基于大数据的制氢运氢和加氢调度系统技术方案

本发明专利技术提供了一种基于大数据的制氢运氢和加氢调度系统及相应方法，针对由制氢厂、加氢站、运氢车以及氢燃料汽车为节点的产业网络，通过产业上下游的全面信息化监控，整合了氢能储运、加氢、用氢环节的运营数据，建立了一套全产业氢能调度系统，通过大数据智能手段，实现了氢能供应链即产、即运、即加，促使整个产业链制氢、运氢和加氢的各环节的高效运转，尤其对于公交客运与货运等商业运营车辆，本发明专利技术能够充分发挥其线路、车型固定、相关数据便于收集且容易制定调度计划等特点，从而进一步提高实施本发明专利技术时对氢能的利用效率，实现产业链整体降低本的有益效果。整体降低本的有益效果。整体降低本的有益效果。

【技术实现步骤摘要】
基于大数据的制氢运氢和加氢调度系统


[0001]本专利技术属于氢能源产业大数据
，具体涉及一种基于大数据的制氢运氢和加氢调度系统。

技术介绍

[0002]氢能源作为一种真正意义上的清洁能源，是新能源
的重要发展方向之一，但在现阶段尤其是新能源汽车领域中，锂电池等化学电池仍是主流能源，且围绕化学电池的产业整体也正逐步完善，以电网、充电设施、车辆为节点的发电、输电和供电网络已出具规模。虽然氢能源相对于其他新能源具有诸多优势，受限于当前氢能产业链建设起步不久，整体信息化程度不高、产业链各环节的监测数据尚未实现互联互通，缺乏信息协同共享等现实情况，还不能很好地满足供需平衡，造成整体运营成本高，阻碍商业化发展进程。特别是加氢站的实时储氢情况，目前都未与制氢厂和运营车辆进行实时共享，制氢厂还难以灵活安排制氢运氢计划，运营车辆也无法实现最优的加氢调度。因此，如何针对氢能源产业和以氢能源作为能源的新能源汽车提供综合考虑制氢运氢和加氢环节的综合调度系统，是本领域中亟待解决的技术问题。

技术实现思路

[0003]不同于传统燃油汽车，新能源汽车的动力电池、电机以及诸多车载部件的运行数据更容易取得，因而有助于将车载大数据与电厂、制氢厂等能源生产环节，以及充电站、加氢站、运氢车等能源运输提供环节相结合，实现全面地综合性管理。有鉴于此，本专利技术提供了一种基于大数据的制氢运氢和加氢调度系统，具体包括：
[0004]全产业链大数据采集模块、大数据存储与处理模块、智能调度模块；
[0005]其中，所述全产业链大数据采集模块包括：氢燃料电池汽车数据采集模块、加氢站数据采集模块、运氢车数据采集模块、制氢厂数据采集模块；
[0006]所述氢燃料电池汽车数据采集模块用于采集车辆运行状态，累计里程、车速、实时储氢量、实时耗氢量等；针对客运公交、货运车辆等运营车辆，还采集线路信息、站点信息、司机信息等；
[0007]所述加氢站数据采集模块用于采集包括压缩机、冷水机、储氢罐、加氢机等的实时运行状态，储氢罐实时压力和储氢量，加氢站实时加氢数据，站内等候加氢的车辆情况，氢气价格等的加氢站运营数据；
[0008]所述运氢车数据采集模块用于采集运氢管束车的运行状态及车速，运氢罐体的实时压力、温度及储氢量等；
[0009]所述制氢厂数据采集模块用于采集制氢设备的实时状态，制氢量及充装量，氢气价格等；
[0010]所述大数据存储与处理模块用于对全产业链大数据采集模块采集的上述数据进行存储以及中间加工处理，并提供给所述智能调度模块；
[0011]所述智能调度模块具体执行以下调度策略：
[0012]a.利用所述氢燃料电池汽车数据采集模块提供的累计里程、车速、实时储氢量、实时耗氢量数据，建立基于神经网络的氢燃料消耗量预测模型，以及基于神经网络的复杂工况下剩余续航里程评估模型，计算特定车型的最佳加氢时机，并根据车辆附近可选的加氢站距离、加氢站实时储氢量、加氢站当前排队情况、氢气价格，向司机提供最优加氢站确定策略；
[0013]b.利用所述加氢站数据采集模块和运氢车数据采集模块提供的相应数据，计算加氢站在工作日、节假日和每天不同时段内的闲忙程度，预测加氢站与不同时段的氢消耗量和需求量，并计算对于管束车的需求量；先利用历史数据预测加氢站补氢需求，然后根据实时的监控情况，动态利用所述运氢车数据采集模块提供的相应数据，结合特定加氢站的自身实时储氢量以及附近的制氢厂位置、管束车储氢量、加氢车辆情况，计算该加氢站的最佳补氢时机。
[0014]进一步地，在所述策略a的基础上，所述智能调度模块利用所述氢燃料电池汽车数据采集模块提供的运营车辆相应数据，执行以下调度：
[0015]a1.针对各条运营线路计算不同时刻的发车需求分布，具体包括乘客出行需求或货运运力需求的分布；结合线路上的站点、出勤车辆以及司机分配情况计算初始排班计划；
[0016]a2.对线路的分时段发车间隔建立二进制编码A，以线路运营期间车辆的运行成本及乘客或托运人等顾客的等候成本最小化为目标函数，考虑车辆核载、车辆配额约束条件建立多目标优化模型；
[0017]对线路上车辆的初始发车时刻、车辆的加氢需求决策、加氢站的被选择状态分别建立二进制编码B、C、D，对线路上车辆的剩余发车时刻建立实数编码；根据车辆的相关工况参数建立基于神经网络的氢燃料消耗量预测模型，计算剩余氢燃料的可续航班次；以加氢时间成本与往返加氢途中的氢燃料消耗最小化为目标，建立多目标优化模型；
[0018]a3.以二进制编码A的决策变量构建解向量及种群，以二进制编码B、C、D和实数编码的决策变量构造多目标遗传算法的解向量及种群，并且以上述几个目标作为算法的优化目标分量；执行遗传算法的选择、交叉、变异操作得到子代种群，并利用考虑非支配排序和拥挤度计算的精英策略求解出各编码的最优解，继而得到针对该线路的包括发车间隔、次序与加氢安排的最优排班调度方案；
[0019]a4.根据氢燃料电池汽车数据采集模块提供的线路上氢燃料汽车实时运行状态数据，结合车辆故障、车辆晚点情况，重复执行前述步骤对所述最优排班调度方案实现动态更新。
[0020]进一步地，所述智能调度模块调度策略b具体包括：
[0021]基于加氢站的剩余储氢量，包括加氢站处储氢罐以及正前往该加氢站的管束车储氢总量，以及加强站处等待加氢的车辆以及正前往该加氢站的待加氢车辆情况，对该加氢站的耗氢量进行预估；若预估预定时间后，剩余储量将会低于储量阈值，则做出需要及时补充供氢的提醒，避免加氢站氢源不足，造成无法正常运营；在做出所述提醒同时，根据该加强站附近的制氢厂距离、储氢情况、氢气价格等综合评估计算最佳补氢时机，给出氢源的调度方案，供加氢站运营人员决策；并将相关决策信息及时同步提供给制氢厂和管束车，使制氢厂运营人员及时安排相应的制氢排班和充装，并联动运氢环节进行管束车和人员的准
备。
[0022]进一步地，针对运营车辆，所述智能调度模块在策略b的基础上，基于特定线路的历史数据对车辆耗氢量进行预估，将其最优排班调度方案与加氢站补氢以及管束车运氢调度相互关联，根据其加氢的调度安排，包括加氢量和加氢时间，加氢地点等，提前进行氢源的储备，并使相关调度信息在制氢和运氢环节同步。
[0023]相应地，本专利技术还提供了利用上述本专利技术所提供的系统执行制氢运氢和加氢调度的方法，包括以下步骤：
[0024]步骤1、氢燃料电池汽车数据采集模块采集车辆运行状态，累计里程、车速、实时储氢量、实时耗氢量等；针对客运公交、货运车辆等运营车辆，还采集线路信息、站点信息、司机信息等；
[0025]加氢站数据采集模块用于采集包括压缩机、冷水机、储氢罐、加氢机等的实时运行状态，储氢罐实时压力和储氢量，加氢站实时加氢数据，站内等候加氢的车辆情况，氢气价格等的加氢站运营数据；
[0026]运氢车数据采集模块采集运氢管束车的运行状态及车速，运氢罐体的实时压力、温度及储氢量等；
[0027]制氢本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的制氢运氢和加氢调度系统，其特征在于：具体包括：全产业链大数据采集模块、大数据存储与处理模块、智能调度模块；其中，所述全产业链大数据采集模块包括：氢燃料电池汽车数据采集模块、加氢站数据采集模块、运氢车数据采集模块、制氢厂数据采集模块；所述氢燃料电池汽车数据采集模块用于采集车辆运行状态，累计里程、车速、实时储氢量、实时耗氢量；针对客运公交、货运车辆等运营车辆，还采集线路信息、站点信息、司机信息；所述加氢站数据采集模块用于采集包括压缩机、冷水机、储氢罐、加氢机的实时运行状态，储氢罐实时压力和储氢量，包括加氢站实时加氢数据、站内等候加氢的车辆情况、氢气价格的加氢站运营数据；所述运氢车数据采集模块用于采集运氢管束车的运行状态及车速，运氢罐体的实时压力、温度及储氢量；所述制氢厂数据采集模块用于采集制氢设备的实时状态，制氢量及充装量，氢气价格；所述大数据存储与处理模块用于对全产业链大数据采集模块采集的上述数据进行存储以及中间加工处理，并提供给所述智能调度模块；所述智能调度模块具体执行以下调度策略：a.利用所述氢燃料电池汽车数据采集模块提供的累计里程、车速、实时储氢量、实时耗氢量数据，建立基于神经网络的氢燃料消耗量预测模型，以及基于神经网络的复杂工况下剩余续航里程评估模型，计算特定车型的最佳加氢时机，并根据车辆附近可选的加氢站距离、加氢站实时储氢量、加氢站当前排队情况、氢气价格，向司机提供最优加氢站确定策略；b.利用所述加氢站数据采集模块和运氢车数据采集模块提供的相应数据，计算加氢站在工作日、节假日和每天不同时段内的闲忙程度，预测加氢站与不同时段的氢消耗量和需求量，并计算对于管束车的需求量；先利用历史数据预测加氢站补氢需求，然后根据实时的监控情况，利用所述运氢车数据采集模块提供的相应数据，结合特定加氢站的自身实时储氢量以及附近的制氢厂位置、管束车储氢量、加氢车辆情况，动态计算该加氢站的最佳补氢时机。2.如权利要求1所述的系统，其特征在于：在所述策略a的基础上，所述智能调度模块利用所述氢燃料电池汽车数据采集模块提供的运营车辆相应数据，执行以下调度：a1.针对各条运营线路计算不同时刻的发车需求分布，具体包括乘客出行需求或货运运力需求的分布；结合线路上的站点、出勤车辆以及司机分配情况计算初始排班计划；a2.对线路的分时段发车间隔建立二进制编码A，以线路运营期间车辆的运行成本及顾客的等候成本最小化为目标函数，考虑车辆核载、车辆配额约束条件建立多目标优化模型；对线路上车辆的初始发车时刻、车辆的加氢需求决策、加氢站的被选择状态分别建立二进制编码B、C、D，对线路上车辆的剩余发车时刻建立实数编码；根据车辆的相关工况参数建立基于神经网络的氢燃料消耗量预测模型，计算剩余氢燃料的可续航班次；以加氢时间成本与往返加氢途中的氢燃料消耗最小化为目标，建立多目标优化模型；a3.以二进制编码A的决策变量构建解向量及种群，以二进制编码B、C、D和实数编码的决策变量构造多目标遗传算法的解向量及种群，并且以上述几个目标作为算法的优化目标分量；执行遗传算法的选择、交叉、变异操作得到子代种群，并利用考虑非支配排序和拥挤
度计算的精英策略求解出各编码的最优解，继...

【专利技术属性】
技术研发人员：王震坡，龙超华，刘鹏，阮旭松，杨永刚，孙倩然，
申请(专利权)人：北理新源佛山信息科技有限公司，
类型：发明
国别省市：