本發(fā)明涉及新能源，且更為具體地，涉及基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法。

背景技術(shù)：

1、隨著全球能源結(jié)構(gòu)的轉(zhuǎn)型和低碳經(jīng)濟(jì)的快速發(fā)展，新能源技術(shù)在交通運(yùn)輸領(lǐng)域的應(yīng)用日益廣泛，新能源汽車的普及率顯著提高。與之相適應(yīng)，新能源充電樁作為新能源汽車能源補(bǔ)給的核心基礎(chǔ)設(shè)施，得到了快速部署與推廣。當(dāng)前，充電樁的建設(shè)不僅需要滿足日益增長(zhǎng)的充電需求，也需提高充電服務(wù)的智能化與高效性，以應(yīng)對(duì)電力負(fù)載波動(dòng)、用戶需求多樣化及設(shè)備運(yùn)行維護(hù)管理復(fù)雜等問(wèn)題。傳統(tǒng)充電樁運(yùn)行管理方法主要依賴于固定規(guī)則或人工干預(yù)，缺乏對(duì)充電樁運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測(cè)與分析，難以實(shí)現(xiàn)智能化的負(fù)載預(yù)測(cè)和優(yōu)化調(diào)度。此外，現(xiàn)有技術(shù)在處理充電樁設(shè)備健康狀態(tài)評(píng)估方面尚存在不足，通常僅基于單一的靜態(tài)指標(biāo)，未能充分結(jié)合動(dòng)態(tài)運(yùn)行數(shù)據(jù)進(jìn)行綜合評(píng)估，導(dǎo)致設(shè)備運(yùn)行風(fēng)險(xiǎn)難以及時(shí)預(yù)測(cè)和控制。

2、現(xiàn)有技術(shù)的不足之處主要體現(xiàn)在以下幾個(gè)方面：首先，充電樁設(shè)備的運(yùn)行狀態(tài)監(jiān)控能力有限，通常僅能實(shí)現(xiàn)基本的故障報(bào)警或簡(jiǎn)單數(shù)據(jù)采集，未能深入挖掘運(yùn)行數(shù)據(jù)的潛在價(jià)值，從而無(wú)法有效識(shí)別設(shè)備健康狀態(tài)的變化趨勢(shì)；其次，在充電負(fù)載管理方面，現(xiàn)有方法大多基于簡(jiǎn)單的經(jīng)驗(yàn)數(shù)據(jù)或線性預(yù)測(cè)模型，缺乏對(duì)用戶預(yù)約行為、歷史數(shù)據(jù)及實(shí)時(shí)負(fù)載的多維度綜合分析，難以應(yīng)對(duì)高峰期電力負(fù)載失衡問(wèn)題；目前的調(diào)度策略通常未能充分考慮充電樁設(shè)備狀態(tài)與使用時(shí)段的差異性，缺乏精細(xì)化的分層管理與優(yōu)化調(diào)度機(jī)制，因而在充電服務(wù)效率和資源利用率方面存在較大提升空間。因此，如何通過(guò)云計(jì)算技術(shù)實(shí)現(xiàn)充電樁運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)控與優(yōu)化調(diào)度，成為當(dāng)前技術(shù)領(lǐng)域亟需解決的關(guān)鍵問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，提出了本發(fā)明。本發(fā)明提供了基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，可一定程度上解決由于負(fù)載預(yù)測(cè)不精確、調(diào)度策略單一，難以實(shí)現(xiàn)高峰期負(fù)載均衡分配，進(jìn)而導(dǎo)致部分充電樁過(guò)載運(yùn)行、資源浪費(fèi)或用戶等待時(shí)間過(guò)長(zhǎng)的問(wèn)題。

2、根據(jù)本發(fā)明的一個(gè)方面，提供了基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其包括：

3、采集充電樁的運(yùn)行數(shù)據(jù)、歷史數(shù)據(jù)和用戶預(yù)約數(shù)據(jù)，上傳至云端服務(wù)器，并標(biāo)記充電樁類型；

4、基于所述運(yùn)行數(shù)據(jù)和所述歷史數(shù)據(jù)，構(gòu)建充電樁健康評(píng)估模型，并基于所述健康評(píng)估模型對(duì)充電樁進(jìn)行動(dòng)態(tài)分級(jí)；

5、基于所述用戶預(yù)約數(shù)據(jù)和所述歷史數(shù)據(jù)，構(gòu)建負(fù)載預(yù)測(cè)模型，計(jì)算充電負(fù)載平衡系數(shù)，基于所述充電負(fù)載平衡系數(shù)結(jié)合高峰、平峰和低谷時(shí)段實(shí)施分級(jí)調(diào)度策略。

6、進(jìn)一步地，所述運(yùn)行數(shù)據(jù)包括充電功率、充電電壓、充電電流、充電樁溫度、充電接口阻抗以及功率調(diào)節(jié)裕度；

7、所述歷史數(shù)據(jù)包括充電時(shí)長(zhǎng)、排隊(duì)時(shí)間和充電中斷次數(shù)；

8、所述用戶預(yù)約數(shù)據(jù)包括預(yù)約時(shí)段、預(yù)期充電量和期望充電時(shí)長(zhǎng)。

9、進(jìn)一步地，所述充電樁類型包括快充類型、慢充類型和混合類型。

10、進(jìn)一步地，所述健康評(píng)估模型包括靜態(tài)指標(biāo)和動(dòng)態(tài)指標(biāo)；

11、所述靜態(tài)指標(biāo)反映充電樁當(dāng)前的工作狀態(tài)和基礎(chǔ)性能，通過(guò)功率輸出能力指標(biāo)、接口性能指標(biāo)和溫度安全指標(biāo)進(jìn)行評(píng)估；

12、所述動(dòng)態(tài)指標(biāo)反映充電樁的運(yùn)行穩(wěn)定性和性能變化趨勢(shì)，包含充電中斷評(píng)估、功率波動(dòng)評(píng)估、溫度變化趨勢(shì)評(píng)估以及性能衰減評(píng)估。

13、進(jìn)一步地，所述動(dòng)態(tài)分級(jí)是基于所述健康評(píng)估模型計(jì)算健康狀態(tài)綜合指數(shù)，基于所述健康狀態(tài)綜合指數(shù)對(duì)充電樁進(jìn)行三級(jí)動(dòng)態(tài)分級(jí)。

14、進(jìn)一步地，所述健康狀態(tài)綜合指數(shù)的計(jì)算采用模糊綜合評(píng)判方法，建立二級(jí)評(píng)判矩陣，第一級(jí)評(píng)判基于所述靜態(tài)指標(biāo)計(jì)算基礎(chǔ)健康得分，第二級(jí)評(píng)判基于所述動(dòng)態(tài)指標(biāo)對(duì)基礎(chǔ)得分進(jìn)行修正，得到健康狀態(tài)綜合指數(shù)。

15、進(jìn)一步地，所述負(fù)載預(yù)測(cè)模型是對(duì)歷史充電數(shù)據(jù)進(jìn)行時(shí)間序列分解，提取趨勢(shì)、季節(jié)、周期和隨機(jī)波動(dòng)特征，結(jié)合用戶預(yù)約數(shù)據(jù)，建立基于arima的短期負(fù)載預(yù)測(cè)模型。

16、進(jìn)一步地，基于所述負(fù)載預(yù)測(cè)模型計(jì)算獲得未來(lái)時(shí)刻的負(fù)載預(yù)測(cè)值，并與充電站的最大承載容量建立關(guān)聯(lián)，以預(yù)測(cè)負(fù)載值與最大容量的比值作為核心參數(shù)構(gòu)建負(fù)載平衡系數(shù)。

17、進(jìn)一步地，基于所述充電負(fù)載平衡系數(shù)結(jié)合高峰、平峰和低谷時(shí)段實(shí)施分級(jí)調(diào)度策略。

18、根據(jù)本發(fā)明的另一方面，提供了基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度系統(tǒng)，其包括：

19、采集模塊，用于采集充電樁的運(yùn)行數(shù)據(jù)、歷史數(shù)據(jù)和用戶預(yù)約數(shù)據(jù)，上傳至云端服務(wù)器，并標(biāo)記充電樁類型；

20、分級(jí)模塊，基于所述運(yùn)行數(shù)據(jù)和所述歷史數(shù)據(jù)，構(gòu)建充電樁健康評(píng)估模型，并基于所述健康評(píng)估模型對(duì)充電樁進(jìn)行動(dòng)態(tài)分級(jí)；

21、調(diào)度模塊，基于所述用戶預(yù)約數(shù)據(jù)和所述歷史數(shù)據(jù)，構(gòu)建負(fù)載預(yù)測(cè)模型，計(jì)算充電負(fù)載平衡系數(shù)，基于所述充電負(fù)載平衡系數(shù)結(jié)合高峰、平峰和低谷時(shí)段實(shí)施分級(jí)調(diào)度策略。

22、與現(xiàn)有技術(shù)相比，本發(fā)明通過(guò)建立完整的數(shù)據(jù)采集與預(yù)處理體系，結(jié)合健康狀態(tài)評(píng)估和負(fù)載預(yù)測(cè)分析，實(shí)現(xiàn)了充電樁的精確分級(jí)和智能調(diào)度。并建立了動(dòng)態(tài)自適應(yīng)的分級(jí)調(diào)度機(jī)制，基于不同時(shí)段的負(fù)載特征和充電需求，實(shí)施差異化的調(diào)度策略，優(yōu)化了充電資源的分配效率。顯著提升了充電站的運(yùn)營(yíng)效率、設(shè)備利用率和服務(wù)質(zhì)量，降低了設(shè)備故障率和維護(hù)成本。

技術(shù)特征：

1.基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，所述運(yùn)行數(shù)據(jù)包括充電功率、充電電壓、充電電流、充電樁溫度、充電接口阻抗以及功率調(diào)節(jié)裕度；

3.根據(jù)權(quán)利要求2所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，所述充電樁類型包括快充類型、慢充類型和混合類型。

4.根據(jù)權(quán)利要求3所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，所述健康評(píng)估模型包括靜態(tài)指標(biāo)和動(dòng)態(tài)指標(biāo)；

5.根據(jù)權(quán)利要求2所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，所述動(dòng)態(tài)分級(jí)是基于所述健康評(píng)估模型計(jì)算健康狀態(tài)綜合指數(shù)，基于所述健康狀態(tài)綜合指數(shù)對(duì)充電樁進(jìn)行三級(jí)動(dòng)態(tài)分級(jí)。

6.根據(jù)權(quán)利要求5所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，所述健康狀態(tài)綜合指數(shù)的計(jì)算采用模糊綜合評(píng)判方法，建立二級(jí)評(píng)判矩陣，第一級(jí)評(píng)判基于所述靜態(tài)指標(biāo)計(jì)算基礎(chǔ)健康得分，第二級(jí)評(píng)判基于所述動(dòng)態(tài)指標(biāo)對(duì)基礎(chǔ)得分進(jìn)行修正，得到健康狀態(tài)綜合指數(shù)。

7.根據(jù)權(quán)利要求6所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，所述負(fù)載預(yù)測(cè)模型是對(duì)歷史充電數(shù)據(jù)進(jìn)行時(shí)間序列分解，提取趨勢(shì)、季節(jié)、周期和隨機(jī)波動(dòng)特征，結(jié)合用戶預(yù)約數(shù)據(jù)，建立基于arima的短期負(fù)載預(yù)測(cè)模型。

8.根據(jù)權(quán)利要求7所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，基于所述負(fù)載預(yù)測(cè)模型計(jì)算獲得未來(lái)時(shí)刻的負(fù)載預(yù)測(cè)值，并與充電站的最大承載容量建立關(guān)聯(lián)，以預(yù)測(cè)負(fù)載值與最大容量的比值作為核心參數(shù)構(gòu)建負(fù)載平衡系數(shù)。

9.根據(jù)權(quán)利要求8所述的基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，其特征在于，基于所述充電負(fù)載平衡系數(shù)結(jié)合高峰、平峰和低谷時(shí)段實(shí)施分級(jí)調(diào)度策略。

10.基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供了基于云計(jì)算的新能源充電樁運(yùn)行狀態(tài)監(jiān)控與優(yōu)化調(diào)度方法，涉及新能源技術(shù)領(lǐng)域，其通過(guò)采集充電樁數(shù)據(jù)并上傳至云端服務(wù)器；構(gòu)建充電樁健康評(píng)估模型對(duì)充電樁進(jìn)行健康狀態(tài)綜合評(píng)估與動(dòng)態(tài)分級(jí)；基于用戶預(yù)約數(shù)據(jù)和歷史數(shù)據(jù)構(gòu)建負(fù)載預(yù)測(cè)模型，計(jì)算充電負(fù)載平衡系數(shù)，結(jié)合高峰、平峰和低谷時(shí)段實(shí)施分級(jí)調(diào)度策略。這樣，可以解決現(xiàn)有技術(shù)中充電樁運(yùn)行狀態(tài)監(jiān)控能力不足、健康狀態(tài)評(píng)估不準(zhǔn)確、負(fù)載預(yù)測(cè)精度低以及調(diào)度策略單一的問(wèn)題，減少了設(shè)備過(guò)載和用戶等待時(shí)間，同時(shí)提高了充電服務(wù)的質(zhì)量和可靠性。

技術(shù)研發(fā)人員：覃德樹,楊振琦,趙思宇,王瑞杰,丁恒春,易迪,劉洋文,王富超
受保護(hù)的技術(shù)使用者：武漢市澄田何科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15