一种基于移动充电桩的智能调度方法技术

本发明专利技术涉及充电桩调度技术领域，尤其为一种基于移动充电桩的智能调度方法，其方法包括如下步骤：S1、获取调度区域的当前充电需求，并获取当前移动充电桩分布图、各移动充电桩剩余电量信息以及当前固定式充电桩分布图；本发明专利技术能够根据调度区域内的需求量建立神经网络模型，将神经网络模型输入调度系统中，并在调度区域内划分多个需求量较大的充电点，而且能够根据固定式充电桩的数量，来考虑是否向该充电点提供移动式充电桩，且在调度过程中，能够充分考虑充电点的位置信息，并调度就近的移动充电桩，获得最佳调度路径，从而节约调度时间，做到对充电位置的提前预判，同时根据充电点的需求量进行调度，实现了精准调度的效果。实现了精准调度的效果。

【技术实现步骤摘要】
一种基于移动充电桩的智能调度方法


[0001]本专利技术涉及充电桩调度
，具体为一种基于移动充电桩的智能调度方法。

技术介绍

[0002]面对全球能源短缺、环境污染日趋严峻、节能减排要求不断提高的背景，新能源汽车被大量发展。近五年来，我国新能源电动汽车的数量在不断的增多。新能源电动汽车的增多则对充电桩、充电站等相关配套设施提出了新的更高的要求。移动充电桩能够有效提高充电桩的灵活性，避免了停车位与充电桩之间的耦合，能够在新能源汽车电量充满时，充电桩闲置时，开启下一个任务，具有更高的使用效率。移动充电桩在车辆充电的闲置时间，仍然具备参与电力市场辅助服务的能力，这将为移动充电桩带来全新的应用价值。对某个区域内闲置的移动充电桩进行统一的调度，是实现和发挥移动充电桩全部商业价值的重要手段。
[0003]移动充电桩的调度大都是人工进行调度的，在调度前，用户需要进行预约，工作人员需要指挥充电桩前去目的地，然后用户需要等待充电桩调度车的到来，因此用户需要等待较长的时间，虽然一些调度系统能够对一些充电需求量较大的区域进行提前调度，将移动充电桩提前送达指定区域，但是这些系统往往未考虑周边是否有固定式的充电桩，用户的具体需求量是多少，造成调度过来的移动充电桩数量多于需求，导致移动充电桩的富集，或者少于需求，部分用户在充电过程中需要等待，再比如，城区固定式充电桩较多，因此需要的移动式充电桩较少，而郊区的固定式充电桩较少，因此需要的移动式充电桩更多，这些因素都是需要考虑的。

技术实现思路

[0004]本专利技术的目的在于提供一种基于移动充电桩的智能调度方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于移动充电桩的智能调度方法，其方法包括如下步骤：
[0006]S1、获取调度区域的当前充电需求，并获取当前移动充电桩分布图、各移动充电桩剩余电量信息以及当前固定式充电桩分布图，将获取的数据建立成数据库，并基于数据库建立云计算的神经网络模型，对神经网络模型中的参数进行归一化处理，使模型中的全部参数的取值在[0，1]范围内；
[0007]S2、抽取部分获取到的数据制成训练集，将训练集输入至神经网络模型中进行训练，获得充电桩调度神经网络模型，并根据用户的充电需求来预测下一个时间段的充电需求，并设置多个充电需求用户较多位置的充电点BP，获取充电点BP的位置信息，之后计算每个充电点BP附近的固定式充电桩，撤销部分充电点，保留其他的充电点；
[0008]S3、之后获取该调度区域的所有移动充电桩与充电点BP的距离，将训练好的充电桩调度神经网络模型输入至移动充电桩调度系统中，移动充电桩调度系统分析每一个充电
点BP附近的移动充电桩，根据分析结果来将选择合适的路径和数量，将移动充电桩调度给所有的充电点BP，完成智能化调度。
[0009]优选的，所述步骤S1中，归一化处理的具体方法如下：
[0010]将以往的充电桩调度路径矩阵中的第a列数值的极大值设置为maxK
a
，极小值设置为minK
a
，而D
ij
是标准化后的数值，则标准化前的数值K
ij
值进行归一化处理后，得到的结果为：
[0011]当maxK
a
≠minK
a
时，D
ij
＝(K
ij
‑
minK
a
)/(maxK
a
‑
minK
a
)；
[0012]当maxK
a
＝minK
a
时，D
ij
＝1。
[0013]优选的，所述步骤S1中，不同的移动充电桩其调度的合理性可用下式表示：
[0014]当D
ra
＜D
ta
时，D
ia
＝D
ra
/D
ta
；
[0015]当D
ra
≥D
ta
时，D
ia
＝1；
[0016]移动充电桩的调度神经网络模型可表示为：
[0017][0018]其中w
j
为权值系数。
[0019]优选的，所述步骤S2中，在获取充电点BP的位置信息后，判断该区域为城区还是郊区。
[0020]优选的，所述步骤S2中，撤销部分充电点的条件为：
[0021]在该BP点为郊区时，当BP
g
≥80％BP
y
时，则撤销该充电点；
[0022]当BP
g
＜80％BP
y
时，则保存该充电点；
[0023]在该BP点为城区时，当BP
g
≥BP
y
时，则撤销该充电点；
[0024]当BP
g
＜BP
y
时，则保存该充电点；
[0025]其中BP
g
为该点附近固定式充电桩的数量，BP
y
为用户需求的充电桩量。
[0026]优选的，所述步骤S3中，调度系统需分析BP点的位置、BP点附近固定式充电桩的数量、用户需求的充电桩量、附近移动式充电桩的距离和附近移动式充电桩的剩余电量。
[0027]优选的，所述步骤S3中，在选择调度路径的过程中，为了避免选到不存在的路径，则运动函数BP
x，i
需要满足：
[0028]当(x，i)存在时，BP
x，i
＝1；
[0029]当(x，i)不存在时，BP
x，i
＝0。
[0030]优选的，所述步骤S3中，为了确保充电桩神经网络模型的终点存在输入输出路径，则满足函数E2如下：
[0031][0032]式中：u2为惩罚系数，V
xi
为每层神经元输入函数，V
di
出为层神经元输出函数。
[0033]优选的，所述步骤S3中，为保证最短路径，则设移动充电站的起点为s，到达的充电点为d，则存在约束函数E3为：
[0034][0035]其中V
dr
为每条路径的终点函数。
[0036]优选的，所述步骤S3中，每个BP点调度充电桩的数量为：
[0037]BP
k
＝BP
y
‑
BP
g
。
[0038]与现有技术相比，本专利技术的有益效果如下：
[0039]本专利技术能够根据调度区域内的需求量建立神经网络模型，将神经网络模型输入调度系统中，并在调度区域内划分多个需求量较大的充电点，而且能够根据固定式充电桩的数量，来考虑是否向该充电点提供移动式充电桩，且在调度过程中，能够充分考虑充电点的位置信息，并调度就近的移动充电桩，获得最佳调度路径，从而节约调度时间，做到对充电位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动充电桩的智能调度方法，其特征在于：其方法包括如下步骤：S1、获取调度区域的当前充电需求，并获取当前移动充电桩分布图、各移动充电桩剩余电量信息以及当前固定式充电桩分布图，将获取的数据建立成数据库，并基于数据库建立云计算的神经网络模型，对神经网络模型中的参数进行归一化处理，使模型中的全部参数的取值在[0，1]范围内；S2、抽取部分获取到的数据制成训练集，将训练集输入至神经网络模型中进行训练，获得充电桩调度神经网络模型，并根据用户的充电需求来预测下一个时间段的充电需求，并设置多个充电需求用户较多位置的充电点BP，获取充电点BP的位置信息，之后计算每个充电点BP附近的固定式充电桩，撤销部分充电点，保留其他的充电点；S3、之后获取该调度区域的所有移动充电桩与充电点BP的距离，将训练好的充电桩调度神经网络模型输入至移动充电桩调度系统中，移动充电桩调度系统分析每一个充电点BP附近的移动充电桩，根据分析结果来将选择合适的路径和数量，将移动充电桩调度给所有的充电点BP，完成智能化调度。2.根据权利要求1所述的一种基于移动充电桩的智能调度方法，其特征在于：所述步骤S1中，归一化处理的具体方法如下：将以往的充电桩调度路径矩阵中的第a列数值的极大值设置为maxK
a
，极小值设置为minK
a
，而D
ij
是标准化后的数值，则标准化前的数值K
ij
值进行归一化处理后，得到的结果为：当maxK
a
≠minK
a
时，D
ij
＝(K
ij
‑
minK
a
)/(maxK
a
‑
minK
a
)；当maxK
a
＝minK
a
时，D
ij
＝1。3.根据权利要求1所述的一种基于移动充电桩的智能调度方法，其特征在于：所述步骤S1中，不同的移动充电桩其调度的合理性可用下式表示：当D
ra
＜D
ta
时，D
ia
＝D
ra
/D
ta
；当D
ra
≥D
ta
时，D
ia
＝1；移动充电桩的调度神经网络...

【专利技术属性】
技术研发人员：陈伟俊，刘蔚欣，
申请(专利权)人：广州特伏科技有限公司，
类型：发明
国别省市：