CN109986993A - 动态配置可交换式储能装置站之间能源的***和方法 - Google Patents
动态配置可交换式储能装置站之间能源的***和方法 Download PDFInfo
- Publication number
- CN109986993A CN109986993A CN201811628503.8A CN201811628503A CN109986993A CN 109986993 A CN109986993 A CN 109986993A CN 201811628503 A CN201811628503 A CN 201811628503A CN 109986993 A CN109986993 A CN 109986993A
- Authority
- CN
- China
- Prior art keywords
- battery
- rate
- device switching
- energy
- station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000004146 energy storage Methods 0.000 title claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 14
- 230000002068 genetic effect Effects 0.000 claims description 11
- 239000004744 fabric Substances 0.000 claims 1
- 238000007600 charging Methods 0.000 abstract description 44
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000005265 energy consumption Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 72
- 230000006870 function Effects 0.000 description 53
- 238000010586 diagram Methods 0.000 description 25
- 230000005611 electricity Effects 0.000 description 23
- 238000003860 storage Methods 0.000 description 22
- 230000006399 behavior Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 12
- 230000007613 environmental effect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000003542 behavioural effect Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 241001503987 Clematis vitalba Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 102100028667 C-type lectin domain family 4 member A Human genes 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 101000766908 Homo sapiens C-type lectin domain family 4 member A Proteins 0.000 description 1
- 241000899793 Hypsophrys nicaraguensis Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 210000004602 germ cell Anatomy 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
- B60S5/00—Servicing, maintaining, repairing, or refitting of vehicles
- B60S5/06—Supplying batteries to, or removing batteries from, vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
- G06Q10/025—Coordination of plural reservations, e.g. plural trip segments, transportation combined with accommodation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/30—Constructional details of charging stations
- B60L53/305—Communication interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/64—Optimising energy costs, e.g. responding to electricity rates
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/66—Data transfer between charging stations and vehicles
- B60L53/665—Methods related to measuring, billing or payment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/80—Exchanging energy storage elements, e.g. removable batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/68—Off-site monitoring or control, e.g. remote control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/14—Plug-in electric vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Power Engineering (AREA)
- Mechanical Engineering (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Transportation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本案是与管理复数个装置交换站有关的方法与相关***。管理方法包含,例如,(1)根据位于各该装置交换站的复数个储能装置的一可取用性,决定对应各该复数个装置交换站的一分数;(2)根据该些装置交换站的每一者的该分数,决定该复数个装置交换站的一序列;以及(3)透过映射该些装置交换站的该序列至相应于一费率分布的一特征曲线,决定对应各该装置交换站的一费率。本案透过对基于储能装置的可用性对每个装置交换站指定一分数,并利用一费率分布特征曲线决定各站费率,以分配各站点的能源。如此,解决不必要的充电及维护,降低能源消耗与营运成本。
Description
技术领域
本案是关于一种用以在可交换式储能装置交换站中动态配置能源的*** 和方法,且特别是有关于根据可交换式储能装置站的特征曲线,动态配置能源 的***和方法。
背景技术
有些电动车辆是由可交换式电池供电。对于这样的电动车辆,当使用者想 要进行电池交换时,拥有充分充电的电池可提供应使用者是提供令人满意的用 户体验的一重要因素。然而,很难预测使用者何时与何地想要交换电池。对于 处理大量电池的电池交换***,对***而言甚至更难以预测电池需求并相应地 做出回应。此外,对电池充电和维护这些电池的充电状态需要大量的能源。不 必要的充电或维护会对***的成本效益和能源效益产生负面影响。因此,有一 种改进的***和方法来解决上述问题是有利的。
发明内容
本案的一种态样为一种动态配置可交换式储能装置站之间能源的方法,其 特征在于,该方法包含以下操作:根据位于各装置交换站的复数个储能装置的 一可取用性,决定对各复数个装置交换站的一分数;根据该些装置交换站的每 一者的该分数,决定该复数个装置交换站的一序列;以及透过映射该些装置交 换站的该序列至相应于一费率分布的一特征曲线,决定对应各装置交换站的每 一者一费率。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,其中该特征曲线是基于一期望值与一费率范围而决定,且其中该期望值与 该费率范围是根据一使用者输入而决定其特征在于,其中该特征曲线是基于一 期望值与一费率范围而决定,且其中该期望值与该费率范围是根据一使用者输 入而决定。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,其中该特征曲线是基于一常态分布曲线所决定。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,其中该分数是从一可用储能装置数取得。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,还包含:根据一预测的装置需求及一预测的装置供应之间的一差值,决定 该数可用储能装置数。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,还包含:透过平均该些装置交换站中彼此相邻的至少二者的该费率,调整 该些装置交换站中的至少二者的该费率。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,其中:该些装置交换站的至少二第一装置交换站是位于一第一行政区; 该些装置交换站的至少二第二装置交换站是位于一第二行政区;该管理方法还 包含:根据一第一子特征曲线,产生对各该些第一装置交换站的一第一调整费 率;以及根据一第二子特征曲线,产生对该些第二装置交换站的每一者一第二 调整费率。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,其中对该些第一装置交换站的该第一调整费率的一第一平均值通常与对该 些第二装置交换站的该第二调整费率的一第二平均值相同。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,还包含:根据该些装置交换站的相邻性,划分该些装置交换站成至少二组 装置交换站;产生对在该至少二组的每一者中的装置交换站一子序列;以及透 过映射该子序列至一子特征曲线,调整对在该至少二组的每一者中的每一个装 置交换站的该费率。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,还包含:根据该些装置交换站中的至少一者的费率,调整该些装置交换站 的至少一装置交换站的一回售费率,以便于提供一使用者一奖励去售回一已充 电电池。
在一些实施例中,该可交换式管理多个装置交换站能源的方法,其特征在 于,还包含:划分复数个装置交换站至一第一群集与第二群集;以及调整该特 征曲线以形成对该第一群集的一第一特征曲线及行程对该第二群集的一第二 特征曲线。
本案的另一样态是一种用以管理复数个装置交换站的可交换式能源***。 该***包含一处理器。该处理器用以根据位于各该装置交换站的复数个储能装 置的一可取用性,决定对应各该复数个装置交换站的一分数;根据各该装置交 换站的该分数,决定该复数个装置交换站的一序列;以及透过映射该些装置交 换站的该序列至相应于一费率分布的一特征曲线,决定对应各该装置交换站的 一费率。
在一些实施例中,该用以管理复数个装置交换站的可交换式能源***,其 特征在于,其中该特征曲线是基于一期望值与一费率范围而决定,且其中该期 望值与该费率范围是根据一使用者输入而决定。
在一些实施例中,该用以管理复数个装置交换站的可交换式能源***,其 特征在于,其中该分数是从一可用储能装置数数,且其中该处理器用以根据一 预测装置需求及一预测装置供应之间的一差值,决定该数可用储能装置数确 认。
本案的另一样态是一种用于平衡多个电池交换站之间的能源的方法,其特 征在于,包含:接收从多个取样电池交换站来的电池需求信息;根据所接收电 池需求信息,产生一特征函数,其中该特征函数是基于一能源比例及一电池费 率而决定,其中该能源比例是根据与一电池交换事件有关的一电池能源等级及 与该电池交换事件有关的一可用电池数而决定,且其中该电池费率是基于相应 于该费率的一分布的一特征曲线而决定。
在一些实施例中,该用于平衡多个电池交换站之间的能源的方法,其特征 在于,还包含:基于所决定的该电池价格,产生一通知以激励一使用者交换一 电池。
在一些实施例中,该用于平衡多个电池交换站之间的能源的方法,其特征 在于,还包含:根据电池需求时间间隔、一电池站类型及一群集的电池交换数, 划分电池需求信息为多个群集。
在一些实施例中,该用于平衡多个电池交换站之间的能源的方法,其特征 在于,还包含:产生对该些群集的每一个的该特征函数。
在一些实施例中,该用于平衡多个电池交换站之间的能源的方法,其特征 在于,还包含:根据该特征函数。决定每一个群集的该电池价格。
在一些实施例中,该用于平衡多个电池交换站之间的能源的方法,其特征 在于,其中该特征函数是根据一基因演算法(generic algorithm,GA),且其中 多个群集是基于一K~均方分群演算法(K~means clustering algorithm)而决 定。
附图说明
为让本揭示内容的上述和其他目的、特征、优点与实施例能更明显易懂, 所附附图的说明如下:
图1A为根据本案一些实施例所绘示的一种奖励电池交换***的示意图;
图1B为根据本案一些实施例所绘示的一种***的示意图,其中该***用 以收集从多个电池交换站来的信息;
图1C为根据本案一些实施例所绘示的为着划分电池需求信息至多个群集 的一群集程序的示意图;
图1D为根据本案一些实施例所绘示的所执行的集群的示意图;
图1E为根据本案一些实施例所绘示的所描述的一电池分数的示意图;
图1F为根据本案一些实施例所绘示的一使用一基因演算法以决定电池需 求函数(fc)的示意图;
图1G为根据本案一些实施例所绘示的多个电池需求特征函数(fc)的示 意图;
图1H为根据本案一些实施例所绘示的基于电池需求信息设定一电池交换 价格的流程的流程图;
图1I为根据本案一些实施例所绘示的一特征曲线的示意图;
图1J为根据本案一些实施例所绘示的根据电池需求信息以设定一电池交 换价格的流程图;
图2为根据本案一些实施例所绘示的一服务器***的示意图;
图3为根据本案一些实施例所绘示的一站点***及一车辆***的示意图;
图4A至图4C及图5A至图5C为根据本案一些实施例的屏幕截图,代表 一电池交换站、一移动装置或一仪表板(一车辆的)的使用者界面;
图6为根据本案的一些实施例所绘示的一种管理方法的流程图;
图7A为根据本案的一些实施例所绘示的多个站点***的多个特征的示意 图;以及
图7B为根据本案的一些实施例所绘示的在多个时间帧期间一站点***多 个特征的示意图。
图示不一定按比例绘制。例如,图中的一些元件的尺寸可被扩展或缩小以 帮助改进对各种实施例的理解。类似地,出于讨论一些实施例的目的,一些元 件和/或操作可被分成不同的区块或组合成单个区块。此外,尽管已经通过图 示中的示例示出了特定实施例并且在下面详细描述特定实施例,但是本领域的 通常知识者该领会到,修改、等效和替换将落入所附权利要求的范围内。
【符号说明】
为让本案的上述和其他目的、特征、优点与实施例能更明显易懂,所附符 号的说明如下:
10:电池交换站 300:***
11A~11B:电池 30:车辆
12A~12B:电池 31:移动装置
13A~13B:电池 33:服务器
15A~15B:电池 35:电源
100:*** 301:处理器
101A~101D:电池交换站 303:记忆体
103:主服务器 305:使用者界面
105:数据库 307:通讯元件
107:网络 309:电池管理元件
109A~109C:服务器 311:感应器
111A~111C:数据库 313:储存元件
113:电池交换架 315:充电控制元件
115:使用者界面 317a~317n:电池槽
117a~117h:电池槽 319:处理器
C1~C3:点 321:记忆体
X1、X2:轴 323:电池
121:线121 325:马达
fc1~fc5:特征曲线 327:输入装置
151、152:特征曲线 329:仪表显示器
200:服务器*** 331:储存元件
20:客户站 333:感应器
201:处理器 335:通讯元件
203:记忆体 337:电池记忆体
205:输入/输出装置 701A~701C:特性曲线
207:储存元件 703、708、709、713、714:峰值部分
209:需求分析元件 705、711:平线区
211:电源分析元件 707A~707C:特性曲线
213:站点分析元件 1000:方法
215:电池分析元件 1001~1109:步骤
217:使用者行为分析元件 1100:方法
219:车辆分析元件 1101~1109:步骤
221:通讯元件
具体实施方式
在本说明中,对“一些实施例”、“一个实施例”等的引用意味着所描述 的特定特征、功能、结构或特性,被包括在本案的至少一个实施例中。在本说 明中出现的这些短语并不一定都指同一实施例。另一方面,所提到的实施例不 一定是相互排斥的。
本案是关于透过在各种电池交换站动态地设定电池交换价格,动态地在多 个可交换式能源能源储存装置(例如,可交换式的、可充电的电池,以下称“储 能装置”)站之间分配能源(例如,储存在电池中)的***和方法。更具体的 说,本案是关于用于预测/分析电池需求,然后满足预测预测需求的***和方 法。当一电池需求被预测时,将有几种方法来满足预测电池需求。首先,一系 统可提供一足够数量的(充满电的)电池以满足预测电池需求。其次,***可 采用一“使用者影响”的方式,以提高一电池供应(例如,要求使用者归还一 已适当充电的电池给***)或透过改变或影响使用者行为(例如,透过对使用 者提供动机(motivation)或激励(incentive)来这样做)来降低一电池需求(例 如,请求使用者延迟电池交换)。在一些实施例中,可透过广告、通知、游 戏、鼓励等来激励电池的使用者改变他们的行为。在一些实施例中,可透过较 低的电池交换价格或其他相当的诱因(例如,信用积分、奖励点数)来激励电 池使用者。激励电池使用者的一种方法是动态地调整在各个电池交换站的电池 交换价格,使得使用者可被驱使在一低需求站点交换电池(例如,降低一高需 求站点的电池需求)或将已适当充电的电池(例如,已充电80-90%)归还到 一高需求站点(例如,以增加电池供应)。
本案有是关于用于基于一定价策略,动态地在多个可交换式的储能装置 (例如,可交换式的、可充电的电池)站之间分配能源(如储存在电池中)的 方法和***。更具体的说,本案是关于用于预测和分析一电池需求,并相应地 管理位于多个站点的电池的一种***和方法。本案的***收集电池需求的信息 (例如,从各种来源,如附接至电池的一电池记忆体、电池交换站、车辆、使 用者的移动装置,等等)。例如,电池需求信息可包括“在一特定时段期间在 一特定站点处交换的电池的数量”或“在一特定时段期间由一使用者交换的电池的数量”或其他适当的信息(例如,多个交换电池的特性,如制造商、充电 状态(SoC)等)。
图1H提供了关于如何基于电池需求信息设定电池交换价格的步骤1000。 简而言之,本案所揭露的***首先可收集历史电池需求信息(步骤1001), 然后基于一集群程序(clustering process,如步骤1003)分析所收集信息。如 下所述,集群程序可将所收集电池需求信息划分为各种群集(cluster)。每个 群集代表一电池需求类型。基于集群结果,本案所揭露的***可进一步决定一 动态电池定价策略(步骤1005),该动态电池定价策略可用于激励电池使用 者去满足一预测电池需求。实施例将在以下详细讨论。
在集群程序中,***可划分所收集电池需求信息至基于一个或多个因子的 多个群集。在一些实施例中,集群可基于时段被决定(例如,一群集代表上午 9点至上午10点,而另一群集代表下午3点至下午5点)。参考图1C,将详 细讨论关于基于时段决定群集的实施例。在一些实施例中,可基于电池站的类 型来决定群集(例如,“所有时段高需求”型、“尖峰时段高需求”型、“假 日高需求”型、“周末高需求”型、“事件高需求”型、“低所有时段需求”型等;相关细节将在下面详细讨论)。在一些实施例中,可基于位置(例如, 一电池交换站的一位置,或一用于“车辆至车辆”电池交换的车辆的位置。在 一些实施例中,可基于其他相当的因素来决定群集。在一个或多个下面所讨论 的实施例中,群集是基于“交换电池何时发生”及“电池站的类型”两者所决 定。在一些实施例中,群集可因其他各种因素被决定或被区分,因此不能立即 地将其鉴定为与单个因子或两个因子密切相关。在一些实施例中,可基于一机 器学习程序的结果来决定群集。在一些实施例中(如下面参考图1I和图1J讨论的实施例),可跳过集群程序。
在一些实施例中,具有大于“1”的一费率(如下面讨论的“电池费率”) 的群集可代表高需求(或预测即将到来高需求),在该些群集使用者为着一已 充电电池被以较高的费率收费,或者反过来,被支付较高的费率来卖回已充电 电池(如一“回售费率”)。对使用者的回售费率可至少部分地基于费率、分 数和装置交换站的大小来决定。例如,一个小却繁忙的站点可能没有即时预备 足够的电池以满足需求的能力,所以对于此站点可设定得较高的回售费率,使 得使用者能帮助站点满足需求。在一些实施例中,具有低于“1”的费率(如 下面讨论的“电池费率”)的群集可代表较低需求,在该些群集,使用者将为 了一已充电电池被以较低的费率收费,或被支付较低的费率来卖回已充电电 池。
在一些实施例中,本案所揭露的***的一中央服务器接收所有这些使用统 计、天气报告、特殊事件数据等,并尝试为每个充电站或群集产生一供需函数。 透过动态地为每个站点/群集产生一供需曲线,可更好地平衡整个***的能源 使用。
基于两个因子(如时间和站点类型),本***然后划分所收集电池需求信 息成多个群集C1~Cn(群集的示例可在图1C中找到,其中包括8个群集等级 1-8)。多个群集的C1~Cn可基于“每个站点”及每个“时间间隔”(如一小 时或两小时)电池交换的次数排名。例如,C1可代表每个站点和每个时间间 隔电池交换的最小次数,Cn可代表每个站点和每个时间间隔电池交换的最大 次数。例如,C1可代表一站点每小时0-10次电池交换,C2代表1-25次电池交 换,C3代表26-50次电池交换,C4可代表51-100次电池交换,Cn可代表10,000 次及以上的电池交换,依此类推。
在绘示的实施例中,在群集C1中的元件可包括“在站点A时段上午01 点到上午03点”(这表示为一所有时间低需求类型的站点)、“在站点B时 段凌晨2点至凌晨6点”(这表示为一事件高要求类型)以及落在由群集C1所代表的电池交换次数内的其他时间类型组合。如另一例子,群集Cn可包含 “在站点C时段上午9点到上午9点45分”(这表示为一尖峰时段高需求的 类型)、“在站点D时段星期六上午10点到下午5点”(这表示是一周末高 需求的类型)以及落在由群集Cn所代表的电池交换次数内的其他时间类型组 合。
在一些实施例中,可基于所收集电池需求信息决定多个群集。例如,可基 于一K均值集群程序来决定多个群集,这将在下面参考图1D详细讨论。
为了能够激励电池使用者采取行动(例如,增加电池供应或在一特定时段 内减少一电池需求),本案所揭露的***可动态地调整每个电池站的电池交换 价格。本案所揭露的***可透过产生如下所述的一动态定价模型来实现此目 标。
对于每个群集,本***可产生一特征函数(fc),该特征函数反映电池可 取用性与一费率之间的关系。在一些实施例中,特征函数基于群集的一“能源 比例”和一“电池费率”决定。
该能源比例基于与一电池交换事件有关的一可用电池能源决定。能源比例 可以一“电池分数”对一“电池数”的比例被定义。简而言的,当电池被交换 时,电池分数可被定义为电池的一电池能源等级(例如,充电状态,SoC)。 例如,当电池能源等级超过90%(例如,充电90%),在电池被交换时,电 池得分可为“1”。在一些实施例中,当电池能源等级在82%(例如,充电82%), 在电池被交换时,电池得分可为“0.3”。在一些实施例中,电池分数可被定 义为一指标,代表一电池站是否具有足够已完全充电电池。下面参考图1E讨 论关于电池分数的实施例。
“电池数”可代表在电池交换站可用电池的数量。例如,如果一个电池交 换站具有3个可供使用者调换的已完全充电电池,该电池数可为“3”。如另 一例子,如果一个电池交换站具有6个可供使用者调换的已充电90%电池,该 电池数可为“6”。
基于“电池分数”和“电池数”,即可决定能源比例。能源比例可用于产 生特征函数。下面参考图1G讨论特征函数的实施例。例如,在图1G中所示 的图,其横轴代表能源比例,而同一图的纵轴代表“电池费率”。
如上所述,每个群集具有一相应的特征函数(fc)。相应的特征函数可以 是曲线的形式,如图1G所示。这些曲线表明,即使在同一群集中的时间间隔 期间,如果电池站的能源比例改变,则使用者可接收不同电池交换价格的电池 (例如,图1G中所示的“费率”)。
“电池费率”是反映电池交换服务供应商向一使用者收取电池交换的费用 的一参考价格数。电池费率可有一最大值和一最小值(即,费率的范围内)。 “电池费率”是由一***操作员决定的一因子。在一些实施例中,***操作员 可将一“基本费率”定为电池使用者消耗一单位的电力(例如,1Ahr)的价格。 然后电池交换价格可透过将基本费率乘以所消耗电力的量来计算。本案的*** 可基于所收集电池需求信息和所决定电池费率(例如,价格较高的电池应有更 低的需求),预测可能的一可能电池需求(例如透过决定对每一群集的特征函 数)。然后可将所决定特征函数用作规则,以在每一时间间隔中决定每个相应 电池交换站的一电池交换价格。电池交换价格可以是“动态的”,因为特征函 数可即时(如毫秒到秒)或接近即时(如几分钟到几小时)的方式被产生或更 新。在一些实施例中,集群程序也可以类似的方式(如集群程序可以即时或接 近即时的方式执行)“动态”的。
在一些实施例中,可基于一机器学习程序来决定特征函数。在一些实施例 中,可基于一基因演算法(generic algorithm,GA)来决定特征函数。下面参考 图1F讨论基因演算法的实施例。
如一可供选择的技术,在一些实施例中,本案所揭露的***可基于一特征 曲线(如一常态分布曲线、“钟形曲线”或一从常态分布调整(如偏斜)的曲 线等)。例如,图1I示绘示出根据本案的一些实施例的一特征曲线151。图 1I中的横轴代表电池费率(如上面参考图1G所讨论的)。如所示,该特征曲 线151是在从0.8(最小)至1.2(最大)的定价范围,可由***或***操作员 来设定。当电池费率为“1”时,假设电池的供需是平衡的。当电池费率高于 “1”,电池价格会相对高,因而电池需求可被降低。当电池费率低于“1”时, 电池价格相对低,因而可影响使用者,并且电池需求可能增加。如图1I所示, 一关键电池费率可被设定为“1.1”(如平均电池费率“1”的110%)以防止 电池价格过高而对使用者的电池体验产生负面影响(例如,使用者以较高的费 率付款时可能会生气)。在一些实施例中,当电池费率低于“1”时,电池价 格可能低于***营运商提供/预备电池的费用/成本,因此***运营商可能希望 限制这种情况以避免损失利润。
在图1I中的纵轴代表概率密度,这意味着,大部分费率要指派给装置交 换站的是在特征曲线151的峰值附近(例如,峰值代表特征曲线151的一“期 望值”,将在下面详细讨论)。特征曲线151是可用来在一行政区(如,城市、 县镇、邻近区域等)或一几何区域(如直径为5-25公里的圆形区域),动态 地对多个电池(或其它相当的能源储存装置)调整电池费率。在一些实施例中, 复数个装置交换站可位于一特定使用者群(如,公司的雇员、学校的教师等) 频繁交换储能装置的区域内。
透过使用特征曲线151,本案所揭露的***决定在一个特定的区域中的电 池价格,并确认在该区域中各种电池交换站的电池价格的分布是根据特征曲线 151的分布(如,只有一限定数量的电池是“贵”或“便宜”,而大多数的电 池的被设定在一正常价格(例如,平均费率“1”或略低/略高于“1”)。透 过在这种安排,***可在所选区域中提供一动态且平衡的电池定价结构,因而 增进使用者体验并平衡电池交换站之间的能源(例如,储存在电池中)。例如, 电池交换站可照着基于该些电池交换站的电池分数(例如,从高到低)的一顺序排序或被安排,以形成一站点的“序列(sequence)”。然后,对每个站点的 费率可透过“映射(mapping)”序列到特征曲线151而决定,与特征曲线151 有关的本案实施例将在下面参考图1J讨论。
在一些实施例中,本案所揭露的***可基于电池交换站的接近性或相邻性 来调整费率。例如,站点A1和站点A2接近(例如,在1公里内)。本案所 揭露的***可将站点A1和站点A2的费率调整到相同的费率(例如,基于特 征曲线151原定给站点A1和站点A2的费率的平均值)。在一些实施例中, 站点A1和站点A2的费率中的一者可被设定在一较低的费率(或一较高的费 率),以便让使用者注意到费率的改变和保持使用者对交换/调换更便宜的电 池的兴趣。
在一些实施例中,本案所揭露的***可进一步基于地理区域或行政区调整 费率。在一些实施例中,例如,每个行政区或地理区域可具有一子特征曲线(例 如,类似于特征曲线151,像是一常态分布曲线),以及可基于该子特征曲线, 进一步调整对在每个行政区或地理区域中的站点的费率。在这种情况下,可基 于在地理区域或行政区内中的装置交换站的费率,决定子特征曲线。例如,在 地理区域内的装置交换站的费率的平均可被设定为子特征曲线的期望值(可与 特征曲线151的期望值不同)。在行政区AD1内的站点可基于该些站点的电 池分数被排序,以形成在行政区AD1内站点的一子序列。透过将对行政区AD1 中站点的子序列映射到对行政区AD1的子特征曲线,可进一步调整对行政区 AD1中站点的费率。相同的方法可用于相近大小的行政区域中的站点(例如, 行政区AD2)。因此,本案可平衡在每个行政区或地理区域中的费率。
调整在一小地理区域中装置交换站的费率可让使用者更愿意交换/调换更 便宜的电池(例如,因为在仅几个街区的遥有更便宜的电池,对使用者更方便)。 在不同的行政区(例如,更大的区域)平衡费率包含为多个子特征曲线设定类 似的期望值(虽然一费率范围可能不同)。透过这种配置,生活在一个密集地 区(例如,行政区AD1坐落在市中心区和且电池需求强)的使用者不觉得自 己总去需要拿昂贵的电池(例如,比那些在是乡村地区的行政区AD2的更贵)。 在一些实施例中,***可基于简单的规则和指令重新调整装置交换站的费率, 而不一定要如同上述的映射至子特征曲线上。
图1J为根据本案一些实施例所绘示的一种方法1100的流程图。方法1100 用于管理多个装置交换站(例如,电池交换站)。例如,方法1100可透过动 态地调整在这些站点装置交换价格来平衡对这些站点中的储能装置(例如,电 池)的所期望需求。方法1100可由具有一处理器的服务器或服务器***(如 图2)实现。例如,在步骤1101,该方法决定交换在多个装置交换站中的储能 装置的一费率范围。费率范围具有一最大费率(例如,图1I中的费率“1.2”) 和最小费率(例如,图1I中的费率“0.8”)。一旦费率范围被决定时,基于 费率范围的特征曲线可被决定,如步骤1103中所示。特征曲线代表对复数个 装置交换站的费率的分布。在一些实施例中,特征曲线可以是一常态分布或“钟 形曲线”。在其他实施例中,特征曲线可是偏斜曲线或其他相当的分布。
在一些实施例中,还可基于一“期望值”决定特征曲线。如下面详细讨论 的,“期望值”代表一***营运商的定价策略。换句话说,***运营商是否可 基于定价策略期望额外的利润。例如,当***营运商设定的期望值为“1”, 该***预计不会产生任何额外的利润。如果***营运商设置的期望值高于“1”, 那么***运营商预期有一些额外的利润。如果***操作者设定低于预期值“1”, 则***营运商预期有较少利润(在一些实施例中,可能会失去利润)。期望值 的实施例在下面是参考以下公式C讨论。期望值决定特征曲线的“峰值”或“中心”。在图1I所示的实施例中,特征曲线151具有略高于平均费率“1” 的峰值152。在这样的实施例中,透过实施该定价策略,利润将可被预期。
在步骤1105,方法1100透过基于位于每个装置交换站中的储能装置的可 取用性,为复数个装置交换站中的每一个决定一得分而继续(例如,上面参考 图1E所讨论的“电池分数”)。在一些实施例中,能源能源储存装置的可取 用性(其可由相关联的分数反应)可以是一储能装置数(例如,在一装置中交 换站中)。在这样的实施例中,方法1100可包含根据一预测装置需求及一预 测装置供应之间的一差值,决定该数可用储能装置数。例如,该差值可以是“在 接下来的两个小时内有多少电池可用(例如,站点A的4个电池)”。差值 可基于一预测电池需求来计算(如在两小时内预计有两个电池交换)和一预测 电池供应(例如,站点A可准备6个在两小时内可被提取的电池)。
在步骤1107,方法1100透过基于分数,决定复数个装置交换站的一序列 (例如根据装置交换站排名或排序)而继续。在一些实施例中,复数个装置交 换站可照着一个顺序被放置,使得具较高分数(例如,更多的可用电池)的站 点具有较低等级(例如,一较高的电池供应导致一较低的费率)。
在步骤1109,基于所述序列,方法1100透过映射装置交换站的序列到特 征曲线,决定每个装置交换站的一费率。例如,假设(1)有五个站点A1~ A5;(2)期望费率为“1”,以及(3)最高等级为“1.2”和最低等级为“0.8”; 和(4)站点A1~A5的分数分别为“5”、“4”、“3”、“2”和“1”。在 该实施例中,在映射一常态分布的特征曲线之后,站点A5的费率是“1.2”, 站点A4的费率是“1.1”,站点A3的费率是“1”,站点A2的费率为“0.9” 以及站点A1的费率为“0.8”。透过这种安排,本案所揭露的***可有效地调 整每个装置交换站的费率。
在一些实施例中,本案所揭露的***可有效地调整每个装置交换站的费 率,使得大多数站点在特征曲线的峰值具有费率。例如,假设(1)有十个站 B1~B10;(2)期望费率为“1”,以及(3)最大评等为“1.3”且最低评等 为“0.7”;和(4)站点B1~B10的分数分别是“5”、“3”、“3”、“3”、 “3”、“3”、“3”、“3”、“3”以及“1”。在该实施例中,在映射常态 分布的特征曲线之后,站点B10的费率为“1.3”,站点B2~B9的评等是“1”, 而站点B1的费率是“0.7”。
在一些实施例中,***可基于至少一装置交换站的位置,调整装置交换站 中的至少一个装置交换站的费率。例如,站点X位于具有高电池需求的重要 交通枢纽处。虽然电池需求很高,但为了在站点X中交换电池的使用者提供 令人满意的使用者体验,***可指定一较低的费率给站点X。
在上面参考图1I和图1J讨论的实施例中,站点仍可被区分成各种群集(例 如,基于上面参考图1C讨论的因子)。对于每个群集,本案所揭露的***可 产生一特征曲线。对不同群集的特征曲线可以不同(例如,具有不同的费率范 围)。
一般来说,本案包含两组用于管理多个装置交换站的实施例中。第一组实 施例(参考图1C~图1H讨论的那些)考虑多个群集,并且每个群集具有一 特征曲线。这第一做法可能需要更多的计算资源,但可提供一更详细的结果。 第二组实施例使用了较简化的方法,透过基于一常态分布曲线产生特征曲线 (参考图1I和图1J讨论的实施例)。该第二种方法提供了用于管理多个装置 交换站的一快速、方便的方案。
尽管使用不同的方法,这两组实施例在大多数的计算中共享相同概念。例 如,当计算电池分数时,第一组实施例使用图1E中讨论的方法。如图1E所 示,在电池的充电状态达到75%之前,电池分数被认定是“0”。这是因为对 一电池充电从75%到90%通常需要半个到一个小时,因此一充电状态低于75% 的电池不能被认为是可立即使用的。类似地,在第二组实施例中,电池的电池 分数也被基于该些电池的充电状态决定(透过设定一充电状态临界值的一简化 方法,以判断一电池是否是“可用”)。
在本案的另一个方面是,本案透过基于上述电池需求特性函数产生的动态 定价,激励使用者在特定位置交换一电池。图1A为根据本案一些实施例所绘 示的一种奖励电池交换***的示意图。
如图1A中示出,一电池交换站10可包含6个电池11A、11B、12A、12B、 13A和13B定位在其中。电池交换站10还包含两个空电池槽A、B,供使用 者***电池。在一一般的电池交换事件中,使用者最多可在电池槽A、B中插 入两个空电池,然后从电池交换站10中取出两个已完全充电的电池(或几乎 已完全充电电池,或比一所***电池具有较高充电状态的电池)。在一些实施 例中,电池交换站10可用以仅允许某些类型电池***(例如,电池的充电低 于40%)或被取出(例如,电池充电超过80%)。
在图1A中示出的实施例中。电池11A、11B是50%充电。电池12A、12B 是30%充电。电池13A、13B是39%充电。换句话说,目前没有可用的电池(例 如,超过50%电量的电池)供使用者交换。基于站点10的电池需求预测,系 统产生对于可在不久的将来的电池交换的一预测电池需求。例如,对电池交换 的预测需求可根据历史数据产生。在一些实施例中,可基于一机器学***衡多个电池交换站之间的可用能源(例如,储存 在电池中)。下面参考第4A~5C图描述对使用者的通知的实施例。
本案所揭露的***可对可交换式的储能装置(例如,电池)以即时或接近 即时的方式预测需求。本案从多个来源(例如,电池交换站、电动车辆、电池、 使用者的移动装置,等等)收集信息,分析该信息,并产生可用于在一特定时 间内,对一交换站预测可交换式储能装置的需求的参考信息。所收集信息可包 含,例如,取样站点的位置(例如,取样站点可从所有耦合到一服务器并由一 运营商管理的所有多个电池交换站中选择出来)、取样站点附近的事件、靠近 取样站点的环境条件和与取样站点相关联的使用者行为(例如,电池使用情形、 使用者驾驶/骑行历史、使用者行为、使用者习惯等)。经过分析所收集信息, ***判断或识别各种类型的电池交换站的特征或电力消耗模式。然后所决定或 识别特征/模式可被使用作为规则以决定站点的类型(可在上述站点集群程序 期间用作为因子)。
在一些实施例中,本案内容可基于取样站点的位置将该些取样站点分类。 例如,基于主交通干道/道路和取样站点之间的距离,取样站点可代表一“高 交通流量”型、一“中交通流量”型或一“轻交通流量”型。在一些实施例中, “高交通流量”型站点可被定义为该些站点在离主要交通干道1公里内,“中 交通流量”型站点可定义为该些站点在离主要交通干道1公里到5公里的范围, 以及“轻交通流量”型站点可定义为该些站点在离主要交通干道至少5公里站。 本案在一个特定的时段可进一步识别每个类型站点的电池需求(例如,在一天 的内,如图7A所示)。
在一些实施例中,电池需求可被描述为,为满足所有在一特定时间期间想 交换电池的使用者,必要的已充满电(或实质上已充满)的电池的最小数目。 例如,本案可判断站点A需要在星期一上午8点至上午11点期间,拥有123 个已完全充满电可供使用的电池。在一些实施例中,电池需求可被描述为电力 的最小量(例如,充电电流是以安培描述,A)该最小量是在特定时段之前/ 期间用以充电/维持最小数目的所需被完全充电电池所必须的。例如,本案所 揭露的***可决定,为了使站点A在上午8点到上午11点可提供123个已完 全充电的电池,在同一天上午5点至上午7点30分需提供500安培的所需要 充电电流。
一旦决定了对每种类型的取样站点的电池需求(例如,一“高交通流量” 型、一“中交通流量”型或一“轻交通流量”型),本案所揭露的***可进一 步使用这个信息,以对一目标电池交换站预测一电池需求。例如,该目标电池 交换站可以是距离类似于上述主要交通干道的的一高交通流量街道1公里内 的一新部署站。在这样的实施例中,本案可使用所决定电池需求(如描述为图 7A和图7B中所示的需求曲线,或以其他特征形式或模式)来判断如何操作 目标电池交换站(例如,如何在特定时段内将充电/维护在其中的电池)。透 过这种安排,本案使得营运者能够以节能的方式维护或控制电池交换站。
在一些实施例中,本案可基于周围环境条件(例如,接近一个吸引观光客 的景点或办公大楼)和/或特定事件(例如,自然现象如台风、飓风、恶劣天 气条件、冷/热浪等,或人为的事件,如职业体育比赛,特殊销售活动等)分 类取样站点。例如,取样站点可基于周围的环境条件代表一“城市通勤”型、 一“旅游景点”型或者一“事件驱动”型。例如,“城市通勤”型可在尖峰通 勤时段期间,具有高需求的电池需求模式。如另一例子,“观光客吸引”型可 在假日或周末期间,具有高需求的电池需求模式。类似地,“事件驱动”类型 可在事件期间,具有高需求的电池需求模式。
在一些实施例中,本案可基于与取样站点相关联的使用者行为(例如,时 间、位置,和一使用者交换一电池的频率、一使用者的驾驶/骑乘习惯、一使 用者用于操作车辆的路线,等)进一步分类取样站点。例如,取样站点可基于 周围环境条件的类型代表一“杂货购物者”型、“街道竞赛者”型或“登山者” 型。例如,“杂货店购物者”型可具有一电池需求模式,该电池需求模型代表 使用者经常短途行动到一特定位置(例如,杂货店)。“街道竞赛者”型可有 一电池需求模式,该电池需求模型代表当使用者启动他们的车辆时,易于全力冲刺(如该站点是接近一专业赛道)。“登山者”型可有一电池需求模式,该 电池需求模型代表当使用者操作他们的车辆时,易采取上坡路线(例如,该站 点接近一山地风景区的入口)。
在一些实施例中,本案所揭露的***可使用机器学习技术来增进所执行电 池需求预测的准确性。在一些例子中,本案所揭露的***可使用监督式 (supervised)机器学习技术(如以验证训练的结果并提供反馈)以提高准确 性。在一些实施例中,本案可使用非监督式(unsupervised)机器学习技术(例 如,以使***能够独立地计算出如何训练和改进)来提高精确度。
本案的另一方面是提供在所有时间(或者,以即时或接近即时的方式)一 更新的电池需求参考。例如,当一新使用者订购让该使用者能够在现有电池交 换站中交换电池的一电池计划时,本案所揭露的***可判断新使用者的类型并 据此识别相应的电池需求模式。例如,因为新使用者购买“高性能”电池套组, 新使用者可至少被识别为一“高需求”类型。在这样的实施例中,本***将基 于所识别类型,考虑新使用者对该***未来的分析和预测的影响。在一些实施 例中,类似地,当一新电池交换站部署时,本***还将考虑该新电池交换站在 该***未来分析和预测中的影响。结果,本案所揭露的***能够为电池需求预测,提供最更新且因此最准确的分析结果。在其他实施例中,本案所揭露的系 统可周期性地更新电池需求信息。
在一些实施例中,本案所揭露的***使得每个电池交换站能够“离线”操 作。在这样的实施例中,本案提供应每个电池交换站要遵循的一设定预设规则 和模式,前提是电池交换站不从一服务器接收进一步(或更新)的指令。例如, 一些站点可能在一个网络连接可不时被中断的地方。在这些情况下,这些站点 仍可在离线时正常运行(例如,未连接到服务器)。本案所揭露的***还可建 立关于“老化指令”的一组规则让站点去遵循。例如,本案所揭露的***指示 这些站点,遵循之前由服务器传输的指令,只要之前由服务器发送的指令是不 超过2小时前产生的。一旦达到2小时临界值,这些站点就可回到储存在这些 站点中的预设需求模式。在其他实施例中,规则和时间临界值可根据各种因子 而变化,例如站点的位置/类型。
在一些实施例中,本案可基于一使用者请求或一个或多个触发事件预测一 电池需求。触发事件的实施例包含,例如停电、***未在其先前预测中将其视 为因子的电池需求激增、一意外、一自然灾害等。在这样的实施例中,***可 响应于触发事件,启动一预测分析,并将分析结果发送到多个站点。
本案的***描述设计用于提供电池需求预测的***和方法,及以即时或接 近即时的方式的动态定价策略。不同的实施例可提供以下技术改进中的一个或 多个:(1)高效率的即时或接近即时的电池需求预测和动态定价调整;(2) 透过设定电池交换定价,有效率且动态地平衡多个电池交换站之间的能源(例 如,储存在电池中)的能力;和(3)能以一节能的方式提供令人满意的电池 体验,从而提供增进的使用者体验。
在以下描述中,出于解释的目的,阐述了许多具体细节以便提供对本案的 实施例的透彻理解。然而,显而易见的是,可在没有这些具体细节中的一些的 情况下实践本案的实施例。
图1B为根据本案一些实施例所绘示的一种***100的示意图。如所示, ***100包含一个或多个电池交换站101A~101D、一主服务器103、一数据 库105和一网络107。如图所示,电池交换站101A、101D透过网络107以无 线方式连接到主服务器103。电池交换站101B、101C经由有线连接经由网络 107耦接到主服务器103。主服务器103进一步耦接到数据库105,数据库105 可储存参考信息(例如,如图7A和图7B所示的电池需求参考信息)。
使用电池交换站101A作为例子,在所示的实施例中,站点101A可包含 一电池交换架113和一使用者界面115(如一显示器)定位在该电池交换架113 上。如所示,电池交换架113可包含8个电池槽117a~117h以容纳电池。在 操作期间,仅有6个电池槽(如,电池槽117a、电池槽117b、电池槽117d、 电池槽117e、电池槽117f和电池槽117h)被电池占据,并且剩余的两个电池 槽(如电池槽117c和电池槽117g)保留给使用者***要交换的电池(例如,低电力或耗尽的电池)。在一些实施例中,电池交换站101A~101D可具有不 同的布置,例如不同数量的机架、显示器和/或电池槽。在一些实施例中,电 池交换站101A~101D可包含模块化元件(例如,模块化机架、模块化显示器 等),其使一操作员能够方便地安装或扩充电池交换站101A~101D。电池交 换站101A~101D可电性耦接到一个或多个电源(例如,电力网、电力线、电 力储存装置等)以接收电力为位于该些电池交换站101A~101D中的电池充电 并执行其他操作(例如,与主服务器103通讯)。
在一些实施例中,主服务器103可以是在接收客户请求,并透过其他服务 器,如服务器109A~109C,相对的满足这些要求的一边缘服务器。服务器 109A~C进一步耦接到数据库111A~111C。虽然主服务器103中的每一个和 服务器109A~C在逻辑上显示为一单个服务器,这些服务器各自可以是一分 散式计算环境包含位于相同或在地理上完全不同物理位置的多个计算装置。
在一些实施例中,主服务器103和服务器109A~C可各自运作为一服务 器或一客户站到其它服务器/客户端装置。如所示,主服务器103连接到数据 库105。服务器109A~109C每个都可连接到数据库111A~111C中的一者。 如上面讨论的,主服务器103中的每一者和服务器111A~111C中的每一个可 对应于一组服务器,并且这些服务器中的每一个可共享一数据库或者可具有其 自己的数据库。
数据库105、数据库111A~111C储存与本案所揭露的***相关联的信息 (例如,由主服务器103所收集信息、由主服务器103分析的信息、由主服务 器103产生的信息、参考信息、使用者帐户信息、使用者电池计划、使用者历 史、使用者行为、使用者习惯等)。在一些实施例中,所储存信息中的一些可 来自由政府或私人实体维护的可公开存取的数据库(例如,天气预报数据库、 旅行警报数据库、交通信息数据库、位置服务数据库、地图数据库等)。在一 些实施例中,所储存信息中的一些可来自提供专属信息的私人数据库(例如, 使用者帐户、使用者信用历史、使用者订购信息等)。
在所示实施例中,主服务器103用以从电池交换站101A~101D收集关于 电池需求的信息。例如,所收集信息可包含以下中的一个或多个:(1)电池 交换站101A~101D的位置;(2)位于电池交换站101A~101D中电池的数 量;(3)不位于电池交换站101A~101D中电池的数量/位置(例如,电池当 前安装在车辆中或由使用者持有或储存);(4)上述电池的充电状态;(5) 电池的使用历史;(6)靠近电池交换站101A~101D事件;(7)靠近电池交 换站101A~101D的环境条件;(8)与取样站点或电池相关联的使用者行为 (例如,电池使用状态、使用者驾驶/骑乘历史、使用者行为、使用者习惯等); 和/或(9)其他相当的信息。
收集这些信息后,主服务器103随后分析所收集信息以识别对电池交换站 101A~101D的特征或模式。例如,主服务器103可基于分析,决定一个或多 个电池需求特性/模式。然后,所决定特性/模式可用作操作电池交换站101A~ 101D或用于操作其他电池交换站耦接到主服务器103的规则。所决定的特性/ 模式也可用于产生对电池交换站101A~D的电池定价策略(例如,上面提到 参考图1A的所激励电池交换)。下面参考图2讨论关于主服务器103的操作 的实施例。
该网络107可以是区域网络(LAN)或广域网络(WAN),但也可以是 其它的有线或无线网络。网络107可以是网际网络或一些其他公共或私有网 络。电池交换站101A~101D可透过有线或无线网络接口被连接到网络107。 虽然主服务器103和服务器109A~109C之间的连接被示为分开的连接,但是 这些连接可以是任何类型的区域、广域、有线或无线网络,包含网络107、或 一分开的公共或私人网络。在一些实施例中,网络107包含由一私人实体(例 如,公司等)使用的一安全网络。
图1C为为着划分电池需求信息(例如,一组从多个电池站收集的历史电 池交换需求的数据)至多个群集的一群集程序的示意图。集群程序用于将所收 集(或所分析)电池需求信息划分为多个集群,以进行进一步的电池定价分析。 如图1C所示,本案可基于不同的时间期间,将所收集电池需求信息划分为多 个群集。例如,在平常日期间,本案可将所有时段划分为五个等级(等级1~ 等级5)。如所示,本案可将周末期间的所有时段划分为三个等级(等级6~ 等级8)。每个等级可代表不同的电池需求等级(例如,不同的电池交换数)。
例如,“等级1”群集可代表当平常日期间在特定时间间隔内具有400~ 500次电池交换数的多个电池站(如时间间隔从上午9点到10点的一主火车 站附近的电池站)。例如,“等级6”群集可代表在周末的某个时间间隔内具 有100~300次电池交换数的电池站(例如,在时间间隔为下午4点至下午5 点15分的公车站附近的电池站;或者在时间间隔为晚上7点到晚上8点的一 郊区加油站附近的电池站)。如所示,在如图1C所示的集群程序之后有8个 电池需求的群集。
图1D为根据本案一些实施例所绘示的一所可视化集群分析的示意图。如 图1D中所示,集群是被设计以从多个二维数据点(例如,基于所收集或所分 析数据所产生的)中判断多个2维代表点(例如,在图1D中示出的点C1、 C2及C3)。在所绘示例中,X1轴可代表“时段”及X2轴可代表“可用电池的 数量”或“电池站的类型”。本案所揭露的***可选择其他因子来执行集群分 析。例如,在一些实施例中,X1轴可代表“电池交换的数量”且X2轴可代表 “可用电池的数量”。本案中讨论的集群程序可判断对所产生数据点的最合适 的代表点。在一些实施例中,集群程序可以在多个(例如,多于两个)维度执 行。
在一些实施例中,可基于一K均值演算法执行集群程序。K均值演算法 方程式的一示例目标方程如下面方程式A所示。在方程式A中,术语“C1~ Ck”代表要决定的群集,术语“Xij”是要考虑的因子,并且参数“i”、“i'”、 “j”和“p”是计算变量。透过最小化下面的目标方程,可决定合适的群集 C1~Ck和其中的元件。
图1E为根据本案一些实施例所绘示的所描述的一电池分数的示意图。如 上面所提到,“电池分数”可用来决定用以决定特征函数(fc)的一能源比例。 电池分数可被定义为当电池被交换(例如,由使用者从电池交换站移除)时的 一电池的电池能源等级(例如,充电状态,SoC)。如图1E中所示,电池分 数可用于评估在一电池交换站中电池的充电状态(例如,透过给电池的一些“评 等”)。如本文,电池分数和电池数(如上)是用于识别每个电池交换站的一 当前充电状态或电池可取用性的指标。这些指标是信息用于***以了解其目前的电池供应情形和使***动态地调整的费率。在一些实施例中,电池数可从简 单的观察中取得。
如在图1E中所示,一电池分数曲线或线121代表电池能源等级(以充电 状态百分比显示)和电池分数之间的关系。例如,当充电状态超过90%时(例 如,充电状态高于90%的电池可被称为“可用”电池,可供一使用者提取和使 用,因此具有相对高的电池分数),电池分数为“1”。对于充电状态从“90%” 到“82%”的,相应的电池分数从“1”到“0.3”成比例地减小(例如,这些 电池需要充电以便成为“可用”电池,因此具有一中等电池分数)。对于充电 状态从“82%”到“75%”的,相应的电池分数从“0.3”到“0”成比例地减 小。当充电状态小于75%时,电池分数为“0”(例如,这些电池需要更长时 间充电才能成为“可用”电池,因此有一相对低的电池分数。在这样的实施例 中,充电电池75%可以是一电池品质临界值,该电池品质临界值代表使用者可 从电池站取得的电池的最低充电等级(例如,透过不提供充电不足的电池来维 持使用者的电池体验和服务品质)。在其他实施例中,可基于机器学习程序或 透过考虑其他相当的因子来不同地定义电池分数。
在一些实施例中,能源比可被定义为一“电池分数总和”对一“电池数” 的比例。在一些实施例中,“电池数”可意味在电池交换站中电池数量。例如, 若一个电池交换站具有6个电池在其机架(即,不论这些电池是否对使用者调 换是“可用的”的),该电池数可以是“6”。在其他的实施例中,然而,“电 池数”可意味在电池交换站中可用电池的数量。例如,若电池交换站具有3 个可供使用者调换的已完全充电电池,则电池数可以是“3”。如另一例子, 若一电池交换站具有可供使用者交换的6个90%充电电池,则电池数可以是 “6”。
在一些实施例中,可基于下面的方程式B决定能源比例。在下面的方程 式B中,电池数进一步被“预测数(Prediction counts)”扣除,“预测数” 可基于预测电池需求(例如,基于图7A和图7B中所示的电池站类型产生) 或使用者预约来决定。其结果是,能源比例(Energy Ratio)(其从电池数(Total Battery Counts)、预期数及电池分数(TotalBattery Score)导出)可被认为是 一归一化的加权指数,该能源比例代表并对决定动态电池交换费率是有用的。 应注意的是,能源比例的计算可由于实际的需要或新的模拟结果而变化(例如, 不同于方程式B)。
图1F为根据本案一些实施例所绘示的一使用一基因演算法(genetic algorithm,GA)以决定电池需求函数(fc)的示意图。然后可使用电池需求特 征函数来决定一电池定价策略(例如,参考图1G讨论细节)。基因演算法可 用于决定每个所决定群集的合适的特征函数(例如,图1G中所示的fc1~fc5, 分别对应于图1C中所示的等级1~等级5)。如所示,本案可使用所集群电 池需求信息作为“初始母体”(步骤131),然后估计该初始母体的“适用性F”(步骤133)。“适用性F”在下面的方程式C中被定义。项目“ExpRatio” 是指“期望值”或对应于***营运商的定价策略的一“期望费率”。例如,当 ***营运商将期望费率设定为“1”时,***不期望基于这里讨论的动态定价 策略产生任何额外的利润。如果***营运商将期望费率设定为“1.2”,则系 统期望根据动态定价策略获得额外20%的利润。在本实施例中,时间间隔被设 定为1小时,并且项目“exchangevm_hour”指的是“在一电池站每小时电池交换数”。项目“VM”代表用于电池的“自动贩卖机”(例如,电池交换站)。
特征函数(fc)是由本案所揭露的***所决定的一变量函数。项目“exchangevm_hour”是本案所揭露的***用于馈入适应度函数F的历史数据或 预测预测需求信息。在一些实施例中,项目“exchangevm_hour”可透过一个机器 学习程序被决定或被“训练”。若***找到对每个群集的特征函数(fc)并决 定“适用性F”等于(或接近)0(或其他常数),则本***可决定适用性F 是收敛的(步骤135)。然后,可决定合适的特征函数(fc)(步骤137)。 若不是,则本***将经历一选择程序(步骤139)和一重组程序(步骤141, 包含交叉和变异程序)以产生新的“母体”以进行进一步评估(返回步骤133)。 在其他实施例中,可使用其他合适的机器学习演算法或技术来决定特征函数。 这里揭露的适用度函数F仅是显示出如何基于基因演算法分析历史数据以获 得期望的特征函数(fc)的例子。在其他实施例中,适用度函数F可根据实际 考虑或其他计算因子而有不同的形式。例如,适用度函数F可是多目标基因演 算法(multi-objective genetic algorithm,MOGA)或多目标基因演算法 (multi-objective optimization algorithm,MOOA)。例如,适用度函数F可以 是:
F=(f1,f2)=w1f1+w2f2………..D
换句话说,在方程式C中的适用度函数F为着一个目的(即,期望费率) 被训练和被优化,而当同时给予每个目的一权重时,适用度函数F在公式D 中可为着一个或更多的目的被训练及优化。例如,一子适用度函数f1可被设置 为接近所期望期望费率如在方程式C中所描述的,以及另一子适用度函数f2可为着另一个目的被优化(例如,到市中心的最短距离,在一位置相应于时间 间阁的最低电力成本等)。W1和W2是可由一***营运商设定的加权值。
图1G为根据本案一些实施例所绘示的多个电池需求特征函数(fc)的示 意图。如图1G所示,基于上述集群程序和基因演算法计算程序,决定5个电 池需求特征函数fc1~fc5。电池需求特征函数fc1~fc5可用于决定一动态定价策 略。例如,对于在群集1的多个电池站,该***可使用电池需求特征函数fc1基于一所给定能源比例(可由单独的电池站决定并传送到一服务器)来判断如 何设定价格(例如,最大和最小费率之间)。透过这种安排,本案可动态地设 定一电池交换价格,以便实现节能(例如,平衡多个电池交换站之间的能源), 而不影响使用者的电池经验。在一些实施例中,本案所揭露的***使用电池需 求特征函数来决定多个电池交换站的电池交换费率。
例如,若***预测在该时间间隔内,电池站A将存在高需求,则***将 在该时间间隔中把电池站A放入群集5(例如,等级5)并具有符合特征函数 fc5的动态费率,因此若能源比例降低,动态费率将很容易变高。例如,在使用 者换出一已完全充电电池的事件之后,动态费率可能会从0.9变为1.2。在一 些实施例中,电池站A在另一时间间隔(例如,被集群为群集1)的动态费率 将仅从0.9变为0.95。随着站点A的电池交换价格增加,电池需求可能减少(例 如,原初计划在该站点交换电池的一使用者决定在高需求时间期间不交换电 池)或者电池供应可能增加(例如,使用者为着信用积分、现金、红利点数等 可在站点A透过“交易”他已完全充电电池)。在一些实施例中,用于一电 池“卖出”事件(例如,激励电池使用者从低需求站点取电池)或一电池“折 旧交易”事件(例如,激励电池使用者将合格的电池归还至高需求站点)的动 态费率可能会相互关联或相互成比例,但不完全相同。
图2为根据本案一些实施例所绘示的一服务器***200的示意图。服务器 ***200用以收集与可由***200部署或管理的多个电池相关联的信息。服务 器***200还用以分析所收集信息,并基于分析将讯号或指令发送到一客户站 20,以控制在该客户站20中的程序(例如,一充电程序)。在一些实施例中, 客户站20可以上面讨论的电池交换站101A~101D实现。
如图2中所示,服务器***200包含一处理器201、记忆体203、一输入/ 输出把(I/O)装置205、一储存元件207、一需求分析元件209、电源分析元 件211、一站点分析元件213、一电池分析元件215、一使用者行为分析元件 217、一车辆分析元件219和一通讯元件221。处理器201用以与记忆体203 和其他服务器***200中的元件互动(例如,元件205~221)。在一些实施 例中,处理器201可以是一装置中或者分布在多个装置上的单个处理单元或多个处理单元。处理器201可耦接到其他硬件装置,例如,使用一总线,如周边 控制器接口(Peripheral Component Interconnect,PCI)总线或小电脑***接口 (Small ComputerSystem Interface,SCSI)总线。处理器201可与用于装置的 硬件控制器通讯,例如用于元件205~221。
记忆体203耦接到处理器201并且用以储存为着控制其他元件或在服务器 ***200的其他信息的指令。在一些实施例中,记忆体203可包含一个或多个 各种硬件装置的用于挥发性和非挥发性储存,且可包含只读和可写入记忆体。 例如,记忆体203可包含随机存取记忆体(random access memory,RAM)、 处理器寄存器、只读记忆体(read-only memory,ROM)、可写入非挥发性记 忆体、随身盘、装置缓冲器等。记忆体203不是从底层硬件分离一传播信号, 因此是非暂时性的。记忆体203还可包含可储存程序和软件(如一作业***) 的一程序记忆体。记忆体203还可包含可储存与服务器***200相关联的信息 的一数据记忆体。
输入/输出装置205用以与一操作者进行通讯(例如,接收从其而来的一 输入和/或存在于此的信息)。在一些实施例中,输入/输出装置205可以是一 元件(例如,触控式屏幕显示器)。在一些实施例中,输入/输出装置205可 包含一输入装置(例如,键盘、指示装置、读卡器、扫描仪、相机等)和一输 出装置(例如,显示器、网卡、喇叭、显示卡、音效卡、打印机、多个喇叭或 其他外部装置)。
该储存元件207用以储存,临时或永久地,与服务器***200相关联的信 息/数据/档案/讯号(例如,所收集信息、参考信息、待分析信息、分析结果等)。 在一些实施例中,储存元件207可以是一硬盘、随身盘或其他相当的储存装置。 通讯元件221用以与其他***(例如,客户站20或其他站点)和其他装置(例 如,由使用者携带的移动装置、车辆等)通讯。
需求分析元件209用以收集和储存(例如,在储存元件207中)将被分析 的信息。所收集信息可包含(1)多个取样站点的位置(例如,在一些实施例 中,包含客户站20;在其它实施例中,然而,不包含客户站20);(2)位于 多个取样站点中的电池数量;(3)不在多个取样站点内的电池的数量和位置; (4)关于电池制造商的信息、生产日期/批次、一电池已经历过充电循环的次 数、电池经历过的工作温度、电池充电/放电的能源总量/费率、电池的满充/ 目前充电电容量,和/或其他相当的电池信息;(5)可能改变使用者电池体验 的活动或事件(例如,使用者使用/交换电池的方式);(6)可能会改变使用 者电池体验的环境条件;和/或(7)关于使用者电池计划、使用者驾驶/骑乘历 史、使用者行为、使用者习惯等的使用者设定信息。在接收所收集信息后,需 求分析元件209可分析所收集信息。每种类型的上面所收集信息被分析,以识 别用于该特定类型的所收集信息(例如,以图7A和图7B所示的特征曲线的 形式,将在下面详细讨论)。这些识别的特征/模式可由需求分析元件209单独地或组合地考虑,以产生对客户站20的电池需求预测。
需求分析元件209还用以执行集群程序(例如,图1C和图1D)、基于 机器学***衡多个客户站20之间的能源,以满足使用者的电池需求。
在一些实施例中,需求分析元件209可基于所收集信息的相对重要性或可 靠性优先化该些所收集信息。例如,需求分析元件209可使用“电池交换站的 位置”作为一主要因子,并在决定对客户站20的一电池需求预测时将其他项 目设定为次要因子。在这样的实施例中,***200可基于取样站点的位置对一 客户站20识别一每日电池需求曲线(例如,如图7A和图7B所示,在下面将 详细讨论)。然后,需求分析元件209可考虑其他次要因子以调整已识别的每 日电池需求曲线。例如,若需求分析元件209基于使用者设定信息,决定对客户站20而言所期望使用者是高需求使用者,则该需求分析元件209可提高电 池需求预测。
在一些实施例中,需求分析元件209给予不同类型所收集信息不同的权 重。例如,需求分析元件209可将“站点的位置”、“使用者行为”和“环境 条件”的权重设定为50%、20%和30%。在这样的实施例中,然后可基于前述 权重来组合所识别特征/模式,该些所识别特征/模式是针对每种类型的所收集 信息的。在一些实施例中,需求分析元件209可基于经验研究、机器学习程序 的结果和/或***营运商的偏好来判断要预测中要包含哪些类型的所收集信 息。
在一些实施例中,需求分析元件209基于所收集信息的可靠性决定对每种 类型的所收集信息的优先级或权重。例如,对于从耦接到电池记忆体来的所测 量和所收集信息,需求分析元件209可给予较高的权重或优先级,因为*** 200认为这样的信息是直接/内部的而因此比诸多如环境条件(例如,天气预报, 事件通知等)的间接/外部信息更可靠。在某些情况下,间接/外部信息可能严 重到足以使得***将给予其一较高的优先级(例如,一台风/飓风接近、靠近 电池交换站举办的音乐会等等)。
在一些实施例中,需求分析元件209和在***200中的其它元件(例如, 元件211~219)通讯及工作在一起,以产生用于客户站20的电池需求预测。 在一些实施例中,然而,***200可在没有元件211~219的情况下运作。
电源分析元件211用以分析一个或多个电源的状态(例如,可靠性、稳定 性、连续性等),该些电源用于驱动客户站20以对在其中的电池充电。例如, 电源分析元件211可决定一个用于对客户站20供电的电源在特定的日期,将 于上午1点到上午3点的期间被中断,并且然后电源分析元件211可相应地基 于一电池需求预测调整对客户站20的一充电指令。例如,原本电池需求预测 可代表客户站20在特定日期的上午2点期间需要5个已完全充电电池。由于 所决定可能的电源中断,电源分析元件211可指示客户站20在特定日期的上 午1点之前对所需的电池充电。
在一些实施例中,电源分析元件211还考虑在不同的时段的充电费用。例 如,电源分析元件211可决定在非尖峰时间期间来自一电源的充电成本降低。 电源分析元件211基于从需求分析元件209的电池需求预测,判断对于客户站 20是否可弹性的在非尖峰时段为其电池充电。若是,电源分析元件211指示 客户站20在这些非高峰时段对电池充电,以便降低充电成本。
站点分析元件213用以分类多个取样站点成各种类型和识别对于每种类 型的代表特征/模式,使得需求分析元件209可使用这样的信息作为其分析基 础。例如,站点分析元件213可分析所收集信息并基于电池需求将多个取样站 点划分为各种类型。例如,这些站点可分为“所有时段高需求”、“尖峰时段 高需求”、“假日高需求”、“周末高需求”、“事件高要求”。在一些实施 例中,“所有时间高需求”型可代表该站点位于一繁忙的街道上。“尖峰时段 高需求”型可推断在尖峰时段通勤使用者经常访问该站。“假日高需求”型或 “周末高需求”型可代表这样的站点位于一旅游景点或观光景点。“事件高要 求”型可意味着该站点位于办活动设施或体育场。“所有时段低需求”可代表 该站点是一个战略站点,建造作为在两个主要城市之间的中继站。基于这些类 型,需求分析元件209和站点分析元件213可决定对客户站的一合适电池需求 预测,特别是在所收集信息不足以使需求分析元件209执行正常分析的情况 下。例如,需求分析元件209和站点分析元件213首先决定站点的类型,并使 用用于该站点的一典型需求预测曲线。
与站点分析元件213相似,电池分析元件215、使用者行为分析元件217 以及车辆分析元件219也用以来分别分类电池、使用者行为、由电池供电的车 辆成各种类型,并识别每种类型的代表性特征/模式。例如,电池分析元件215 可基于电池的制造商、使用年日、原始满充电容量(FCC)、当前满充电容量、 充电循环、所经历工作温度、充电/放电设定(例如,稳定或具有尖峰)、电 池硬件/固件版本、电池单元类型、电池充电状态、电池单元的温度、电池健 康状态(SoH)、电池使用年日(使用时间和/或充电循环数)、电池电路温度、 电池错误状态、电池直流电流内电阻(DCIR)等,对电池进行分类。这样的 类型或类别可便于需求分析元件209,去微调其对客户站20的电池需求预测(和相应的充电指令),若***200知道客户站20中放置了哪种类型的电池 (例如,这种信息可由客户站20提供应服务器200)。例如,若***200知 道制造商A制造的电池需要比制造商B制造的电池更长的充电时间,则*** 200可相应地进行计划。
类似地,使用者行为分析元件217可基于使用者如何交换和/或使用电池, 分类使用者行为。例如,一使用者可对电池效能有很高的要求(例如,一职业 赛车手)。如另一个例子,另一个使用者可能仅使用电池来为其车辆供电以进 行日常差事(例如,接孩子或杂货店购物)。一旦一使用者在客户站20预约 电池,客户站20就将与预约相关的信息提供应服务器***200。然后,服务 器***200可决定进行预约的使用者的类型/类别,并相应地调整电池需求预 测(和相应的充电指令)。在一些实施例中,这种调整可由客户站20进行。 例如,若***200知道制造商A制造的电池对于职业赛车使用者而言比由制 造商B制造的电池表现更好,***200可相应地进行计划。
车辆分析元件219可将使用者计划进行操作的车辆分类。对于每种类型的 车辆中,车辆分析元件219可判断哪些类型的电池对每种类型的车辆工作地最 适合。例如,车辆分析元件219可判断电动代步车与在特定充电程序之后的特 定类型的电池一起工作地最好。在这样的实施例中,若服务器***200接收到 相关的车辆信息,则车辆分析元件219可与需求分析元件209一起工作以调整 电池需求预测(以及相应的充电指令)。在一些实施例中,这些信息可在使用 者设定或帐户信息被发现。在其他实施例中,这种车辆信息可由客户站20提 供应服务器***200。例如,若***200知道制造商A制造的电池对于车辆X 比制造商B制造的电池表现更好,则***200可相应地进行计划。
在一些实施例中,服务器***200可以即时或接近即时的方式提供电池需 求预测到客户站20。在这样的实施例中,服务器***200监视客户站20的状 态。一旦有变化(例如,一使用者刚刚移除两个已完全充电电池并在客户站 20留下两个空电池)或一潜在的变化(例如,一使用者预约在客户站20交换 电池)可能影响客户站20的充电程序,则服务器***200可执行上述分析并 为客户站20产生一更新的电池需求预测使该客户站20可遵循。在一些实施例 中,可将改变或潜在改变从一移动装置(例如,一使用者使用安装在该移动装 置的应用程序来进行电池预约)、另一服务器(例如,与使用者使用的应用程 序相关联的网页服务服务器)和/或客户站20,发送到服务器***200。
在一些实施例中,客户站20可以是一个新的客户站(例如,不包含在取 样站点内)。在这样的实施例中,服务器***200可基于先前所收集信息和/ 或先前由服务器***200执行的分析(例如,作为参考信息)来产生电池需求 预测。例如,服务器***200可判断客户站20可以是某种类型的站点(例如, “高交通流量”型、“中交通流量”型、“轻交通流量”类型、“城市通勤” 型、“旅游景点”型、“事件驱动”型等)然后基于所判断类型产生电池需求预测。
在一些实施例中,服务器***200可同时管理多个客户站。在这样的实施 例中,服务器***200可监视这些客户站,从中收集信息,并且产生对每个客 户站的电池需求预测。
图3为根据本案一些实施例所绘示的一站点***300及一车辆***30的 示意图。如所示,站点***300包含一处理器301、一记忆体303、一使用者 界面305、一通讯元件307、一电池管理元件30、,一个或多个感应器311、 一储存元件313和耦接到8个电池槽317a~317h的一充电元件315。处理器 301用以与站点***300中的记忆体303和其他元件(例如,元件305~317) 互动。记忆体303耦接到处理器301,并且用以储存用于控制在站点***300中的其他元件的指令或其他信息。
使用者界面305用以与一使用者互动(例如,接收一使用者输入并且向使 用者呈现信息)。在一些实施例中,使用者界面305可以触控式屏幕显示器实 现。在其他实施例中,使用者界面305可包含其他相当的使用者界面装置。储 存元件313用以储存,临时或永久地,信息、数据、文件或与站点***300 相关联的讯号(例如,由感应器313测量信息、从电池槽317a~317h收集的 信息、参考信息、充电指示;使用者信息等)。通讯元件307用以与其他*** 进行通讯(例如,车辆***30、服务器33和/或其它站点)和其它装置(例如, 由使用者携带的一移动装置31)。
电池管理元件309用以管理和控制位在电池槽317a~317h的电池。在一 些实施例中,电池管理元件309可基于来自服务器33的指令来管理电池(在 一些实施例中,其可以与服务器***200类似的方式运作)。在一些实施例中, 电池管理元件309可基于储存在站点***300中(例如,在储存元件313中) 的所预设指令或规则(例如,动态定价策略)来管理电池。在一些实施例中, 电池管理元件309可周期性地与服务器33通讯以请求更新指令。
在一些实施例中,电池管理元件309也可用以收集与位在电池槽317a~ 317h中的电池有关的信息、与站点***300有关的信息、与一个或多个电源 35有关的信息、与一使用者(例如,经由通讯元件307从移动装置31接收) 有关的信息和/或与车辆***30有关的信息。电池管理元件309可将所收集信 息发送或上传到服务器33以进行进一步分析或处理。
感应器311用以测量与站点***300相关联的信息(例如,工作温度、环 境条件、电力连结、网络连结等)。感应器311也可用以监视位在电池槽317a~ 317h的多个电池。可将所测量信息传送到电池管理元件309和服务器33以进 行进一步分析。
充电元件315用以控制为每个位在电池槽317a~317h的电池的一充电程 序。在一些实施例中,站点***300可包含其他多个电池槽。电池槽317a~ 317h用以容纳和充电位于和/或被锁住在其中的电池。充电元件315从电源35 接收电力,然后基于一从服务器33接收或储存在储存元件313中的预定充电 计划,使用电力对位于电池槽317a~317h中的电池充电。在一些实施例中, 可基于由服务器33产生的电池需求预测来决定充电计划。例如,使用电池需 求预测来判断需要多少电力以充电位于电池槽317a~317h中的电池。
如图3所示,车辆30可以电动代步、电动汽车等实现。车辆30包含一处 理器319、一记忆体321、一电池323、一马达325、一输入装置327、一仪表 板显示器329、一储存装置331、一个或多个感应器333和通讯元件335。处 理器319用以与车辆***30中的记忆体321和其他元件(例如,元件323~ 335)互动。记忆体321耦接到处理器319并且用以储存用于控制在车辆*** 30中的其他元件的指令或其他信息。储存装置331可具有与储存元件313或 207类似的功能。通讯元件335可具有与通讯元件307或储存元件313或221 类似的功能。仪表板显示器329用以在可视化的向一使用者呈现信息(例如, 与车辆***30相关联的信息)。
电池323用以供电给马达325,使得马达325能够带动车辆***。电池323 可以是一可交换式的电池。当电池323电力耗尽时,车辆***30的一使用者 可在站点***300交换或调换电池323。例如,使用者可从车辆***30移除 电池323,然后放置电池323于电池槽317a~317h中的其中一者中(例如, 没有一电池置于其中的一空电池槽)。然后,使用者可在电池槽317a~317h 中取出一已充满电电池,然后将其安装在车辆***30中。
在一些实施例中,当使用者放置电池323在电池槽317a~317h中的一者 内,站点***300可探测到该电池的存在并且从中提取信息。例如,电池管理 元件309从耦接到电池323或在其中的电池记忆体337,可提取与该电池相关 联的信息(例如,电池使用历史、电池标识、充电循环、满充电容量、已经与 电池323关联的车辆的车辆信息、电池323已涉及的使用者活动等)。在一些 实施例中,电池记忆体337中的信息可经由通讯元件335或经由移动装置31 发送到服务器33。
图4A至图4C及图5A至图5C为根据本案一些实施例的屏幕截图,代表 一电池交换站、一移动装置或一仪表板(一车辆的)的使用者界面。在图4A 中,一使用者界面401可通知一使用者,一电池交换站正在提供一个“1.7” 电池费率。高于“1”的电池费率代表一高电池需求(例如,在当前时间间隔 或在下一时间间隔中具有一高预测预测需求)。当使用者收到此高电池费率的 一通知时,使用者可能会相应地改变他或她的行为。例如,原初计划在该站点 交换电池的使用者可延迟他的电池交换(例如,等待一更好/更低的费率)。 如另一个例子,当前拥有已充电电池的使用者可考虑“折旧交易”或“出售” 电池。例如,若使用者在“1.7”费率折旧交易一电池,使用者可相对于正常 费率(正常费率为“1”)接收额外的70%的信用积分/现金/点数。若使用者 想要获得该优惠,则使用者可点击显示在使用者界面401中的按钮“是”并骑 行70公里到该站点。
在图4B中,一使用者界面403表示出,一通知405可在使用者界面403 的一个角落上显示,提醒使用者有一个搁置的电池交换报价。在绘示出的实施 例中,通知405代表一所提供电池费率是“0.8”,这意味着若使用者去一个 特定的电池站交换一电池时,使用者可得到正常价格20%的折扣。
在一些实施例中,如图4C所示,一使用者界面407可特别地要求一使用 者以一80%充电的电池折旧交易一40%充电电池。在图5A至图5C中,具有 不同价格的电池可被显示在地图上,该电池具有代表可用电池数的一第一指标 409,和代表电池费率的一第二指标411。
图6为根据本案的一些实施例所绘示的一种方法600的流程图。方法600 用以在多个电池交换站之间平衡可用能源。方法600可由一服务器(例如,服 务器***200)实现。在一些实施例中,方法600可由一电池交换站(例如, 站点***300)实现。方法600在步骤601开始,透过接收来自多个取样电池 交换站来的电池需求信息。在一些实施例中,这些储能装置可位于多个取样站 点、车辆或由使用者持有/储存。
在步骤603,方法600透过基于电池需求时间、电池站类型、一群集的电 池交换数,将电池需求信息划分成多个群集而继续。在步骤605,然后,方法 600为每个群集产生一特征函数。特征函数是基于一能源比例和一电池费率而 决定的(例如,图1G)。在步骤607,方法600然后基于特征函数,决定每 个群集的一动态电池价格。能源比例是基于与电池交换事件相关联的电池能源 等级而决定(例如,一使用者在一站点交换一电池)以及与电池交换事件相关 的一可用电池数。电池站的能源比例代表在一特定时间的相对值。例如,若站点的能源比例是高的时,可代表该站点当前的能源供应是充分的,以应付目前 需求。若站点的能源比例低,则可能代表该站点当前的能源供应不足。因此, 本***可启动一动态定价程序以激励使用者去携带或将已充电电池运送到该 站点。例如,步骤609,方法600可产生一通知给一使用者以激励使用者根据 动态电池价格交换电池。然后,方法600返回并等待进一步的指令。
图7A为根据本案的一些实施例所绘示的多个站点***的多个特征的示意 图。在图7A中,呈现3个二维特征曲线701A、701B和701C。然而,在其他 实施例中,特征曲线可是三维的或多维的,这取决于在产生这样的特征曲线时 要考虑的因子的数量。
特征曲线701A~701C代表基于与多个取样站点相关联的信息(例如,上 述所收集信息)产生的(例如,由如服务器***200的服务器)代表站点A~ 站点C的电池需求预测(或电力消耗预测)。在一些实施例中,这些特征曲 线701A~701C可与实际测量结果进行比较,以便验证和/或增进这些曲线的 精度(例如,将特征曲线701A与透过在站点A执行实际测量所产生的曲线进 行比较)。在这样的实施例中,比较的结果可用以进一步调整特征曲线701A~ 701C。在一些实施例中,本案可基于各种因子、因子的权重、演算法等使用 该方法微调其分析。
如图7A所示,特征曲线701A具有峰值部分703,其可代表站点A是一 “尖峰时段高需求”型站点。特征曲线701B具有平滑的曲线,其可代表站点 B在某个时段(例如,在早晨)具有一相对高的电池需求,因此可以是一“通 勤”型站点。对于站点C,特征曲线701C在一天中间具有一平线区705。平 线区705可代表站点C在中午具有相对高的电池需求,这可由接近站点C的 著名餐馆的交通流量引起。在一些实施例中,本案可提供多种类型的特征曲线或模式,可用作参考信息以决定电池交换站的电池需求预测。
图7B为根据本案的一些实施例所绘示的在多个时间帧期间一站点***多 个特征的示意图。在图7B中,呈现3个站点X的三条特征曲线707A~707C。 特征曲线707A~707C代表基于与多个取样站点相关联的信息,产生的在不同 时间帧(例如,一天,一周和一年)中站点X的电池需求预测。
如所示,特征曲线707A具有两个峰值部分708和709。峰值部分708和 709可代表通勤者在接近站点X交通。特征曲线707B在平常日期间具有平线 区711,其可代表站点X靠近通勤者在平常日而不是周末集中使用的一道路。 特征曲线707C还分别在2月和7月具有两个峰值部分713和714。这两个峰 值部分713和714可代表由靠近站点X的体育场(例如,在2月和7月中) 举办的事件引起的电池需求。
在一些实施例中,本案可透过在不同的时间帧中选择不同的因子提供其他 类型的特征或模型。透过这种安排,本案使操作员能够有效地预测特定电池交 换站的一电池需求(无论该站点是新站点还是现有站点)。本案提供了有效维 护多个电池交换站的灵活性。本案可增进能源效率,从而降低为电池充电的总 体费用。
在一些实施例中,为增进使用者体验,当***决定调整用于电池站的一电 池交换价格,本案所揭露的***可以“平滑”的方式执行,这使得使用者不会 在短时间内感觉到剧烈的价格变化。例如,本案所揭露的***可决定在下午5 点至下午6点期间,在站点Z的电池交换价格是“0.7”,而在下午6点至下 午7点期间,在站点Z的电池交换价格是“1.2”。***可开始在站点Z从下 午5点40分开始逐渐提高电池交换费率。例如本案所揭露的***可以在下午 5点45分设定价格为“0.9”、在下午5点50分为“1”即在下午5点55分为 “1.1”。透过这个安排,使用者可以注意到接下来的价格增加。
在一些实施例中,电池交换价格在邻近的各电池站可进一步被调整。例如, 站点A、站点B和站点C位于区域X中(例如,一行政区或邻域等)。在区 域X中交换电池的使用者可潜在地在站点A、站点B和站点C交换电池。为 了避免在站点A、站点B和站点C中间有一显著价格差,该***可设定如站 点A、站点B和站点C的所计算价格(例如,基于上面参考图1G讨论的实施 例计算)的一平均价格为在区域X中的电池交换价格。因此,在区域X中的 使用者不会在该区域中的不同站点看到显著的价格差异。上述特征可称为一 “区域平均”特征。
在一些实施例中,可在没有集群程序(图1C)的情况下实现本案的方法。 在这样的实施例中,该方法包含,例如,(1)决定对每个站点的一“费率”; (2)基于电池的可取用性和预测电池需求,计算每个站点的一分数;(3)基 于每个在其中的电池的分数分类在该些站点;(4)根据预设要求(例如,期 望费率、下限、上限,等)定义一特征曲线,其中特征曲线对应于评等的分布; (5)映射所分类站点至特征曲线,并决定每个站点的相应评等。
在本案讨论的实施例中,一“元件”可包含一处理器、一控制逻辑、数位 信号处理器、一计算单元和/或任何其它相当的装置,为用以或被编程中任一 者,以执行指令以执行上述功能。
尽管本案已参照特定示范实施例描述,但可被理解的是,本案所描述的实 施例限制,而是可在所附权利要求的精神和范围内的修改和变更来实施。相应 的,说明书和附图被视为说明性意义而非限制性意义。
Claims (20)
1.一种可交换式管理多个装置交换站能源的方法,其特征在于,包含:
根据位于各该装置交换站的复数个储能装置的一可取用性,决定对应各该复数个装置交换站一分数;
根据各该些装置交换站的该分数,决定该复数个装置交换站的一序列;以及
透过映射该些装置交换站的该序列至相应于一费率分布的一特征曲线,决定对应各该装置交换站的一费率。
2.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,其中该特征曲线是基于一期望值与一费率范围而决定,且其中该期望值与该费率范围是根据一使用者输入而决定。
3.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,其中该特征曲线是基于一常态分布曲线所决定。
4.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,其中该分数是从一可用储能装置数取得。
5.根据权利要求4的可交换式管理多个装置交换站能源的方法,其特征在于,还包含:
根据一预测的装置需求及一预测的装置供应之间的一差值,决定该数可用储能装置数。
6.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,还包含:
透过平均该些装置交换站中彼此相邻的至少二者的该费率,调整该些装置交换站中的至少二者的该费率。
7.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,其中:
该些装置交换站的至少二第一装置交换站是位于一第一行政区;
该些装置交换站的至少二第二装置交换站是位于一第二行政区;
该管理方法还包含:
根据一第一子特征曲线,产生对各该些第一装置交换站的一第一调整费率;以及
根据一第二子特征曲线,产生对该些第二装置交换站的每一者一第二调整费率。
8.根据权利要求7的可交换式管理多个装置交换站能源的方法,其特征在于,其中对该些第一装置交换站的该第一调整费率的一第一平均值通常与对该些第二装置交换站的该第二调整费率的一第二平均值相同。
9.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,还包含:
根据该些装置交换站的相邻性,划分该些装置交换站成至少二组装置交换站;
产生对在该至少二组的每一者中的装置交换站一子序列;以及
透过映射该子序列至一子特征曲线,调整对在该至少二组的每一者中的每一个装置交换站的该费率。
10.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,还包含:
根据该些装置交换站中的至少一者的费率,调整该些装置交换站的至少一装置交换站的一回售费率,以便于提供一使用者一奖励去售回一已充电电池。
11.根据权利要求1的可交换式管理多个装置交换站能源的方法,其特征在于,还包含:
划分复数个装置交换站至一第一群集与第二群集;
以及
调整该特征曲线以形成对该第一群集的一第一特征曲线及行程对该第二群集的一第二特征曲线。
12.一种用以管理复数个装置交换站的可交换式能源***,其特征在于,包含:
一处理器,用以
根据位于各该装置交换站的复数个储能装置的一可取用性,决定对应各该复数个装置交换站的一分数;
根据各该装置交换站的该分数,决定该复数个装置交换站的一序列;以及
透过映射该些装置交换站的该序列至相应于一费率分布的一特征曲线,决定对应各该装置交换站的一费率。
13.根据权利要求12的用以管理复数个装置交换站的可交换式能源***,其特征在于,其中该特征曲线是基于一期望值与一费率范围而决定,且其中该期望值与该费率范围是根据一使用者输入而决定。
14.根据权利要求12的用以管理复数个装置交换站的可交换式能源***,其特征在于,其中该分数是从一可用储能装置数数,且其中该处理器用以根据一预测装置需求及一预测装置供应之间的一差值,决定该数可用储能装置数确认。
15.一种用于平衡多个电池交换站之间的能源的方法,其特征在于,包含:
接收从多个取样电池交换站来的电池需求信息;
根据所接收电池需求信息,产生一特征函数,其中该特征函数是基于一能源比例及一电池费率而决定,其中该能源比例是根据与一电池交换事件有关的一电池能源等级及与该电池交换事件有关的一可用电池数而决定,且其中该电池费率是基于相应于该费率的一分布的一特征曲线而决定。
16.根据权利要求15的用于平衡多个电池交换站之间的能源的方法,其特征在于,还包含:
基于所决定的该电池价格,产生一通知以激励一使用者交换一电池。
17.根据权利要求15的用于平衡多个电池交换站之间的能源的方法,其特征在于,还包含:
根据电池需求时间间隔、一电池站类型及一群集的电池交换数,划分电池需求信息为多个群集。
18.根据权利要求17的用于平衡多个电池交换站之间的能源的方法,其特征在于,还包含:
产生对该些群集的每一个的该特征函数。
19.根据权利要求18的用于平衡多个电池交换站之间的能源的方法,其特征在于,还包含:
根据该特征函数。决定每一个群集的该电池价格。
20.根据权利要求19的用于平衡多个电池交换站之间的能源的方法,其特征在于,其中该特征函数是根据一基因演算法(generic algorithm,GA),且其中多个群集是基于一K~均方分群演算法(K~means clustering algorithm)而决定。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762612245P | 2017-12-29 | 2017-12-29 | |
US62/612,245 | 2017-12-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109986993A true CN109986993A (zh) | 2019-07-09 |
CN109986993B CN109986993B (zh) | 2022-06-28 |
Family
ID=65019292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811628503.8A Active CN109986993B (zh) | 2017-12-29 | 2018-12-28 | 动态配置可交换式储能装置站之间能源的***和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10926742B2 (zh) |
EP (1) | EP3506188A1 (zh) |
JP (2) | JP2019145088A (zh) |
KR (1) | KR102238092B1 (zh) |
CN (1) | CN109986993B (zh) |
PH (1) | PH12019000005A1 (zh) |
TW (1) | TWI766138B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112721706A (zh) * | 2020-12-08 | 2021-04-30 | 国网河南省电力公司经济技术研究院 | 考虑弹性的电动汽车充电站储能***的容量优化方法 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11063445B2 (en) | 2017-12-05 | 2021-07-13 | Green Cubes Technology, Llc | Multi-cell battery management device |
TWI751396B (zh) * | 2017-12-29 | 2022-01-01 | 英屬開曼群島商睿能創意公司 | 管理複數個裝置交換站的方法及伺服器系統 |
TWI705013B (zh) * | 2017-12-29 | 2020-09-21 | 英屬開曼群島商睿能創意公司 | 電池交換站與管理電池交換站的方法 |
TWI723310B (zh) * | 2017-12-29 | 2021-04-01 | 英屬開曼群島商睿能創意公司 | 基於使用狀態維護儲能裝置的系統和方法 |
JPWO2019235645A1 (ja) * | 2018-06-08 | 2021-06-17 | パナソニックIpマネジメント株式会社 | バッテリ管理システム及びバッテリ管理方法 |
EP3890094A4 (en) * | 2018-11-29 | 2022-05-11 | Honda Motor Co., Ltd. | BATTERY USAGE SYSTEM, CHARGER DEVICE, INFORMATION PROCESSING DEVICE, BATTERY USAGE METHOD, PROGRAM, AND INFORMATION HOLDER |
US11214163B2 (en) * | 2018-12-04 | 2022-01-04 | Cisco Technology, Inc. | Coil association in multisite stationary wireless power transfer (WPT) and (quasi-)dynamic WPT deployments |
US11590858B2 (en) * | 2019-04-25 | 2023-02-28 | Gogoro Inc. | Systems and methods for managing information in vehicles |
KR102272911B1 (ko) * | 2019-10-31 | 2021-07-05 | 호남대학교 산학협력단 | 클러스터링을 이용한 전력 밸런싱을 수행하기 위한 시스템, 이를 위한 장치 및 이를 위한 방법 |
WO2021157074A1 (ja) * | 2020-02-07 | 2021-08-12 | 本田技研工業株式会社 | 充放電器、充放電器の制御方法及びプログラム |
US10796279B1 (en) | 2020-04-07 | 2020-10-06 | Coupang Corp. | Systems and methods for automated outbound profile generation |
CN111762051B (zh) * | 2020-06-03 | 2022-09-02 | 国网上海市电力公司 | 基于聚合商的电动汽车参与受端电网低谷调峰需求响应调控方法 |
JP2023002354A (ja) | 2021-06-22 | 2023-01-10 | キヤノン株式会社 | 基地局装置、中継装置、制御方法、およびプログラム |
JP2023132620A (ja) | 2022-03-11 | 2023-09-22 | 本田技研工業株式会社 | システム、プログラム及び方法 |
KR20240052553A (ko) * | 2022-10-14 | 2024-04-23 | 주식회사 엘지에너지솔루션 | 배터리 교환 스테이션 및 이의 동작 방법 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120271723A1 (en) * | 2011-04-22 | 2012-10-25 | Penilla Angel A | Electric vehicle (ev) range extending charge systems, distributed networks of charge kiosks, and charge locating mobile apps |
US20130030630A1 (en) * | 2011-07-26 | 2013-01-31 | Gogoro, Inc. | Dynamically limiting vehicle operation for best effort economy |
CN103241130A (zh) * | 2013-04-10 | 2013-08-14 | 华中科技大学 | 一种电动公交车充换电站的能量管理方法及*** |
US20130332370A1 (en) * | 2012-06-06 | 2013-12-12 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Replaceable battery valuation system |
US8798852B1 (en) * | 2013-03-14 | 2014-08-05 | Gogoro, Inc. | Apparatus, system, and method for authentication of vehicular components |
US20150185040A1 (en) * | 2011-07-26 | 2015-07-02 | Gogoro Inc. | Apparatus, method and article for providing locations of power storage device collection, charging and distribution machines |
US20160292937A1 (en) * | 2013-11-08 | 2016-10-06 | Gogoro Inc. | Apparatus, method and article for providing vehicle event data |
US20170039668A1 (en) * | 2015-08-04 | 2017-02-09 | Gogoro Inc. | Apparatus, method and article for electric vehicle sharing |
CN106408216A (zh) * | 2016-11-03 | 2017-02-15 | 天津大学 | 基于电动汽车换电站时序响应模型的充电计划制定方法 |
US20170053459A9 (en) * | 2013-03-12 | 2017-02-23 | Gogoro Inc. | Apparatus, method and article for providing information regarding a vehicle via a mobile device |
CN107077705A (zh) * | 2014-10-23 | 2017-08-18 | 丰田自动车株式会社 | 电力供给管理*** |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000090348A (ja) | 1998-09-09 | 2000-03-31 | Honda Motor Co Ltd | バッテリ充電装置及びバッテリ返却装置 |
US20030209375A1 (en) * | 1999-01-25 | 2003-11-13 | Zip Charge Corporation | Electrical vehicle energy supply system, electrical vehicle battery, electrical vehicle battery charging apparatus, battery supply apparatus, and electrical vehicle battery management system |
US7838142B2 (en) * | 2006-02-09 | 2010-11-23 | Scheucher Karl F | Scalable intelligent power supply system and method |
JP4998544B2 (ja) | 2009-12-25 | 2012-08-15 | トヨタ自動車株式会社 | 交換用蓄電装置の管理システムおよび交換用蓄電装置の管理方法 |
JP5439242B2 (ja) | 2010-03-18 | 2014-03-12 | 株式会社東芝 | エネルギーナビゲーション制御装置、エネルギーナビゲーションシステム、およびエネルギーナビゲータ |
KR101768223B1 (ko) * | 2010-11-18 | 2017-08-14 | 삼성전자주식회사 | 전기차 충전 시스템 운영 방법, 서버 및 전기차의 단말 |
EP2465721A1 (en) * | 2010-12-16 | 2012-06-20 | Alcatel Lucent | System and methods for predicting energy requirements of a plurality of electric energy vehicles |
KR20120070651A (ko) * | 2010-12-22 | 2012-07-02 | 한국전자통신연구원 | 전력공급 제어방법, 전력 관리 방법 및 전력 시스템 |
KR20140078622A (ko) * | 2011-08-16 | 2014-06-25 | 베터 플레이스 게엠베하 | 전력 보급소에 인접한 전기차량 식별 |
JP5693432B2 (ja) * | 2011-11-09 | 2015-04-01 | 三菱重工業株式会社 | 充電料金算出装置及び充電料金算出方法並びにそのプログラム |
CN105210257B (zh) | 2013-03-15 | 2018-11-13 | 睿能创意公司 | 用于对电存储设备进行收集和分配的模块化*** |
US9527394B1 (en) * | 2013-05-02 | 2016-12-27 | Dershuen Allen Tang | Transportation system of combined vehicles multi-coupled at highway speeds for electrical energy transfer and sharing |
JP5362930B1 (ja) | 2013-07-04 | 2013-12-11 | レスク株式会社 | 電動車両用バッテリ交換システム及びプログラム |
CN104670036B (zh) * | 2013-11-28 | 2021-08-06 | 松下电器(美国)知识产权公司 | 信息输出方法以及信息输出*** |
US10685364B2 (en) * | 2014-02-27 | 2020-06-16 | Here Global B.V. | Method and apparatus for causing a recommendation of a point of interest |
CN112026552B (zh) | 2014-09-02 | 2021-10-01 | 葛炽昌 | 电动车的电力维持方法 |
KR20160050976A (ko) * | 2014-10-31 | 2016-05-11 | 중소기업은행 | 배터리 교환 스테이션을 이용한 전기차량 배터리 인증 시스템 및 방법 |
JP6531384B2 (ja) | 2014-12-17 | 2019-06-19 | 富士通株式会社 | 算出方法、算出プログラムおよび算出装置 |
KR101682788B1 (ko) | 2015-01-28 | 2016-12-12 | 중소기업은행 | 전기자동차의 배터리 교환 시스템 및 방법 |
US9991716B2 (en) * | 2015-02-26 | 2018-06-05 | General Electric Company | Delivery of multiple grid services with energy storage system |
JP6572567B2 (ja) * | 2015-03-12 | 2019-09-11 | オムロン株式会社 | 交換価格設定装置、交換価格設定方法、プログラム、および記録媒体 |
KR102352434B1 (ko) | 2015-05-29 | 2022-01-18 | 주식회사 피엠그로우 | 전기 차량의 배터리 교환 제어방법 및 장치 |
JP6859592B2 (ja) | 2015-11-17 | 2021-04-14 | オムロン株式会社 | 充放電制御装置、充放電制御システムおよび充放電制御方法 |
JP6657828B2 (ja) * | 2015-11-17 | 2020-03-04 | オムロン株式会社 | 誘導装置、誘導システムおよび誘導方法 |
US9987938B2 (en) | 2015-12-04 | 2018-06-05 | General Electric Company | Energy storage device, exchange apparatus, and method for exchanging an energy storage device |
EP3463971B1 (en) | 2016-05-30 | 2022-06-22 | The Board Of Trustees Of The University Of Alabama | Wirelessly distributed and multi-directional power transfer systems and related methods |
US9940840B1 (en) * | 2016-10-06 | 2018-04-10 | X Development Llc | Smart platooning of vehicles |
-
2018
- 2018-12-27 JP JP2018245526A patent/JP2019145088A/ja active Pending
- 2018-12-28 TW TW107147871A patent/TWI766138B/zh active
- 2018-12-28 EP EP18248292.7A patent/EP3506188A1/en not_active Withdrawn
- 2018-12-28 CN CN201811628503.8A patent/CN109986993B/zh active Active
- 2018-12-28 US US16/236,189 patent/US10926742B2/en active Active
- 2018-12-28 KR KR1020180172893A patent/KR102238092B1/ko active IP Right Grant
-
2019
- 2019-01-03 PH PH12019000005A patent/PH12019000005A1/en unknown
-
2021
- 2021-03-17 JP JP2021043554A patent/JP2021103549A/ja active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120271723A1 (en) * | 2011-04-22 | 2012-10-25 | Penilla Angel A | Electric vehicle (ev) range extending charge systems, distributed networks of charge kiosks, and charge locating mobile apps |
US20130030630A1 (en) * | 2011-07-26 | 2013-01-31 | Gogoro, Inc. | Dynamically limiting vehicle operation for best effort economy |
US20150185040A1 (en) * | 2011-07-26 | 2015-07-02 | Gogoro Inc. | Apparatus, method and article for providing locations of power storage device collection, charging and distribution machines |
US20130332370A1 (en) * | 2012-06-06 | 2013-12-12 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Replaceable battery valuation system |
US20170053459A9 (en) * | 2013-03-12 | 2017-02-23 | Gogoro Inc. | Apparatus, method and article for providing information regarding a vehicle via a mobile device |
US8798852B1 (en) * | 2013-03-14 | 2014-08-05 | Gogoro, Inc. | Apparatus, system, and method for authentication of vehicular components |
CN103241130A (zh) * | 2013-04-10 | 2013-08-14 | 华中科技大学 | 一种电动公交车充换电站的能量管理方法及*** |
US20160292937A1 (en) * | 2013-11-08 | 2016-10-06 | Gogoro Inc. | Apparatus, method and article for providing vehicle event data |
CN107077705A (zh) * | 2014-10-23 | 2017-08-18 | 丰田自动车株式会社 | 电力供给管理*** |
US20170039668A1 (en) * | 2015-08-04 | 2017-02-09 | Gogoro Inc. | Apparatus, method and article for electric vehicle sharing |
CN106408216A (zh) * | 2016-11-03 | 2017-02-15 | 天津大学 | 基于电动汽车换电站时序响应模型的充电计划制定方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112721706A (zh) * | 2020-12-08 | 2021-04-30 | 国网河南省电力公司经济技术研究院 | 考虑弹性的电动汽车充电站储能***的容量优化方法 |
CN112721706B (zh) * | 2020-12-08 | 2022-04-12 | 国网河南省电力公司经济技术研究院 | 考虑弹性的电动汽车充电站储能***的容量优化方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201931284A (zh) | 2019-08-01 |
PH12019000005A1 (en) | 2019-07-24 |
EP3506188A1 (en) | 2019-07-03 |
US10926742B2 (en) | 2021-02-23 |
US20190202415A1 (en) | 2019-07-04 |
JP2021103549A (ja) | 2021-07-15 |
CN109986993B (zh) | 2022-06-28 |
JP2019145088A (ja) | 2019-08-29 |
TWI766138B (zh) | 2022-06-01 |
KR20190082147A (ko) | 2019-07-09 |
KR102238092B1 (ko) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109986993A (zh) | 动态配置可交换式储能装置站之间能源的***和方法 | |
Gurumurthy et al. | Benefits and costs of ride-sharing in shared automated vehicles across Austin, Texas: Opportunities for congestion pricing | |
JP6952957B2 (ja) | 交換可能エネルギー貯蔵装置に対する需要を予測するためのシステムおよび方法 | |
Aghajani et al. | Operational scheduling of electric vehicles parking lot integrated with renewable generation based on bilevel programming approach | |
Molnar et al. | Long-term vehicle reservations in one-way free-floating carsharing systems: A variable quality of service model | |
CN109986994A (zh) | 管理可交换式能源储存装置电池交换站的***与方法 | |
Xiong et al. | An integrated and personalized traveler information and incentive scheme for energy efficient mobility systems | |
CN116307647B (zh) | 电动汽车充电站选址定容优化方法、装置及存储介质 | |
Huang et al. | An innovative approach to solve the carsharing demand-supply imbalance problem under demand uncertainty | |
Qiu et al. | Dynamic pricing in shared mobility on demand service | |
Agarwal et al. | The impact of ride-hail surge factors on taxi bookings | |
Fescioglu-Unver et al. | Electric vehicle charging service operations: A review of machine learning applications for infrastructure planning, control, pricing and routing | |
Jin et al. | Dynamic incentive schemes for managing dockless bike-sharing systems | |
Liu et al. | Stochastic one-way carsharing systems with dynamic relocation incentives through preference learning | |
Zhang et al. | Relocation-related problems in vehicle sharing systems: A literature review | |
Li et al. | Dynamic pricing, vehicle relocation and staff rebalancing for station-based one-way electric carsharing systems considering nonlinear charging profile | |
Eilertsen et al. | Joint relocation and pricing in electric car-sharing systems | |
CN112288272A (zh) | 基于需求演化与流量传播的地铁客流调控计划编制方法 | |
Esztergár-Kiss | Optimization of multimodal travel chains | |
Guo et al. | A multistage simulation-optimization-integrated methodology framework for user-oriented electric vehicle carsharing reallocation under dynamic price subsidy | |
Fang et al. | Estimating optimal substitution scale of urban gasoline taxis by electric taxis in the era of green energy: a case study of Zhengzhou City | |
Soetevent | 2020012-EEF | |
Lee et al. | Evaluating the Role of Behaviour and Social Class in Electric Vehicle Adoption and Charging Demands | |
Soetevent | Deterministic choice set variation in demand estimation-with an application to the electric vehicle public charging market | |
Wang et al. | Planning approach for integrating charging stations and renewable energy sources in low-carbon logistics delivery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |