基于车联网的电动汽车充电调配方法、装置和系统制造方法及图纸

本发明专利技术提出了基于车联网的电动汽车充电调配方法、装置和系统。该方法包括：获取充电站的状态信息、以及电动汽车自身的位置信息和剩余电量信息；根据充电站的状态信息、以及电动汽车自身的位置信息和剩余电量信息，建立电动汽车的充电模型；采用机器算法优化充电模型中电动汽车的平均到达率以制定充电调配策略，并依据充电调配策略通过充电站为电动汽车充电。基于该方法还提出了调配装置和系统，本发明专利技术针对电动汽车充电排队问题，结合车联网、窄带物联网和机器学习等技术，实时感知充电站的使用情况，并对各个充电站的排队情况进行预测，从而辅助电动汽车车主选择排队时间最短的充电站，减少排队等待时间，实现对电动汽车充电的智能调配。智能调配。智能调配。

【技术实现步骤摘要】
基于车联网的电动汽车充电调配方法、装置和系统


[0001]本专利技术属于电动汽车智能充电
，特别涉及基于车联网的电动汽车充电调配方法、装置和系统。

技术介绍

[0002]车联网是汽车移动物联网的简称，物联网将在智能电网、智能交通、智能物流、金融与服务业、国际军事等十大领域进行重点部署。车联网作为智能交通系统建设中不可或缺的环节，其相关业务很可能形成物联网中最早实现完全应用的产业。车联网划分为上、中、下3个层次。上层网络为广域车联网，广域车联网借助无线网络技术，让车辆通过互联网与外界进行沟通，建立移动中的车辆与固定外界环境的联系。从这一角度剖析，车联网也可被视作是互联网的无线延伸。中层网络为近域车联网，是车辆与车辆之间的动态局域网。车辆行驶过程中，一定范围之内的汽车可随机形成小规模的临时网络，实现临近区域内车辆与车辆问的无线联通。车联网的下层网络为车载局域网，是车内各电控总成之间的控制器局域网，由此实现车内工作的信息互联.也是未来自动驾驶技术的基础。车联网的3层网络相互关联。形成一个有机整体。数据处理处于整个车联网业务的核心位置。车联网设备及应用，目前主要为汽车用户提供安全驾驶、应急救援等基本行车服务，汽车行驶中出现故障时，车联网可通过无线通信技术连接服务中心，进行远程车辆诊断，并由车载系统记录汽车主要部件的运行状态，随时为维修人员提供故障位置及故障原因分析。在此基础上，车联网服务系统还可灵活应用“基于位置的服务”(LBS)等技术，使驾驶员通过终端屏幕接收系统信息，查看交通路况、治安服务以及娱乐信息等，为用户提供增值服务。
[0003]车联网是以车辆作为基本网络节点的运营生态体系，随着电动汽车逐步取代传统汽车，车联网网络运营的主要载体也将转化为电动汽车，并显现电动汽车的消费特性。以电动汽车为载体，实现车联网技术整合及网络连通。可系统化地追踪管理电动汽车车联网“大数据”，深度挖掘用户需求。电动汽车现阶段的技术瓶颈导致其可靠性、安全性都不如传统燃油汽车，电动汽车车联网将实现对电动汽车网络运行的运行参数监控，大大提升潜在客户对电动汽车产品的信任度和依赖度。电动汽车车联网产业链层次较为丰富，相关的芯片及硬件研发、移动软件开发、大数据分析、支付结算平台等都可成为新的增长点。电动汽车车联网可与电动汽车相关软硬件系统高效协同，充分发挥互联网服务的优势。
[0004]随着电动汽车的普及，电动汽车充电时间长、导致排队严重的问题变得越来越突出。设想一种可能，在电动汽车需要充电的时候，车主可以立即获知周边多个充电站的排队情况，甚至可以精确预测到达充电站时候的具体排队信息，在现有技术中，还没有关于这方面的具体研究。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提出了基于车联网的电动汽车充电调配方法、装置和系统。
[0006]为实现上述目的，本专利技术采用以下技术方案：
[0007]基于车联网的电动汽车充电调配方法，包括以下步骤：
[0008]获取充电站的状态信息、以及电动汽车自身的位置信息和剩余电量信息；
[0009]根据所述充电站的状态信息、以及电动汽车自身的位置信息和剩余电量信息，建立电动汽车的充电模型；所述充电模型包括通过计算电动汽车到达充电站的概率建立的定量充电模型，以及通过计算电动汽车到达充电站的概率和计算电动汽车离开充电站的概率建立的非定量充电模型；
[0010]采用机器算法优化所述充电模型中电动汽车的平均到达率以制定充电调配策略，并依据所述充电调配策略通过充电站为电动汽车充电。
[0011]进一步的，所述充电站的状态信息包括充电桩总数b、当前时刻t在使用的充电桩数d和当前时刻t空闲的充电桩数c；其中b＝c+d。
[0012]进一步的，所述通过计算电动汽车到达充电站的概率建立的定量充电模型的过程为：
[0013]对于充电站i，如果电动汽车到达的概率为λ，当前电动汽车距离充电站i的距离为s，电动汽车的平均行驶速率为v，当前时刻t，充电站i在t+Δt时刻空闲充电桩个数为c，则Δt＝s/v；则在Δt内，到达n个车辆的概率为：
[0014][0015]如果在Δt内到达车辆少于c，则车辆到达充电站时，无需等待，立即获得充电服务，所述充电概率为：此时向用户推送的信息为：k＝0；
[0016]如果在Δt时间内到达车辆大于等于c，则该车辆到达充电站时，必须排队等待，车辆排队序号为k的概率为：则此时向用户推送的信息为：k＞0。
[0017]进一步的，所述通过计算电动汽车到达充电站的概率和计算电动汽车离开充电站的概率建立的非定量充电模型的过程为：
[0018]电动汽车到达的平均到达率为常数λ，每个充电桩的平均服务率均为μ，则
[0019]在Δt时间内，如果无电动汽车完成充电，且到达车辆少于c，则车辆到达充电站时立即获得充电服务，电动汽车的充电概率为：
[0020][0021]其中，P
l
为电动汽车完成充电离开的概率；P
a
为电动汽车到达充电站的概率；表示在Δt时间内0辆电动汽车完成充电离开的概率；表示在Δt时间内n辆电动汽车到达充电站的概率；
[0022]在Δt时间内，如果有m辆电动汽车完成充电，且到达车辆少于c+m，则车辆到达充电站时，立即获得充电服务，电动汽车的充电概率为：
[0023][0024]在Δt时间内，如果电动汽车到达充电站，立即获得充电服务，电动汽车的充电概率为：
[0025]在Δt时间内，如果有m辆电动汽车完成充电，n辆电动汽车到达充电站，且到达车辆n大于等于c+m，则该车辆到达充电站时，必须排队等待，排队序号k＝n
‑
m
‑
c+1；则电动汽车排队序号为k的概率为：
[0026][0027]进一步的，所述采用机器算法优化所述充电模型中电动汽车的平均到达率以制定充电调配策略的方法为采用k
‑
近邻算法优化充电模型中电动汽车的平均到达率以制定充电调配策略。
[0028]进一步的，所述采用k
‑
近邻算法优化充电模型中电动汽车的平均到达率的过程为：
[0029]确定电动汽车的平均到达率的影响因素作为k特征值；
[0030]获取一定数量特征值作为测试数据的训练集；
[0031]计算测试数据与训练集之间的距离；
[0032]选取出距离最小的若干个点，并返回所述若干个点中出现频率最高的类别作为测试数据的预测分类。
[0033]进一步的，所述电动汽车的平均到达率的影响因素包括：城市的电动汽车的总数量、城市的充电站数量、充电站的充电桩个数、当天的日期、当天的天气、当前的具体时间和单位距离内的路口个数。
[0034]进一步的，所述计算测试数据与训练集之间的距离的公式为：
[0035]其中x
z
测试数据的数值；y
z
为训练集的数据。
[0036]本专利技术还提出了基于车联网的电动汽车充电调配装置，包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于车联网的电动汽车充电调配方法，其特征在于，包括以下步骤：获取充电站的状态信息、以及电动汽车自身的位置信息和剩余电量信息；根据所述充电站的状态信息、以及电动汽车自身的位置信息和剩余电量信息，建立电动汽车的充电模型；所述充电模型包括通过计算电动汽车到达充电站的概率建立的定量充电模型，以及通过计算电动汽车到达充电站的概率和计算电动汽车离开充电站的概率建立的非定量充电模型；采用机器算法优化所述充电模型中电动汽车的平均到达率以制定充电调配策略，并依据所述充电调配策略通过充电站为电动汽车充电。2.根据权利要求1所述的基于车联网的电动汽车充电调配方法，其特征在于，所述充电站的状态信息包括充电桩总数b、当前时刻t在使用的充电桩数d和当前时刻t空闲的充电桩数c；其中b＝c+d。3.根据权利要求2所述的基于车联网的电动汽车充电调配方法，其特征在于，所述通过计算电动汽车到达充电站的概率建立的定量充电模型的过程为：对于充电站i，如果电动汽车到达的概率为λ，当前电动汽车距离充电站i的距离为s，电动汽车的平均行驶速率为v，当前时刻t，充电站i在t+Δt时刻空闲充电桩个数为c，则Δt＝s/v；则在Δt内，到达n个车辆的概率为：如果在Δt内到达车辆少于c，则车辆到达充电站时，无需等待，立即获得充电服务，所述充电概率为：此时向用户推送的信息为：如果在Δt时间内到达车辆大于等于c，则该车辆到达充电站时，必须排队等待，车辆排队序号为k的概率为：则此时向用户推送的信息为：4.根据权利要求3所述的基于车联网的电动汽车充电调配方法，其特征在于，所述通过计算电动汽车到达充电站的概率和计算电动汽车离开充电站的概率建立的非定量充电模型的过程为：电动汽车到达的平均到达率为常数λ，每个充电桩的平均服务率均为μ，则在Δt时间内，如果无电动汽车完成充电，且到达车辆少于c，则车辆到达充电站时立即获得充电服务，电动汽车的充电概率为：
其中，P
l
为电动汽车完成充电离开的概率；P
a
为电动汽车到达充电站的概率；表示在Δt时间内0辆电动汽车完成充电离开的概率；表示在Δt时间内n辆电动汽车到达充电站的概率；在Δt时间内，如果有m辆电动汽车完成充电，且到达车辆少于c+m，则车辆到达充电站时，立即获得充电服务，电动汽车的充电概率为：在Δt时间内，如果电动汽车到达充电站，立即获得充电服务，电动汽车的充电概率为：在Δt时间内，如果有m辆电动汽车完成充电，n辆电动汽车到达充电站，且到达车辆n大于等于c+m，则该车辆到达充电站时，必须排队等待，排队序号k＝n
‑
m
‑
c+1；则电动汽车排队序号为k的概率为：5.根据权利要求4所述的基于车联网的...

【专利技术属性】
技术研发人员：王惠剑，张闻彬，韩圣亚，刘荫，马超，严莉，郭爽爽，黄振，徐浩，汤琳琳，郑海杰，张凯，殷齐林，王聪，于航，王高洲，朱韶松，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：