- 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
- B60L53/66—Data transfer between charging stations and vehicles
- B60L53/665—Methods related to measuring, billing or payment
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
- G06Q20/145—Payments according to the detected use or quantity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于智能协同管控的新能源充电桩电力控制系统,具体涉及电力控制技术领域,本发明设置太阳能发电数据监控模块、太阳能发电数据处理模块以及太阳能发电数据预测模块,利用太阳能发电技术将光能转化为电能,与公共电网中的电能一同作为充电桩的供电来源,将可再生的光能转化为电能,降低了不可再生能源的损耗,达到了节约能源的目的,设置智能计费模块,基于充电来源、实际充电所用电能以及充电完成后目标充电设备的停留时间进行收费计算并在消费者空出充电桩充电位置后将收费明细发送至消费者手机端,避免了消费者在充电完成后长时间占用充电桩而造成的充电桩资源浪费情况,能够实现充电桩的充分利用。
Description
技术领域
本发明涉及电力控制技术领域,更具体地说,本发明涉及一种基于智能协同管控的新能源充电桩电力控制系统。
背景技术
随着电单车和电动汽车的广泛应用,为了提高充电便利性、降低充电安全隐患,公共充电桩的应用热度也在逐渐上升。
现有的充电桩电力控制系统以公共电网中的电能作为供电来源,在接收到消费者发送的充电请求时可由消费者自由选择充电时间和充电模式,在消费者确认充电信息后生成账单发送到消费者手机端,在消费者支付完成后按照消费者选择的充电信息进行充电,实现了充电时间和充电模式的自由选择。
然而上述系统仍存在一些问题:现有充电桩电力控制系统仅仅依赖公共电网中的电能作为供电来源,在大量充电设备进行充电时具有很大的安全隐患,且需要耗费大量不可再生能源,应进一步提高充电桩的充电安全性、降低不可再生能源的损耗。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于智能协同管控的新能源充电桩电力控制系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:基于智能协同管控的新能源充电桩电力控制系统,包括:
太阳能发电数据监控模块:在线监控光伏电池板吸收太阳能并将其转换成电能的反应过程中光照强度、工作温度以及光照强度或者工作温度出现变动时的时间并发送至太阳能发电数据处理模块;
太阳能发电数据处理模块:将光照强度变化数据和工作温度变化数据各自汇总计算不同时间段内的平均光照强度和平均工作温度;
太阳能发电数据预测模块:基于不同时间段内的平均光照强度和平均工作温度计算太阳能发电的电能最大输出功率,基于每个时间段具体时间间隔和最大输出功率预测太阳能发电转换出的电能,汇总计算累积电能转换量;
充电智能调控模块:接收到消费者发送的充电桩使用请求后,在确认当前充电桩处于无损状态时对充电目标的充电过程进行智能调控,将充电过程数据发送至智能计费模块或者充电安全维护模块;
智能计费模块:基于充电来源、实际充电所用电能以及充电完成后目标充电设备的停留时间进行收费计算并在消费者空出充电桩充电位置后将收费明细发送至消费者手机端;
充电安全维护模块:在接收到异常充电过程数据后在充电异常数据库中进行异常匹配,基于匹配到的异常来源进行异常维护,若无法在充电异常数据库中匹配到异常来源则安排技术人员对异常充电桩进行维护;
电力数据收集模块:每天收集充电桩使用过程的数据信息,包括电太阳能发电每天的实际能量转换量、预测累积电能转换量、充电桩电能输出量、太阳能发电转换电能使用量、异常预警时间以及异常维护时间发送至电力数据处理模块;
电力数据处理模块:对采集到的电力数据进行处理,分别计算预设周期内的平均供电判断准确率、平均能量有效利用率以及安全维护及时率并发送至电力运行质量指数更新模块;
电力运行质量指数更新模块:基于预设周期内的平均供电判断准确率αv、平均能量有效利用率βv以及安全维护及时率γv定期更新电力运行质量指数Ev,具体计算公式为:Ev=k1*∫(αv)2dαv+k2*ln(1+βv)+k3*γv,k1、k2、k3为不同影响因素的比例系数,k1>0、k2>0、k3>0;
数据库:用于储存系统中所有数据。
优选的,太阳能发电数据处理模块包括光照强度数值顺序排列单元、光照强度数值筛选单元、光照强度数值分离单元、光照强度时间段分割单元,以及平均光照强度计算单元,具体光照强度数据处理过程如下:
光照强度数值顺序排列单元:按照光照强度变动时间记录光照强度aci并进行排序;
光照强度数值筛选单元:设置光照强度下限值ace进行初次筛选,对于实测光照强度低于下限值的数据和时间段标记不发生光电转换反应;
光照强度数据分离单元:以第一个高于光照强度下限值的实测光照强度数值作为1次数据分离参考值a1,设置光照强度误差值θ1,a1-θ1>ace,按照数值排列顺序进行数据对比,当光照强度数值超出设定范围[a1-θ1,a1+θ1]时停止数据对比,1次数据分离结束,2次数据分离需对1次数据分离时超限数据进行判断,若为标记值则按照数值排列顺序对后续光照强度数值进行判断直到出现高于光照强度下限值的实测光照强度数值作为2次数据分离参考值a2,若不为标记值则将1次数据分离时超限数据作为2次数据分离参考值a2,设置光照强度误差值θ2,采用相同步骤进行后续数据分离;
光照强度时间段分割单元:以每一次数据分离参考光照强度出现时间点作为光照强度每时间段起始时间,以每一次数据分离超限数据出现时间作为光照强度每时间段终止时间;
平均光照强度计算单元:基于每次数据分离过程在设定范围内的光照强度数值计算平均光照强度aei,具体计算公式为:aei=∑aci/mai,mai为i次数据分离过程分离出的数值个数。
优选的,太阳能发电数据处理模块还包括工作温度数值排列单元、工作温度数值筛选单元、工作温度时间段分割单元、平均工作温度计算单元、时间段信息整合单元以及数据输出单元,具体数据处理过程如下:
工作温度数值排列单元:按照工作温度变动时间记录工作温度bci并进行排序;
工作温度数据分离单元:以1次光照强度数据分离时参考光照强度出现时间点对应的工作温度为1次工作温度数据分离参考值b1,设置工作温度误差值δ1,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[b1-δ1,b1+δ1]时停止数据对比,1次数据分离结束,2次数据分离将1次数据分离时超限数据作为参考值b2,设置工作温度误差值δ2,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[b2-δ2,b2+δ2]时停止数据对比,2次数据分离结束,......,n次数据分离将n-1次数据分离时超限数据作为参考值bn,设置工作温度误差值δn,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[bn-δn,bn+δn]时停止数据对比,n次数据分离结束;
工作温度时间段分割单元:以每一次数据分离参考工作温度出现时间点作为工作温度每时间段起始时间,以每一次数据分离超限数据出现时间作为工作温度每时间段终止时间;
平均工作温度计算单元:基于每次数据分离过程在设定范围内的工作温度数值计算平均光照强度bei,具体计算公式为:mbi为i次数据分离过程分离出的数值个数;
时间段信息整合单元:将光照强度时间段内平均光照强度与工作温度时间段内平均工作温度进行信息整合,得到同时间段内平均光照强度和平均工作温度;
数据输出单元:将整合后的不同时间段内平均光照强度和平均工作温度发送至太阳能发电数据预测模块。
优选的,太阳能发电预测模块包括数据接收单元、电能最大输出功率计算单元、时间段转换电能量计算单元、累积电能转换量计算单元,以及数据输出单元,具体数据处理过程如下:
数据接收单元:用于接收不同时间段内平均光照强度和平均工作温度信息;
电能最大输出功率计算单元:基于不同时间段内平均光照强度aei和平均工作温度bei计算电能最大输出功率Pai,具体计算公式为:x1、x2为经验调整参数,x1>0、x2>0;
时间段转换电能量计算单元:基于每个时间段具体时间间隔tai和最大输出功率pai预测太阳能发电转换出的电能Wai,具体计算公式为:Wai=Pai*tai;
累积电能转换量计算单元:将各个时间段内转换出的电能汇总计算累积电能转换量We,具体计算公式为:
数据输出单元:将预测出的累积电能转换量发送至充电智能调控模块。
优选的,充电智能调控模块包括充电目标信息提取单元、充电来源智能选择单元、充电模式调控单元、充电过程数据监控单元、充电异常状态预警单元、自动断充操作单元,以及信息提示单元,充电智能调控过程如下:
充电目标信息提取单元:提取目标充电设备的额定电量、剩余电量、标准充电电压以及允许充电电压;
充电来源智能选择单元:对充电桩设置第一供电来源和第二供电来源,第一供电来源为太阳能发电产生的电能,第二供电来源为公共电网中的电能,在提取充电目标信息后由额定电量Qe和剩余电量Qa计算理论亏损电量Qb,具体计算公式为:Qb=Qe-Qa,由理论亏损电量Qb和标准充电电压Ue计算理论充电所需电能Wb,具体计算公式为:Wb=Qe*Ue,由预测的实时累积电能We与充电桩供电消耗的所有转换电能Wce计算预期实时剩余电能Wd,具体计算公式为:Wd=We-Wce,若Wb≥Wd,则选择第二供电来源,若Wb<Wd,则选择第一供电来源;
充电模式调控单元:提供快充和慢充两种充电模式,默认为慢充模式,消费者可自行选择快充模式;
充电过程数据监控单元:实时监控充电过程目标充电设备的电池容量、充电电压以及充电温度;
充电异常状态预警单元:监测到充电电压或者充电温度超出预设区间时判定充电异常,发送充电异常状态预警;
自动断充操作单元:当实时监控的电池容量达到预设上限值或者接收到充电异常状态预警时执行断充指令;
信息提示单元:在执行断充指令后将正常充电过程数据发送至智能计费模块,将异常充电过程数据发送至充电安全维护模块。
优选的,智能计费模块包括充电数据接收单元、太阳能发电计费单元、公共电网计费单元、充电桩占用时长计费单元、费用信息汇总单元,以及费用明细输出单元,所述充电数据接收单元用于接收目标充电设备正常充电过程数据信息;所述太阳能发电计费单元基于每焦耳电能转换成本fa和目标充电设备实际消耗的转换电能Wca计算费用fat,具体计算公式为:fat=(1+ζa)*fa,ζa为利润调整系数,基于实际需要进行选取;所述公共电网计费单元基于电网收费标准对消耗的公共电网电能进行计费,具体费用用fbt表示;所述充电桩占用时长计费单元基于目标充电设备完成后对充电桩位置的占用时长进行计费,设定占用时长收费等级,对应级别记为c1、c2……cn,对应等级占用时长上限值为ta1、ta2……tan,对应等级收费用fci表示;所述费用信息汇总单元将三个计费单元的计费结果汇总求和,费用总和用fe表示,具体计算公式为:fe=fat+fbt+fc;所述费用明细输出单元将计算出的费用总和发送至消费者手机端。
优选的,电力数据处理模块包括数据接收单元、平均供电判断准确率计算单元、平均能量有效利用率计算单元、平均安全维护及时率计算单元,以及数据输出单元,具体数据处理过程如下:
数据接收单元:用于接收采集到的电力数据信息;
平均供电判断准确率计算单元:由太阳能发电每天的实际能量转换量和预测累积电能转换量计算供电判断准确率αc,具体计算公式为:Wh为实际能量转换量,计算预设周期内的供电判断准确率αci,汇总剔除异常值后求平均值αv,具体计算公式为:/>
平均能量有效利用率计算单元:基于充电桩电能输出量和太阳能发电转换电能使用量计算太阳能发电能量有效利用率指数βc,具体计算公式为:Wcb为充电目标接收到的转换电能,计算预设周期内的能量有效利用率βci,汇总剔除异常值后求平均值βv,具体计算公式为:/>
平均安全维护及时率计算单元:基于异常预警时间tf和异常维护时间tg计算安全维护及时率γc,具体计算公式为:y1、y2、y3为常数系数,y1>0、y2>0、y3>0,计算预设周期内的安全维护及时率γci,汇总剔除异常值后求平均值γv,具体计算公式为:/>
数据输出单元:将计算出的平均供电判断准确率、平均能量有效利用率以及安全维护及时率发送至电力运行质量指数更新模块。
本发明的技术效果和优点:
1.本发明设置太阳能发电数据监控模块、太阳能发电数据处理模块以及太阳能发电数据预测模块,利用太阳能发电技术将光能转化为电能,与公共电网中的电能一同作为充电桩的供电来源,将可再生的光能转化为电能,降低了不可再生能源的损耗,达到了节约能源的目的,同时将供电来源分流,降低了大量充电设备同时充电带来的充电安全隐患,设置充电智能调控模块,实时监控充电过程目标充电设备的电池容量、充电电压以及充电温度,监测到充电电压或者充电温度超出预设区间时判定充电异常,发送充电异常状态预警,当实时监控的电池容量达到预设上限值或者接收到充电异常状态预警时执行断充指令,避免了由于过充或者充电异常带来的充电风险。
2.本发明设置充电安全维护模块,在接收到异常充电过程数据后在充电异常数据库中进行异常匹配,基于匹配到的异常来源进行异常维护,若无法在充电异常数据库中匹配到异常来源则安排技术人员对异常充电桩进行维护,能够进一步提高充电桩使用的安全性,设置智能计费模块,基于充电来源、实际充电所用电能以及充电完成后目标充电设备的停留时间进行收费计算并在消费者空出充电桩充电位置后将收费明细发送至消费者手机端,避免了消费者在充电完成后长时间占用充电桩而造成的充电桩资源浪费情况,能够实现充电桩的充分利用。
附图说明
图1为本发明的系统结构框图。
图2为本发明的系统运行流程图。
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。
如图1所示本实施例提供一种基于智能协同管控的新能源充电桩电力控制系统,包括太阳能发电数据监控模块、太阳能发电数据处理模块、太阳能发电数据预测模块、充电智能调控模块、智能计费模块、充电安全维护模块、电力数据收集模块、电力数据处理模块、电力运行质量指数更新模块,以及数据库,所述太阳能发电数据监控模块、太阳能发电数据处理模块以及太阳能发电数据预测模块顺序连接,所述太阳能发电数据预测模块与充电智能调控模块连接,所述充电智能调控模块与智能计费模块、充电安全维护模块连接,所述充电智能调控模块、充电安全维护模块与电力数据收集模块连接,所述电力数据收集模块、电力数据处理模块以及电力运行质量指数更新模块顺序连接,系统中所有模块均与数据库连接。
所述太阳能发电数据监控模块在线监控光伏电池板吸收太阳能并将其转换成电能的反应过程中光照强度、工作温度以及光照强度或者工作温度出现变动时的时间并发送至太阳能发电数据处理模块。
所述太阳能发电数据处理模块将光照强度变化数据和工作温度变化数据各自汇总计算不同时间段内的平均光照强度和平均工作温度。
进一步,所述太阳能发电数据处理模块包括光照强度数值顺序排列单元、光照强度数值筛选单元、光照强度数值分离单元、光照强度时间段分割单元,以及平均光照强度计算单元,具体光照强度数据处理过程如下:
光照强度数值顺序排列单元:按照光照强度变动时间记录光照强度aci并进行排序;
光照强度数值筛选单元:设置光照强度下限值ace进行初次筛选,对于实测光照强度低于下限值的数据和时间段标记不发生光电转换反应;
光照强度数据分离单元:以第一个高于光照强度下限值的实测光照强度数值作为1次数据分离参考值a1,设置光照强度误差值θ1,a1-θ1>ace,按照数值排列顺序进行数据对比,当光照强度数值超出设定范围[a1-θ1,a1+θ1]时停止数据对比,1次数据分离结束,2次数据分离需对1次数据分离时超限数据进行判断,若为标记值则按照数值排列顺序对后续光照强度数值进行判断直到出现高于光照强度下限值的实测光照强度数值作为2次数据分离参考值a2,若不为标记值则将1次数据分离时超限数据作为2次数据分离参考值a2,设置光照强度误差值θ2,采用相同步骤进行后续数据分离;
光照强度时间段分割单元:以每一次数据分离参考光照强度出现时间点作为光照强度每时间段起始时间,以每一次数据分离超限数据出现时间作为光照强度每时间段终止时间;
平均光照强度计算单元:基于每次数据分离过程在设定范围内的光照强度数值计算平均光照强度aei,具体计算公式为:aei=∑aci/mai,mai为i次数据分离过程分离出的数值个数。
更进一步,所述太阳能发电数据处理模块还包括工作温度数值排列单元、工作温度数值筛选单元、工作温度时间段分割单元、平均工作温度计算单元、时间段信息整合单元以及数据输出单元,具体数据处理过程如下:
工作温度数值排列单元:按照工作温度变动时间记录工作温度bci并进行排序;
工作温度数据分离单元:以1次光照强度数据分离时参考光照强度出现时间点对应的工作温度为1次工作温度数据分离参考值b1,设置工作温度误差值δ1,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[b1-δ1,b1+δ1]时停止数据对比,1次数据分离结束,2次数据分离将1次数据分离时超限数据作为参考值b2,设置工作温度误差值δ2,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[b2-δ2,b2+δ2]时停止数据对比,2次数据分离结束,......,n次数据分离将n-1次数据分离时超限数据作为参考值bn,设置工作温度误差值δn,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[bn-δn,bn+δn]时停止数据对比,n次数据分离结束;
工作温度时间段分割单元:以每一次数据分离参考工作温度出现时间点作为工作温度每时间段起始时间,以每一次数据分离超限数据出现时间作为工作温度每时间段终止时间;
平均工作温度计算单元:基于每次数据分离过程在设定范围内的工作温度数值计算平均光照强度bei,具体计算公式为:mbi为i次数据分离过程分离出的数值个数;
时间段信息整合单元:将光照强度时间段内平均光照强度与工作温度时间段内平均工作温度进行信息整合,得到同时间段内平均光照强度和平均工作温度;
数据输出单元:将整合后的不同时间段内平均光照强度和平均工作温度发送至太阳能发电数据预测模块。
本实施例中具体需要说明的是,为便于理解时间段信息整合原理现提供一组光照强度时间段数据和一组工作温度时间段数据并对其进行信息整合,具体整合过程如下:
A1、输入光照强度时间段数据:10:00—12:00平均光照强度为400W/m2,12:00-15:00平均光照强度为800W/m2,15:00-17:00平均光照强度为600W/m2;
A2、输入工作温度时间段数据:10:00—11:00平均工作温度30℃,11:00-13:00平均工作温度32℃,13:00-15:00平均工作温度35℃,15:00-17:00平均工作温度33℃;
A3、时间段信息整合:10:00—11:00平均光照强度为400W/m2、平均工作温度30℃,11:00—12:00平均光照强度为400W/m2、平均工作温度32℃,12:00-13:00平均光照强度为800W/m2、平均工作温度32℃,13:00-15:00平均光照强度为800W/m2、平均工作温度35℃,15:00-17:00平均光照强度为600W/m2、平均工作温度33℃。
所述太阳能发电数据预测模块基于不同时间段内的平均光照强度和平均工作温度计算太阳能发电的电能最大输出功率,基于每个时间段具体时间间隔和最大输出功率预测太阳能发电转换出的电能,汇总计算累积电能转换量。
进一步,所述太阳能发电预测模块包括数据接收单元、电能最大输出功率计算单元、时间段转换电能量计算单元、累积电能转换量计算单元,以及数据输出单元,具体数据处理过程如下:
数据接收单元:用于接收不同时间段内平均光照强度和平均工作温度信息;
电能最大输出功率计算单元:基于不同时间段内平均光照强度aei和平均工作温度bei计算电能最大输出功率Pai,具体计算公式为:x1、x2为经验调整参数,x1>0、x2>0;
时间段转换电能量计算单元:基于每个时间段具体时间间隔tai和最大输出功率pai预测太阳能发电转换出的电能Wai,具体计算公式为:Wai=Pai*tai;
累积电能转换量计算单元:将各个时间段内转换出的电能汇总计算累积电能转换量We,具体计算公式为:
数据输出单元:将预测出的累积电能转换量发送至充电智能调控模块。
所述充电智能调控模块接收到消费者发送的充电桩使用请求后,在确认当前充电桩处于无损状态时对充电目标的充电过程进行智能调控,将充电过程数据发送至智能计费模块或者充电安全维护模块。
进一步,所述充电智能调控模块包括充电目标信息提取单元、充电来源智能选择单元、充电模式调控单元、充电过程数据监控单元、充电异常状态预警单元、自动断充操作单元,以及信息提示单元,充电智能调控过程如下:
充电目标信息提取单元:提取目标充电设备的额定电量、剩余电量、标准充电电压以及允许充电电压;
充电来源智能选择单元:对充电桩设置第一供电来源和第二供电来源,第一供电来源为太阳能发电产生的电能,第二供电来源为公共电网中的电能,在提取充电目标信息后由额定电量Qe和剩余电量Qa计算理论亏损电量Qb,具体计算公式为:Qb=Qe-Qa,由理论亏损电量Qb和标准充电电压Ue计算理论充电所需电能Wb,具体计算公式为:Wb=Qe*Ue,由预测的实时累积电能We与充电桩供电消耗的所有转换电能Wce计算预期实时剩余电能Wd,具体计算公式为:Wd=We-Wce,若Wb≥Wd,则选择第二供电来源,若Wb<Wd,则选择第一供电来源;
充电模式调控单元:提供快充和慢充两种充电模式,默认为慢充模式,消费者可自行选择快充模式;
本实施例中具体需要说明的是,慢充模式提供的充电电压为目标充电设备的标准充电电压,快充模式提供的充电电压为目标充电设备的允许充电电压。
充电过程数据监控单元:实时监控充电过程目标充电设备的电池容量、充电电压以及充电温度;
充电异常状态预警单元:监测到充电电压或者充电温度超出预设区间时判定充电异常,发送充电异常状态预警;
自动断充操作单元:当实时监控的电池容量达到预设上限值或者接收到充电异常状态预警时执行断充指令;
信息提示单元:在执行断充指令后将正常充电过程数据发送至智能计费模块,将异常充电过程数据发送至充电安全维护模块。
所述智能计费模块基于充电来源、实际充电所用电能以及充电完成后目标充电设备的停留时间进行收费计算并在消费者空出充电桩充电位置后将收费明细发送至消费者手机端。
进一步,所述智能计费模块包括充电数据接收单元、太阳能发电计费单元、公共电网计费单元、充电桩占用时长计费单元、费用信息汇总单元,以及费用明细输出单元,所述充电数据接收单元用于接收目标充电设备正常充电过程数据信息;所述太阳能发电计费单元基于每焦耳电能转换成本fa和目标充电设备实际消耗的转换电能Wca计算费用fat,具体计算公式为:fat=(1+ζa)*fa,ζa为利润调整系数,基于实际需要进行选取;所述公共电网计费单元基于电网收费标准对消耗的公共电网电能进行计费,具体费用用fbt表示;所述充电桩占用时长计费单元基于目标充电设备完成后对充电桩位置的占用时长进行计费,设定占用时长收费等级,对应级别记为c1、c2……cn,对应等级占用时长上限值为ta1、ta2……tan,对应等级收费用fci表示;所述费用信息汇总单元将三个计费单元的计费结果汇总求和,费用总和用fe表示,具体计算公式为:fe=fat+fbt+fc;所述费用明细输出单元将计算出的费用总和发送至消费者手机端。
本实施例中具体需要说明的是,现提供一种充电桩占用时长收费方法,具体内容如下:占用时长在c1等级不计费,即fc1=0,占用时长在c2等级对超出c1等级占用时长上限值的部分进行收费,即fc2=ζc1*(tc1-ta1),tc1为实际充电桩占用时长、ζc1为c2等级每分钟收费标准,占用时长在c3等级则有fc3=ζc1*(ta2-ta1)+ζc2*(tc2-ta2),tc2为实际充电桩占用时长、ζc2为c3等级每分钟收费标准,......,占用时长在cn等级则有fcn=ζc1*(ta2-ta1)+ζc2*(ta3-ta2)+......+ζcn-1*(tcn-1-tan-1),tcn-1为实际充电桩占用时长、ζcn-1为cn等级每分钟收费标准。
所述充电安全维护模块在接收到异常充电过程数据后在充电异常数据库中进行异常匹配,基于匹配到的异常来源进行异常维护,若无法在充电异常数据库中匹配到异常来源则安排技术人员对异常充电桩进行维护。
所述电力数据收集模块每天收集充电桩使用过程的数据信息,包括电太阳能发电每天的实际能量转换量、预测累积电能转换量、充电桩电能输出量、太阳能发电转换电能使用量、异常预警时间以及异常维护时间发送至电力数据处理模块。
所述电力数据处理模块对采集到的电力数据进行处理,分别计算预设周期内的平均供电判断准确率、平均能量有效利用率以及安全维护及时率并发送至电力运行质量指数更新模块。
进一步,所述电力数据处理模块包括数据接收单元、平均供电判断准确率计算单元、平均能量有效利用率计算单元、平均安全维护及时率计算单元,以及数据输出单元,具体数据处理过程如下:
数据接收单元:用于接收采集到的电力数据信息;
平均供电判断准确率计算单元:由太阳能发电每天的实际能量转换量和预测累积电能转换量计算供电判断准确率αc,具体计算公式为:Wh为实际能量转换量,计算预设周期内的供电判断准确率αci,汇总剔除异常值后求平均值αv,具体计算公式为:/>
平均能量有效利用率计算单元:基于充电桩电能输出量和太阳能发电转换电能使用量计算太阳能发电能量有效利用率指数βc,具体计算公式为:Wcb为充电目标接收到的转换电能,计算预设周期内的能量有效利用率βci,汇总剔除异常值后求平均值βv,具体计算公式为:/>
平均安全维护及时率计算单元:基于异常预警时间tf和异常维护时间tg计算安全维护及时率γc,具体计算公式为:y1、y2、y3为常数系数,y1>0、y2>0、y3>0,计算预设周期内的安全维护及时率γci,汇总剔除异常值后求平均值γv,具体计算公式为:/>
数据输出单元:将计算出的平均供电判断准确率、平均能量有效利用率以及安全维护及时率发送至电力运行质量指数更新模块。所述电力运行质量指数更新模块基于预设周期内的平均供电判断准确率αv、平均能量有效利用率βv以及安全维护及时率γv定期更新电力运行质量指数Ev,具体计算公式为:Ev=k1*∫(αv)2dαv+k2*ln(1+βv)+k3*γv,k1、k2、k3为不同影响因素的比例系数,k1>0、k2>0、k3>0。
所述数据库用于储存系统中所有数据。
本实施例中具体需要说明的是,本实施例中所有的预设值均基于实际需要进行设置,本实施例不在此作具体数值的限制。
如图2本实施例提供一种基于智能协同管控的新能源充电桩电力控制系统的运行流程,包括以下步骤:
S1:在线监控光伏电池板吸收太阳能并将其转换成电能的反应过程中光照强度、工作温度以及光照强度或者工作温度出现变动时的时间;
S2:将光照强度变化数据和工作温度变化数据各自汇总计算不同时间段内的平均光照强度和平均工作温度;
S3:基于不同时间段内的平均光照强度和平均工作温度计算太阳能发电的电能最大输出功率,基于每个时间段具体时间间隔和最大输出功率预测太阳能发电转换出的电能,汇总计算累积电能转换量;
S4:接收到消费者发送的充电桩使用请求后,在确认当前充电桩处于无损状态时对充电目标的充电过程进行智能调控,对充电过程无异常的数据进行智能计费,对充电过程有异的情况进行安全维护;
S5:基于充电来源、实际充电所用电能以及充电完成后目标充电设备的停留时间进行收费计算并在消费者空出充电桩充电位置后将收费明细发送至消费者手机端;
S6:在接收到异常充电过程数据后在充电异常数据库中进行异常匹配,基于匹配到的异常来源进行异常维护,若无法在充电异常数据库中匹配到异常来源则安排技术人员对异常充电桩进行维护;
S7:每天收集充电桩使用过程的数据信息,包括电太阳能发电每天的实际能量转换量、预测累积电能转换量、充电桩电能输出量、太阳能发电转换电能使用量、异常预警时间以及异常维护时间;
S8:对采集到的电力数据进行处理,分别计算预设周期内的平均供电判断准确率、平均能量有效利用率以及安全维护及时率;
S9:基于预设周期内的平均供电判断准确率、平均能量有效利用率以及安全维护及时率定期更新电力运行质量指数。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.基于智能协同管控的新能源充电桩电力控制系统,其特征在于:包括:
太阳能发电数据监控模块:在线监控光伏电池板吸收太阳能并将其转换成电能的反应过程中光照强度、工作温度以及光照强度或者工作温度出现变动时的时间并发送至太阳能发电数据处理模块;
太阳能发电数据处理模块:将光照强度变化数据和工作温度变化数据各自汇总计算不同时间段内的平均光照强度和平均工作温度;
太阳能发电数据预测模块:基于不同时间段内的平均光照强度和平均工作温度计算太阳能发电的电能最大输出功率,基于每个时间段具体时间间隔和最大输出功率预测太阳能发电转换出的电能,汇总计算累积电能转换量;
充电智能调控模块:接收到消费者发送的充电桩使用请求后,在确认当前充电桩处于无损状态时对充电目标的充电过程进行智能调控,将充电过程数据发送至智能计费模块或者充电安全维护模块;
智能计费模块:基于充电来源、实际充电所用电能以及充电完成后目标充电设备的停留时间进行收费计算并在消费者空出充电桩充电位置后将收费明细发送至消费者手机端;
充电安全维护模块:在接收到异常充电过程数据后在充电异常数据库中进行异常匹配,基于匹配到的异常来源进行异常维护,若无法在充电异常数据库中匹配到异常来源则安排技术人员对异常充电桩进行维护;
电力数据收集模块:每天收集充电桩使用过程的数据信息,包括电太阳能发电每天的实际能量转换量、预测累积电能转换量、充电桩电能输出量、太阳能发电转换电能使用量、异常预警时间以及异常维护时间发送至电力数据处理模块;
电力数据处理模块:对采集到的电力数据进行处理,分别计算预设周期内的平均供电判断准确率、平均能量有效利用率以及安全维护及时率并发送至电力运行质量指数更新模块;
电力运行质量指数更新模块:基于预设周期内的平均供电判断准确率αv、平均能量有效利用率βv以及安全维护及时率γv定期更新电力运行质量指数Ev,具体计算公式为:Ev=k1*∫(αv)2dαv+k2*ln(1+βv)+k3*γv,k1、k2、k3为不同影响因素的比例系数,k1>0、k2>0、k3>0。
2.根据权利要求1所述的基于智能协同管控的新能源充电桩电力控制系统,其特征在于:所述太阳能发电数据处理模块包括光照强度数值顺序排列单元、光照强度数值筛选单元、光照强度数值分离单元、光照强度时间段分割单元,以及平均光照强度计算单元,具体光照强度数据处理过程如下:
光照强度数值顺序排列单元:按照光照强度变动时间记录光照强度aci并进行排序;
光照强度数值筛选单元:设置光照强度下限值ace进行初次筛选,对于实测光照强度低于下限值的数据和时间段标记不发生光电转换反应;
光照强度数据分离单元:以第一个高于光照强度下限值的实测光照强度数值作为1次数据分离参考值a1,设置光照强度误差值θ1,a1-θ1>ace,按照数值排列顺序进行数据对比,当光照强度数值超出设定范围[a1-θ1,a1+θ1]时停止数据对比,1次数据分离结束,2次数据分离需对1次数据分离时超限数据进行判断,若为标记值则按照数值排列顺序对后续光照强度数值进行判断直到出现高于光照强度下限值的实测光照强度数值作为2次数据分离参考值a2,若不为标记值则将1次数据分离时超限数据作为2次数据分离参考值a2,设置光照强度误差值θ2,采用相同步骤进行后续数据分离;
光照强度时间段分割单元:以每一次数据分离参考光照强度出现时间点作为光照强度每时间段起始时间,以每一次数据分离超限数据出现时间作为光照强度每时间段终止时间;
平均光照强度计算单元:基于每次数据分离过程在设定范围内的光照强度数值计算平均光照强度aei,具体计算公式为:aei=∑aci/mai,mai为i次数据分离过程分离出的数值个数。
3.根据权利要求2所述的基于智能协同管控的新能源充电桩电力控制系统,其特征在于:所述太阳能发电数据处理模块还包括工作温度数值排列单元、工作温度数值筛选单元、工作温度时间段分割单元、平均工作温度计算单元、时间段信息整合单元以及数据输出单元,具体数据处理过程如下:
工作温度数值排列单元:按照工作温度变动时间记录工作温度bci并进行排序;
工作温度数据分离单元:以1次光照强度数据分离时参考光照强度出现时间点对应的工作温度为1次工作温度数据分离参考值b1,设置工作温度误差值δ1,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[b1-δ1,b1+δ1]时停止数据对比,1次数据分离结束,2次数据分离将1次数据分离时超限数据作为参考值b2,设置工作温度误差值δ2,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[b2-δ2,b2+δ2]时停止数据对比,2次数据分离结束,......,n次数据分离将n-1次数据分离时超限数据作为参考值bn,设置工作温度误差值δn,按照数值排列顺序进行数据对比,当工作温度数值超出设定范围[bn-δn,bn+δn]时停止数据对比,n次数据分离结束;
工作温度时间段分割单元:以每一次数据分离参考工作温度出现时间点作为工作温度每时间段起始时间,以每一次数据分离超限数据出现时间作为工作温度每时间段终止时间;
平均工作温度计算单元:基于每次数据分离过程在设定范围内的工作温度数值计算平均光照强度bei,具体计算公式为:mbi为i次数据分离过程分离出的数值个数;
时间段信息整合单元:将光照强度时间段内平均光照强度与工作温度时间段内平均工作温度进行信息整合,得到同时间段内平均光照强度和平均工作温度;
数据输出单元:将整合后的不同时间段内平均光照强度和平均工作温度发送至太阳能发电数据预测模块。
4.根据权利要求1所述的基于智能协同管控的新能源充电桩电力控制系统,其特征在于:所述太阳能发电预测模块包括数据接收单元、电能最大输出功率计算单元、时间段转换电能量计算单元、累积电能转换量计算单元,以及数据输出单元,具体数据处理过程如下:
数据接收单元:用于接收不同时间段内平均光照强度和平均工作温度信息;
电能最大输出功率计算单元:基于不同时间段内平均光照强度aei和平均工作温度bei计算电能最大输出功率Pai,具体计算公式为:x1、x2为经验调整参数,x1>0、x2>0;
时间段转换电能量计算单元:基于每个时间段具体时间间隔tai和最大输出功率pai预测太阳能发电转换出的电能Wai,具体计算公式为:Wai=Pai*tai;
累积电能转换量计算单元:将各个时间段内转换出的电能汇总计算累积电能转换量We,具体计算公式为:
数据输出单元:将预测出的累积电能转换量发送至充电智能调控模块。
5.根据权利要求1所述的基于智能协同管控的新能源充电桩电力控制系统,其特征在于:所述充电智能调控模块包括充电目标信息提取单元、充电来源智能选择单元、充电模式调控单元、充电过程数据监控单元、充电异常状态预警单元、自动断充操作单元,以及信息提示单元,充电智能调控过程如下:
充电目标信息提取单元:提取目标充电设备的额定电量、剩余电量、标准充电电压以及允许充电电压;
充电来源智能选择单元:对充电桩设置第一供电来源和第二供电来源,第一供电来源为太阳能发电产生的电能,第二供电来源为公共电网中的电能,在提取充电目标信息后由额定电量Qe和剩余电量Qa计算理论亏损电量Qb,具体计算公式为:Qb=Qe-Qa,由理论亏损电量Qb和标准充电电压Ue计算理论充电所需电能Wb,具体计算公式为:Wb=Qe*Ue,由预测的实时累积电能We与充电桩供电消耗的所有转换电能Wce计算预期实时剩余电能Wd,具体计算公式为:Wd=We-Wce,若Wb≥Wd,则选择第二供电来源,若Wb<Wd,则选择第一供电来源;
充电模式调控单元:提供快充和慢充两种充电模式,默认为慢充模式,消费者可自行选择快充模式;
充电过程数据监控单元:实时监控充电过程目标充电设备的电池容量、充电电压以及充电温度;
充电异常状态预警单元:监测到充电电压或者充电温度超出预设区间时判定充电异常,发送充电异常状态预警;
自动断充操作单元:当实时监控的电池容量达到预设上限值或者接收到充电异常状态预警时执行断充指令;
信息提示单元:在执行断充指令后将正常充电过程数据发送至智能计费模块,将异常充电过程数据发送至充电安全维护模块。
6.根据权利要求1所述的基于智能协同管控的新能源充电桩电力控制系统,其特征在于:所述智能计费模块包括充电数据接收单元、太阳能发电计费单元、公共电网计费单元、充电桩占用时长计费单元、费用信息汇总单元,以及费用明细输出单元,所述充电数据接收单元用于接收目标充电设备正常充电过程数据信息;所述太阳能发电计费单元基于每焦耳电能转换成本fa和目标充电设备实际消耗的转换电能Wca计算费用fat,具体计算公式为:fat=(1+ζa)*fa,ζa为利润调整系数,基于实际需要进行选取;所述公共电网计费单元基于电网收费标准对消耗的公共电网电能进行计费,具体费用用fbt表示;所述充电桩占用时长计费单元基于目标充电设备完成后对充电桩位置的占用时长进行计费,设定占用时长收费等级,对应级别记为c1、c2……cn,对应等级占用时长上限值为ta1、ta2……tan,对应等级收费用fci表示;所述费用信息汇总单元将三个计费单元的计费结果汇总求和,费用总和用fe表示,具体计算公式为:fe=fat+fbt+fc;所述费用明细输出单元将计算出的费用总和发送至消费者手机端。
7.根据权利要求1所述的基于智能协同管控的新能源充电桩电力控制系统,其特征在于:所述电力数据处理模块包括数据接收单元、平均供电判断准确率计算单元、平均能量有效利用率计算单元、平均安全维护及时率计算单元,以及数据输出单元,具体数据处理过程如下:
数据接收单元:用于接收采集到的电力数据信息;
平均供电判断准确率计算单元:由太阳能发电每天的实际能量转换量和预测累积电能转换量计算供电判断准确率αc,具体计算公式为:Wh为实际能量转换量,计算预设周期内的供电判断准确率αci,汇总剔除异常值后求平均值αv,具体计算公式为:
平均能量有效利用率计算单元:基于充电桩电能输出量和太阳能发电转换电能使用量计算太阳能发电能量有效利用率指数βc,具体计算公式为:Wcb为充电目标接收到的转换电能,计算预设周期内的能量有效利用率βci,汇总剔除异常值后求平均值βv,具体计算公式为:/>
平均安全维护及时率计算单元:基于异常预警时间tf和异常维护时间tg计算安全维护及时率γc,具体计算公式为:y1、y2、y3为常数系数,y1>0、y2>0、y3>0,计算预设周期内的安全维护及时率γci,汇总剔除异常值后求平均值γv,具体计算公式为:/>
数据输出单元:将计算出的平均供电判断准确率、平均能量有效利用率以及安全维护及时率发送至电力运行质量指数更新模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311086953.XA CN117325690B (zh) | 2023-08-25 | 基于智能协同管控的新能源充电桩电力控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311086953.XA CN117325690B (zh) | 2023-08-25 | 基于智能协同管控的新能源充电桩电力控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117325690A true CN117325690A (zh) | 2024-01-02 |
CN117325690B CN117325690B (zh) | 2024-05-14 |
Family
ID=
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104283490A (zh) * | 2014-10-08 | 2015-01-14 | 山东新帅克能源科技有限公司 | 一种间断功率负载独立光伏系统及其性能预测方法 |
CN206004575U (zh) * | 2016-09-21 | 2017-03-08 | 广州虚与实信息科技有限责任公司 | 一种绿色能源农业供电系统 |
CN111049248A (zh) * | 2019-12-16 | 2020-04-21 | 苏州奇才电子科技股份有限公司 | 一种太阳能电动汽车充电桩 |
JP2021040451A (ja) * | 2019-09-04 | 2021-03-11 | 春禾科技股▲分▼有限公司 | ソーラー装置の発電エフィシェンシーの異常の判断方法 |
CN113191682A (zh) * | 2021-05-24 | 2021-07-30 | 温州大学 | 一种适用于电动汽车移动充电设备充电的多能源分配管理方法 |
KR20210097261A (ko) * | 2020-01-29 | 2021-08-09 | 프로텍코리아 주식회사 | 전기차 충전스테이션 에너지공급시스템 |
CN114954072A (zh) * | 2022-05-31 | 2022-08-30 | 商丘职业技术学院 | 一种太阳能充电桩系统 |
CN115648994A (zh) * | 2022-11-29 | 2023-01-31 | 国网安徽省电力有限公司经济技术研究院 | 一种基于多种能源转换的充电桩储能智能控制方法 |
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104283490A (zh) * | 2014-10-08 | 2015-01-14 | 山东新帅克能源科技有限公司 | 一种间断功率负载独立光伏系统及其性能预测方法 |
CN206004575U (zh) * | 2016-09-21 | 2017-03-08 | 广州虚与实信息科技有限责任公司 | 一种绿色能源农业供电系统 |
JP2021040451A (ja) * | 2019-09-04 | 2021-03-11 | 春禾科技股▲分▼有限公司 | ソーラー装置の発電エフィシェンシーの異常の判断方法 |
CN111049248A (zh) * | 2019-12-16 | 2020-04-21 | 苏州奇才电子科技股份有限公司 | 一种太阳能电动汽车充电桩 |
KR20210097261A (ko) * | 2020-01-29 | 2021-08-09 | 프로텍코리아 주식회사 | 전기차 충전스테이션 에너지공급시스템 |
CN113191682A (zh) * | 2021-05-24 | 2021-07-30 | 温州大学 | 一种适用于电动汽车移动充电设备充电的多能源分配管理方法 |
CN114954072A (zh) * | 2022-05-31 | 2022-08-30 | 商丘职业技术学院 | 一种太阳能充电桩系统 |
CN115648994A (zh) * | 2022-11-29 | 2023-01-31 | 国网安徽省电力有限公司经济技术研究院 | 一种基于多种能源转换的充电桩储能智能控制方法 |
Non-Patent Citations (3)
Title |
---|
TA-WEI CHUANG.ETC: "Photovoltaic Performance of Silicon Solar Cells Enhanced by Plasmonic Silver Nanoparticles of Various Dimensions Depositing Through Anodic Aluminum Oxide Template", 2017 IEEE 44TH PHOTOVOLTAIC SPECIALISTS CONFERENCE, 30 June 2017 (2017-06-30), pages 893 - 895, XP033452603, DOI: 10.1109/PVSC.2017.8366447 * |
张雪莉;刘其辉;马会萌;李蓓;: "光伏电站输出功率影响因素分析", 电网与清洁能源, no. 05, 25 May 2012 (2012-05-25), pages 75 - 81 * |
陆江, 等: "光伏电站系统标准能效比的修正方法研究", 电力科技与环保, no. 03, 30 June 2023 (2023-06-30), pages 194 - 200 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111864759B (zh) | 一种充电桩的智能配电系统及方法 | |
US8571720B2 (en) | Supply-demand balance controller | |
CN112821553A (zh) | 基于低压配电网台区智慧物联网感知调控系统及方法 | |
CN209746100U (zh) | 一种电力直流电源蓄电池远方核容系统 | |
CN113268527B (zh) | 智能光伏储能调度分析方法、装置、服务器及存储介质 | |
CN109472459B (zh) | 计及变动检修风险和等待时间的电网操作任务优化方法 | |
CN113627762B (zh) | 一种基于激励电价的虚拟电厂调峰方法 | |
CN110417018A (zh) | 一种多应用模式的并网型微电网能量管理方法及装置 | |
CN110943491A (zh) | 基于泛在电力物联网的清洁能源智能配电系统 | |
CN117325690B (zh) | 基于智能协同管控的新能源充电桩电力控制系统 | |
CN108321864B (zh) | 多端互补输入输出能量协调分配的充电系统及控制方法 | |
CN117325690A (zh) | 基于智能协同管控的新能源充电桩电力控制系统 | |
CN110429626B (zh) | 一种适用于并网型储能系统的能量管理系统及管理方法 | |
KR20220075078A (ko) | 건물 일체형 태양광 발전 설비의 경제적 운영을 위한 에너지 관리 모니터링 및 그 제어 방법 | |
CN104281984A (zh) | 一种用于微电网经济运行的供电方法 | |
CN112688328A (zh) | 一种交直流混合微电网时间协调能量优化配置方法 | |
CN115459286B (zh) | 一种基于小区级别的智能充/放电微网系统及控制方法 | |
CN116995760A (zh) | 一种家庭储能系统充电方法 | |
CN114759614A (zh) | 基于博弈论的多能源系统鲁棒优化调度策略 | |
CN115912442A (zh) | 一种用户侧光储优化配置及其盈亏平衡分析方法 | |
CN114336583A (zh) | 5g基站光储直流微电网供能系统及方法 | |
CN117172409B (zh) | 基于光伏能源的电动汽车的智能充电方法 | |
CN117039832B (zh) | 一种用于直流配电网的能量优化管理方法及其系统 | |
WO2015105213A1 (ko) | 최대전력을 고려한 수용가 측면 에너지 저장시스템 및 그 제어방법 | |
CN109103939B (zh) | 一种降低光伏电站损耗的储能系统智能控制装置及方法 |
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 |