CN117436220B - 一种基于物理模型结构的充换电柜布局方法及系统 - Google Patents
一种基于物理模型结构的充换电柜布局方法及系统 Download PDFInfo
- Publication number
- CN117436220B CN117436220B CN202311754453.9A CN202311754453A CN117436220B CN 117436220 B CN117436220 B CN 117436220B CN 202311754453 A CN202311754453 A CN 202311754453A CN 117436220 B CN117436220 B CN 117436220B
- Authority
- CN
- China
- Prior art keywords
- charging
- cabinet
- changing
- abnormal
- power system
- 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 57
- 238000009434 installation Methods 0.000 claims abstract description 109
- 238000004458 analytical method Methods 0.000 claims abstract description 70
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 179
- 238000004088 simulation Methods 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 41
- 230000002093 peripheral effect Effects 0.000 claims description 38
- 238000005457 optimization Methods 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 33
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Biodiversity & Conservation Biology (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Algebra (AREA)
- Public Health (AREA)
Abstract
本发明涉及充换电柜领域,公开了一种基于物理模型结构的充换电柜布局方法及系统,包括以下步骤:通过构建物理模型,并结合充换电柜的各种相关信息,对充换电柜进行安装的可行性分析,得到充换电柜初步布局方案,并对充换电柜初步布局方案实施到实际环境中进行持续监测和评估,得到优化布局方案,以适应环境变化和用户需求的变化。本发明通过对充换电柜相关参数等进行合理规划,以最大程度地满足用户需求、提高服务效率,并考虑到充换电柜对交通方面的影响因素,可以有效提升充换电柜的利用率、优化用户体验。本方法对于充换电柜的规划和设计具有重要意义,能够为充换电柜的部署和运营提供科学依据,从而实现更加高效和可持续的运营管理。
Description
技术领域
本发明涉及充换电柜领域,特别是一种基于物理模型结构的充换电柜布局方法及系统。
背景技术
充换电柜是指一种用于电动车的充电设备,与传统的充电方式不同,电动车充换电柜采用了一种更为快速的充电方式,即通过更换电池来实现电动车的续航。在城市内安装充换电柜过程中,受地理空间限制,需要对充换电柜进行合理布局,防止充换电柜在安装后影响城市道路、人行道、停车位等空间;同时安装充换电柜后电动车在电量不足的情况下会优先使用充换电柜,而城市中车流量人流量较大,使用充换电柜可能会影响交通流量,造成不必要的拥堵。安装充换电柜更需要考虑充换电柜的工作效率,在充换电柜工作期间,电力供应可能存在不足的情况,这种情况下在电力供应稳定,且易于进行设备维修的区域安装充换电柜能大大提升充换电柜工作效率,同时最大程度减少对城市的交通流量异常,所以需要获取一个充换电柜的布局方法。
发明内容
本发明克服了现有技术的不足,提供了一种基于物理模型结构的充换电柜布局方法及系统。
为达到上述目的,本发明采用的技术方案为:
本发明第一方面提供了一种基于物理模型结构的充换电柜布局方法,包括以下步骤:
构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域;
获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析;
在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案;
安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化。
进一步的,本发明的一个较佳实施例中,所述构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域,具体为:
基于历史数据检索,获取充换电柜的使用说明书,基于所述充换电柜的使用说明书,获取充换电柜的规格参数,所述充换电柜的规格参数包括充换电柜的额定容量、额定功率、体积及适用电动车类型;
将所述充换电柜的规格参数导入至三维建模软件中进行三维建模处理,得到充换电柜物理模型;
在地图软件中获取城市地理信息,将所述城市地理信息导入至三维建模软件中进行三维建模处理,得到地理信息系统模型;
基于充换电柜的体积及适用电动车类型,在地理信息系统模型中获取所有能安装充换电柜的区域,定义为充换电柜初步可安装区域;
对充换电柜的额定功率进行分析,获取充换电柜的额定电压,基于大数据网络获取城市供电信息,将地理信息系统模型内的充换电柜初步可安装区域与城市供电信息结合,获取各个充换电柜初步可安装区域的供电电压,将所述充换电柜的额定电压与各个充换电柜初步可安装区域的供电电压进行比较分析;
将供电电压不小于充换电柜的额定电压的充换电柜初步可安装区域,定义为一类充换电柜可安装区域。
进一步的,本发明的一个较佳实施例中,所述获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析,具体为:
获取一类充换电柜可安装区域的周边参数,所述一类充换电柜可安装区域的周边参数包括温度变化情况和建筑分布情况;
在地理信息系统模型的一类充换电柜可安装区域内模拟安装充换电柜物理模型,同时在充换电柜物理模型周边输入一类充换电柜可安装区域的周边参数,并对所述充换电柜物理模型进行模拟运行分析;
实时监控模拟运行分析过程中充换电柜物理模型的工作参数,若模拟运行分析过程中充换电柜物理模型的工作参数小于预设值,则通过灰色关联法计算温度变化情况与充换电柜物理模型的工作参数之间的关联值;
若温度变化情况与充换电柜物理模型的工作参数之间的关联值大于预设值,则将对应的充换电柜物理模型所处在的一类充换电柜可安装区域划分为充换电柜不可安装区域;
对没有被划分至充换电柜不可安装区域的一类充换电柜可安装区域内的建筑分布情况进行分析,将处于室外的一类充换电柜可安装区域定义为室外充换电柜安装区域,以及将处于室内的充换电柜初步安装区域定义为室内充换电柜安装区域;
获取充换电柜的目标安装数量,并获取室内充换电柜安装区域的充换电柜安装最大数量,若室内充换电柜安装区域的充换电柜安装最大数量大于充换电柜的目标安装数量,则将室外充换电柜安装区域划分为充换电柜不可安装区域,并输出所有室内充换电柜安装区域,定义为二类充换电柜可安装区域;
若室内充换电柜安装区域的充换电柜安装最大数量小于充换电柜的目标安装数量,则输出所有室内充换电柜安装区域,定义为二类充换电柜可安装区域,并对室外充换电柜安装区域进行分析,将不受下雨天气影响的室外充换电柜安装区域同样划分为二类充换电柜可安装区域。
进一步的,本发明的一个较佳实施例中,所述在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案,具体为:
在大数据网络中实时获取城市交通信息,并将所述城市交通信息导入至地理信息系统模型中,得到城市交通实时模型;
基于充换电柜的适用电动车类型,将充换电柜适用电动车定义为目标电动车;
预设城市交通模拟时间,在所述城市交通模拟时间内,对所述城市交通实时模型进行城市交通模拟,得到在城市交通模拟时间内所有二类充换电柜可安装区域中目标电动车的需求量,并预设目标电动车的标准需求量,若目标电动车的需求量大于标准需求量,则将对应的二类充换电柜可安装区域定义为目标电动车热点区域;
在城市交通模拟时间内,获取目标电动车热点区域的人流量,并预设目标电动车热点区域的标准人流量,若目标电动车热点区域的人流量大于标准人流量,则将目标电动车热点区域划分为充换电柜不可安装区域,若目标电动车热点区域的人流量不大于标准人流量,则将目标电动车热点区域划分为目标电动车可安装区域;
基于历史数据检索,获取目标电动车可安装区域在城市交通模拟时间内的历史交通流量,所述历史交通流量包括人流量、车流量,获取目标电动车可安装区域的周边道路规划情况,并获取所有目标电动车可安装区域的面积大小;
引入遗传算法对目标电动车可安装区域在城市交通模拟时间内的历史交通流量、周边道路规划情况和面积大小进行迭代计算,预设迭代计算最大次数,当迭代计算的次数达到迭代计算最大次数,停止迭代计算并输出迭代计算结果;
基于所述迭代计算结果对目标电动车可安装区域进行优化,得到三类充换电柜可安装区域,以及各三类充换电柜可安装区域中的充换电柜安装数量;
基于所述三类充换电柜可安装区域的充换电柜安装数量,生成充换电柜初步布局方案。
进一步的,本发明的一个较佳实施例中,所述安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化,具体为:
基于所述充换电柜初步布局方案,在城市中的三类充换电柜可安装区域中安装充换电柜,预设充换电柜运行测试时间,并在充换电柜运行测试时间充换电柜运行测试时间启动所有的充换电柜进行充换电柜运行测试;
将充换电柜内用于换电的电池定义为换电电池,实时监测充换电柜运行测试过程中充换电柜内换电电池的电量,并获取换电电池的额定电量;
预设换电电池充电时间,对于进入充换电柜内的换电电池进行充电,在对换电电池按照换电电池充电时间进行充电后,将电量小于额定电量的换电电池定义为电量异常换电电池,获取存在电量异常换电电池的充换电柜,定义为异常充换电柜;
获取异常充换电柜的工作参数,所述异常充换电柜的工作参数包括工作电压、工作电流、负载值和阻抗,并获取异常充换电柜的输入电源工作参数;
构建异常充换电柜电路拓扑,并在地理信息模型中,结合所述异常充换电柜的工作参数和输入电源参数,构建异常充换电柜电力系统,并获取异常充换电柜电力系统的各个节点,定义为电力系统节点;
基于换电电池的额定电量,计算换电电池的额定负载及额定电压,并通过大数据网络获取换电电池的充放电特性,将换电电池的额定负载、额定电压及充放电特性作为电力系统边界条件,并将电力系统节点与电力系统边界条件导入大数据网络中进行检索,得到潮流计算方程;
基于所述潮流计算方程,使用牛顿-拉夫逊法对异常充换电柜电力系统进行潮流计算,获取各电力系统节点的电压和相角,对各电力系统节点的电压和相角进行分析,若电力系统节点的电压和相角不在预设范围内,则将对应的电力系统节点定义为异常电力系统节点;
对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化。
进一步的,本发明的一个较佳实施例中,所述对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化,具体为:
将异常电力系统节点的电压和相角导入贝叶斯网络中进行充换电柜异常溯源,若充换电柜异常溯源结果为充换电柜元件工作参数异常,则将工作参数异常的充换电柜元件定义为异常充换电柜元件,并将异常充换电柜元件的工作参数导入大数据网络中进行异常充换电柜元件修复方案检索;
输出所述异常充换电柜元件修复方案,若异常充换电柜元件修复后,异常充换电柜电力系统中仍存在异常电力系统节点,则获取异常充换电柜周边的电磁干扰设备类型及位置;
基于所述异常充换电柜周边的电磁干扰设备类型及位置,在地理信息系统模型内构建电磁干扰设备模型,并在包含电磁干扰设备模型的地理信息系统模型中计算三类充换电柜可安装区域的电磁干扰强度,根据三类充换电柜可安装区域的电磁干扰强度构建三类充换电柜可安装区域的电磁干扰分布图;
获取电磁干扰分布图中各节点的电磁干扰强度,将电磁干扰强度大于预设值的节点定义为电磁干扰强度异常节点,并计算电磁干扰强度异常节点与异常电力系统节点的重合率;
若电磁干扰强度异常节点与异常电力系统节点的重合率大于预设值,则将对应的三类充换电柜可安装区域划分为充换电柜不可安装区域,若电磁干扰强度异常节点与异常电力系统节点的重合率不大于预设值,则将对应的三类充换电柜可安装区域定义为四类充换电柜可安装区域;
在四类充换电柜可安装区域的异常充换电柜内安装滤波器,将滤波器与异常电力系统节点连接,实时对异常电力系统节点进行滤波处理,并输出四类充换电柜可安装区域,得到充换电柜优化布局方案。
本发明第二方面还提供了一种基于物理模型结构的充换电柜布局系统,所述充换电柜布局系统包括存储器与处理器,所述存储器中储存有充换电柜布局方法,所述充换电柜布局方法被所述处理器执行时,实现如下步骤:
构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域;
获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析;
在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案;
安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化。
本发明解决的背景技术中存在的技术缺陷,本发明具备以下有益效果:通过构建物理模型,并结合充换电柜的供电电压、周边参数以及交通流量等信息,对充换电柜进行安装的可行性分析,得到充换电柜初步布局方案。将所述充换电柜初步布局方案实施到实际环境中,并进行持续监测和评估,及时调整和优化布局方案,以适应环境变化和用户需求的变化。本发明通过对充换电柜位置、数量、容量等进行合理规划,以最大程度地满足用户需求、提高服务效率,并考虑到充换电柜对交通方面的影响因素,可以有效提升充换电柜的利用率、降低运营成本,并优化用户体验。本方法对于充换电柜的规划和设计具有重要意义,能够为充换电柜的部署和运营提供科学依据,从而实现更加高效和可持续的运营管理。
附图说明
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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实施例的附图。
图1示出了一种基于物理模型结构的充换电柜布局方法的流程图;
图2示出了通过实时监测充换电柜的工作状态及充换电柜周边环境变化,实现充换电柜布局方案优化的方法流程图;
图3示出了一种基于物理模型结构的充换电柜布局系统的程序视图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了一种基于物理模型结构的充换电柜布局方法的流程图,包括以下步骤:
S108:构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域;
S104:获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析;
S106:在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案;
S108:安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化。
进一步的,本发明的一个较佳实施例中,所述构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域,具体为:
基于历史数据检索,获取充换电柜的使用说明书,基于所述充换电柜的使用说明书,获取充换电柜的规格参数,所述充换电柜的规格参数包括充换电柜的额定容量、额定功率、体积及适用电动车类型;
将所述充换电柜的规格参数导入至三维建模软件中进行三维建模处理,得到充换电柜物理模型;
在地图软件中获取城市地理信息,将所述城市地理信息导入至三维建模软件中进行三维建模处理,得到地理信息系统模型;
基于充换电柜的体积及适用电动车类型,在地理信息系统模型中获取所有能安装充换电柜的区域,定义为充换电柜初步可安装区域;
对充换电柜的额定功率进行分析,获取充换电柜的额定电压,基于大数据网络获取城市供电信息,将地理信息系统模型内的充换电柜初步可安装区域与城市供电信息结合,获取各个充换电柜初步可安装区域的供电电压,将所述充换电柜的额定电压与各个充换电柜初步可安装区域的供电电压进行比较分析;
将供电电压不小于充换电柜的额定电压的充换电柜初步可安装区域,定义为一类充换电柜可安装区域。
需要说明的是,充换电柜的作用是在城市中供给电量不足的电动车进行电池更换处理,而由于充换电柜品牌众多,所以不同充换电柜的规格参数不同,其可安装的区域不同,例如电动自行车与电动汽车的可安装区域就不相同。构建充换电柜物理模型和地理信息系统模型目的是通过物理模型分析能够直观确定充换电柜的安装区域,并提升效率。在城市中,存在很多可以给充换电柜安装的区域,即充换电柜初步可安装区域,所述充换电柜初步可安装区域需要满足安装位置充足,且方便电动车进行换电处理。在充换电柜初步可安装区域中可能存在部分区域的供电情况较差,比如位置较偏僻等。若充换电柜初步可安装区域的供电电压较低,则充换电柜内部换电电池的充电效率则大大降低,从而影响换电效率,所以需要将供电电压不小于额定电压的充换电柜初步可安装区域定义为一类充换电柜可安装区域。本发明能够通过获取充换电柜初步可安装区域并对充换电柜初步可安装区域进供电电压分析,得到一类充换电柜可安装区域。
进一步的,本发明的一个较佳实施例中,所述获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析,具体为:
获取一类充换电柜可安装区域的周边参数,所述一类充换电柜可安装区域的周边参数包括温度变化情况和建筑分布情况;
在地理信息系统模型的一类充换电柜可安装区域内模拟安装充换电柜物理模型,同时在充换电柜物理模型周边输入一类充换电柜可安装区域的周边参数,并对所述充换电柜物理模型进行模拟运行分析;
实时监控模拟运行分析过程中充换电柜物理模型的工作参数,若模拟运行分析过程中充换电柜物理模型的工作参数小于预设值,则通过灰色关联法计算温度变化情况与充换电柜物理模型的工作参数之间的关联值;
若温度变化情况与充换电柜物理模型的工作参数之间的关联值大于预设值,则将对应的充换电柜物理模型所处在的一类充换电柜可安装区域划分为充换电柜不可安装区域;
对没有被划分至充换电柜不可安装区域的一类充换电柜可安装区域内的建筑分布情况进行分析,将处于室外的一类充换电柜可安装区域定义为室外充换电柜安装区域,以及将处于室内的充换电柜初步安装区域定义为室内充换电柜安装区域;
获取充换电柜的目标安装数量,并获取室内充换电柜安装区域的充换电柜安装最大数量,若室内充换电柜安装区域的充换电柜安装最大数量大于充换电柜的目标安装数量,则将室外充换电柜安装区域划分为充换电柜不可安装区域,并输出所有室内充换电柜安装区域,定义为二类充换电柜可安装区域;
若室内充换电柜安装区域的充换电柜安装最大数量小于充换电柜的目标安装数量,则输出所有室内充换电柜安装区域,定义为二类充换电柜可安装区域,并对室外充换电柜安装区域进行分析,将不受下雨天气影响的室外充换电柜安装区域同样划分为二类充换电柜可安装区域。
需要说明的是,在高温或者低温环境下,充换电柜的换电情况及换电电池的充放电情况可能会被影响,所以在充换电柜物理模型周边输入相关的温度参数,分析温度变化情况与充换电柜物理模型工作参数之间的关联值。关联值大于预设值证明温度变化容易使充换电柜物理模型工作参数发生变化,所以该充换电柜所在区域不可以安装充换电柜,反之温度变化不容易使充换电柜物理模型工作参数发生变化,则对该充换电柜所在的一类充换电柜可安装区域进行周边建筑分布情况分析。因为充换电柜若在遭遇极端天气,例如刮台风、下暴雨等情况,充换电柜出现故障损坏的几率增大,所以尽量选择充换电柜的安装区域为室内,且室内安装的位置通常为停车场等较空旷的地方。若室内充换电柜安装区域的充换电柜安装最大数量大于充换电柜目标安装数量,则室内充换电柜安装区域能容纳所有的充换电柜,则直接将室内充换电柜安装区域标定为二类充换电柜安装区域。若室内充换电柜安装区域的充换电柜安装最大数量小于充换电柜目标安装数量,证明室内无法满足所有充换电柜的安装,需要在室外也安装一部分,此时分析室外的充换电柜安装区域是否会受下雨影响,对不受下雨影响的区域同样标定为二类充换电柜安装区域。
进一步的,本发明的一个较佳实施例中,所述在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案,具体为:
在大数据网络中实时获取城市交通信息,并将所述城市交通信息导入至地理信息系统模型中,得到城市交通实时模型;
基于充换电柜的适用电动车类型,将充换电柜适用电动车定义为目标电动车;
预设城市交通模拟时间,在所述城市交通模拟时间内,对所述城市交通实时模型进行城市交通模拟,得到在城市交通模拟时间内所有二类充换电柜可安装区域中目标电动车的需求量,并预设目标电动车的标准需求量,若目标电动车的需求量大于标准需求量,则将对应的二类充换电柜可安装区域定义为目标电动车热点区域;
在城市交通模拟时间内,获取目标电动车热点区域的人流量,并预设目标电动车热点区域的标准人流量,若目标电动车热点区域的人流量大于标准人流量,则将目标电动车热点区域划分为充换电柜不可安装区域,若目标电动车热点区域的人流量不大于标准人流量,则将目标电动车热点区域划分为目标电动车可安装区域;
基于历史数据检索,获取目标电动车可安装区域在城市交通模拟时间内的历史交通流量,所述历史交通流量包括人流量、车流量,获取目标电动车可安装区域的周边道路规划情况,并获取所有目标电动车可安装区域的面积大小;
引入遗传算法对目标电动车可安装区域在城市交通模拟时间内的历史交通流量、周边道路规划情况和面积大小进行迭代计算,预设迭代计算最大次数,当迭代计算的次数达到迭代计算最大次数,停止迭代计算并输出迭代计算结果;
基于所述迭代计算结果对目标电动车可安装区域进行优化,得到三类充换电柜可安装区域,以及各三类充换电柜可安装区域中的充换电柜安装数量;
基于所述三类充换电柜可安装区域的充换电柜安装数量,生成充换电柜初步布局方案。
需要说明的是,城市中交通的状况复杂,获取城市交通实时模型后进行城市交通模拟能够获取目标电动车的热点区域。所述目标电动车的热点区域为该区域中电动车的数量较多,可以通过需求量大小获得。需求量大小为该地方需要为更多的电动车充电,比如小区内,或者电动车公司附近的空地等。而城市交通模拟时间通常为电动车的充电时间,比如早高峰之前或者晚高峰之后的时间,需要对电动车进行充电。同时需要考虑目标电动车的热点区域的人流量,若人流量较大,比如在商场附近,或者在中心区路口等位置,则不可安装,目的是确保将充电中可能存在影响降至最低。得到目标电动车可安装区域后,获取各种数据,比如人流量车流量等数据,并引入遗传算法进行迭代计算的目的是计算在目标电动车可安装区域中安装充换电柜对生活、交通等方面的影响程度,比如安装后是否会造成堵车、如何安装使换电效率最快、不同的目标电动车可安装区域的充换电柜的安装数量等。最后迭代计算结束后,生成充换电柜初步布局方案。本发明能够通过城市交通模拟以及遗传算法迭代计算,获取充换电柜初步布局方案。
图2示出了通过实时监测充换电柜的工作状态及充换电柜周边环境变化,实现充换电柜布局方案优化的方法流程图,包括以下步骤:
S202:通过对充换电柜中的换电电池进行运行测试,得到换电电池的电量,并对换电电池的电量进行充放电分析,基于分析结果获取异常充换电柜;
S204:对异常充换电柜进行电力系统潮流计算,得到异常电力系统节点;
S206:对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化。
进一步的,本发明的一个较佳实施例中,所述对异常充换电柜进行电力系统潮流计算,得到异常电力系统节点,具体为:
获取异常充换电柜的工作参数,所述异常充换电柜的工作参数包括工作电压、工作电流、负载值和阻抗,并获取异常充换电柜的输入电源工作参数;
构建异常充换电柜电路拓扑,并在地理信息模型中,结合所述异常充换电柜的工作参数和输入电源参数,构建异常充换电柜电力系统,并获取异常充换电柜电力系统的各个节点,定义为电力系统节点;
基于换电电池的额定电量,计算换电电池的额定负载及额定电压,并通过大数据网络获取换电电池的充放电特性,将换电电池的额定负载、额定电压及充放电特性作为电力系统边界条件,并将电力系统节点与电力系统边界条件导入大数据网络中进行检索,得到潮流计算方程;
基于所述潮流计算方程,使用牛顿-拉夫逊法对异常充换电柜电力系统进行潮流计算,获取各电力系统节点的电压和相角,对各电力系统节点的电压和相角进行分析,若电力系统节点的电压和相角不在预设范围内,则将对应的电力系统节点定义为异常电力系统节点。
需要说明的是,潮流计算可以计算电力系统中各节点的电压幅值和相角,判断电力系统是否正常运行。获取异常充换电柜的电路拓扑,并结合工作参数和输入电源参数获取电力系统节点。需要对电力系统节点进行电压和相角获取,所以需要进行潮流计算,首先获取潮流计算方程,编写潮流计算方程需要结合电力系统节点和边界条件,再通过牛顿-拉夫逊算法进行计算,即可获得各电力系统节点的电压和相角。若电力系统节点的电压和相角异常,则证明电力系统出现故障,故障位置为异常电力系统节点,需要对异常电力系统节点进行修复及优化。本发明能够通过对异常充换电柜电力系统进行潮流计算获取异常电力系统节点。
进一步的,本发明的一个较佳实施例中,所述对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化,具体为:
将异常电力系统节点的电压和相角导入贝叶斯网络中进行充换电柜异常溯源,若充换电柜异常溯源结果为充换电柜元件工作参数异常,则将工作参数异常的充换电柜元件定义为异常充换电柜元件,并将异常充换电柜元件的工作参数导入大数据网络中进行异常充换电柜元件修复方案检索;
输出所述异常充换电柜元件修复方案,若异常充换电柜元件修复后,异常充换电柜电力系统中仍存在异常电力系统节点,则获取异常充换电柜周边的电磁干扰设备类型及位置;
基于所述异常充换电柜周边的电磁干扰设备类型及位置,在地理信息系统模型内构建电磁干扰设备模型,并在包含电磁干扰设备模型的地理信息系统模型中计算三类充换电柜可安装区域的电磁干扰强度,根据三类充换电柜可安装区域的电磁干扰强度构建三类充换电柜可安装区域的电磁干扰分布图;
获取电磁干扰分布图中各节点的电磁干扰强度,将电磁干扰强度大于预设值的节点定义为电磁干扰强度异常节点,并计算电磁干扰强度异常节点与异常电力系统节点的重合率;
若电磁干扰强度异常节点与异常电力系统节点的重合率大于预设值,则将对应的三类充换电柜可安装区域划分为充换电柜不可安装区域,若电磁干扰强度异常节点与异常电力系统节点的重合率不大于预设值,则将对应的三类充换电柜可安装区域定义为四类充换电柜可安装区域;
在四类充换电柜可安装区域的异常充换电柜内安装滤波器,将滤波器与异常电力系统节点连接,实时对异常电力系统节点进行滤波处理,并输出四类充换电柜可安装区域,得到充换电柜优化布局方案。
需要说明的是,存在异常电力系统节点的原因可能是充换电柜中存在元件故障,无法正常工作,通过贝叶斯网络分析各种充换电柜元件的工作参数,判断是否存在异常充换电柜元件。若存在,则对异常充换电柜元件进行修复,若不存在,或者修复后仍存在异常电力系统节点,则判断存在电磁信号对电力系统进行干扰。构建电磁干扰分布图,获取在电磁干扰分布图中电磁干扰强度异常的点,即电磁干扰强度异常节点,若电磁干扰强度异常节点与异常电力系统节点重合率大于预设值,证明在该充换电柜对应的区域内电磁干扰程度较大,不适合安装充换电柜。反之,重合率小于预设值则适合安装。将重合率较小的区域定义为四类充换电柜可安装区域,并在四类充换电柜可安装区域中安装滤波器进行电磁滤波,同时生成充换电柜优化布局方案。
此外,所述一种基于物理模型结构的充换电柜布局方法,还包括以下步骤:
根据所述充换电柜优化布局方案,在四类充换电柜可安装区域中安装充换电柜,并通过大数据网络获取四类充换电柜可安装区域的周边活动信息,所述四类充换电柜可安装区域的周边活动信息包括活动持续时长、活动开办频率及活动性质;
预设活动最大持续时长,若活动持续时长大于活动最大持续时长,则将对应的四类充换电柜可安装区域划分为充换电柜不可安装区域;
若活动持续时长不大于活动最大持续时长,则对剩下的四类充换电柜可安装区域周边的活动开办频率进行分析,若活动开办频率大于预设值,则将对应的四类充换电柜可安装区域划分为充换电柜不可安装区域;
在大数据网络中给获取活动持续时长不大于活动最大持续时长,且活动开办频率不大于预设值的四类充换电柜可安装区域的活动平均性质,并将活动平均性质导入深度神经网络中进行预测,得到活动影响预测结果;
基于所述活动影响预测结果,对活动持续时长不大于活动最大持续时长,且活动开办频率不大于预设值的四类充换电柜可安装区域进行筛选,得到充换电柜最终可安装区域,并基于所述充换电柜最终可安装区域,生成充换电柜二次优化布局方案。
需要说明的是,若四类充换电柜可安装区域附近举办活动,比如展览、美食节等活动,则带来大量的人流和车流,届时四类充换电柜可安装区域处停放车辆增多,可能会导致交通堵塞。所以需要对四类充换电柜可安装区域进行周边活动分析,从而进一步确定充换电柜的布局。通过活动持续时长,活动开办频率和活动性质进行分析,所述活动持续时长和活动开办频率越高,可能造成的交通堵塞情况越严重,所以选择活动持续时长和活动开办频率较低的区域安装充换电柜。在对活动持续时长和活动开办频率较低进行分析后,对活动平均性质进行分析,所述活动平均性质为活动的平均主题,比如该区域经常举办美食节,则该区域的人流量和车流量相应更大;而该区域若经常举办小众展览,则人流量和车流量相应较低。通过深度神经网络对活动平均性质进行活动预测,基于预测结果得到充换电柜最终可安装区域,并生成充换电柜二次优化布局方案。
此外,所述一种基于物理模型结构的充换电柜布局方法,还包括以下步骤:
对所述充换电柜二次优化布局方案进行充换电柜安装数量分析,在充换电柜二次优化布局方案的基础下,若充换电柜的目标安装数量小于充换电柜二次优化布局方案中充换电柜最终可安装区域的充换电柜可安装数量,则根据所述充换电柜二次优化布局方案,在城市相应的区域中安装充换电柜;
若充换电柜的目标安装数量大于充换电柜二次优化布局方案中充换电柜最终可安装区域的充换电柜可安装数量,则将充换电柜不可安装区域中原本划分在四类充换电柜可安装区域的区域定义为待分析区域;
基于历史数据检索,获取所有待分析区域的日均人流量,并对待分析区域进行日均人流量排序,得到日均人流量排序表;
获取充换电柜的目标安装数量与充换电柜最终可安装区域的充换电柜可安装数量的差值,定义为充换电柜安装差值,将充换电柜安装差值与日均人流量排序表导入深度神经网络中预测,筛选得到充换电柜备用可安装区域,并在所述充换电柜备用可安装区域中根据充换电柜安装数量,安装充换电柜。
需要说明的是,充换电柜的布局方案经过多次优化后,可以用于安装充换电柜的充换电柜最终可安装区域的充换电柜可安装数量可能少于目标安装数量,则需要对划分在充换电柜不可安装区域的四类充换电柜可安装区域进行二次筛选,满足充换电柜能全部安装。通过对待分析区域进行日均人流量分析,日均人流量越小,选择优先级越高;通过深度神经网络进行预测后,可以得到充换电柜备用可安装区域,所述充换电柜备用可安装区域为当充换电柜最终可安装区域的安装数量达到峰值后启动的安装区域,且根据充换电柜备用可安装区域的充换电柜可安装数量安装充换电柜。
如图3所示,本发明第二方面还提供了一种基于物理模型结构的充换电柜布局系统,所述充换电柜布局系统包括存储器31与处理器32,所述存储器31中储存有充换电柜布局方法,所述充换电柜布局方法被所述处理器32执行时,实现如下步骤:
构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域;
获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析;
在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案;
安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种基于物理模型结构的充换电柜布局方法,其特征在于,包括以下步骤:
构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域;
获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析;
在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案;
安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化;
其中,所述安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化,具体为:
基于所述充换电柜初步布局方案,在城市中的三类充换电柜可安装区域中安装充换电柜,预设充换电柜运行测试时间,并在充换电柜运行测试时间内启动所有的充换电柜进行充换电柜运行测试;
将充换电柜内用于换电的电池定义为换电电池,实时监测充换电柜运行测试过程中充换电柜内换电电池的电量,并获取换电电池的额定电量;
预设换电电池充电时间,对于进入充换电柜内的换电电池进行充电,在对换电电池按照换电电池充电时间进行充电后,将电量小于额定电量的换电电池定义为电量异常换电电池,获取存在电量异常换电电池的充换电柜,定义为异常充换电柜;
获取异常充换电柜的工作参数,所述异常充换电柜的工作参数包括工作电压、工作电流、负载值和阻抗,并获取异常充换电柜的输入电源工作参数;
构建异常充换电柜电路拓扑,并在地理信息模型中,结合所述异常充换电柜的工作参数和输入电源参数,构建异常充换电柜电力系统,并获取异常充换电柜电力系统的各个节点,定义为电力系统节点;
基于换电电池的额定电量,计算换电电池的额定负载及额定电压,并通过大数据网络获取换电电池的充放电特性,将换电电池的额定负载、额定电压及充放电特性作为电力系统边界条件,并将电力系统节点与电力系统边界条件导入大数据网络中进行检索,得到潮流计算方程;
基于所述潮流计算方程,使用牛顿-拉夫逊法对异常充换电柜电力系统进行潮流计算,获取各电力系统节点的电压和相角,对各电力系统节点的电压和相角进行分析,若电力系统节点的电压和相角不在预设范围内,则将对应的电力系统节点定义为异常电力系统节点;
对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化;
其中,所述对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化,具体为:
将异常电力系统节点的电压和相角导入贝叶斯网络中进行充换电柜异常溯源,若充换电柜异常溯源结果为充换电柜元件工作参数异常,则将工作参数异常的充换电柜元件定义为异常充换电柜元件,并将异常充换电柜元件的工作参数导入大数据网络中进行异常充换电柜元件修复方案检索;
输出所述异常充换电柜元件修复方案,若异常充换电柜元件修复后,异常充换电柜电力系统中仍存在异常电力系统节点,则获取异常充换电柜周边的电磁干扰设备类型及位置;
基于所述异常充换电柜周边的电磁干扰设备类型及位置,在地理信息系统模型内构建电磁干扰设备模型,并在包含电磁干扰设备模型的地理信息系统模型中计算三类充换电柜可安装区域的电磁干扰强度,根据三类充换电柜可安装区域的电磁干扰强度构建三类充换电柜可安装区域的电磁干扰分布图;
获取电磁干扰分布图中各节点的电磁干扰强度,将电磁干扰强度大于预设值的节点定义为电磁干扰强度异常节点,并计算电磁干扰强度异常节点与异常电力系统节点的重合率;
若电磁干扰强度异常节点与异常电力系统节点的重合率大于预设值,则将对应的三类充换电柜可安装区域划分为充换电柜不可安装区域,若电磁干扰强度异常节点与异常电力系统节点的重合率不大于预设值,则将对应的三类充换电柜可安装区域定义为四类充换电柜可安装区域;
在四类充换电柜可安装区域的异常充换电柜内安装滤波器,将滤波器与异常电力系统节点连接,实时对异常电力系统节点进行滤波处理,并输出四类充换电柜可安装区域,得到充换电柜优化布局方案。
2.根据权利要求1中所述的一种基于物理模型结构的充换电柜布局方法,其特征在于,所述构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域,具体为:
获取充换电柜的使用说明书,基于所述充换电柜的使用说明书,获取充换电柜的规格参数,所述充换电柜的规格参数包括充换电柜的额定容量、额定功率、体积及适用电动车类型;
将所述充换电柜的规格参数导入至三维建模软件中进行三维建模处理,得到充换电柜物理模型;
在地图软件中获取城市地理信息,将所述城市地理信息导入至三维建模软件中进行三维建模处理,得到地理信息系统模型;
基于充换电柜的体积及适用电动车类型,在地理信息系统模型中获取所有能安装充换电柜的区域,定义为充换电柜初步可安装区域;
对充换电柜的额定功率进行分析,获取充换电柜的额定电压,基于大数据网络获取城市供电信息,将地理信息系统模型内的充换电柜初步可安装区域与城市供电信息结合,获取各个充换电柜初步可安装区域的供电电压,将所述充换电柜的额定电压与各个充换电柜初步可安装区域的供电电压进行比较分析;
将供电电压不小于充换电柜的额定电压的充换电柜初步可安装区域,定义为一类充换电柜可安装区域。
3.根据权利要求1中所述的一种基于物理模型结构的充换电柜布局方法,其特征在于,所述获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析,具体为:
获取一类充换电柜可安装区域的周边参数,所述一类充换电柜可安装区域的周边参数包括温度变化情况和建筑分布情况;
在地理信息系统模型的一类充换电柜可安装区域内模拟安装充换电柜物理模型,同时在充换电柜物理模型周边输入一类充换电柜可安装区域的周边参数,并对所述充换电柜物理模型进行模拟运行分析;
实时监控模拟运行分析过程中充换电柜物理模型的工作参数,若模拟运行分析过程中充换电柜物理模型的工作参数小于预设值,则通过灰色关联法计算温度变化情况与充换电柜物理模型的工作参数之间的关联值;
若温度变化情况与充换电柜物理模型的工作参数之间的关联值大于预设值,则将对应的充换电柜物理模型所处在的一类充换电柜可安装区域划分为充换电柜不可安装区域;
对没有被划分至充换电柜不可安装区域的一类充换电柜可安装区域内的建筑分布情况进行分析,将处于室外的一类充换电柜可安装区域定义为室外充换电柜安装区域,以及将处于室内的充换电柜初步安装区域定义为室内充换电柜安装区域;
获取充换电柜的目标安装数量,并获取室内充换电柜安装区域的充换电柜安装最大数量,若室内充换电柜安装区域的充换电柜安装最大数量大于充换电柜的目标安装数量,则将室外充换电柜安装区域划分为充换电柜不可安装区域,并输出所有室内充换电柜安装区域,定义为二类充换电柜可安装区域;
若室内充换电柜安装区域的充换电柜安装最大数量小于充换电柜的目标安装数量,则输出所有室内充换电柜安装区域,定义为二类充换电柜可安装区域,并对室外充换电柜安装区域进行分析,将不受下雨天气影响的室外充换电柜安装区域同样划分为二类充换电柜可安装区域。
4.根据权利要求1中所述的一种基于物理模型结构的充换电柜布局方法,其特征在于,所述在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案,具体为:
在大数据网络中实时获取城市交通信息,并将所述城市交通信息导入至地理信息系统模型中,得到城市交通实时模型;
基于充换电柜的适用电动车类型,将充换电柜适用电动车定义为目标电动车;
预设城市交通模拟时间,在所述城市交通模拟时间内,对所述城市交通实时模型进行城市交通模拟,得到在城市交通模拟时间内所有二类充换电柜可安装区域中目标电动车的需求量,并预设目标电动车的标准需求量,若目标电动车的需求量大于标准需求量,则将对应的二类充换电柜可安装区域定义为目标电动车热点区域;
在城市交通模拟时间内,获取目标电动车热点区域的人流量,并预设目标电动车热点区域的标准人流量,若目标电动车热点区域的人流量大于标准人流量,则将目标电动车热点区域划分为充换电柜不可安装区域,若目标电动车热点区域的人流量不大于标准人流量,则将目标电动车热点区域划分为目标电动车可安装区域;
基于历史数据检索,获取目标电动车可安装区域在城市交通模拟时间内的历史交通流量,所述历史交通流量包括人流量、车流量,获取目标电动车可安装区域的周边道路规划情况,并获取所有目标电动车可安装区域的面积大小;
引入遗传算法对目标电动车可安装区域在城市交通模拟时间内的历史交通流量、周边道路规划情况和面积大小进行迭代计算,预设迭代计算最大次数,当迭代计算的次数达到迭代计算最大次数,停止迭代计算并输出迭代计算结果;
基于所述迭代计算结果对目标电动车可安装区域进行优化,得到三类充换电柜可安装区域,以及各三类充换电柜可安装区域中的充换电柜安装数量;
基于所述三类充换电柜可安装区域的充换电柜安装数量,生成充换电柜初步布局方案。
5.一种基于物理模型结构的充换电柜布局系统,其特征在于,所述充换电柜布局系统包括存储器与处理器,所述存储器中储存有充换电柜布局方法,所述充换电柜布局方法被所述处理器执行时,实现如下步骤:
构建充换电柜物理模型和地理信息系统模型,并分析地理信息系统内各位置的供电电压,基于所述地理信息系统内各位置的供电电压分析结果,生成一类充换电柜可安装区域;
获取一类充换电柜可安装区域的周边参数,基于所述一类充换电柜可安装区域的周边参数对充换电柜进行安装可行性分析;
在地理信息系统模型中进行城市交通模拟,得到城市交通模拟结果,并基于所述城市交通模拟结果获取充换电柜初步布局方案;
安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化;
其中,所述安装充换电柜,对充换电柜的换电电池进行异常分析,得到异常充换电柜,对异常充换电柜进行电力系统潮流计算,并基于电力系统潮流计算结果对异常充换电柜进行修复优化,具体为:
基于所述充换电柜初步布局方案,在城市中的三类充换电柜可安装区域中安装充换电柜,预设充换电柜运行测试时间,并在充换电柜运行测试时间内启动所有的充换电柜进行充换电柜运行测试;
将充换电柜内用于换电的电池定义为换电电池,实时监测充换电柜运行测试过程中充换电柜内换电电池的电量,并获取换电电池的额定电量;
预设换电电池充电时间,对于进入充换电柜内的换电电池进行充电,在对换电电池按照换电电池充电时间进行充电后,将电量小于额定电量的换电电池定义为电量异常换电电池,获取存在电量异常换电电池的充换电柜,定义为异常充换电柜;
获取异常充换电柜的工作参数,所述异常充换电柜的工作参数包括工作电压、工作电流、负载值和阻抗,并获取异常充换电柜的输入电源工作参数;
构建异常充换电柜电路拓扑,并在地理信息模型中,结合所述异常充换电柜的工作参数和输入电源参数,构建异常充换电柜电力系统,并获取异常充换电柜电力系统的各个节点,定义为电力系统节点;
基于换电电池的额定电量,计算换电电池的额定负载及额定电压,并通过大数据网络获取换电电池的充放电特性,将换电电池的额定负载、额定电压及充放电特性作为电力系统边界条件,并将电力系统节点与电力系统边界条件导入大数据网络中进行检索,得到潮流计算方程;
基于所述潮流计算方程,使用牛顿-拉夫逊法对异常充换电柜电力系统进行潮流计算,获取各电力系统节点的电压和相角,对各电力系统节点的电压和相角进行分析,若电力系统节点的电压和相角不在预设范围内,则将对应的电力系统节点定义为异常电力系统节点;
对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化;
其中,所述对异常电力系统节点进行电磁干扰分析,得到电磁干扰分析结果,基于所述电磁干扰分析结果,对异常充换电柜进行电磁干扰修复,并对充换电柜布局方案进行更新优化,具体为:
将异常电力系统节点的电压和相角导入贝叶斯网络中进行充换电柜异常溯源,若充换电柜异常溯源结果为充换电柜元件工作参数异常,则将工作参数异常的充换电柜元件定义为异常充换电柜元件,并将异常充换电柜元件的工作参数导入大数据网络中进行异常充换电柜元件修复方案检索;
输出所述异常充换电柜元件修复方案,若异常充换电柜元件修复后,异常充换电柜电力系统中仍存在异常电力系统节点,则获取异常充换电柜周边的电磁干扰设备类型及位置;
基于所述异常充换电柜周边的电磁干扰设备类型及位置,在地理信息系统模型内构建电磁干扰设备模型,并在包含电磁干扰设备模型的地理信息系统模型中计算三类充换电柜可安装区域的电磁干扰强度,根据三类充换电柜可安装区域的电磁干扰强度构建三类充换电柜可安装区域的电磁干扰分布图;
获取电磁干扰分布图中各节点的电磁干扰强度,将电磁干扰强度大于预设值的节点定义为电磁干扰强度异常节点,并计算电磁干扰强度异常节点与异常电力系统节点的重合率;
若电磁干扰强度异常节点与异常电力系统节点的重合率大于预设值,则将对应的三类充换电柜可安装区域划分为充换电柜不可安装区域,若电磁干扰强度异常节点与异常电力系统节点的重合率不大于预设值,则将对应的三类充换电柜可安装区域定义为四类充换电柜可安装区域;
在四类充换电柜可安装区域的异常充换电柜内安装滤波器,将滤波器与异常电力系统节点连接,实时对异常电力系统节点进行滤波处理,并输出四类充换电柜可安装区域,得到充换电柜优化布局方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311754453.9A CN117436220B (zh) | 2023-12-20 | 2023-12-20 | 一种基于物理模型结构的充换电柜布局方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311754453.9A CN117436220B (zh) | 2023-12-20 | 2023-12-20 | 一种基于物理模型结构的充换电柜布局方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117436220A CN117436220A (zh) | 2024-01-23 |
CN117436220B true CN117436220B (zh) | 2024-04-12 |
Family
ID=89555696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311754453.9A Active CN117436220B (zh) | 2023-12-20 | 2023-12-20 | 一种基于物理模型结构的充换电柜布局方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117436220B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115049215A (zh) * | 2022-05-17 | 2022-09-13 | 江苏海宏电力工程顾问股份有限公司 | 一种城市交通流量空间分布模型的构建方法 |
CN115158085A (zh) * | 2022-08-11 | 2022-10-11 | 深圳市速易宝智能科技有限公司 | 一种换电柜组合及换电柜组合的换电方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9407097B2 (en) * | 2013-03-04 | 2016-08-02 | Hello Inc. | Methods using wearable device with unique user ID and telemetry system |
WO2015092795A1 (en) * | 2013-12-18 | 2015-06-25 | Powermat Technologies Ltd. | Systems and methods for business power management pertaining to wireless power transfer |
JP6081941B2 (ja) * | 2014-02-28 | 2017-02-15 | 三菱重工業株式会社 | 電力需要予測装置、電力供給システム、電力需要予測方法及びプログラム |
-
2023
- 2023-12-20 CN CN202311754453.9A patent/CN117436220B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115049215A (zh) * | 2022-05-17 | 2022-09-13 | 江苏海宏电力工程顾问股份有限公司 | 一种城市交通流量空间分布模型的构建方法 |
CN115158085A (zh) * | 2022-08-11 | 2022-10-11 | 深圳市速易宝智能科技有限公司 | 一种换电柜组合及换电柜组合的换电方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117436220A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fachrizal et al. | Optimal PV-EV sizing at solar powered workplace charging stations with smart charging schemes considering self-consumption and self-sufficiency balance | |
Chaudhari et al. | Agent-based aggregated behavior modeling for electric vehicle charging load | |
CN109193727B (zh) | 一种含电动汽车的智能配电网概率协调规划方法 | |
Astaneh et al. | A novel framework for optimization of size and control strategy of lithium-ion battery based off-grid renewable energy systems | |
Eltoumi et al. | The key issues of electric vehicle charging via hybrid power sources: Techno-economic viability, analysis, and recommendations | |
EP2590290A1 (en) | Power control method, program, and power control device | |
Feng et al. | Optimization of photovoltaic battery swapping station based on weather/traffic forecasts and speed variable charging | |
Dashora et al. | The PHEV charging infrastructure planning (PCIP) problem | |
Akil et al. | Impact of electric vehicle charging profiles in data-driven framework on distribution network | |
CN113326467B (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
Heymann et al. | Mapping the impact of daytime and overnight electric vehicle charging on distribution grids | |
Liu et al. | Charging private electric vehicles solely by photovoltaics: A battery-free direct-current microgrid with distributed charging strategy | |
Gao et al. | Charging load forecasting of electric vehicle based on Monte Carlo and deep learning | |
Marasciuolo et al. | The influence of EV usage scenarios on DC microgrid techno-economic operation | |
Karmaker et al. | Electric vehicle hosting capacity analysis: Challenges and solutions | |
CN117436220B (zh) | 一种基于物理模型结构的充换电柜布局方法及系统 | |
CN116566056A (zh) | 轨道交通牵引供电系统的能量管理分析系统 | |
Terrier et al. | Potential of electric mobility as service to the grid in renewable energy hubs | |
Ehsan et al. | Expansion planning of electric power distribution systems with microgeneration and EV charging stations | |
Günther et al. | Strategic Planning of Public Charging Infrastructure | |
Men et al. | Current status and development trend of key technologies for operation and maintenance of electric vehicle charging facilities | |
Li et al. | Empirical analysis of electric vehicles’ charging patterns: Case study from Shanghai | |
CN115130810B (zh) | 电动汽车充电站扩容规划方法、系统、介质、设备及终端 | |
CN116911583B (zh) | 一种电动汽车充电站设备的规划方法、系统及介质 | |
Hasdemir et al. | A stochastic simulation for a hybrid system of solar panels and EV chargers |
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 |