TW201931284A - 動態配置可交換式儲能裝置站之間能源的系統和方法 - Google Patents

動態配置可交換式儲能裝置站之間能源的系統和方法 Download PDF

Info

Publication number
TW201931284A
TW201931284A TW107147871A TW107147871A TW201931284A TW 201931284 A TW201931284 A TW 201931284A TW 107147871 A TW107147871 A TW 107147871A TW 107147871 A TW107147871 A TW 107147871A TW 201931284 A TW201931284 A TW 201931284A
Authority
TW
Taiwan
Prior art keywords
battery
exchange stations
energy
stations
rate
Prior art date
Application number
TW107147871A
Other languages
English (en)
Other versions
TWI766138B (zh
Inventor
賴昀君
莊勝欽
陳建中
施怡芬
陸學森
朱柏聿
Original Assignee
英屬開曼群島商睿能創意公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 英屬開曼群島商睿能創意公司 filed Critical 英屬開曼群島商睿能創意公司
Publication of TW201931284A publication Critical patent/TW201931284A/zh
Application granted granted Critical
Publication of TWI766138B publication Critical patent/TWI766138B/zh

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
    • B60S5/00—Servicing, maintaining, repairing, or refitting of vehicles
    • B60S5/06—Supplying batteries to, or removing batteries from, vehicles
    • 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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G06Q10/025—Coordination of plural reservations, e.g. plural trip segments, transportation combined with accommodation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/30—Constructional details of charging stations
    • B60L53/305—Communication interfaces
    • 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
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • 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
    • 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
    • B60L53/80—Exchanging energy storage elements, e.g. removable batteries
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • 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
    • B60L53/68—Off-site monitoring or control, e.g. remote control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • 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
    • Y02T90/14—Plug-in electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • 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
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Power Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Transportation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Educational Administration (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本案是與管理複數個裝置交換站有關的方法與相關系統。管理方法包含，例如，(1)根據位於各該裝置交換站的複數個儲能裝置的一可取用性，決定對應各該複數個裝置交換站的一分數；(2)根據該些裝置交換站之每一者的該分數，決定該複數個裝置交換站的一序列；以及(3)透過映射該些裝置交換站的該序列至相應於一費率分布的一特徵曲線，決定對應各該裝置交換站的一費率。

Description

動態配置可交換式儲能裝置站之間能源的 系統和方法
本案是關於一種用以在可交換式儲能裝置交換站中動態配置能源的系統和方法，且特別是有關於根據可交換式儲能裝置站的特徵曲線，動態配置能源的系統和方法。
有些電動車輛是由可交換式電池供電。對於這樣的電動車輛，當使用者想要進行電池交換時，擁有充分充電的電池可提供應使用者是提供令人滿意之用戶體驗的一重要因素。然而，很難預測使用者何時與何地想要交換電池。對於處理大量電池的電池交換系統，對系統而言甚至更難以預測電池需求並相應地做出回應。此外，對電池充電和維護這些電池的充電狀態需要大量的能源。不必要的充電或維護會對系統的成本效益和能源效益產生負面影響。因此，有一種改進的系統和方法來解決上述問題是有利的。
本案的一種態樣為一種動態配置可交換式儲能裝置站之間能源的方法，該方法包含以下操作：根據位於各裝置交換站的複數個儲能裝置的一可取用性，決定對各複數個裝置交換站的一分數；根據該些裝置交換站之每一者的該分數，決定該複數個裝置交換站的一序列；以及透過映射該些裝置交換站的該序列至相應於一費率分布的一特徵曲線，決定對應各裝置交換站的每一者一費率。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，其中該特徵曲線是基於一期望值與一費率範圍而決定，且其中該期望值與該費率範圍是根據一使用者輸入而決定其中該特徵曲線是基於一期望值與一費率範圍而決定，且其中該期望值與該費率範圍是根據一使用者輸入而決定。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，其中該特徵曲線是基於一常態分佈曲線所決定。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，其中該分數是從一可用儲能裝置數取得。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，更包含：根據一預測的裝置需求及一預測的裝置供應之間的一差值，決定該數可用儲能裝置數。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，更包含：透過平均該些裝置交換站中彼此相鄰 的至少二者之該費率，調整該些裝置交換站中的至少二者之該費率。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，其中：該些裝置交換站的至少二第一裝置交換站是位於一第一行政區；該些裝置交換站的至少二第二裝置交換站是位於一第二行政區；該管理方法更包含：根據一第一子特徵曲線，產生對各該些第一裝置交換站的一第一調整費率；以及根據一第二子特徵曲線，產生對該些第二裝置交換站的每一者一第二調整費率。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，其中對該些第一裝置交換站的該第一調整費率的一第一平均值通常與對該些第二裝置交換站的該第二調整費率的一第二平均值相同。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，更包含：根據該些裝置交換站的相鄰性，劃分該些裝置交換站成至少二組裝置交換站；產生對在該至少二組的每一者中之裝置交換站一子序列；以及透過映射該子序列至一子特徵曲線，調整對在該至少二組的每一者中之每一個裝置交換站的該費率。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，更包含：根據該些裝置交換站中的至少一者之費率，調整該些裝置交換站的至少一裝置交換站之一回售費率，以便於提供一使用者一獎勵去售回一已充電電池。
在一些實施例中，該可交換式管理多個裝置交換站能源的方法，更包含：劃分複數個裝置交換站至一第一群集與第二群集；以及調整該特徵曲線以形成對該第一群集的一第一特徵曲線及行程對該第二群集的一第二特徵曲線。
本案的另一樣態係一種用以管理複數個裝置交換站的可交換式能源系統。該系統包含一處理器。該處理器用以根據位於各該裝置交換站的複數個儲能裝置的一可取用性，決定對應各該複數個裝置交換站的一分數；根據各該裝置交換站的該分數，決定該複數個裝置交換站的一序列；以及透過映射該些裝置交換站的該序列至相應於一費率分布的一特徵曲線，決定對應各該裝置交換站的一費率。
在一些實施例中，該用以管理複數個裝置交換站的可交換式能源系統，其中該特徵曲線是基於一期望值與一費率範圍而決定，且其中該期望值與該費率範圍是根據一使用者輸入而決定。
在一些實施例中，該用以管理複數個裝置交換站的可交換式能源系統，其中該分數是從一可用儲能裝置數數，且其中該處理器用以根據一預測裝置需求及一預測裝置供應之間的一差值，決定該數可用儲能裝置數確認。
本案的另一樣態係一種用於平衡多個電池交換站之間的能源的方法，包含：接收從多個取樣電池交換站來的電池需求資訊；根據所接收電池需求資訊，產生一特徵函數，其中該特徵函數是基於一能源比例及一電池費率而決定，其中該能源比例是根據與一電池交換事件有關的一電池能源等級及 與該電池交換事件有關的一可用電池數而決定，且其中該電池費率是基於相應於該費率之一分布的一特徵曲線而決定。
在一些實施例中，該用於平衡多個電池交換站之間的能源的方法，更包含：基於所決定的該電池價格，產生一通知以激勵一使用者交換一電池。
在一些實施例中，該用於平衡多個電池交換站之間的能源的方法，更包含：根據電池需求時間間隔、一電池站類型及一群集的電池交換數，劃分電池需求資訊為多個群集。
在一些實施例中，該用於平衡多個電池交換站之間的能源的方法，更包含：產生對該些群集的每一個的該特徵函數。
在一些實施例中，該用於平衡多個電池交換站之間的能源的方法，更包含：根據該特徵函數。決定每一個群集的該電池價格。
在一些實施例中，該用於平衡多個電池交換站之間的能源的方法，其中該特徵函數是根據一基因演算法(generic algorithm,GA)，且其中多個群集是基於一K~均方分群演算法(K~means clustering algorithm)而決定。
為讓本案之上述和其他目的、特徵、優點與實施例能更明顯易懂，所附符號之說明如下：
10‧‧‧電池交換站
300‧‧‧系統
11A~11B‧‧‧電池
30‧‧‧車輛
12A~12B‧‧‧電池
31‧‧‧行動裝置
13A~13B‧‧‧電池
33‧‧‧伺服器
15A~15B‧‧‧電池
35‧‧‧電源
100‧‧‧系統
301‧‧‧處理器
101A~101D‧‧‧電池交換站
303‧‧‧記憶體
305‧‧‧使用者介面
103‧‧‧主伺服器
307‧‧‧通訊元件
105‧‧‧資料庫
309‧‧‧電池管理元件
107‧‧‧網路
311‧‧‧感應器
109A~109C‧‧‧伺服器
313‧‧‧儲存元件
111A~111C‧‧‧資料庫
315‧‧‧充電控制元件
113‧‧‧電池交換架
317a~317n‧‧‧電池槽
115‧‧‧使用者介面
319‧‧‧處理器
117a~117h‧‧‧電池槽
321‧‧‧記憶體
C1~C3‧‧‧點
323‧‧‧電池
X1、X2‧‧‧軸
325‧‧‧馬達
121‧‧‧線121
327‧‧‧輸入裝置
fc1~fc5‧‧‧特徵曲線
329‧‧‧儀表顯示器
151、152‧‧‧特徵曲線
331‧‧‧儲存元件
200‧‧‧伺服器系統
333‧‧‧感應器
20‧‧‧客戶站
335‧‧‧通訊元件
201‧‧‧處理器
337‧‧‧電池記憶體
203‧‧‧記憶體
701A~701C‧‧‧特性曲線
205‧‧‧輸入/輸出裝置
703、708、709、713、714‧‧‧峰值部分
207‧‧‧儲存元件
209‧‧‧需求分析元件
705、711‧‧‧平線區
211‧‧‧電源分析元件
707A~707C‧‧‧特性曲線
213‧‧‧站點分析元件
1000‧‧‧方法
215‧‧‧電池分析元件
1001~1109‧‧‧步驟
217‧‧‧使用者行為分析元件
1100‧‧‧方法
1101~1109‧‧‧步驟
219‧‧‧車輛分析元件
221‧‧‧通訊元件
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂，所附圖式之說明如下：第1A圖為根據本案一些實施例所繪示的一種獎勵電池交換系統的示意圖； 第1B圖為根據本案一些實施例所繪示的一種系統的示意圖，其中該系統用以收集從多個電池交換站來的資訊；第1C圖為根據本案一些實施例所繪示的為著劃分電池需求資訊至多個群集的一群集程序的示意圖；第1D圖為根據本案一些實施例所繪示的所執行之集群的示意圖；第1E圖為根據本案一些實施例所繪示的所描述之一電池分數的示意圖；第1F圖為根據本案一些實施例所繪示的一使用一基因演算法以決定電池需求函數(fc)的示意圖；第1G圖為根據本案一些實施例所繪示的多個電池需求特徵函數(fc)的示意圖；第1H圖為根據本案一些實施例所繪示的基於電池需求資訊設定一電池交換價格之流程的流程圖；第1I圖為根據本案一些實施例所繪示的一特徵曲線的示意圖；第1J圖為根據本案一些實施例所繪示的根據電池需求資訊以設定一電池交換價格的流程圖；第2圖為根據本案一些實施例所繪示的一伺服器系統的示意圖；第3圖為根據本案一些實施例所繪示的一站點系統及一車輛系統的示意圖；第4A圖至第4C圖及第5A圖至第5C圖為根據本案一些實施例的螢幕截圖，代表一電池交換站、一行動裝置或一 儀表板(一車輛的)的使用者介面；第6圖為根據本案之一些實施例所繪示的一種管理方法的流程圖；第7A圖為根據本案之一些實施例所繪示的多個站點系統之多個特徵的示意圖；以及第7B圖為根據本案之一些實施例所繪示的在多個時間幀期間一站點系統多個特徵的示意圖。
圖式不一定按比例繪製。例如，圖中的一些元件的尺寸可被擴展或縮小以幫助改進對各種實施例的理解。類似地，出於討論一些實施例的目的，一些元件和/或操作可被分成不同的區塊或組合成單個區塊。此外，儘管已經通過圖示中的示例示出了特定實施例並且在下面詳細描述特定實施例，但是本領域之通常知識者該領會到，修改、等效和替換將落入所附權利要求的範圍內。
在本說明中，對「一些實施例」、「一個實施例」等的引用意味著所描述的特定特徵、功能、結構或特性，被包括在本案的至少一個實施例中。在本說明中出現的這些短語並不一定都指同一實施例。另一方面，所提到的實施例不一定是相互排斥的。
本案是關於透過在各種電池交換站動態地設定電池交換價格，動態地在多個可交換式能源能源儲存裝置(例如，可交換式的、可充電的電池，以下稱「儲能裝置」)站之間分配能源(例如，儲存在電池中)的系統和方法。更具體的說，本案是關於用於 預測/分析電池需求，然後滿足預測預測需求的系統和方法。當一電池需求被預測時，將有幾種方法來滿足預測電池需求。首先，一系統可提供一足夠數量的(充滿電的)電池以滿足預測電池需求。其次，系統可採用一「使用者影響」的方式，以提高一電池供應(例如，要求使用者歸還一已適當充電的電池給系統)或透過改變或影響使用者行為(例如，透過對使用者提供動機(motivation)或激勵(incentive)來這樣做)來降低一電池需求(例如，請求使用者延遲電池交換)。在一些實施例中，可透過廣告、通知、遊戲、鼓勵等來激勵電池的使用者改變他們的行為。在一些實施例中，可透過較低的電池交換價格或其他相當的誘因(例如，信用積分、獎勵點數)來激勵電池使用者。激勵電池使用者的一種方法是動態地調整在各個電池交換站的電池交換價格，使得使用者可被驅使在一低需求站點交換電池(例如，降低一高需求站點的電池需求)或將已適當充電的電池(例如，已充電80-90%)歸還到一高需求站點(例如，以增加電池供應)。
本案有是關於用於基於一定價策略，動態地在多個可交換式的儲能裝置(例如，可交換式的、可充電的電池)站之間分配能源(如儲存在電池中)的方法和系統。更具體的說，本案是關於用於預測和分析一電池需求，並相應地管理位於多個站點的電池的一種系統和方法。本案的系統收集電池需求的資訊(例如，從各種來源，如附接至電池的一電池記憶體、電池交換站、車輛、使用者的移動裝置，等等)。例如，電池需求資訊可包括「在一特定時 段期間在一特定站點處交換之電池的數量」或「在一特定時段期間由一使用者交換之電池的數量」或其他適當的資訊(例如，多個交換電池的特性，如製造商、充電狀態(SoC)等)。
第1H圖提供了關於如何基於電池需求資訊設定電池交換價格的步驟1000。簡而言之，本案所揭露的系統首先可收集歷史電池需求資訊(步驟1001)，然後基於一集群程序(clustering process，如步驟1003)分析所收集資訊。如下所述，集群程序可將所收集電池需求資訊劃分為各種群集(cluster)。每個群集代表一電池需求類型。基於集群結果，本案所揭露的系統可進一步決定一動態電池定價策略(步驟1005)，該動態電池定價策略可用於激勵電池使用者去滿足一預測電池需求。實施例將在以下詳細討論。
在集群程序中，系統可劃分所收集電池需求資訊至基於一個或多個因子的多個群集。在一些實施例中，集群可基於時段被決定(例如，一群集代表上午9點至上午10點，而另一群集代表下午3點至下午5點)。參考第1C圖，將詳細討論關於基於時段決定群集的實施例。在一些實施例中，可基於電池站的類型來決定群集(例如，「所有時段高需求」型、「尖峰時段高需求」型、「假日高需求」型、「週末高需求」型、「事件高需求」型、「低所有時段需求」型等；相關細節將在下面詳細討論)。在一些實施例中，可基於位置(例如，一電池交換站的一位置，或一用於「車輛至車輛」電池交換之車輛的位置。在一些實施例中，可基於其他 相當的因素來決定群集。在一個或多個下面所討論的實施例中，群集是基於「交換電池何時發生」及「電池站的類型」兩者所決定。在一些實施例中，群集可因其他各種因素被決定或被區分，因此不能立即地將其鑑定為與單個因子或兩個因子密切相關。在一些實施例中，可基於一機器學習程序的結果來決定群集。在一些實施例中(如下面參考第1I圖和第1J圖討論的實施例)，可跳過集群程序。
在一些實施例中，具有大於「1」的一費率(如下面討論的「電池費率」)的群集可代表高需求(或預測即將到來高需求)，在該些群集使用者為著一已充電電池被以較高的費率收費，或者反過來，被支付較高的費率來賣回已充電電池(如一「回售費率」)。對使用者的回售費率可至少部份地基於費率、分數和裝置交換站的大小來決定。例如，一個小卻繁忙的站點可能沒有即時預備足夠的電池以滿足需求的能力，所以對於此站點可設定得較高的回售費率，使得使用者能幫助站點滿足需求。在一些實施例中，具有低於「1」的費率(如下面討論的「電池費率」)的群集可代表較低需求，在該些群集，使用者將為了一已充電電池被以較低的費率收費，或被支付較低的費率來賣回已充電電池。
在一些實施例中，本案所揭露的系統的一中央伺服器接收所有這些使用統計、天氣報告、特殊事件數據等，並嘗試為每個充電站或群集產生一供需函數。透過動態地為每個站點/群集產生一供需曲線，可更好地平衡整個系統的能源使用。
基於兩個因子(如時間和站點類型)，本系統然後劃分所收集電池需求資訊成多個群集C1~Cn(群集的示例可在第1C圖中找到，其中包括8個群集等級1-8)。多個群集的C1~Cn可基於「每個站點」及每個「時間間隔」(如一小時或兩小時)電池交換的次數排名。例如，C1可代表每個站點和每個時間間隔電池交換的最小次數，Cn可代表每個站點和每個時間間隔電池交換的最大次數。例如，C1可代表一站點每小時0-10次電池交換，C2代表1-25次電池交換，C3代表26-50次電池交換，C4可代表51-100次電池交換，Cn可代表10,000次及以上的電池交換，依此類推。
在繪示的實施例中，在群集C1中的元件可包括「在站點A時段上午01點到上午03點」(這表示為一所有時間低需求類型的站點)、「在站點B時段凌晨2點至凌晨6點」(這表示為一事件高要求類型)以及落在由群集C1所代表之電池交換次數內的其他時間類型組合。如另一例子，群集Cn可包含「在站點C時段上午9點到上午9點45分」(這表示為一尖峰時段高需求的類型)、「在站點D時段星期六上午10點到下午5點」(這表示是一週末高需求的類型)以及落在由群集Cn所代表之電池交換次數內的其他時間類型組合。
在一些實施例中，可基於所收集電池需求資訊決定多個群集。例如，可基於一K均值集群程序來決定多個群集，這將在下面參考第1D圖詳細討論。
為了能夠激勵電池使用者採取行動(例如，增加電池供應或在一特定時段內減少一電池需求)，本案所揭露的系統可動態地調整每個電池站的電池交換價格。本案所揭露的系統可透過產生如下所述的一動態定價模型來實現此目標。
對於每個群集，本系統可產生一特徵函數(fc)，該特徵函數反映電池可取用性與一費率之間的關係。在一些實施例中，特徵函數基於群集的一「能源比例」和一「電池費率」決定。
該能源比例基於與一電池交換事件有關的一可用電池能源決定。能源比例可以一「電池分數」對一「電池數」的比例被定義。簡而言之，當電池被交換時，電池分數可被定義為電池的一電池能源等級(例如，充電狀態，SoC)。例如，當電池能源等級超過90%(例如，充電90%)，在電池被交換時，電池得分可為「1」。在一些實施例中，當電池能源等級在82%(例如，充電82%)，在電池被交換時，電池得分可為「0.3」。在一些實施例中，電池分數可被定義為一指標，代表一電池站是否具有足夠已完全充電電池。下面參考第1E圖討論關於電池分數的實施例。
「電池數」可代表在電池交換站可用電池的數量。例如，如果一個電池交換站具有3個可供使用者調換的已完全充電電池，該電池數可為「3」。如另一例子，如果一個電池交換站具有6個可供使用者調換的已充電90%電池，該電池數可為「6」。
基於「電池分數」和「電池數」，即可決定能源比例。能源比例可用於產生特徵函數。下面參考第1G圖討論特徵函數的 實施例。例如，在第1G圖中所示的圖，其橫軸代表能源比例，而同一圖的縱軸代表「電池費率」。
如上所述，每個群集具有一相應的特徵函數(fc)。相應的特徵函數可以是曲線的形式，如第1G圖所示。這些曲線表明，即使在同一群集中的時間間隔期間，如果電池站的能源比例改變，則使用者可接收不同電池交換價格的電池(例如，第1G圖中所示的「費率」)。
「電池費率」是反映電池交換服務供應商向一使用者收取電池交換之費用的一參考價格數。電池費率可有一最大值和一最小值(即，費率的範圍內)。「電池費率」是由一系統操作員決定的一因子。在一些實施例中，系統操作員可將一「基本費率」定為電池使用者消耗一單位的電力(例如，1Ahr)的價格。然後電池交換價格可透過將基本費率乘以所消耗電力的量來計算。本案的系統可基於所收集電池需求資訊和所決定電池費率(例如，價格較高的電池應有更低的需求)，預測可能的一可能電池需求(例如透過決定對每一群集的特徵函數)。然後可將所決定特徵函數用作規則，以在每一時間間隔中決定每個相應電池交換站的一電池交換價格。電池交換價格可以是「動態的」，因為特徵函數可即時(如毫秒到秒)或接近即時(如幾分鐘到幾小時)的方式被產生或更新。在一些實施例中，集群程序也可以類似的方式(如集群程序可以即時或接近即時的方式執行)「動態」的。
在一些實施例中，可基於一機器學習程序來決定特徵函數。在一些實施例中，可基於一基因演算法(generic algorithm,GA)來決定特徵函數。下面參考第1F圖討論基因演算法的實施例。
如一可供選擇的技術，在一些實施例中，本案所揭露的系統可基於一特徵曲線(如一常態分佈曲線、「鐘形曲線」或一從常態分佈調整(如偏斜)的曲線等)。例如，第1I圖示繪示出根據本案的一些實施例的一特徵曲線151。第1I圖中的橫軸代表電池費率(如上面參考第1G圖所討論的)。如所示，該特徵曲線151是在從0.8(最小)至1.2(最大)的定價範圍，可由系統或系統操作員來設定。當電池費率為「1」時，假設電池的供需是平衡的。當電池費率高於「1」，電池價格會相對高，因而電池需求可被降低。當電池費率低於「1」時，電池價格相對低，因而可影響使用者，並且電池需求可能增加。如第1I圖所示，一關鍵電池費率可被設定為「1.1」(如平均電池費率「1」的110%)以防止電池價格過高而對使用者的電池體驗產生負面影響(例如，使用者以較高的費率付款時可能會生氣)。在一些實施例中，當電池費率低於「1」時，電池價格可能低於系統營運商提供/預備電池的費用/成本，因此系統運營商可能希望限制這種情況以避免損失利潤。
在第1I圖中的縱軸代表概率密度，這意味著，大部分費率要指派給裝置交換站的是在特徵曲線151的峰值附近(例如，峰值代表特徵曲線151的一「期望值」，將在下面詳細討論)。特徵曲線151是可用來在一行政區(如，城市、縣鎮、鄰近區域等) 或一幾何區域(如直徑為5-25公里的圓形區域)，動態地對多個電池(或其它相當的能源儲存裝置)調整電池費率。在一些實施例中，複數個裝置交換站可位於一特定使用者群(如，公司的僱員、學校的教師等)頻繁交換儲能裝置的區域內。
透過使用特徵曲線151，本案所揭露的系統決定在一個特定的區域中的電池價格，並確認在該區域中各種電池交換站的電池價格之分佈是根據特徵曲線151的分佈(如，只有一限定數量的電池是「貴」或「便宜」，而大多數的電池的被設定在一正常價格(例如，平均費率「1」或略低/略高於「1」)。透過在這種安排，系統可在所選區域中提供一動態且平衡的電池定價結構，因而增進使用者體驗並平衡電池交換站之間的能源(例如，儲存在電池中)。例如，電池交換站可照著基於該些電池交換站的電池分數(例如，從高到低)的一順序排序或被安排，以形成一站點的「序列(sequence)」。然後，對每個站點的費率可透過「映射(mapping)」序列到特徵曲線151而決定，與特徵曲線151有關的本案實施例將在下面參考第1J圖討論。
在一些實施例中，本案所揭露的系統可基於電池交換站的接近性或相鄰性來調整費率。例如，站點A1和站點A2接近(例如，在1公里內)。本案所揭露的系統可將站點A1和站點A2的費率調整到相同的費率(例如，基於特徵曲線151原定給站點A1和站點A2之費率的平均值)。在一些實施例中，站點A1和站點A2的費率中的一者可被設定在一較低的費率(或一較高的 費率)，以便讓使用者注意到費率的改變和保持使用者對交換/調換更便宜之電池的興趣。
在一些實施例中，本案所揭露的系統可進一步基於地理區域或行政區調整費率。在一些實施例中，例如，每個行政區或地理區域可具有一子特徵曲線(例如，類似於特徵曲線151，像是一常態分佈曲線)，以及可基於該子特徵曲線，進一步調整對在每個行政區或地理區域中之站點的費率。在這種情況下，可基於在地理區域或行政區內中的裝置交換站之費率，決定子特徵曲線。例如，在地理區域內之裝置交換站的費率的平均可被設定為子特徵曲線的期望值(可與特徵曲線151的期望值不同)。在行政區AD1內的站點可基於該些站點的電池分數被排序，以形成在行政區AD1內站點的一子序列。透過將對行政區AD1中站點的子序列映射到對行政區AD1的子特徵曲線，可進一步調整對行政區AD1中站點的費率。相同的方法可用於相近大小的行政區域中的站點(例如，行政區AD2)。因此，本案可平衡在每個行政區或地理區域中的費率。
調整在一小地理區域中裝置交換站的費率可讓使用者更願意交換/調換更便宜的電池(例如，因為在僅幾個街區之遙有更便宜的電池，對使用者更方便)。在不同的行政區(例如，更大的區域)平衡費率包含為多個子特徵曲線設定類似的期望值(雖然一費率範圍可能不同)。透過這種配置，生活在一個密集地區(例如，行政區AD1坐落在市中心區和且電池需求強)的使用者不覺 得自己總去需要拿昂貴的電池(例如，比那些在是鄉村地區的行政區AD2的更貴)。在一些實施例中，系統可基於簡單的規則和指令重新調整裝置交換站的費率，而不一定要如同上述的映射至子特徵曲線上。
第1J圖為根據本案一些實施例所繪示的一種方法1100的流程圖。方法1100用於管理多個裝置交換站(例如，電池交換站)。例如，方法1100可透過動態地調整在這些站點裝置交換價格來平衡對這些站點中的儲能裝置(例如，電池)的所期望需求。方法1100可由具有一處理器的伺服器或伺服器系統(如第2圖)實現。例如，在步驟1101，該方法決定交換在多個裝置交換站中之儲能裝置的一費率範圍。費率範圍具有一最大費率(例如，第1I圖中的費率「1.2」)和最小費率(例如，第1I圖中的費率「0.8」)。一旦費率範圍被決定時，基於費率範圍的特徵曲線可被決定，如步驟1103中所示。特徵曲線代表對複數個裝置交換站的費率的分佈。在一些實施例中，特徵曲線可以是一常態分佈或「鐘形曲線」。在其他實施例中，特徵曲線可是偏斜曲線或其他相當的分佈。
在一些實施例中，還可基於一「期望值」決定特徵曲線。如下面詳細討論的，「期望值」代表一系統營運商的定價策略。換句話說，系統運營商是否可基於定價策略期望額外的利潤。例如，當系統營運商設定的期望值為「1」，該系統預計不會產生任何額外的利潤。如果系統營運商設置的期望值高於「1」，那麼系 統運營商預期有一些額外的利潤。如果系統操作者設定低於預期值「1」，則系統營運商預期有較少利潤(在一些實施例中，可能會失去利潤)。期望值的實施例在下面是參考以下公式C討論。期望值決定特徵曲線的「峰值」或「中心」。在第1I圖所示的實施例中，特徵曲線151具有略高於平均費率「1」的峰值152。在這樣的實施例中，透過實施該定價策略，利潤將可被預期。
在步驟1105，方法1100透過基於位於每個裝置交換站中之儲能裝置的可取用性，為複數個裝置交換站中的每一個決定一得分而繼續(例如，上面參考第1E圖所討論的「電池分數」)。在一些實施例中，能源能源儲存裝置的可取用性(其可由相關聯的分數反應)可以是一儲能裝置數(例如，在一裝置中交換站中)。在這樣的實施例中，方法1100可包含根據一預測裝置需求及一預測裝置供應之間的一差值，決定該數可用儲能裝置數。例如，該差值可以是「在接下來的兩個小時內有多少電池可用(例如，站點A的4個電池)」。差值可基於一預測電池需求來計算(如在兩小時內預計有兩個電池交換)和一預測電池供應(例如，站點A可準備6個在兩小時內可被提取的電池)。
在步驟1107，方法1100透過基於分數，決定複數個裝置交換站的一序列(例如根據裝置交換站排名或排序)而繼續。在一些實施例中，複數個裝置交換站可照著一個順序被放置，使得具較高分數(例如，更多的可用電池)的站點具有較低等級(例如，一較高的電池供應導致一較低的費率)。
在步驟1109，基於所述序列，方法1100透過映射裝置交換站的序列到特徵曲線，決定每個裝置交換站的一費率。例如，假設(1)有五個站點A1~A5；(2)期望費率為「1」，以及(3)最高等級為「1.2」和最低等級為「0.8」；和(4)站點A1~A5的分數分別為「5」、「4」、「3」、「2」和「1」。在該實施例中，在映射一常態分佈的特徵曲線之後，站點A5的費率是「1.2」，站點A4的費率是「1.1」，站點A3的費率是「1」，站點A2的費率為「0.9」以及站點A1的費率為「0.8」。透過這種安排，本案所揭露的系統可有效地調整每個裝置交換站的費率。
在一些實施例中，本案所揭露的系統可有效地調整每個裝置交換站的費率，使得大多數站點在特徵曲線的峰值具有費率。例如，假設(1)有十個站B1~B10；(2)期望費率為「1」，以及(3)最大評等為「1.3」且最低評等為「0.7」；和(4)站點B1~B10的分數分別是「5」、「3」、「3」、「3」、「3」、「3」、「3」、「3」、「3」以及「1」。在該實施例中，在映射常態分佈的特徵曲線之後，站點B10的費率為「1.3」，站點B2~B9的評等是「1」，而站點B1的費率是「0.7」。
在一些實施例中，系統可基於至少一裝置交換站的位置，調整裝置交換站中的至少一個裝置交換站的費率。例如，站點X位於具有高電池需求的重要交通樞紐處。雖然電池需求很高，但為了在站點X中交換電池的使用者提供令人滿意的使用者體驗，系統可指定一較低的費率給站點X。
在上面參考第1I圖和第1J圖討論的實施例中，站點仍可被區分成各種群集(例如，基於上面參考第1C圖討論的因子)。對於每個群集，本案所揭露的系統可產生一特徵曲線。對不同群集的特徵曲線可以不同(例如，具有不同的費率範圍)。
一般來說，本案包含兩組用於管理多個裝置交換站的實施例中。第一組實施例(參考第1C~1H圖討論的那些)考慮多個群集，並且每個群集具有一特徵曲線。這第一做法可能需要更多的計算資源，但可提供一更詳細的結果。第二組實施例使用了較簡化的方法，透過基於一常態分佈曲線產生特徵曲線(參考第1I和1J圖討論的實施例)。該第二種方法提供了用於管理多個裝置交換站的一快速、方便的方案。
儘管使用不同的方法，這兩組實施例在大多數的計算中共享相同概念。例如，當計算電池分數時，第一組實施例使用第1E圖中討論的方法。如第1E圖所示，在電池的充電狀態達到75%之前，電池分數被認定是「0」。這是因為對一電池充電從75%到90%通常需要半個到一個小時，因此一充電狀態低於75%的電池不能被認為是可立即使用的。類似地，在第二組實施例中，電池的電池分數也被基於該些電池的充電狀態決定(透過設定一充電狀態臨界值的一簡化方法，以判斷一電池是否是「可用」)。
在本案的另一個方面是，本案透過基於上述電池需求特性函數產生的動態定價，激勵使用者在特定位置交換一電池。第 1A圖為根據本案一些實施例所繪示的一種獎勵電池交換系統的示意圖。
如第1A圖中示出，一電池交換站10可包含6個電池11A、11B、12A、12B、13A和13B定位在其中。電池交換站10還包含兩個空電池槽A、B，供使用者插入電池。在一一般的電池交換事件中，使用者最多可在電池槽A、B中插入兩個空電池，然後從電池交換站10中取出兩個已完全充電的電池(或幾乎已完全充電電池，或比一所插入電池具有較高充電狀態的電池)。在一些實施例中，電池交換站10可用以僅允許某些類型電池插入(例如，電池的充電低於40%)或被取出(例如，電池充電超過80%)。
在第1A圖中示出的實施例中。電池11A、11B是50%充電。電池12A、12B是30%充電。電池13A、13B是39%充電。換句話說，目前沒有可用的電池(例如，超過50%電量的電池)供使用者交換。基於站點10的電池需求預測，系統產生對於可在不久的將來的電池交換的一預測電池需求。例如，對電池交換的預測需求可根據歷史數據產生。在一些實施例中，可基於一機器學習程序產生預測需求(例如，去計算各種相關因子的權重，然後相應地預測一未來需求)。在一些實施例中，對電池交換的預測需求可以是接下來的12或24小時的一預測需求。響應於預測電池需求，本系統可向電池使用者/持有者發送一通知(例如，透過安裝在使用者移動裝置中的應用程式推送一通知)，要求使用者用他們已充電電池交換信用積分、現金或其他獎勵點數(例如，基於相應的特 徵函數產生)。例如，一被激勵的使用者可將兩個80%充電電池15A、15B帶入站點10(例如，將該些電池插入電池槽A、B中)，然後帶走兩個50%充電電池11A、11B。雖然電池11A，11B是只有50%的電量，該些電池可能足以滿足該被激勵使用者的需求(如一個短距離的通勤者)。透過這種安排，本系統可透過動態地定價程序快速平衡多個電池交換站之間的可用能源(例如，儲存在電池中)。下面參考第4A~5C圖描述對使用者之通知的實施例。
本案所揭露的系統可對可交換式的儲能裝置(例如，電池)以即時或接近即時的方式預測需求。本案從多個來源(例如，電池交換站、電動車輛、電池、使用者的移動裝置，等等)收集資訊，分析該資訊，並產生可用於在一特定時間內，對一交換站預測可交換式儲能裝置之需求的參考資訊。所收集資訊可包含，例如，取樣站點的位置(例如，取樣站點可從所有耦合到一伺服器並由一運營商管理的所有多個電池交換站中選擇出來)、取樣站點附近的事件、靠近取樣站點的環境條件和與取樣站點相關聯的使用者行為(例如，電池使用情形、使用者駕駛/騎行歷史、使用者行為、使用者習慣等)。經過分析所收集資訊，系統判斷或識別各種類型的電池交換站的特徵或電力消耗模式。然後所決定或識別特徵/模式可被使用作為規則以決定站點的類型(可在上述站點集群程序期間用作為因子)。
在一些實施例中，本案內容可基於取樣站點的位置將該些取樣站點分類。例如，基於主交通幹道/道路和取樣站點之間 的距離，取樣站點可代表一「高交通流量」型、一「中交通流量」型或一「輕交通流量」型。在一些實施例中，「高交通流量」型站點可被定義為該些站點在離主要交通幹道1公里內，「中交通流量」型站點可定義為該些站點在離主要交通幹道1公里到5公里的範圍，以及「輕交通流量」型站點可定義為該些站點在離主要交通幹道至少5公里站。本案在一個特定的時段可進一步識別每個類型站點的電池需求(例如，在一天之內，如第7A圖所示)。
在一些實施例中，電池需求可被描述為，為滿足所有在一特定時間期間想交換電池的使用者，必要之已充滿電(或實質上已充滿)的電池的最小數目。例如，本案可判斷站點A需要在星期一上午8點至上午11點期間，擁有123個已完全充滿電可供使用的電池。在一些實施例中，電池需求可被描述為電力的最小量(例如，充電電流是以安培描述，A)該最小量是在特定時段之前/期間用以充電/維持最小數目之所需被完全充電電池所必須的。例如，本案所揭露的系統可決定，為了使站點A在上午8點到上午11點可提供123個已完全充電的電池，在同一天上午5點至上午7點30分需提供500安培的所需要充電電流。
一旦決定了對每種類型的取樣站點之電池需求(例如，一「高交通流量」型、一「中交通流量」型或一「輕交通流量」型)，本案所揭露的系統可進一步使用這個資訊，以對一目標電池交換站預測一電池需求。例如，該目標電池交換站可以是距離類似於上述主要交通幹道之的一高交通流量街道1公里內的一新部署 站。在這樣的實施例中，本案可使用所決定電池需求(如描述為第7A圖和第7B圖中所示的需求曲線，或以其他特徵形式或模式)來判斷如何操作目標電池交換站(例如，如何在特定時段內將充電/維護在其中的電池)。透過這種安排，本案使得營運者能夠以節能的方式維護或控制電池交換站。
在一些實施例中，本案可基於周圍環境條件(例如，接近一個吸引觀光客的景點或辦公大樓)和/或特定事件(例如，自然現象如颱風、颶風、惡劣天氣條件、冷/熱浪等，或人為的事件，如職業體育比賽，特殊銷售活動等)分類取樣站點。例如，取樣站點可基於周圍的環境條件代表一「城市通勤」型、一「旅遊景點」型或者一「事件驅動」型。例如，「城市通勤」型可在尖峰通勤時段期間，具有高需求的電池需求模式。如另一例子，觀光客吸引」型可在假日或週末期間，具有高需求的電池需求模式。類似地，「事件驅動」類型可在事件期間，具有高需求的電池需求模式。
在一些實施例中，本案可基於與取樣站點相關聯之使用者行為(例如，時間、位置，和一使用者交換一電池的頻率、一使用者的駕駛/騎乘習慣、一使用者用於操作車輛的路線，等)進一步分類取樣站點。例如，取樣站點可基於周圍環境條件的類型代表一「雜貨購物者」型、「街道競賽者」型或「登山者」型。例如，「雜貨店購物者」型可具有一電池需求模式，該電池需求模型代表使用者經常短途行動到一特定位置(例如，雜貨店)。「街道競賽者」型可有一電池需求模式，該電池需求模型代表當使用者啟動他 們的車輛時，易於全力衝刺(如該站點是接近一專業賽道)。「登山者」型可有一電池需求模式，該電池需求模型代表當使用者操作他們的車輛時，易採取上坡路線(例如，該站點接近一山地風景區的入口)。
在一些實施例中，本案所揭露的系統可使用機器學習技術來增進所執行電池需求預測的準確性。在一些例子中，本案所揭露的系統可使用監督式(supervised)機器學習技術(如以驗證訓練的結果並提供反饋)以提高準確性。在一些實施例中，本案可使用非監督式(unsupervised)機器學習技術(例如，以使系統能夠獨立地計算出如何訓練和改進)來提高精確度。
本案的另一方面是提供在所有時間(或者，以即時或接近即時的方式)一更新的電池需求參考。例如，當一新使用者訂購讓該使用者能夠在現有電池交換站中交換電池的一電池計劃時，本案所揭露的系統可判斷新使用者的類型並據此識別相應的電池需求模式。例如，因為新使用者購買「高性能」電池套組，新使用者可至少被識別為一「高需求」類型。在這樣的實施例中，本系統將基於所識別類型，考慮新使用者對該系統未來的分析和預測的影響。在一些實施例中，類似地，當一新電池交換站部署時，本系統還將考慮該新電池交換站在該系統未來分析和預測中的影響。結果，本案所揭露的系統能夠為電池需求預測，提供最更新且因此最準確的分析結果。在其他實施例中，本案所揭露的系統可週期性地更新電池需求資訊。
在一些實施例中，本案所揭露的系統使得每個電池交換站能夠「離線」操作。在這樣的實施例中，本案提供應每個電池交換站要遵循的一設定預設規則和模式，前提是電池交換站不從一伺服器接收進一步(或更新)的指令。例如，一些站點可能在一個網絡連接可不時被中斷的地方。在這些情況下，這些站點仍可在離線時正常運行(例如，未連接到伺服器)。本案所揭露的系統還可建立關於「老化指令」的一組規則讓站點去遵循。例如，本案所揭露的系統指示這些站點，遵循之前由伺服器傳輸的指令，只要之前由伺服器發送的指令是不超過2小時前產生的。一旦達到2小時臨界值，這些站點就可回到儲存在這些站點中的預設需求模式。在其他實施例中，規則和時間臨界值可根據各種因子而變化，例如站點的位置/類型。
在一些實施例中，本案可基於一使用者請求或一個或多個觸發事件預測一電池需求。觸發事件的實施例包含，例如停電、系統未在其先前預測中將其視為因子的電池需求激增、一意外、一自然災害等。在這樣的實施例中，系統可響應於觸發事件，啟動一預測分析，並將分析結果發送到多個站點。
本案的系統描述設計用於提供電池需求預測的系統和方法，及以即時或接近即時的方式的動態定價策略。不同的實施例可提供以下技術改進中的一個或多個：(1)高效率的即時或接近即時的電池需求預測和動態定價調整；(2)透過設定電池交換定價，有效率且動態地平衡多個電池交換站之間的能源(例如，儲 存在電池中)的能力；和(3)能以一節能的方式提供令人滿意的電池體驗，從而提供增進的使用者體驗。
在以下描述中，出於解釋的目的，闡述了許多具體細節以便提供對本案的實施例的透徹理解。然而，顯而易見的是，可在沒有這些具體細節中的一些的情況下實踐本案的實施例。
第1B圖為根據本案一些實施例所繪示的一種系統100的示意圖。如所示，系統100包含一個或多個電池交換站101A~101D、一主伺服器103、一資料庫105和一網絡107。如圖所示，電池交換站101A、101D透過網路107以無線方式連接到主伺服器103。電池交換站101B、101C經由有線連接經由網絡107耦接到主伺服器103。主伺服器103進一步耦接到資料庫105，資料庫105可儲存參考資訊(例如，如第7A圖和第7B圖所示的電池需求參考資訊)。
使用電池交換站101A作為例子，在所示的實施例中，站點101A可包含一電池交換架113和一使用者介面115(如一顯示器)定位在該電池交換架113上。如所示，電池交換架113可包含8個電池槽117a~117h以容納電池。在操作期間，僅有6個電池槽(如，電池槽117a、電池槽117b、電池槽117d、電池槽117e、電池槽117f和電池槽117h)被電池佔據，並且剩餘的兩個電池槽(如電池槽117c和電池槽117g)保留給使用者插入要交換的電池(例如，低電力或耗盡的電池)。在一些實施例中，電池交換站101A~101D可具有不同的佈置，例如不同數量的機架、 顯示器和/或電池槽。在一些實施例中，電池交換站101A~101D可包含模組化元件(例如，模組化機架、模組化顯示器等)，其使一操作員能夠方便地安裝或擴充電池交換站101A~101D。電池交換站101A~101D可電性耦接到一個或多個電源(例如，電力網、電力線、電力儲存裝置等)以接收電力為位於該些電池交換站101A~101D中的電池充電並執行其他操作(例如，與主伺服器103通訊)。
在一些實施例中，主伺服器103可以是在接收客戶請求，並透過其他伺服器，如伺服器109A~109C，相對的滿足這些要求的一邊緣伺服器。伺服器109A~C進一步耦接到資料庫111A~111C。雖然主伺服器103中的每一個和伺服器109A~C在邏輯上顯示為一單個伺服器，這些伺服器各自可以是一分散式計算環境包含位於相同或在地理上完全不同物理位置的多個計算裝置。
在一些實施例中，主伺服器103和伺服器109A~C可各自運作為一伺服器或一客戶站到其它伺服器/客戶端裝置。如所示，主伺服器103連接到資料庫105。伺服器109A~109C每個都可連接到資料庫111A~111C中的一者。如上面討論的，主伺服器103中的每一者和伺服器111A~111C中的每一個可對應於一組伺服器，並且這些伺服器中的每一個可共享一資料庫或者可具有其自己的資料庫。
資料庫105、資料庫111A~111C儲存與本案所揭露的系統相關聯的資訊(例如，由主伺服器103所收集資訊、由主伺 服器103分析的資訊、由主伺服器103產生的資訊、參考資訊、使用者帳戶資訊、使用者電池計劃、使用者歷史、使用者行為、使用者習慣等)。在一些實施例中，所儲存資訊中的一些可來自由政府或私人實體維護的可公開存取的資料庫(例如，天氣預報資料庫、旅行警報資料庫、交通資訊資料庫、位置服務資料庫、地圖資料庫等)。在一些實施例中，所儲存資訊中的一些可來自提供專屬資訊的私人資料庫(例如，使用者帳戶、使用者信用歷史、使用者訂購資訊等)。
在所示實施例中，主伺服器103用以從電池交換站101A~101D收集關於電池需求的資訊。例如，所收集資訊可包含以下中的一個或多個：(1)電池交換站101A~101D的位置；(2)位於電池交換站101A~101D中電池的數量；(3)不位於電池交換站101A~101D中電池的數量/位置(例如，電池當前安裝在車輛中或由使用者持有或儲存)；(4)上述電池的充電狀態；(5)電池的使用歷史；(6)靠近電池交換站101A~101D事件；(7)靠近電池交換站101A~101D的環境條件；(8)與取樣站點或電池相關聯的使用者行為(例如，電池使用狀態、使用者駕駛/騎乘歷史、使用者行為、使用者習慣等)；和/或(9)其他相當的資訊。
收集這些資訊後，主伺服器103隨後分析所收集資訊以識別對電池交換站101A~101D的特徵或模式。例如，主伺服器103可基於分析，決定一個或多個電池需求特性/模式。然後，所決定特性/模式可用作操作電池交換站101A~101D或用於操作 其他電池交換站耦接到主伺服器103的規則。所決定的特性/模式也可用於產生對電池交換站101A~D的電池定價策略(例如，上面提到參考第1A圖的所激勵電池交換)。下面參考第2圖討論關於主伺服器103的操作的實施例。
該網絡107可以是區域網路(LAN)或廣域網路(WAN)，但也可以是其它的有線或無線網絡。網絡107可以是網際網路或一些其他公共或私有網絡。電池交換站101A~101D可透過有線或無線網絡介面被連接到網絡107。雖然主伺服器103和伺服器109A~109C之間的連接被示為分開的連接，但是這些連接可以是任何類型的區域、廣域、有線或無線網路，包含網路107、或一分開的公共或私人網路。在一些實施例中，網路107包含由一私人實體(例如，公司等)使用的一安全網路。
第1C圖為為著劃分電池需求資訊(例如，一組從多個電池站收集的歷史電池交換需求的數據)至多個群集的一群集程序的示意圖。集群程序用於將所收集(或所分析)電池需求資訊劃分為多個集群，以進行進一步的電池定價分析。如第1C圖所示，本案可基於不同的時間期間，將所收集電池需求資訊劃分為多個群集。例如，在平常日期間，本案可將所有時段劃分為五個等級(等級1~等級5)。如所示，本案可將週末期間的所有時段劃分為三個等級(等級6~等級8)。每個等級可代表不同的電池需求等級(例如，不同的電池交換數)。
例如，「等級1」群集可代表當平常日期間在特定時間間隔內具有400~500次電池交換數的多個電池站(如時間間隔從上午9點到10點的一主火車站附近的電池站)。例如，「等級6」群集可代表在週末的某個時間間隔內具有100~300次電池交換數的電池站(例如，在時間間隔為下午4點至下午5點15分之公車站附近的電池站；或者在時間間隔為晚上7點到晚上8點的一郊區加油站附近的電池站)。如所示，在如第1C圖所示的集群程序之後有8個電池需求的群集。
第1D圖為根據本案一些實施例所繪示的一所可視化集群分析的示意圖。如第1D圖中所示，集群是被設計以從多個二維數據點(例如，基於所收集或所分析數據所產生的)中判斷多個2維代表點(例如，在第3D圖中示出的點C1、C2及C3)。在所繪示例中，X1軸可代表「時段」及X2軸可代表「可用電池的數量」或「電池站的類型」。本案所揭露的系統可選擇其他因子來執行集群分析。例如，在一些實施例中，X1軸可代表「電池交換的數量」且X2軸可代表「可用電池的數量」。本案中討論的集群程序可判斷對所產生數據點的最合適的代表點。在一些實施例中，集群程序可以在多個(例如，多於兩個)維度執行。
在一些實施例中，可基於一K均值演算法執行集群程序。K均值演算法方程式的一示例目標方程如下面方程式A所示。在方程式A中，術語「C1~Ck」代表要決定的群集，術語「Xij」是要考慮的因子，並且參數「i」、「i'」、「j」和「p」是計算變 量。透過最小化下面的目標方程，可決定合適的群集C1~Ck和其中的元件。
第1E圖為根據本案一些實施例所繪示的所描述之一電池分數的示意圖。如上面所提到，「電池分數」可用來決定用以決定特徵函數(fc)的一能源比例。電池分數可被定義為當電池被交換(例如，由使用者從電池交換站移除)時的一電池的電池能源等級(例如，充電狀態，SoC)。如第1E圖中所示，電池分數可用於評估在一電池交換站中電池的充電狀態(例如，透過給電池的一些「評等」)。如本文，電池分數和電池數(如上)是用於識別每個電池交換站的一當前充電狀態或電池可取用性的指標。這些指標是資訊用於系統以了解其目前的電池供應情形和使系統動態地調整的費率。在一些實施例中，電池數可從簡單的觀察中取得。
如在第1E圖中所示，一電池分數曲線或線121代表電池能源等級(以充電狀態百分比顯示)和電池分數之間的關係。例如，當充電狀態超過90%時(例如，充電狀態高於90%的電池可被稱為「可用」電池，可供一使用者提取和使用，因此具有相對高的電池分數)，電池分數為「1」。對於充電狀態從「90%」到「82%」的，相應的電池分數從「1」到「0.3」成比例地減小(例如，這些電池需要充電以便成為「可用」電池，因此具有一中等電 池分數)。對於充電狀態從「82%」到「75%」的，相應的電池分數從「0.3」到「0」成比例地減小。當充電狀態小於75%時，電池分數為「0」(例如，這些電池需要更長時間充電才能成為「可用」電池，因此有一相對低的電池分數。在這樣的實施例中，充電電池75%可以是一電池品質臨界值，該電池品質臨界值代表使用者可從電池站取得之電池的最低充電等級(例如，透過不提供充電不足的電池來維持使用者的電池體驗和服務品質)。在其他實施例中，可基於機器學習程序或透過考慮其他相當的因子來不同地定義電池分數。
在一些實施例中，能源比可被定義為一「電池分數總和」對一「電池數」的比例。在一些實施例中，「電池數」可意味在電池交換站中電池數量。例如，若一個電池交換站具有6個電池在其機架(即，不論這些電池是否對使用者調換是「可用的」的)，該電池數可以是「6」。在其他的實施例中，然而，「電池數」可意味在電池交換站中可用電池的數量。例如，若電池交換站具有3個可供使用者調換的已完全充電電池，則電池數可以是「3」。如另一例子，若一電池交換站具有可供使用者交換的6個90%充電電池，則電池數可以是「6」。
在一些實施例中，可基於下面的方程式B決定能源比例。在下面的方程式B中，電池數進一步被「預測數(Prediction counts)」扣除，「預測數」可基於預測電池需求(例如，基於第7A圖和第7B圖中所示的電池站類型產生)或使用者預約來決定。 其結果是，能源比例(Energy Ratio)(其從電池數(Total Battery Counts)、預期數及電池分數(Total Battery Score)導出)可被認為是一歸一化的加權指數，該能源比例代表並對決定動態電池交換費率是有用的。應注意的是，能源比例的計算可由於實際的需要或新的模擬結果而變化(例如，不同於方程式B)。
第1F圖為根據本案一些實施例所繪示的一使用一基因演算法(genetic algorithm,GA)以決定電池需求函數(fc)的示意圖。然後可使用電池需求特徵函數來決定一電池定價策略(例如，參考第1G圖討論細節)。基因演算法可用於決定每個所決定群集之合適的特徵函數(例如，第1G圖中所示的fc1~fc5，分別對應於第1C圖中所示的等級1~等級5)。如所示，本案可使用所集群電池需求資訊作為「初始母體」(步驟131)，然後估計該初始母體的「適用性F」(步驟133)。「適用性F」在下面的方程式C中被定義。項目「ExpRatio」是指「期望值」或對應於系統營運商之定價策略的一「期望費率」。例如，當系統營運商將期望費率設定為「1」時，系統不期望基於這裡討論的動態定價策略產生任何額外的利潤。如果系統營運商將期望費率設定為「1.2」，則系統期望根據動態定價策略獲得額外20%的利潤。在本實施例中，時間間隔被設定為1小時，並且項目「exchangevm_hour」指的 是「在一電池站每小時電池交換數」。項目「VM」代表用於電池的「自動販賣機」(例如，電池交換站)。
特徵函數(fc)是由本案所揭露之系統所決定的一變量函數。項目「exchangevm_hour」是本案所揭露的系統用於饋入適應度函數F的歷史數據或預測預測需求資訊。在一些實施例中，項目「exchangevm_hour」可透過一個機器學習程序被決定或被「訓練」。若系統找到對每個群集的特徵函數(fc)並決定「適用性F」等於(或接近)0(或其他常數)，則本系統可決定適用性F是收斂的(步驟135)。然後，可決定合適的特徵函數(fc)(步驟137)。若不是，則本系統將經歷一選擇程序(步驟139)和一重組程序(步驟141，包含交叉和變異程序)以產生新的「母體」以進行進一步評估(返回步驟133)。在其他實施例中，可使用其他合適的機器學習演算法或技術來決定特徵函數。這裡揭露的適用度函數F僅是顯示出如何基於基因演算法分析歷史數據以獲得期望的特徵函數(fc)的例子。在其他實施例中，適用度函數F可根據實際考慮或其他計算因子而有不同的形式。例如，適用度函數F可是多目標基因演算法(multi-objective genetic algorithm,MOGA)或多目標基因演算法(multi-objective optimization algorithm,MOOA)。例如，適用度函數F可以是： F=(f1,f2)=w1f1+w2f2...........D
換句話說，在方程式C中的適用度函數F為著一個目的(即，期望費率)被訓練和被優化，而當同時給予每個目的一權重時，適用度函數F在公式D中可為著一個或更多的目的被訓練及優化。例如，一子適用度函數f1可被設置為接近所期望期望費率如在方程式C中所描述的，以及另一子適用度函數f2可為著另一個目的被優化(例如，到市中心的最短距離，在一位置相應於時間間閣的最低電力成本等)。W1和W2是可由一系統營運商設定的加權值。
第1G圖為根據本案一些實施例所繪示的多個電池需求特徵函數(fc)的示意圖。如第1G圖所示，基於上述集群程序和基因演算法計算程序，決定5個電池需求特徵函數fc1~fc5。電池需求特徵函數fc1~fc5可用於決定一動態定價策略。例如，對於在群集1的多個電池站，該系統可使用電池需求特徵函數fc1基於一所給定能源比例(可由單獨的電池站決定並傳送到一伺服器)來判斷如何設定價格(例如，最大和最小費率之間)。透過這種安排，本案可動態地設定一電池交換價格，以便實現節能(例如，平衡多個電池交換站之間的能源)，而不影響使用者的電池經驗。在一些實施例中，本案所揭露的系統使用電池需求特徵函數來決定多個電池交換站的電池交換費率。
例如，若系統預測在該時間間隔內，電池站A將存在高需求，則系統將在該時間間隔中把電池站A放入群集5(例如， 等級5)並具有符合特徵函數fc5的動態費率，因此若能源比例降低，動態費率將很容易變高。例如，在使用者換出一已完全充電電池的事件之後，動態費率可能會從0.9變為1.2。在一些實施例中，電池站A在另一時間間隔(例如，被集群為群集1)的動態費率將僅從0.9變為0.95。隨著站點A的電池交換價格增加，電池需求可能減少(例如，原初計劃在該站點交換電池的一使用者決定在高需求時間期間不交換電池)或者電池供應可能增加(例如，使用者為著信用積分、現金、紅利點數等可在站點A透過「交易」他已完全充電電池)。在一些實施例中，用於一電池「賣出」事件(例如，激勵電池使用者從低需求站點取電池)或一電池「折舊交易」事件(例如，激勵電池使用者將合格的電池歸還至高需求站點)的動態費率可能會相互關聯或相互成比例，但不完全相同。
第2圖為根據本案一些實施例所繪示的一伺服器系統200的示意圖。伺服器系統200用以收集與可由系統200部署或管理的多個電池相關聯的資訊。伺服器系統200還用以分析所收集資訊，並基於分析將訊號或指令發送到一客戶站20，以控制在該客戶站20中的程序(例如，一充電程序)。在一些實施例中，客戶站20可以上面討論的電池交換站101A~101D實現。
如第2圖中所示，伺服器系統200包含一處理器201、記憶體203、一輸入/輸出把(I/O)裝置205、一儲存元件207、一需求分析元件209、電源分析元件211、一站點分析元件213、一電池分析元件215、一使用者行為分析元件217、一車輛 分析元件219和一通訊元件221。處理器201用以與記憶體203和其他伺服器系統200中的元件互動(例如，元件205~221)。在一些實施例中，處理器201可以是一裝置中或者分佈在多個裝置上的單個處理單元或多個處理單元。處理器201可耦接到其他硬體裝置，例如，使用一匯流排，如周邊控制器介面(Peripheral Component Interconnect,PCI)匯流排或小電腦系統介面(Small Computer System Interface,SCSI)匯流排。處理器201可與用於裝置的硬體控制器通訊，例如用於元件205~221。
記憶體203耦接到處理器201並且用以儲存為著控制其他元件或在伺服器系統200之其他資訊的指令。在一些實施例中，記憶體203可包含一個或多個各種硬體裝置的用於揮發性和非揮發性儲存，且可包含唯讀和可寫入記憶體。例如，記憶體203可包含隨機存取記憶體(random access memory,RAM)、處理器寄存器、唯讀記憶體(read-only memory,ROM)、可寫入非揮發性記憶體、隨身碟、裝置緩衝器等。記憶體203不是從底層硬體分離一傳播信號，因此是非暫時性的。記憶體203還可包含可儲存程式和軟體(如一作業系統)的一程式記憶體。記憶體203還可包含可儲存與伺服器系統200相關聯之資訊的一數據記憶體。
輸入/輸出裝置205用以與一操作者進行通訊(例如，接收從其而來的一輸入和/或存在於此的資訊)。在一些實施例中，輸入/輸出裝置205可以是一元件(例如，觸控式螢幕顯示器)。在一些實施例中，輸入/輸出裝置205可包含一輸入裝置(例如， 鍵盤、指示裝置、讀卡器、掃描儀、相機等)和一輸出裝置(例如，顯示器、網卡、喇叭、顯示卡、音效卡、印表機、多個喇叭或其他外部裝置)。
該儲存元件207用以儲存，臨時或永久地，與伺服器系統200相關聯的資訊/數據/檔案/訊號(例如，所收集資訊、參考資訊、待分析資訊、分析結果等)。在一些實施例中，儲存元件207可以是一硬碟、隨身碟或其他相當的儲存裝置。通訊元件221用以與其他系統(例如，客戶站20或其他站點)和其他裝置(例如，由使用者攜帶的移動裝置、車輛等)通訊。
需求分析元件209用以收集和儲存(例如，在儲存元件207中)將被分析的資訊。所收集資訊可包含(1)多個取樣站點的位置(例如，在一些實施例中，包含客戶站20；在其它實施例中，然而，不包含客戶站20)；(2)位於多個取樣站點中的電池數量；(3)不在多個取樣站點內的電池的數量和位置；(4)關於電池製造商的資訊、生產日期/批次、一電池已經歷過充電循環的次數、電池經歷過的工作溫度、電池充電/放電的能源總量/費率、電池的滿充/目前充電電容量，和/或其他相當的電池資訊；(5)可能改變使用者電池體驗的活動或事件(例如，使用者使用/交換電池的方式)；(6)可能會改變使用者電池體驗的環境條件；和/或(7)關於使用者電池計劃、使用者駕駛/騎乘歷史、使用者行為、使用者習慣等的使用者設定資訊。在接收所收集資訊後，需求分析元件209可分析所收集資訊。每種類型的上面所收集資訊被分析， 以識別用於該特定類型的所收集資訊(例如，以第7A圖和第7B圖所示之特徵曲線的形式，將在下面詳細討論)。這些識別的特徵/模式可由需求分析元件209單獨地或組合地考慮，以產生對客戶站20的電池需求預測。
需求分析元件209還用以執行集群程序(例如，第1C圖和第1D圖)、基於機器學習程序(例如，第1F圖和第1G圖)產生電池需求特徵函數，然後相應地提供一動態電池定價策略給客戶站20。該動態電池定價策略使一系統營運商能夠平衡多個客戶站20之間的能源，以滿足使用者的電池需求。
在一些實施例中，需求分析元件209可基於所收集資訊的相對重要性或可靠性優先化該些所收集資訊。例如，需求分析元件209可使用「電池交換站的位置」作為一主要因子，並在決定對客戶站20的一電池需求預測時將其他項目設定為次要因子。在這樣的實施例中，系統200可基於取樣站點的位置對一客戶站20識別一每日電池需求曲線(例如，如第7A圖和第7B圖所示，在下面將詳細討論)。然後，需求分析元件209可考慮其他次要因子以調整已識別的每日電池需求曲線。例如，若需求分析元件209基於使用者設定資訊，決定對客戶站20而言所期望使用者是高需求使用者，則該需求分析元件209可提高電池需求預測。
在一些實施例中，需求分析元件209給予不同類型所收集資訊不同的權重。例如，需求分析元件209可將「站點的位置」、「使用者行為」和「環境條件」的權重設定為50%、20% 和30%。在這樣的實施例中，然後可基於前述權重來組合所識別特徵/模式，該些所識別特徵/模式是針對每種類型之所收集資訊的。在一些實施例中，需求分析元件209可基於經驗研究、機器學習程序的結果和/或系統營運商的偏好來判斷要預測中要包含哪些類型的所收集資訊。
在一些實施例中，需求分析元件209基於所收集資訊的可靠性決定對每種類型之所收集資訊的優先級或權重。例如，對於從耦接到電池記憶體來的所測量和所收集資訊，需求分析元件209可給予較高的權重或優先級，因為系統200認為這樣的資訊是直接/內部的而因此比諸多如環境條件(例如，天氣預報，事件通知等)的間接/外部資訊更可靠。在某些情況下，間接/外部資訊可能嚴重到足以使得系統將給予其一較高的優先級(例如，一颱風/颶風接近、靠近電池交換站舉辦的音樂會等等)。
在一些實施例中，需求分析元件209和在系統200中的其它元件(例如，元件211~219)通訊及工作在一起，以產生用於客戶站20的電池需求預測。在一些實施例中，然而，系統200可在沒有元件211~219的情況下運作。
電源分析元件211用以分析一個或多個電源的狀態(例如，可靠性、穩定性、連續性等)，該些電源用於驅動客戶站20以對在其中的電池充電。例如，電源分析元件211可決定一個用於對客戶站20供電的電源在特定的日期，將於上午1點到上午3點的期間被中斷，並且然後電源分析元件211可相應地基於一電 池需求預測調整對客戶站20的一充電指令。例如，原本電池需求預測可代表客戶站20在特定日期的上午2點期間需要5個已完全充電電池。由於所決定可能的電源中斷，電源分析元件211可指示客戶站20在特定日期的上午1點之前對所需的電池充電。
在一些實施例中，電源分析元件211還考慮在不同的時段的充電費用。例如，電源分析元件211可決定在非尖峰時間期間來自一電源的充電成本降低。電源分析元件211基於從需求分析元件209的電池需求預測，判斷對於客戶站20是否可彈性的在非尖峰時段為其電池充電。若是，電源分析元件211指示客戶站20在這些非高峰時段對電池充電，以便降低充電成本。
站點分析元件213用以分類多個取樣站點成各種類型和識別對於每種類型的代表特徵/模式，使得需求分析元件209可使用這樣的資訊作為其分析基礎。例如，站點分析元件213可分析所收集資訊並基於電池需求將多個取樣站點劃分為各種類型。例如，這些站點可分為「所有時段高需求」、「尖峰時段高需求」、「假日高需求」、「週末高需求」、「事件高要求」。在一些實施例中，「所有時間高需求」型可代表該站點位於一繁忙的街道上。「尖峰時段高需求」型可推斷在尖峰時段通勤使用者經常訪問該站。「假日高需求」型或「週末高需求」型可代表這樣的站點位於一旅遊景點或觀光景點。「事件高要求」型可意味著該站點位於辦活動設施或體育場。「所有時段低需求」可代表該站點是一個戰略站點，建造作為在兩個主要城市之間的中繼站。基於這些類型，需 求分析元件209和站點分析元件213可決定對客戶站的一合適電池需求預測，特別是在所收集資訊不足以使需求分析元件209執行正常分析的情況下。例如，需求分析元件209和站點分析元件213首先決定站點的類型，並使用用於該站點的一典型需求預測曲線。
與站點分析元件213相似，電池分析元件215、使用者行為分析元件217以及車輛分析元件219也用以來分別分類電池、使用者行為、由電池供電的車輛成各種類型，並識別每種類型的代表性特徵/模式。例如，電池分析元件215可基於電池的製造商、使用年日、原始滿充電容量(FCC)、當前滿充電容量、充電循環、所經歷工作溫度、充電/放電設定(例如，穩定或具有尖峰)、電池硬體/韌體版本、電池單元類型、電池充電狀態、電池單元的溫度、電池健康狀態(SoH)、電池使用年日(使用時間和/或充電循環數)、電池電路溫度、電池錯誤狀態、電池直流電流內電阻(DCIR)等，對電池進行分類。這樣的類型或類別可便於需求分析元件209，去微調其對客戶站20的電池需求預測(和相應的充電指令)，若系統200知道客戶站20中放置了哪種類型的電池(例如，這種資訊可由客戶站20提供應伺服器200)。例如，若系統200知道製造商A製造的電池需要比製造商B製造的電池更長的充電時間，則系統200可相應地進行計劃。
類似地，使用者行為分析元件217可基於使用者如何交換和/或使用電池，分類使用者行為。例如，一使用者可對電池效能有很高的要求(例如，一職業賽車手)。如另一個例子，另一 個使用者可能僅使用電池來為其車輛供電以進行日常差事(例如，接孩子或雜貨店購物)。一旦一使用者在客戶站20預約電池，客戶站20就將與預約相關的資訊提供應伺服器系統200。然後，伺服器系統200可決定進行預約的使用者的類型/類別，並相應地調整電池需求預測(和相應的充電指令)。在一些實施例中，這種調整可由客戶站20進行。例如，若系統200知道製造商A製造的電池對於職業賽車使用者而言比由製造商B製造的電池表現更好，系統200可相應地進行計劃。
車輛分析元件219可將使用者計劃進行操作的車輛分類。對於每種類型的車輛中，車輛分析元件219可判斷哪些類型的電池對每種類型的車輛工作地最適合。例如，車輛分析元件219可判斷電動代步車與在特定充電程序之後的特定類型之電池一起工作地最好。在這樣的實施例中，若伺服器系統200接收到相關的車輛資訊，則車輛分析元件219可與需求分析元件209一起工作以調整電池需求預測(以及相應的充電指令)。在一些實施例中，這些資訊可在使用者設定或帳戶資訊被發現。在其他實施例中，這種車輛資訊可由客戶站20提供應伺服器系統200。例如，若系統200知道製造商A製造的電池對於車輛X比製造商B製造的電池表現更好，則系統200可相應地進行計劃。
在一些實施例中，伺服器系統200可以即時或接近即時的方式提供電池需求預測到客戶站20。在這樣的實施例中，伺服器系統200監視客戶站20的狀態。一旦有變化(例如，一使用 者剛剛移除兩個已完全充電電池並在客戶站20留下兩個空電池)或一潛在的變化(例如，一使用者預約在客戶站20交換電池)可能影響客戶站20的充電程序，則伺服器系統200可執行上述分析並為客戶站20產生一更新的電池需求預測使該客戶站20可遵循。在一些實施例中，可將改變或潛在改變從一移動裝置(例如，一使用者使用安裝在該移動裝置之應用程式來進行電池預約)、另一伺服器(例如，與使用者使用的應用程式相關聯的網頁服務伺服器)和/或客戶站20，發送到伺服器系統200。
在一些實施例中，客戶站20可以是一個新的客戶站(例如，不包含在取樣站點內)。在這樣的實施例中，伺服器系統200可基於先前所收集資訊和/或先前由伺服器系統200執行的分析(例如，作為參考資訊)來產生電池需求預測。例如，伺服器系統200可判斷客戶站20可以是某種類型的站點(例如，「高交通流量」型、「中交通流量」型、「輕交通流量」類型、「城市通勤」型、「旅遊景點」型、「事件驅動」型等)然後基於所判斷類型產生電池需求預測。
在一些實施例中，伺服器系統200可同時管理多個客戶站。在這樣的實施例中，伺服器系統200可監視這些客戶站，從中收集資訊，並且產生對每個客戶站的電池需求預測。
第3圖為根據本案一些實施例所繪示的一站點系統300及一車輛系統30的示意圖。如所示，站點系統300包含一處理器301、一記憶體303、一使用者介面305、一通訊元件307、 一電池管理元件30、，一個或多個感應器311、一儲存元件313和耦接到8個電池槽317a~317h的一充電元件315。處理器301用以與站點系統300中的記憶體303和其他元件(例如，元件305~317)互動。記憶體303耦接到處理器301，並且用以儲存用於控制在站點系統300中之其他元件的指令或其他資訊。
使用者介面305用以與一使用者互動(例如，接收一使用者輸入並且向使用者呈現資訊)。在一些實施例中，使用者界面305可以觸控式螢幕顯示器實現。在其他實施例中，使用者介面305可包含其他相當的使用者介面裝置。儲存元件313用以儲存，臨時或永久地，資訊、數據、文件或與站點系統300相關聯的訊號(例如，由感應器313測量資訊、從電池槽317a~317h收集的資訊、參考資訊、充電指示；使用者資訊等)。通訊元件307用以與其他系統進行通訊(例如，車輛系統30、伺服器33和/或其它站點)和其它裝置(例如，由使用者攜帶的一移動裝置31)。
電池管理元件309用以管理和控制位在電池槽317a~317h的電池。在一些實施例中，電池管理元件309可基於來自伺服器33的指令來管理電池(在一些實施例中，其可以與伺服器系統200類似的方式運作)。在一些實施例中，電池管理元件309可基於儲存在站點系統300中(例如，在儲存元件313中)的所預設指令或規則(例如，動態定價策略)來管理電池。在一些實施例中，電池管理元件309可週期性地與伺服器33通訊以請求更新指令。
在一些實施例中，電池管理元件309也可用以收集與位在電池槽317a~317h中之電池有關的資訊、與站點系統300有關的資訊、與一個或多個電源35有關的資訊、與一使用者(例如，經由通訊元件307從移動裝置31接收)有關的資訊和/或與車輛系統30有關的資訊。電池管理元件309可將所收集資訊發送或上傳到伺服器33以進行進一步分析或處理。
感應器311用以測量與站點系統300相關聯的資訊(例如，工作溫度、環境條件、電力連結、網路連結等)。感應器311也可用以監視位在電池槽317a~317h的多個電池。可將所測量資訊傳送到電池管理元件309和伺服器33以進行進一步分析。
充電元件315用以控制為每個位在電池槽317a~317h的電池的一充電程序。在一些實施例中，站點系統300可包含其他多個電池槽。電池槽317a~317h用以容納和充電位於和/或被鎖住在其中的電池。充電元件315從電源35接收電力，然後基於一從伺服器33接收或儲存在儲存元件313中的預定充電計劃，使用電力對位於電池槽317a~317h中的電池充電。在一些實施例中，可基於由伺服器33產生的電池需求預測來決定充電計劃。例如，使用電池需求預測來判斷需要多少電力以充電位於電池槽317a~317h中的電池。
如圖3所示，車輛30可以電動代步、電動汽車等實現。車輛30包含一處理器319、一記憶體321、一電池323、一馬達325、一輸入裝置327、一儀表板顯示器329、一儲存裝置331、 一個或多個感應器333和通訊元件335。處理器319用以與車輛系統30中的記憶體321和其他元件(例如，元件323~335)互動。記憶體321耦接到處理器319並且用以儲存用於控制在車輛系統30中的其他元件的指令或其他資訊。儲存裝置331可具有與儲存元件313或207類似的功能。通訊元件335可具有與通訊元件307或儲存元件313或221類似的功能。儀表板顯示器329用以在可視化的向一使用者呈現資訊(例如，與車輛系統30相關聯的資訊)。
電池323用以供電給馬達325，使得馬達325能夠帶動車輛系統。電池323可以是一可交換式的電池。當電池323電力耗盡時，車輛系統30的一使用者可在站點系統300交換或調換電池323。例如，使用者可從車輛系統30移除電池323，然後放置電池323於電池槽317a~317h中的其中一者中(例如，沒有一電池置於其中的一空電池槽)。然後，使用者可在電池槽317a~317h中取出一已充滿電電池，然後將其安裝在車輛系統30中。
在一些實施例中，當使用者放置電池323在電池槽317a~317h中的一者內，站點系統300可探測到該電池的存在並且從中提取資訊。例如，電池管理元件309從耦接到電池323或在其中的電池記憶體337，可提取與該電池相關聯的資訊(例如，電池使用歷史、電池標識、充電循環、滿充電容量、已經與電池323關聯之車輛的車輛資訊、電池323已涉及的使用者活動等)。在一些實施例中，電池記憶體337中的資訊可經由通訊元件335或經由移動裝置31發送到伺服器33。
第4A圖至第4C圖及第5A圖至第5C圖為根據本案一些實施例的螢幕截圖，代表一電池交換站、一行動裝置或一儀表板(一車輛的)的使用者介面。在第4A圖中，一使用者介面401可通知一使用者，一電池交換站正在提供一個「1.7」電池費率。高於「1」的電池費率代表一高電池需求(例如，在當前時間間隔或在下一時間間隔中具有一高預測預測需求)。當使用者收到此高電池費率的一通知時，使用者可能會相應地改變他或她的行為。例如，原初計劃在該站點交換電池的使用者可延遲他的電池交換(例如，等待一更好/更低的費率)。如另一個例子，當前擁有已充電電池的使用者可考慮「折舊交易」或「出售」電池。例如，若使用者在「1.7」費率折舊交易一電池，使用者可相對於正常費率(正常費率為「1」)接收額外的70%的信用積分/現金/點數。若使用者想要獲得該優惠，則使用者可點擊顯示在使用者介面401中的按鈕「是」並騎行70公里到該站點。
在第4B圖中，一使用者介面403表示出，一通知405可在使用者介面403的一個角落上顯示，提醒使用者有一個擱置的電池交換報價。在繪示出的實施例中，通知405代表一所提供電池費率是「0.8」，這意味著若使用者去一個特定的電池站交換一電池時，使用者可得到正常價格20%的折扣。
在一些實施例中，如第4C圖所示，一使用者介面407可特別地要求一使用者以一80%充電的電池折舊交易一40%充電電池。在第5A圖至第5C圖中，具有不同價格的電池可被顯示在 地圖上，該電池具有代表可用電池數的一第一指標409，和代表電池費率的一第二指標411。
第6圖為根據本案之一些實施例所繪示的一種方法600的流程圖。方法600用以在多個電池交換站之間平衡可用能源。方法600可由一伺服器(例如，伺服器系統200)實現。在一些實施例中，方法600可由一電池交換站(例如，站點系統300)實現。方法600在步驟601開始，透過接收來自多個取樣電池交換站來的電池需求資訊。在一些實施例中，這些儲能裝置可位於多個取樣站點、車輛或由使用者持有/儲存。
在步驟603，方法600透過基於電池需求時間、電池站類型、一群集的電池交換數，將電池需求資訊劃分成多個群集而繼續。在步驟605，然後，方法600為每個群集產生一特徵函數。特徵函數是基於一能源比例和一電池費率而決定的(例如，第1G圖)。在步驟607，方法600然後基於特徵函數，決定每個群集的一動態電池價格。能源比例是基於與電池交換事件相關聯的電池能源等級而決定(例如，一使用者在一站點交換一電池)以及與電池交換事件相關的一可用電池數。電池站的能源比例代表在一特定時間的相對值。例如，若站點的能源比例是高的時，可代表該站點當前的能源供應是充分的，以應付目前需求。若站點的能源比例低，則可能代表該站點當前的能源供應不足。因此，本系統可啟動一動態定價程序以激勵使用者去攜帶或將已充電電池運送到該站點。例如，步驟609，方法600可產生一通知給一使用者以激勵使用者根 據動態電池價格交換電池。然後，方法600返回並等待進一步的指令。
第7A圖為根據本案之一些實施例所繪示的多個站點系統之多個特徵的示意圖。在第7A圖中，呈現3個二維特徵曲線701A、701B和701C。然而，在其他實施例中，特徵曲線可是三維的或多維的，這取決於在產生這樣的特徵曲線時要考慮之因子的數量。
特徵曲線701A~701C代表基於與多個取樣站點相關聯的資訊(例如，上述所收集資訊)產生的(例如，由如伺服器系統200的伺服器)代表站點A~站點C的電池需求預測(或電力消耗預測)。在一些實施例中，這些特徵曲線701A~701C可與實際測量結果進行比較，以便驗證和/或增進這些曲線的精度(例如，將特徵曲線701A與透過在站點A執行實際測量所產生的曲線進行比較)。在這樣的實施例中，比較的結果可用以進一步調整特徵曲線701A~701C。在一些實施例中，本案可基於各種因子、因子的權重、演算法等使用該方法微調其分析。
如第7A圖所示，特徵曲線701A具有峰值部分703，其可代表站點A是一「尖峰時段高需求」型站點。特徵曲線701B具有平滑的曲線，其可代表站點B在某個時段(例如，在早晨)具有一相對高的電池需求，因此可以是一「通勤」型站。對於站點C，特徵曲線701C在一天中間具有一平線區705。平線區705可代表站點C在中午具有相對高的電池需求，這可由接近站點C之著名 餐館的交通流量引起。在一些實施例中，本案可提供多種類型的特徵曲線或模式，可用作參考資訊以決定電池交換站的電池需求預測。
第7B圖為根據本案之一些實施例所繪示的在多個時間幀期間一站點系統多個特徵的示意圖。在第7B圖中，呈現3個站點X的三條特徵曲線707A~707C。特徵曲線707A~707C代表基於與多個取樣站點相關聯的資訊，產生的在不同時間幀(例如，一天，一週和一年)中站點X的電池需求預測。
如所示，特徵曲線707A具有兩個峰值部分708和709。峰值部分708和709可代表通勤者在接近站點X交通。特徵曲線707B在平常日期間具有平線區711，其可代表站點X靠近通勤者在平常日而不是周末集中使用的一道路。特徵曲線707C還分別在2月和7月具有兩個峰值部分713和714。這兩個峰值部分713和714可代表由靠近站點X之體育場(例如，在2月和7月中)舉辦之事件引起的電池需求。
在一些實施例中，本案可透過在不同的時間幀中選擇不同的因子提供其他類型的特徵或模型。透過這種安排，本案使操作員能夠有效地預測特定電池交換站的一電池需求(無論該站點是新站點還是現有站點)。本案提供了有效維護多個電池交換站的靈活性。本案可增進能源效率，從而降低為電池充電的總體費用。
在一些實施例中，為增進使用者體驗，當系統決定調整用於電池站的一電池交換價格，本案所揭露的系統可以「平滑」 的方式執行，這使得使用者不會在短時間內感覺到劇烈的價格變化。例如，本案所揭露的系統可決定在下午5點至下午6點期間，在站點Z的電池交換價格是「0.7」，而在下午6點至下午7點期間，在站點Z的電池交換價格是「1.2」。系統可開始在站點Z從下午5點40分開始逐漸提高電池交換費率。例如本案所揭露的系統可以在下午5點45分設定價格為「0.9」、在下午5點50分為「1」即在下午5點55分為「1.1」。透過這個安排，使用者可以注意到接下來的價格增加。
在一些實施例中，電池交換價格在鄰近的各電池站可進一步被調整。例如，站點A、站點B和站點C位於區域X中(例如，一行政區或鄰域等)。在區域X中交換電池的使用者可潛在地在站點A、站點B和站點C交換電池。為了避免在站點A、站點B和站點C中間有一顯著價格差，該系統可設定如站點A、站點B和站點C之所計算價格(例如，基於上面參考第1G圖討論的實施例計算)的一平均價格為在區域X中的電池交換價格。因此，在區域X中的使用者不會在該區域中的不同站點看到顯著的價格差異。上述特徵可稱為一「區域平均」特徵。
在一些實施例中，可在沒有集群程序(第1C圖)的情況下實現本案的方法。在這樣的實施例中，該方法包含，例如，(1)決定對每個站點的一「費率」；(2)基於電池的可取用性和預測電池需求，計算每個站點的一分數；(3)基於每個在其中的電池的分數分類在該些站點；(4)根據預設要求(例如，期望費 率、下限、上限，等)定義一特徵曲線，其中特徵曲線對應於評等的分佈；(5)映射所分類站點至特徵曲線，並決定每個站點的相應評等。
在本案討論的實施例中，一「元件」可包含一處理器、一控制邏輯、數位信號處理器、一計算單元和/或任何其它相當的裝置，為用以或被編程中任一者，以執行指令以執行上述功能。
儘管本案已參照特定示範實施例描述，但可被理解的是，本案所描述的實施例限制，而是可在所附權利要求的精神和範圍內的修改和變更來實施。相應的，說明書和附圖被視為說明性意義而非限制性意義。

Claims (20)

  1. 一種可交換式管理多個裝置交換站能源的方法，包含：根據位於各該裝置交換站的複數個儲能裝置的一可取用性，決定對應各該複數個裝置交換站一分數；根據各該些裝置交換站的該分數，決定該複數個裝置交換站的一序列；以及透過映射該些裝置交換站的該序列至相應於一費率分布的一特徵曲線，決定對應各該裝置交換站的一費率。
  2. 如請求項1的可交換式管理多個裝置交換站能源的方法，其中該特徵曲線是基於一期望值與一費率範圍而決定，且其中該期望值與該費率範圍是根據一使用者輸入而決定。
  3. 如請求項1的可交換式管理多個裝置交換站能源的方法，其中該特徵曲線是基於一常態分佈曲線所決定。
  4. 如請求項1的可交換式管理多個裝置交換站能源的方法，其中該分數是從一可用儲能裝置數取得。
  5. 如請求項4的可交換式管理多個裝置交換站能源的方法，更包含：根據一預測的裝置需求及一預測的裝置供應之間的一差 值，決定該數可用儲能裝置數。
  6. 如請求項1的可交換式管理多個裝置交換站能源的方法，更包含：透過平均該些裝置交換站中彼此相鄰的至少二者之該費率，調整該些裝置交換站中的至少二者之該費率。
  7. 如請求項1的可交換式管理多個裝置交換站能源的方法，其中：該些裝置交換站的至少二第一裝置交換站是位於一第一行政區；該些裝置交換站的至少二第二裝置交換站是位於一第二行政區；該管理方法更包含：根據一第一子特徵曲線，產生對各該些第一裝置交換站的一第一調整費率；以及根據一第二子特徵曲線，產生對該些第二裝置交換站的每一者一第二調整費率。
  8. 如請求項7的可交換式管理多個裝置交換站能源的方法，其中對該些第一裝置交換站的該第一調整費率的一第一平均值通常與對該些第二裝置交換站的該第二調整費率的一第二平均值相同。
  9. 如請求項1的可交換式管理多個裝置交換站 能源的方法，更包含：根據該些裝置交換站的相鄰性，劃分該些裝置交換站成至少二組裝置交換站；產生對在該至少二組的每一者中之裝置交換站一子序列；以及透過映射該子序列至一子特徵曲線，調整對在該至少二組的每一者中之每一個裝置交換站的該費率。
  10. 如請求項1的可交換式管理多個裝置交換站能源的方法，更包含：根據該些裝置交換站中的至少一者之費率，調整該些裝置交換站的至少一裝置交換站之一回售費率，以便於提供一使用者一獎勵去售回一已充電電池。
  11. 如請求項1的可交換式管理多個裝置交換站能源的方法，更包含：劃分複數個裝置交換站至一第一群集與第二群集；以及調整該特徵曲線以形成對該第一群集的一第一特徵曲線及行程對該第二群集的一第二特徵曲線。
  12. 一種用以管理複數個裝置交換站的可交換式能源系統，包含：一處理器，用以根據位於各該裝置交換站的複數個儲能裝置的一可 取用性，決定對應各該複數個裝置交換站的一分數；根據各該裝置交換站的該分數，決定該複數個裝置交換站的一序列；以及透過映射該些裝置交換站的該序列至相應於一費率分布的一特徵曲線，決定對應各該裝置交換站的一費率。
  13. 如請求項12的用以管理複數個裝置交換站的可交換式能源系統，其中該特徵曲線是基於一期望值與一費率範圍而決定，且其中該期望值與該費率範圍是根據一使用者輸入而決定。
  14. 如請求項12的用以管理複數個裝置交換站的可交換式能源系統，其中該分數是從一可用儲能裝置數數，且其中該處理器用以根據一預測裝置需求及一預測裝置供應之間的一差值，決定該數可用儲能裝置數確認。
  15. 一種用於平衡多個電池交換站之間的能源的方法，包含：接收從多個取樣電池交換站來的電池需求資訊；根據所接收電池需求資訊，產生一特徵函數，其中該特徵函數是基於一能源比例及一電池費率而決定，其中該能源比例是根據與一電池交換事件有關的一電池能源等級及與該電池交換事件有關的一可用電池數而決定，且其中該電池費率是基於相應於該費率之一分布的一特徵曲線而決定。
  16. 如請求項15的用於平衡多個電池交換站之間的能源的方法，更包含：基於所決定的該電池價格，產生一通知以激勵一使用者交換一電池。
  17. 如請求項15的用於平衡多個電池交換站之間的能源的方法，更包含：根據電池需求時間間隔、一電池站類型及一群集的電池交換數，劃分電池需求資訊為多個群集。
  18. 如請求項17的用於平衡多個電池交換站之間的能源的方法，更包含：產生對該些群集的每一個的該特徵函數。
  19. 如請求項18的用於平衡多個電池交換站之間的能源的方法，更包含：根據該特徵函數。決定每一個群集的該電池價格。
  20. 如請求項19的用於平衡多個電池交換站之間的能源的方法，其中該特徵函數是根據一基因演算法(generic algorithm,GA)，且其中多個群集是基於一K~均方分群演算法(K~means clustering algorithm)而決定。
TW107147871A 2017-12-29 2018-12-28 管理多個可交換式裝置交換站能源的方法和用於平衡多個電池交換站之間的能源的方法以及管理複數個裝置交換站的可交換式能源系統 TWI766138B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762612245P 2017-12-29 2017-12-29
US62/612,245 2017-12-29

Publications (2)

Publication Number Publication Date
TW201931284A true TW201931284A (zh) 2019-08-01
TWI766138B TWI766138B (zh) 2022-06-01

Family

ID=65019292

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107147871A TWI766138B (zh) 2017-12-29 2018-12-28 管理多個可交換式裝置交換站能源的方法和用於平衡多個電池交換站之間的能源的方法以及管理複數個裝置交換站的可交換式能源系統

Country Status (7)

Country Link
US (1) US10926742B2 (zh)
EP (1) EP3506188A1 (zh)
JP (2) JP2019145088A (zh)
KR (1) KR102238092B1 (zh)
CN (1) CN109986993B (zh)
PH (1) PH12019000005A1 (zh)
TW (1) TWI766138B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI764543B (zh) * 2020-02-07 2022-05-11 日商本田技研工業股份有限公司 充放電器、充放電器之控制方法及儲存媒體
TWI777897B (zh) * 2020-04-07 2022-09-11 南韓商韓領有限公司 產生自動出站設定檔的電腦實行系統以及產生自動出站設定檔的方法

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11063445B2 (en) 2017-12-05 2021-07-13 Green Cubes Technology, Llc Multi-cell battery management device
TWI723310B (zh) * 2017-12-29 2021-04-01 英屬開曼群島商睿能創意公司 基於使用狀態維護儲能裝置的系統和方法
TWI705013B (zh) * 2017-12-29 2020-09-21 英屬開曼群島商睿能創意公司 電池交換站與管理電池交換站的方法
TWI751396B (zh) * 2017-12-29 2022-01-01 英屬開曼群島商睿能創意公司 管理複數個裝置交換站的方法及伺服器系統
WO2019235645A1 (ja) * 2018-06-08 2019-12-12 パナソニックＩｐマネジメント株式会社 バッテリ管理システム及びバッテリ管理方法
JP6978617B2 (ja) * 2018-11-29 2021-12-08 本田技研工業株式会社 バッテリ利用システム、情報処理装置、バッテリ利用方法、及びプログラム
US11214163B2 (en) * 2018-12-04 2022-01-04 Cisco Technology, Inc. Coil association in multisite stationary wireless power transfer (WPT) and (quasi-)dynamic WPT deployments
US11590858B2 (en) * 2019-04-25 2023-02-28 Gogoro Inc. Systems and methods for managing information in vehicles
KR102272911B1 (ko) * 2019-10-31 2021-07-05 호남대학교 산학협력단 클러스터링을 이용한 전력 밸런싱을 수행하기 위한 시스템, 이를 위한 장치 및 이를 위한 방법
CN111762051B (zh) * 2020-06-03 2022-09-02 国网上海市电力公司 基于聚合商的电动汽车参与受端电网低谷调峰需求响应调控方法
CN112721706B (zh) * 2020-12-08 2022-04-12 国网河南省电力公司经济技术研究院 考虑弹性的电动汽车充电站储能系统的容量优化方法
JP2023002354A (ja) 2021-06-22 2023-01-10 キヤノン株式会社 基地局装置、中継装置、制御方法、およびプログラム
JP2023132620A (ja) 2022-03-11 2023-09-22 本田技研工業株式会社 システム、プログラム及び方法
KR20240052553A (ko) * 2022-10-14 2024-04-23 주식회사 엘지에너지솔루션 배터리 교환 스테이션 및 이의 동작 방법

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000090348A (ja) 1998-09-09 2000-03-31 Honda Motor Co Ltd バッテリ充電装置及びバッテリ返却装置
US20030209375A1 (en) * 1999-01-25 2003-11-13 Zip Charge Corporation Electrical vehicle energy supply system, electrical vehicle battery, electrical vehicle battery charging apparatus, battery supply apparatus, and electrical vehicle battery management system
US7838142B2 (en) * 2006-02-09 2010-11-23 Scheucher Karl F Scalable intelligent power supply system and method
JP4998544B2 (ja) 2009-12-25 2012-08-15 トヨタ自動車株式会社 交換用蓄電装置の管理システムおよび交換用蓄電装置の管理方法
JP5439242B2 (ja) 2010-03-18 2014-03-12 株式会社東芝 エネルギーナビゲーション制御装置、エネルギーナビゲーションシステム、およびエネルギーナビゲータ
KR101768223B1 (ko) * 2010-11-18 2017-08-14 삼성전자주식회사 전기차 충전 시스템 운영 방법, 서버 및 전기차의 단말
EP2465721A1 (en) * 2010-12-16 2012-06-20 Alcatel Lucent System and methods for predicting energy requirements of a plurality of electric energy vehicles
KR20120070651A (ko) * 2010-12-22 2012-07-02 한국전자통신연구원 전력공급 제어방법, 전력 관리 방법 및 전력 시스템
US9123035B2 (en) * 2011-04-22 2015-09-01 Angel A. Penilla Electric vehicle (EV) range extending charge systems, distributed networks of charge kiosks, and charge locating mobile apps
EP3340131B1 (en) 2011-07-26 2023-01-25 Gogoro Inc. Dynamically limiting vehicle operation for best effort economy
US10186094B2 (en) 2011-07-26 2019-01-22 Gogoro Inc. Apparatus, method and article for providing locations of power storage device collection, charging and distribution machines
EP2744682A2 (en) * 2011-08-16 2014-06-25 Better Place GmbH Identification of an electric vehicle adjacent to a power replenishment station
JP5693432B2 (ja) * 2011-11-09 2015-04-01 三菱重工業株式会社 充電料金算出装置及び充電料金算出方法並びにそのプログラム
US20130332370A1 (en) * 2012-06-06 2013-12-12 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Replaceable battery valuation system
US11222485B2 (en) 2013-03-12 2022-01-11 Gogoro Inc. Apparatus, method and article for providing information regarding a vehicle via a mobile device
US8798852B1 (en) 2013-03-14 2014-08-05 Gogoro, Inc. Apparatus, system, and method for authentication of vehicular components
JP6462655B2 (ja) 2013-03-15 2019-01-30 ゴゴロ インク 蓄電デバイスの収集および分配のためのモジュラーシステム
CN103241130B (zh) * 2013-04-10 2015-07-22 华中科技大学 一种电动公交车充换电站的能量管理方法及系统
US9527394B1 (en) * 2013-05-02 2016-12-27 Dershuen Allen Tang Transportation system of combined vehicles multi-coupled at highway speeds for electrical energy transfer and sharing
JP5362930B1 (ja) 2013-07-04 2013-12-11 レスク株式会社 電動車両用バッテリ交換システム及びプログラム
CN105873797B (zh) 2013-11-08 2018-06-29 睿能创意公司 用于提供车辆事件数据的装置、方法与物品
CN111114377A (zh) * 2013-11-28 2020-05-08 松下电器（美国）知识产权公司 信息输出方法、信息提示装置以及信息输出系统
US10685364B2 (en) * 2014-02-27 2020-06-16 Here Global B.V. Method and apparatus for causing a recommendation of a point of interest
CN105437987B (zh) 2014-09-02 2020-10-13 葛炽昌 电动车、电力供应站及电动车的电力维持方法
JP6137497B2 (ja) * 2014-10-23 2017-05-31 トヨタ自動車株式会社 電力供給管理システム
KR20160050976A (ko) * 2014-10-31 2016-05-11 중소기업은행 배터리 교환 스테이션을 이용한 전기차량 배터리 인증 시스템 및 방법
JP6531384B2 (ja) 2014-12-17 2019-06-19 富士通株式会社 算出方法、算出プログラムおよび算出装置
KR101682788B1 (ko) 2015-01-28 2016-12-12 중소기업은행 전기자동차의 배터리 교환 시스템 및 방법
US9991716B2 (en) * 2015-02-26 2018-06-05 General Electric Company Delivery of multiple grid services with energy storage system
JP6572567B2 (ja) * 2015-03-12 2019-09-11 オムロン株式会社 交換価格設定装置、交換価格設定方法、プログラム、および記録媒体
KR102352434B1 (ko) 2015-05-29 2022-01-18 주식회사 피엠그로우 전기 차량의 배터리 교환 제어방법 및 장치
TWI625696B (zh) 2015-08-04 2018-06-01 睿能創意公司 用於電動載具共享之方法、系統及非暫時性計算機可讀取的儲存媒體
JP6859592B2 (ja) 2015-11-17 2021-04-14 オムロン株式会社 充放電制御装置、充放電制御システムおよび充放電制御方法
JP6657828B2 (ja) * 2015-11-17 2020-03-04 オムロン株式会社 誘導装置、誘導システムおよび誘導方法
US9987938B2 (en) 2015-12-04 2018-06-05 General Electric Company Energy storage device, exchange apparatus, and method for exchanging an energy storage device
WO2017210170A1 (en) 2016-05-30 2017-12-07 The Board Of Trustees Of The University Of Alabama Wirelessly distributed and multi-directional power transfer systems and related methods
US9940840B1 (en) * 2016-10-06 2018-04-10 X Development Llc Smart platooning of vehicles
CN106408216B (zh) * 2016-11-03 2019-12-31 天津大学 基于电动汽车换电站时序响应模型的充电计划制定方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI764543B (zh) * 2020-02-07 2022-05-11 日商本田技研工業股份有限公司 充放電器、充放電器之控制方法及儲存媒體
TWI777897B (zh) * 2020-04-07 2022-09-11 南韓商韓領有限公司 產生自動出站設定檔的電腦實行系統以及產生自動出站設定檔的方法
US11526845B2 (en) 2020-04-07 2022-12-13 Coupang Corp. Systems and methods for automated outbound profile generation

Also Published As

Publication number Publication date
JP2019145088A (ja) 2019-08-29
US10926742B2 (en) 2021-02-23
CN109986993A (zh) 2019-07-09
US20190202415A1 (en) 2019-07-04
KR102238092B1 (ko) 2021-04-09
KR20190082147A (ko) 2019-07-09
TWI766138B (zh) 2022-06-01
PH12019000005A1 (en) 2019-07-24
CN109986993B (zh) 2022-06-28
EP3506188A1 (en) 2019-07-03
JP2021103549A (ja) 2021-07-15

Similar Documents

Publication Publication Date Title
TWI766138B (zh) 管理多個可交換式裝置交換站能源的方法和用於平衡多個電池交換站之間的能源的方法以及管理複數個裝置交換站的可交換式能源系統
TWI751396B (zh) 管理複數個裝置交換站的方法及伺服器系統
US11136008B2 (en) Systems and methods for managing exchangeable energy storage device stations
Molnar et al. Long-term vehicle reservations in one-way free-floating carsharing systems: A variable quality of service model
JP6907345B2 (ja) 情報処理システム、情報処理装置、および情報処理方法
Aboudina et al. A bi-level distributed approach for optimizing time-dependent congestion pricing in large networks: A simulation-based case study in the Greater Toronto Area
Nair et al. Equilibrium design of bicycle sharing systems: the case of Washington DC
YAĞCITEKİN et al. A new deployment method for electric vehicle charging infrastructure
Fescioglu-Unver et al. Electric vehicle charging service operations: A review of machine learning applications for infrastructure planning, control, pricing and routing
Rong et al. Tesla: A centralized taxi dispatching approach to optimizing revenue efficiency with global fairness
Paul et al. Public Transportation Demand Analysis: A Case Study of Metropolitan Lagos
Al-Dahabreh et al. A Data-Driven Framework for Improving Public EV Charging Infrastructure: Modeling and Forecasting
Chen et al. Modeling the influence of charging cost on electric ride-hailing vehicles
Yan et al. CD-Guide: A Dispatching and Charging Approach for Electric Taxicabs
Silva et al. Data-driven Prioritization Strategies for Inventory Rebalancing in Bike-sharing Systems
Bayih et al. Dynamic vehicle parking pricing. A review
Alam Enabling Large-Scale Transportation Electrification for Shared and Connected Mobility Systems
McSharry et al. Public Transportation Demand Analysis: A Case Study of Metropolitan Lagos
Folkestad et al. Optimal Handling and Repositioning of Modern Carsharing Systems-A Hybrid Genetic Search with Adaptive Diversity Control Approach