本发明涉及新能源和控制工程领域,尤其涉及一种充电桩的远程集群充电控制方法、装置及系统。
背景技术:
面对传统燃油汽车尾气排放造成的污染及其对石油资源的过度消耗所引发的环境与能源问题,电动汽车(electricvehicle,ev)以其良好的环保、节能特性,成为当今国际汽车发展的潮流和热点之一。然而,随之而来的大量电动汽车负荷接入电网所带来的影响逐渐引起了电网运营者和研究人员的关注。研究表明大规模电动汽车的充电行为会带来系统局部电压下降、变压器过载、负荷峰上加峰等影响。
目前电动汽车充电站的建设规模普遍较小,充电桩配置数量一般为5~30台,通信数据量不大,当前充电站监控系统的配置可完全满足需求。但随着电动汽车推广速度的不断提升,用电负载不均衡以及电价过高等问题凸显。
因此,亟需一种充电桩的远程集群充电控制方法以应对上述问题。
技术实现要素:
有鉴于此,本发明实施例的目的在于提供一种充电桩的远程集群充电控制方法、装置及系统,旨在解决现有技术中大规模充电桩管理中用电负载不均衡以及电价过高的问题。
为了实现上述目的,本发明采用的第一个技术方案为,提供一种充电桩的远程集群充电控制方法,包括:
采集待充电电动车的电池状态相关数据;
查询待充电电动车对应的充电桩的历史充电数据;
将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;
查询中心云中所有充电桩数据,以及配电网的相关数据;
采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;
将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电。
优选的,所述采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值包括:
初始化分时电价和配电网用电负荷信息;
获取待充电电动车的相关参数;
初始化遗传算法相关参数;
生成充电开始时间和充电时长的初始化种群,并进行基因编码;
计算当前充电开始时间和充电时长的各个体的适应度值;
判断迭代次数是否达到预设的阈值,如果未到达则采用轮盘赌算法选择父辈进化个体,否则选择最优个体,生成充电参数最优值;
其中,所述基因编码为“格雷码”,编码位数为8位。
优选的,所述选择最优个体包括:
所述当前充电开始时间和充电时长的各个体的适应度值最小值为最优个体。
优选的,所述采集待充电电动车的电池状态相关数据包括:
所述相关数据为待充电电动车的电池电压,电流数据。
优选的,所述查询待充电电动车对应的充电桩的历史充电数据之前还包括:
所述充电桩中预置历史充电数据,所述数据包括充电时间、充电时长、充电电价。
优选的,所述查询中心云中所有充电桩数据,以及配电网的相关数据包括:
所述充电桩数据包括:充电状态、充电时长、充电电价;
所述配电网的相关数据包括:当前电压、电网峰谷时段、分时电价。
为实现上述目的,本发明采用的第二个技术方案为:提供一种充电桩远程集群充电控制的装置,包括:
数据采集模块:用于采集待充电电动车的电池状态相关数据;
第一查询模块:用于查询待充电电动车对应的充电桩的历史充电数据;
第一计算模块:用于将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;
第二查询模块:用于查询中心云保存的所有充电桩数据,以及配电网的相关数据;
第二计算模块:用于采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;
发送模块:用于将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电。
为实现上述目的,本发明采用的第三个技术方案为:提供一种充电桩远程集群充电控制的系统,包括:
充电桩、充电桩采集器、中心云服务器、配电网系统以及实现上述模块的装置;
所述充电桩通过无线或有线网络与充电桩采集器连接;
所述充电桩采集器通过无线或有线网络与实现上述模块的装置连接;
实现上述模块的装置通过无线网络与中心云服务器连接;
实现上述模块的装置通过无线网络与配电网系统连接。
为实现上述目的,本发明采用的第四个技术方案为:提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述方法中的步骤。
为实现上述目的,本发明采用的第五个技术方案为:提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述方法中的步骤。
本发明所提供的一种充电桩的远程集群充电控制方法,通过采集待充电电动车的电池状态相关数据;查询待充电电动车对应的充电桩的历史充电数据;将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;查询中心云保存的所有充电桩数据,以及配电网的相关数据;采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电,能够管理大规模充电桩,解决电网用电负载不均衡以及电价过高的问题。
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示出的结构获得其他的附图。
图1为本发明第一实施例充电桩远程集群充电控制的方法流程图;
图2为本发明第二实施例遗传算法的流程图;
图3为本发明第三实施例充电桩远程集群充电控制装置的模块示意图;
图4为本发明第四实施例充电桩远程集群充电控制系统的结构示意图;
图5为本发明第五实施例电子装置的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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的一部分实施例,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。
另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
下面通过附图及具体实施例对本发明做进一步的详细说明。
请参照图1,图1为充电桩远程集群充电控制的方法流程图。在本发明的实施例中,该充电桩远程集群充电控制的方法,包括以下步骤:
步骤s11:采集待充电电动车的电池状态相关数据;
具体的,充电桩采集器采集待充电电动汽车的电池状态相关数据,比如采集电池的电压,电流等数据;
步骤s12:查询待充电电动车对应的充电桩的历史充电数据;
具体的,充电桩采集器查询待充电电动车对应的充电桩的历史充电数据,比如查询充电桩上一次充电的电量,电价等数据;
步骤s13:将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;
具体的,将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,比如上一次充电的时间和本次待充电的时间在同一个时间段内,则将上一次充电的电价作为本次待充电的初步电价;
步骤s14:查询中心云保存的所有充电桩数据,以及配电网的相关数据;
具体的,查询中心云保存的所有充电桩数据,以及配电网的相关数据。比如查询中心云中所有充电桩的充电状态,充电时长等数据,以及配电网的电网负荷等数据;
步骤s15:采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;
具体的,采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值。参见图2,遗传算法的具体流程为:
步骤s21:初始化分时电价和配电网用电负荷信息;
步骤s22:获取待充电电动车的相关参数;
步骤s23:初始化遗传算法相关参数;
具体的,比如设置种群规模为20,迭代次数为10000,变异概率为1%;
步骤s24:生成充电开始时间和充电时长的初始化种群,并进行基因编码;
具体的,采用“格雷码”的方式进行基因编码,编码位数为8位;
步骤s25:计算当前充电开始时间和充电时长的各个体的适应度值;
具体的,个体的适应度值越大,则用户充电费用越低,电网峰谷差和最大峰值越小;
步骤s26:判断迭代次数是否达到预设的阈值,如果未到达则进入步骤s27,否则进入步骤s29;
步骤s27:采用轮盘赌算法选择父辈进化个体;
具体的,选择步骤s23中的参数进行遗传和大变异操作,经过大变异操作的种群,可有效避免传统遗传算法出现的早熟情况;
步骤s28:对选择的个体进行遗传、变异;
步骤s29:选择最优个体,生成充电参数最优值。
步骤s16:将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电;
具体的,将充电参数最优值发送到充电桩采集器,充电桩采集器再将充电参数发送到充电桩,充电桩根据充电参数对电动车进行充电。
请参照图3,图3为充电桩远程集群充电控制装置的模块示意图。在本发明的实施例中,该充电桩远程集群充电控制装置,包括:
数据采集模块300:用于采集待充电电动车的电池状态相关数据;
具体的,采集电池的电压,电流等数据;
第一查询模块310:用于查询待充电电动车对应的充电桩的历史充电数据;
具体的,查询充电桩上一次充电的电量,电价等数据;
第一计算模块320:用于将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;
具体的,比如上一次充电的时间和本次待充电的时间在同一个时间段内,则将上一次充电的电价作为本次待充电的初步电价;
第二查询模块330:用于查询中心云保存的所有充电桩数据,以及配电网的相关数据;
具体的,查询中心云中所有充电桩的充电状态,充电时长等数据,以及配电网的电网负荷等数据;
第二计算模块340:用于采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;
具体的,采用遗传算法,对当前充电开始时间和充电时长的各个体的适应度值进行计算,得到充电参数最优值;
发送模块350:用于将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电;
具体的,将充电参数最优值发送到充电桩采集器,充电桩采集器再将充电参数发送到充电桩,充电桩根据充电参数对电动车进行充电。
请参照图4,图4为充电桩远程集群充电控制系统的结构示意图。在本发明的实施例中,该充电桩远程集群充电控制系统的结构示意图,包括:
n台充电桩、充电桩采集器1至m、充电桩远程集群充电控制装置、中心云服务器以及配电网系统;
n台充电桩通过无线或有线网络分别与充电桩采集器1至m连接;
充电桩采集器1至m通过无线或有线网络与充电桩远程集群充电控制装置连接;
充电桩远程集群充电控制装置通过无线网络与中心云服务器连接;
充电桩远程集群充电控制装置通过无线网络与配电网系统连接;
上述系统中,充电桩采集器1至m相当于边缘服务器,中心云服务器相当于云中心。边缘服务器不但能够从云中心请求服务和数据,还可以执行部分数据计算,减少上传云中心的数据量,提高数据处理的效率;云中心保存了所有充电桩的充电状态等相关数据,可以全面了解所管理的充电桩状态,并根据配电网的电网负荷等数据,计算出当前充电桩的最优充电参数,实现了大规模充电桩有序充电功能,并且还能够将充电桩进行集中的监控,实现无人化远程监控功能。
图5为本发明第五实施例电子装置的结构示意图。该电子装置可用于实现前述实施例中的文件上传方法。如图5所示,该电子装置主要包括:存储器501、处理器502、总线503及存储在存储器501上并可在处理器502上运行的计算机程序,存储器501和处理器502通过总线503连接。处理器502执行该计算机程序时,实现前述实施例中的文件上传方法。其中,处理器的数量可以是一个或多个。
存储器501可以是高速随机存取记忆体(ram,randomaccessmemory)存储器,也可为非不稳定的存储器(non-volatilememory),例如磁盘存储器。存储器501用于存储可执行程序代码,处理器502与存储器501耦合。
进一步的,本申请实施例还提供了一种可读存储介质,该可读存储介质可以是设置于上述各实施例中的电子设备中,该可读存储介质可以是前述图5所示实施例中的存储器。
该可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述实施例中的文件上传方法。进一步的,该计算机可存储介质还可以是u盘、移动硬盘、只读存储器(rom,read-onlymemory)、ram、磁碟或者光盘等各种可以存储程序代码的介质。
本发明所提供的一种充电桩的远程集群充电控制方法,通过采集待充电电动车的电池状态相关数据;查询待充电电动车对应的充电桩的历史充电数据;将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;查询中心云保存的所有充电桩数据,以及配电网的相关数据;采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电,能够管理大规模充电桩,解决电网用电负载不均衡以及电价过高的问题,并保障各充电桩的信息快速、安全地传输。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个可读存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的可读存储介质包括:u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的技术方案构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
1.一种充电桩的远程集群充电控制方法,其特征在于,所述方法包括:
采集待充电电动车的电池状态相关数据;
查询待充电电动车对应的充电桩的历史充电数据;
将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;
查询中心云中所有充电桩数据,以及配电网的相关数据;
采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;
将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电。
2.根据权利要求1所述的方法,其特征在于,所述采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值包括:
初始化分时电价和配电网用电负荷信息;
获取待充电电动车的相关参数;
初始化遗传算法相关参数;
生成充电开始时间和充电时长的初始化种群,并进行基因编码;
计算当前充电开始时间和充电时长的各个体的适应度值;
判断迭代次数是否达到预设的阈值,如果未到达则采用轮盘赌算法选择父辈进化个体,否则选择最优个体,生成充电参数最优值;
其中,所述基因编码为“格雷码”,编码位数为8位。
3.根据权利要求2所述的方法,其特征在于,所述选择最优个体包括:
所述当前充电开始时间和充电时长的各个体的适应度值最小值为最优个体。
4.根据权利要求1所述的方法,其特征在于,所述采集待充电电动车的电池状态相关数据包括:
所述相关数据为待充电电动车的电池电压,电流数据。
5.根据权利要求1所述的方法,其特征在于,所述查询待充电电动车对应的充电桩的历史充电数据之前还包括:
所述充电桩中预置历史充电数据,所述数据包括充电时间、充电时长、充电电价。
6.根据权利要求1所述的方法,其特征在于,所述查询中心云中所有充电桩数据,以及配电网的相关数据包括:
所述充电桩数据包括:充电状态、充电时长、充电电价;
所述配电网的相关数据包括:当前电压、电网峰谷时段、分时电价。
7.一种充电桩远程集群充电控制的装置,其特征在于,所述装置包括:
数据采集模块:用于采集待充电电动车的电池状态相关数据;
第一查询模块:用于查询待充电电动车对应的充电桩的历史充电数据;
第一计算模块:用于将所述待充电电动车的电池状态相关数据与充电桩的历史充电数据进行对比计算,生成初步的充电参数;
第二查询模块:用于查询中心云保存的所有充电桩数据,以及配电网的相关数据;
第二计算模块:用于采用遗传算法,对所述初步的充电参数、所有充电桩数据以及配电网的相关数据进行计算,得到充电参数最优值;
发送模块:用于将所述充电参数最优值发送到充电桩,充电桩对电动车进行充电。
8.一种充电桩远程集群充电控制的系统,其特征在于,包括:
充电桩、充电桩采集器、中心云服务器、配电网系统以及如权利要求1至7任一项所述的装置;
所述充电桩通过无线或有线网络与充电桩采集器连接;
所述充电桩采集器通过无线或有线网络与如权利要求1至7任一项所述的装置连接;
如权利要求1至7任一项所述的装置通过无线网络与中心云服务器连接;
如权利要求1至7任一项所述的装置通过无线网络与配电网系统连接。
9.一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至6中任意一项所述方法中的步骤。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至6中的任意一项所述方法中的步骤。
技术总结