CN110248839A - 适用于电动汽车充电的*** - Google Patents
适用于电动汽车充电的*** Download PDFInfo
- Publication number
- CN110248839A CN110248839A CN201780085397.0A CN201780085397A CN110248839A CN 110248839 A CN110248839 A CN 110248839A CN 201780085397 A CN201780085397 A CN 201780085397A CN 110248839 A CN110248839 A CN 110248839A
- Authority
- CN
- China
- Prior art keywords
- equipment
- charge
- power supply
- charging
- rech
- 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
Classifications
-
- 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
-
- 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
- B60L53/67—Controlling two or more charging stations
-
- 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
- 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
- B60L55/00—Arrangements for supplying energy stored within a vehicle to a power network, i.e. vehicle-to-grid [V2G] arrangements
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
-
- 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
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/54—Energy consumption estimation
-
- 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
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/58—Departure time prediction
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/10—The network having a local or delimited stationary reach
- H02J2310/12—The local stationary network supplying a household or a building
- H02J2310/14—The load or loads being home appliances
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/62—The condition being non-electrical, e.g. temperature
- H02J2310/64—The condition being economic, e.g. tariff based load management
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- 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
-
- 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
- Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/242—Home appliances
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/12—Remote or cooperative charging
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
适用于电动汽车充电的***。该***包括:充电设备(RECH);其包括优化模块、调节模块和协调设备(COOR),优化模块配置为构建表示适于由充电设备提供的第一充电电源的充电配置,以便为电动汽车进行充电,调节模块用于调节由充电设备所提供的电源且该调节模块还包含将调节模式应用于充电配置的第一操作模式和由设备提供第二充电电源的第二充电模式;协调设备(COOR)用于与充电设备相通信,协调设备(COOR)适于触发协同优化阶段,在该阶段中,充电设备(RECH)根据相对应的优化模块产生的各个充电数据项和协调设备(COOR)所产生的协调信号(SIGNi)来构建充电配置,协调设备(COOR)也适用于触发协同调节阶段,在该阶段,部分充电设备(RECH)实施第二操作模式,相对应的第二充电电源至少由协调设备根据测量所确定的供电电网的状态数据来确定,该状态数据表示电网所述指定时刻之前的时间间隔的状态。
Description
本发明领域涉及电动汽车的充电,尤其是对这类汽车的多个***进行充电的***。
随着电动汽车的车队规模不断扩大,配置用于这类汽车充电的设备本身就注定要大幅度的增加其数量。然而,这些充电设备的使用会对其所相连接的电网产生很大的影响。
实际上,电动汽车的充电需要大量的电源,特别是住宅类型设施还有其它用途耗电。
这种影响在大量电动汽车连接电网进行充电时更加显着。
为了将这种现象考虑在内,已经开发了充电方法,其中考虑了指定电动汽车与其它汽车一起充电的方式。
但是,这种类型的已知方法存在着一些缺点。
实际上,它们通常不灵活,特别是因为它们限制了电动汽车车队充电相关现象的数量及其性质。
因此,本发明旨在改善这种情况。
为此,发明涉及一种适用于电动汽车充电的***,该***包括:
-多个充电设备,分别适用于提供调节电源,以便采用电能为至少一辆电动汽车进行充电,充电设备旨在与供电电网相连接,每个充电设备都旨在通过配置充电设备与所述电网相连接以便从其供电点获取电源,从而提供可调节的电源,每个充电设备包括:
-优化模块,配置为构建与充电时段相关的充电配置并表示适合于充电设备在所述充电时段期间提供电动汽车充电的第一充电电源,和,
-调节模块,用于调节由充电设备所提供的电源,该调节模块包括:
-第一操作模式,其中,将调节模块配置为调节输出的电源,以便所述电源在至少一部分相关充电时段期间与第一充电电源相匹配,和,
-第二操作模式,其中,将其配置为调节输出的电源,以便使其与第二充电电源相匹配,
-协调设备,用于与充电设备相通信,该协调设备适用于:
-触发涉及一组充电设备的协同优化阶段,该组充电设备包括所述***的部分或所有充电设备,在该阶段中,所涉及的每个充电设备旨在都构建以第一操作模式来实施的充电配置,该充电配置至少根据相对应的优化模块至少从针对充电时段与相应的供电点相连接的其它用电设备项的耗电预测而由相应优化模块所生成的各个充电数据项和根据相对应的部分或所有充电设备所生成的各个充电数据项而由协调设备所生成的协调信号来构建,和,
-在指定时刻,触发涉及***的部分或所有充电设备的协同调节阶段,在该阶段中,由协同调节阶段所涉及的每个所述充电设备的调节模块实施第二操作模式,相对应的第二充电电源可由至少通过协调设备根据测量所确定的供电电网的状态数据来确定,该状态数据表示电网于所述指定时刻之前的至少一个时间间隔所产生的状态。
根据本发明的一个方面,在协同调节阶段,所涉及的充电设备都配置为实施第二操作模式的集体子操作模式,每个充电设备的调节模块的第二操作模式还进一步具有各个子操作模式,其中,第二充电电源是独立于协调设备根据测量所确定的供电电网的所述状态数据来确定,该状态数据表示电网于所述指定时刻之前一个时间间隔所产生的状态。
根据本发明的一个方面,在各个子操作模式中,调节模块都配置为将第二充电电源确定为如下函数:于所述时段测量到的与相应供电点相连接的其它用电设备项的耗电数据,和充电配置的第一充电电源。
根据本发明的一个方面,对于协同优化阶段所涉及且在充电时段具有充电配置的充电设备都包括协同优化阶段的开始时间,在协同优化阶段期间所确定的充电配置一旦确定后就取代所述充电配置。
根据本发明的一个方面,将充电设备的优化模块配置为从如下中至少一项来额外确定各个充电数据项:
-充电设备要充电的电动汽车储电设备的充电行为,
-为向所述储电设备进行充电的电动汽车储电设备的电能要求,
-表示为充电需向储电设备提供电源的成本的电价,
-相关的供电点电气保护设备的电气技术行为,
-充电设备所能提供的额定最大电源。
根据本发明的一个方面,对于协同优化阶段,将每个调节模块配置为其在迭代过程结束时形成充电配置,其中,每个中间步骤都包括生成各个临时充电数据项,将所述各个临时充电数据项发送至协调设备,并由接收协调设备根据来自相关的各个充电设备的各个临时充电数据项所生成的临时协调信号,各个临时充电数据项根据上一步所接收到的临时协调信号来构建更新上一步的各个充电数据项,充电配置是根据上一个步骤或中间步骤所接收到的协调信号来构建需要更新的已构建的各个充电数据项,初始步骤根据各个充电数据项和协调信号来实施。
根据本发明的一个方面,将协调设备配置为协调信号至少根据协同优化阶段所涉及的充电设备的各个充电数据项对电网的影响预估来产生。
根据本发明的一个方面,将协调设备配置为协调信号至少根据各个充电数据项之和来产生。
根据本发明的一个方面,各个单独充电数据项表示第一充电电源在充电时段的充电配置所定义的数值。
根据本发明的一个方面,将协调设备配置为触发协同调节阶段,以响应至少一个满足的条件,其中,至少一个条件涉及在覆盖部分或全部所述电网的供电电网区域容量和与所述区域相连接的充电设备及其它用电设备项所产生的耗电量之间的比较。
根据本发明的一个方面,旨在参与所述协同调节阶段的充电设备是与所述区域相连接的设备。
根据本发明的一个方面,协调设备采用远离充电设备的设备形式。
根据本发明的一个方面,协调设备包括多个协调模块且各自分别与***充电设备之一相连接,将每个协调模块配置为与***的其它充电设备相通信并向与其相关的充电设备发送协调信号。
本发明还进一步涉及籍助于***为多个电动汽车进行充电的方法,该***包括:
-多个充电设备,各自分别适用于提供可调节的电源,以便采用电能为至少一辆电动汽车进行充电,充电设备旨在通过供电点与供电电网相连接,将充电设备配置为通过供电点获得电能,以便提供可调节的电源,每个充电设备包括:
-优化模块,配置为构建与充电时段相关的充电配置,并表示适合于由充电设备在所述充电时段为电动汽车充电所提供的第一充电电源
-调节模块,用于调节由充电设备所提供的电源,该调节模块包括:
-第一操作模式,其中将调节模块配置为调节其所输出的电源,以便在至少一部分相关充电时段期间将所述电源与第一充电电源相匹配,和,
-第二操作模式,其中将其配置为调节其所输出的电源,以便使其与第二充电电源相匹配,
-协调设备,用于与充电设备相通信;
该方法包括:
-实施涉及一组充电设备的协同优化阶段,其中所述一组充电设备包括所述***的部分或所有充电设备,在该过程中,每个相关充电设备至少根据由相应优化模块针对至少充电时段与相应供电点相连接的其它用电设备项的耗电预测所生成的各个充电数据项以及由协调设备根据相对应的部分或所有充电设备生成的各个充电数据项所产生的协调信号来构建旨在第一操作模式中所实施的充电配置,和,
-在指定时刻实施涉及***的部分或所有充电设备的协同调节阶段,在该阶段,协同调节阶段所涉及的每个所述充电设备的调节模块都实施第二操作模式,相对应的第二充电电源至少通过协调设备根据测量所确定的供电电网的状态数据来确定,该动态数据表示电网在所述指定时刻之前至少一个时间间隔的状态。
本发明还进一步涉及一种计算机程序,该程序包含执行由处理器执行时实施如上定义方法的指令。
-图1是根据本发明的***的示意图。
-图2是图1所示***的充电设备的示意图。
-图3A和3B是说明在充电时段期间所要考虑量的示意图;
-图4是根据本发明的***的操作方法的框图。
图1示出了根据本发明的***SYS。***SYS适用于对电动汽车VE进行充电,尤其适用于同时对多个汽车VE进行充电。
将每个电动汽车VE配置为完全或部分可由电能自动驱动。为此,每个汽车VE包括储电设备STO,用于储电电能并向汽车VE的至少一个推进器(未示出)提供电能,以确保汽车至少能通过电能来驱动。应注意的是,这种驱动也可以全部或部分由汽油或柴油燃料来提供。每辆汽车还进一步包括插头或插座,并适于连接下文所述***SYS充电设备互补形状的插座或插头,以便在汽车和相应充电设备之间传输电能,特别是为了给储电设备STO进行电能充电。
***SYS要与供电电网R相连接,通过电网来传输电能,尤其是向***SYS传输电能,以便向汽车VE充电。
电网R与至少一个发电设施P相连接,并将其配置为能够产生电能及将电能注入到电网R中,可由与电网相连接的用户使用。
在本发明的情况下,电网R覆盖任何区域。例如,它可能是小区、城市、区域、国家乃至大陆层面的电网。
电网R包括传输部分T、中压部分HT和低压部分BT。以已知的方式,中压HT和低压BT部分一起形成电网的配电部分。
传输部分T构成电网R的一般部件,用于能够远距离传输电力。低压部分BT形成电网的局部部件,用户可通过该低压部分BT来连接电网R的其余部分。中压部分HT通常形成在低压部分BT和传输部分T之间的接合部件。
这些部分(通常是电网R)定义通过电网段实现相互连接的电网节点。这些节点包括,例如,一个或多个适于将电能从一种指定格式转换为另一种格式的设备(例如,至少在电压值上互不相同)。这些部分包括例如布线。
电网,其部分,其节点以及在节点之间的电网段都具有指定的额定值,由此产生,例如,这些各种元件的容量,尤其是容许电源、容许强度和容许电压。
应注意的是,在图1中,示出了中压部分HT,其通过相同节点连接着传输部分。但是,在本发明中,该情况可能有差别。特别是,所涉及的低压和中压部分可能在地理上相距很远且与同一国家的不同区域相对应。
参考图1,根据本发明,***SYS包括多个充电设备RECH和一个协调设备COOR。
各个充电设备RECH适用于对至少一辆汽车VE采用电能进行充电。为此,将其配置为从电网R获取电能并向汽车VE充电提供可调节的电源。
参考图2,各个充电设备RECH通过供电点PDL与电网R相连接,在供电点PDL上还连接着将其配置为从电网R获取电能的用电设备项EQi。
设备项EQi和充电设备RECH构成设施I的一部分。该设施设置在例如居住位置。例如,将设备项EQi至少部分安装在家中。将充电设备设置在例如户外。
或者,该设施可以在一些其他类型的位置,例如:商业场所或商业区。设施包括例如将充电设备设置在停车场内部或停车场的边缘。
在通常情况下,本发明都可得到运用且与设施I的类型无关。
优选地,设备项EQi和充电设备构成能够在供电点处获取电能的部件组。换句话说,只有设备项EQi和充电设备RECH能够在供电点PDL处获取电能。
供电点PDL可在向设备项EQi和设备RECH提供电能。
在实际情况下,供电点PDL将电网R与设备项EQi和设备RECH所属设施I的电气部件之间连接界面相对应。它包括例如一个或多个配置用于建立这种连接的用电设备项。
例如,供电点PDL包括一个计量设备COMP,用于测量由设备项EQi和设备RECH在供电点所获取的电能和/或电源功率。
有利地,将计量设备COMP配置为至少测量这些部件在规定时间所获取的电源功率和电能。可以注意到,电源功率的计量可以根据时间单位电能计量为基础。
有利地,计量设备COMP适用于将在供电点PDL处所获取的电能按照使用类型进行分类并测量这些用途中各项用途的耗电量。这些用途各自对应于预先确定集合中的有效类型。
例如,对于住宅设施I,这些用途包括加热设施I、冷却设施I、生产生活热水、照明设施I、与使用电能烹饪的烹饪用途、以及与使用电能清洗的清洗用途,所谓与使用电能来操作诸如电视机等家用电器对应的“棕色商品”用途。
应注意的是,这种使用类型的分类是可选的。
此外,将计量设备COMP配置为与相关的充电设备RECH相通信,特别是为了提供表示例如由设备项EQi所收集的其随着时间所消耗的耗电量的数据。请注意的是,在指定时刻所传输的数据与该时刻最接近的一个时刻相对和/或与更远时刻相关。
此外,将计量设备COMP配置为与协调设备COOR相通信,尤其是为其提供所进行的测量。该项工作可以采用任何合适的技术来完成,例如电源线通信(PLC)技术。
供电点PDL还有利地进一步包括保护设备PROT,并将其配置为用于保护由设备EQi和设备RECH以及将其与供电点相连接部件所定义的电气设施。保护设备PROT有利地包括一个断路部件。应注意的是,该断路部件可以是包括例如断路器的硬件和/或软件。
应注意的是,该保护设备PROT可选地集成于计量设备中,至少部分地集成于计量设备中。
在本发明的情况下,将供电点PDL配置为能传输最大电源功率,记为Pmax。可以将该最大电源确定为例如可以从供电点所获取的订购电源的函数。例如,该电源功率Pmax为小于或等于36kVA。
如前所述,将设备项EQi配置为可以至少部分使用电能进行操作。
这些设备项EQi对应于例如装备住宅的一些常规商品,例如散热器、灯具、家用电器、烤箱、炉子、热水器等。其它可能的设备类型涉及服务器,例如数据服务器,这可以是例如在通常称为数据中心的结构中。
如上所述,将充电设备RECH专门设计为使用从供电点PDL所获取的电能来向电动汽车VE进行充电。尤其是,旨在为汽车VE提供可调节的电源Pout。
此外,将充电设备RECH配置为能与供电点PDL,尤其是计量设备COMP、电动汽车VE和协调设备COOR进行通信。这些通信是例如采用任何已知的方式来实现的,例如,因特网,ZigBee,WiFi,或有线装置,尤其是用于与汽车通信的引导线。
设备RECH包括插头或插座PRI、内存器MEM和处理模块TRA。另外,它包括优化模块OPT、调节模块REG和学习模块MA。有利地,它还进一步包括人机界面,下文简称为界面IHM。
插头或插座PRI旨在连接电动汽车VE,以便通过电气方式与充电设备相连接,从而对电动汽车进行充电。为此,汽车本身包括互补形状的插座或插头,以便用于与插头或插座PRI相接合,如上所述。
插头或插座PRI是例如已知的款式。例如,是车载的母头插座,公头插头的款式。
内存器MEM包括程序,当处理模块TRA执行该程序时,可使充电设备能够运行。
有利地,它还进一步包括训练数据DA,如下所述。
另外,它有利地包括测量数据DM。这些测量数据表示所实施的测量,尤其是设备项EQi随着时间所获取的电源的测量。这些数据具体定义了表示设备项EQi在一段时间内于供电点所获取电源的电源曲线CONSO(图3B)。
这些数据构建形成由计量设备所生成的消耗数据且以例如常规的频率等发送到设备RECH。这些数据包括,例如:其不包括由于电动汽车充电而导致消耗的供电点的消耗曲线。
应注意的是,内存器MEM可以与多个单独的存储器对应,例如,一个或多个易失性存储器和/或一个或多个非易失性存储器。各种数据是例如分布在这些独立的存储器之间。
将处理模块TRA配置为用于控制充电设备RECH的各种部件,使其正常运行。
处理模块TRA包括例如一个或多个处理器。
在图1所示的示例中,优化模块OPT、调节模块REG、和学习模块MA都表示为专用模块。在实践中,他们可以采取任何形式。尤其是,它们可以是软件、硬件、或者包括软件元件和硬件元件。
例如,优化模块OPT包括存储在内存器MEM中的软件元件,其由处理模块TRA执行,导致实施下文所述的功能。
这也同样适用于调节和学习模块。对于调节模块,有利地包括硬件调节设备,包括例如一个或多个转换器,并将其输出配置为由充电设备RECH所提供可调节的电源。
参考图2、图3A和图3B,将优化模块OPT配置为构建与充电时段PTr相关的充电配置Pr。充电配置Pr表示为第一充电电源P1或第一电源P1,适用于在时段PTr期间从设备RECH输出到汽车VE以便对其进行充电。换句话说,对于充电时段PTr的每个指定时刻,充电配置可由该时刻的电源P1来定义,该电源P1原则上是随时间而变化的。
时段PTr对应于电动汽车充电的时段。该时段于时间t_init开始并于时间t_fin结束。
时间t_init是例如根据汽车VE连接到充电设备的时间来定义的。例如,它与这个时刻相对应。
有利地,它可以晚于该时刻。更具体地说,有利是的,它对应于充电设备开始向汽车传输电能以便对其进行充电的这一时刻。在***汽车和这个时刻之间的时间间隔是例如用于实施下文所述充电设备准备的初始步骤,在此期间构建充电配置Pr。应注意的是,该准备工作可以在***汽车时刻之前或刚刚开始之时实施,例如,当假设汽车远程向充电设备提供涉及电能需求的相关信息时。
时间t_fin与汽车VE充电确认完成的时刻相对应。在实践中,从这个时刻开始,电源就不再向汽车供应电能进行充电,这种情况一直持续到其与插头或插座PRI相断开。
时间t_fin是例如已知时间t_init之前的时间。在这种情况下,时间t_fin是根据充电设备RECH所接收到的信息预先确定的时间。该信息来自于例如汽车VE本身或者由用户例如通过界面IHM所输入。
可选择地,该时刻例如可通过优化模块OPT来确定。实际上,这个时刻是例如构成充电配置过程结果的一个要素。
充电时段PTr是例如考虑了充电设备RECH的操作而分的时间连续间隔I(nl)、I(n)、I(n+1)。
这些间隔是例如有规则的间隔(换句话说,具有相同的持续时间),其持续时间是例如大约1秒。可选择地,这些间隔不一定全都是相同的持续时间。例如,在下文所述的设备的第一操作模式中,它们具有规则的持续时间,例如大约1分钟的数量级。在第二操作模式中,它们也具有规则的持续时间,持续时间例如大约1一秒。
充电配置PTr具有例如连续分段的配置。例如,为每个间隔考虑所定义的配置使得电源在整个间隔期间都具有恒定的单一数值。
可有几种方法用于构建配置。在第一种情况下,其中充电设备RECH以与***中的其它充电设备RECH相分离的方式进行,充电配置的构建独立于协调设备以及独立于与电网R和其它充电设备有关信息(下文将详述这些信息详述)。
在第二种情况下,该构建考虑了由协调设备所发送的信息以及参考了其它充电设备和/或电网R的状态。
如下文详述,当根据第二种情况构建充电配置时,有利地使用根据第一种情况方法的充电配置的确定。更具体地,第一种情况的充电配置可用作为在根据第二种情况构建配置时的起始要素。
通常,充电配置Pr是至少根据能够从与充电设备RECH相关的供电点PDL所获取电能的设备项EQi的耗电PC(图3B)的预测来构建的。这些预测覆盖了至少一部分时段PTr,并在有利情况下覆盖整个时段PTr。
耗电预测在充电时段PTr开始之前建立。
这些预测有利地对应于各种设备项目EQi的累积耗电预测,因此,定义除了设备RECH外可能在供电点所获取电能的唯一部件的预期行为。
例如,这些预测是随时间而变化的电源功率形式。
这些预测是例如可以已知的方式来确定的,例如,通过GAM模型,其是"Generalized Additive Model"(“通用累加模型”)的首字母缩写。
例如,这些都是以测量数据DM为基础,这些数据定义了设备项EQi的耗电历史。有利地,它们更具体地根据对应于覆盖充电时段PTr的时间块的测量数据来建立。例如,这些预测是以与供电点PDL相关的各种用途类型的预测为基础的。按使用类型分类的这些预测是例如根据测量数据DM来确定的,这可以表示设备项EQi随时间而变的不同用途类型的耗电。
有利地,在指定时刻所进行的预测是至少根据设备项EQi在前述时刻前一端时间的耗电相关的测量数据DM来确定的。换句话说,在构建预测时,要考虑最新的耗电数据。
充电配置Pr也是根据供电点所能提供的最大电源Pmax来确定的。
有利地,换句话说,可选地,且以一种有利的方式,充电配置Pr进一步被确定为至少如下一项的函数:
-电动汽车的储电设备STO的充电行为,
-电动汽车储电设备STO的电能要求,以便对其进行充电,
-由供电点PDL所提供的电能的电价,以便用于对电动汽车进行充电,
-供电点PDL的保护设备PROT的电气技术行为,
-充电设备RECH的电源功率容量,换句话说,充电设备RECH所能提供的额定最大电源功率。
设备STO的充电行为表示储电设备在充电时的操作行为。这种行为包括,例如,与所接收电源相关的一项或多项约束条件相关的考虑因素,例如其相对于需超过下限和/或不可超过上限的数值,或者一段时间不可超过的电源变化。该行为可选择地或并行地包括与在时间段PTr期间所观察到需停止的充电次数相关的考虑因素,该数值应低于预先确定的数值。
实际上,设备STO的这种充电行为表示了储电设备STO的充电特征,最好遵守这种行为,从而避免其受损。
储电设备STO的能量要求与针对汽车自主要求所规定的储电设备的充电状态相对应。该要求为例如涉及设备STO与设备RECH相连时设备STO所存储的电量以及充电结束时所需充电的电量。应注意的是,最终充电状态不一定与储电设备STO的完全充电相对应。
充电结束时所需充电的电量是例如由用户通过界面IHM或汽车VE提供给设备RECH的。可选择地,这是一种预估,这可通过充电设备RECH的优化模块或任何其它设备,例如专用模块,进行预估。预估是例如可以通过汽车用途数据来构建。这些用途数据是例如可以通过汽车向设备RECH提供,这些数据可存储在内存器MEM中。例如,这些数据包括汽车的行程历史。该历史包括或者是例如由GNSS("Global Navigation Satellite System"=全球导航卫星***)的定位数据所确定的,表示汽车随时间变化的位置,这些数据可由设备RECH从汽车VE获得。
实际上,充电设备的电能要求是例如以时段PTr结束时所能达到的充电状态形式。
电价表示为了给电动汽车进行充电而从供电点处已获得或将获得电能的成本。换句话说,即是设备RECH打算实施采用电能对汽车进行充电的价格。通过已知方式,价格(即,费率)是由与电能计量单位相关的单位成本,通常为1千瓦时(kWh)来确定。然而,通过已知方式,电能计量单位与价格相关,例如,每千瓦时欧元,这价格可能因时段不同而有差异。
例如,价格可根据内存器中所存储的数据来确定,其中所述数据包括使用时间价格指数,适于与远程设备所提供的价格数据相匹配。应注意到,可以对这些定价指数进行更新,例如,定期更新或在外部设备触发时更新。
保护设备PROT的电气技术行为表示设备的操作行为,作为在供电点PDL所获得电源功率的函数,尤其是在允许充电设备和设备项EQi在供电点处所获取电能的状态以及其防止出现这种状态(特别是未来保护设施)之间切换的条件。
例如,可以将保护设备PROT配置为允许在短时间(相对于预先确定的间隔I(n)数)内超过最大电源Pmax,但在该时间段后切换到不允许再获取电能的状态。应注意的是,所考虑的时间是例如基于Pmax超出幅度来预先确定。
在实践中,这种行为模拟了保护设备对有关设施I电气部件安全事件的响应。
有利地,将优化模块OPT配置为将充电配置Pr确定为具有至少一个目标和至少一个约束条件的优化问题的最优解决方案。
术语“目标”意指优化问题中最小化的数量。“约束条件”意指通过问题解决方案需满足的条件。
所选择的目标和约束条件,根据其是在第一种情况还是在第二种情况下存在差异。
在第一种情况下,例如,从如下选择目的或目标:与电动汽车充电相关的成本(价格)、在汽车充电时需在供电点获取的电源最大值(换句话说,需要提供给设备项和需要由设备RECH在阶段PTr过程中为汽车进行充电所需要累计电源达到的最大值),以及尽可能快地完成汽车VE的充。
有利地,考虑这三个目标,根据第一种情况且随后构建为最小化问题最优解决方案的充电配置:充电设备和其他设备项在充电时段从供电点所获取电源的最大值,在充电时段供电点所提供电能的总成本和充电时间的结束。
通常,根据第一情况的一项或多项约束条件可有利地选自:最大电源Pmax,且需要避免超出最大电源数值(或至少限制);汽车电能要求,这决定了在时段PTr期间能供给汽车的总能量;以及储电设备STO的充电行为,旨在避免可能导致设备STO受损的充电。可以保留这些约束的任何组合。
人们会注意到,只要在不将保护设备切换到不允许从供电点获取电能的断路配置的条件下发生超限,就可以授权超过电源Pmax的能量。
在根据第二种情况构建充电配置的情况下,有利地选择至少一个附加目标和/或至少一个附加约束条件。
附加的目的或目标可有利地选自:
-所有电动汽车由***SYS的部分或所有充电设备RECH提供充电或待充电的的最大累积电源功率;
-对部分或所有充电设备RECH实施或待实施的充电对电网状态的影响。
如下详述,考虑了这些目标中的每个目标的充电设备都涉及导致根据所有这些充电设备的第二种情况进行充电配置所构建的所谓协同优化阶段(如下详述)。
有利地,附加约束条件与和电网R相关的约束条件相对应,例如,与将相关供电点PDL与电网R其余部分相连接的低压部分BT(但不一定是低压网络)。该约束条件是例如定义不要超越的上限和/下限的电压(或多个电压)、电流强度或电源功率,或频率。这些元素都可被视为电网的容量。
例如,指定约束条件涉及电网部件部分容量的数值或者与形成区域的电网设备组相关的数值。该区域可能或不可能与指定部分相一致。
例如,电源约束条件可以涉及指定节点。
应注意的是,有利地,一个或多个约束条件涉及称为先导节点的节点组。在电网内选择这些节点并将其定义为电网的参考点。例如,选择这些节点,使得满足与这些节点相关的约束条件即可表示整个电网满足该约束条件。
所选择的约束条件包括选自:例如,与整个电网相关的频率、与指定设备项或一组设备项相关的一个或多个电压、与电网低压部分BT相关的电流强度、与一个或多个节点(例如:先导节点)相关的电源功率,等等。
对于构建充电配置的详情,尤其是第一种情况,这种构建有利地依赖于多种标准的方法。
例如,与问题相关的是由通过分别与每个目标相关的数个子指标所定义的指标。每个子指标由选择形式的因子进行加权。指标是例如定义为不同子指标的组合,例如,线性组合。
每个子指标都具有例如相对于相关目标的数值,例如:价格,充电时间的结束,在时段期间所能达到的最大电源功率值。
充电配置可通过这种方式建模的问题数据来确定,例如,使用整数线性编程(“integer linear programming”首字母缩略词ILP)的解析技术。
可选择地,可以使用分层方法(有时称之为ε-约束条件方法),其中,顺序考虑各个子指标。在这种情况下,在当前正在考虑子指标以外的其它子指标上添加一个或多个约束条件,以防止其在实施过程中劣化。
根据第二种情况确定充电配置的细节,将通过如下参考协调设备COOR给出。
有利地是,优化模块OPT还进一步适于更新充电配置Pr。例如,它适于在时段PTr过程中实施有关时段剩余部分中至少一部分的更新,且有利地是,至少是所有这种剩余部分的更新。在实践中,该更新可视为采用全新充电配置替代当前正在使用的充电配置,其中,充电时段PTr覆盖先前使用的充电配置充电时段PTr剩余时段的全部或部分且可选地延伸超出。
该更新是例如按指令实施的,例如,从调节模块或协调设备接收的指令。
可选择地,优化模块OPT本身可触发该更新。
有利地是,该更新可响应检测到的已满足下文所述一个或多个条件来实施。
对于这种更新,将优化模块OPT配置为更新所使用的数据,从而构建初始化的充电配置以及确定由这些更新数据所构建的更新配置。
例如,将优化模块OPT配置为更新用于构建先前使用的充电配置所使用的耗电预测,例如,基于从时段PTr开始起所接收到的测量数据DM。有利地是,当使用汽车的电能要求时,将模块配置为对其进行更新,例如,考虑到该要求的部分满足是通过在时间段PTr期间已经向汽车VE提供的电能来实现的。
应注意的是,该更新可能会由于协调设备触发下文所述协同优化步骤所导致并涉及充电设备,这种触发可由例如上述所使用的条件产生。所更新的配置随后对应于根据第二种情况所构建的配置。
当响应充电设备的请求而触发对配置的更新时,这有利于仅仅根据局部信息来实施,换句话说,该信息与其它充电设备和协调设备以及电网R无关,无论确定当前使用的充电配置是哪种情况(第一种情况或第二种情况)。换句话说,它与根据第一种情况所构建的充电配置相对应。然而,这种构建有利地考虑了当使用该部件来构建充电配置时至少部分满足了汽车VE的电能要求。
再次参考图2,将调节模块REG配置为使之调节由设备RECH在时段PTr期间实际提供给汽车VE的电源Pout。该电源Pout会随着时间而变化。
调节模块REG包括第一操作模式,其中,将调节模块REG配置为调节电源Pout,以便使其匹配充电配置Pr的电源P1。
换句话说,在第一操作模式中,调节模块提供连接着由优化模块所确定的电源P1的可调节的电源,该电源因此是适于充电设备RECH输出所规定的电源。
在实际情况下,在该操作模式中,应用当前正在考虑的充电配置Pr(且可能由形成更新配置的其它新的构建配置来替代)。
应注意的是,由于充电设备实际操作相关的原因与理想的情况不相对应,电源Pout可能与当时所规定的电源P1略有不同,尤其是在电源P1数值变化的过程中至少会暂时略有不同,例如,当从一个时间间隔过渡到另一个时间间隔。
此外,调节模块REG包括第二操作模式,在该模式中,将调节模块配置为调节电源Pout,以便使之与第二规定电源P2相匹配。该电源P2原则上可以随时间而变化。
如前所述,电源Pout可能与电源P2略有不同,因为充电设备的非理想操作。
电源P2有利地由调节模块REG本身或由其它能够通信随时间变化的电源数值的模块(可视为调节模块的一部分)来确定。
有利地是,电源P2构建为电源P1(在该相应时刻)和表示电源P1调整量的可调节量(可以是负值)之和。
尤其是,调节量可以是表示在设施I实际状态和由优化模块OPT确定的充电配置Pr构建过程中所预测的状态之间的偏差。
在实际情况下,由于P1数值已知,为确定P2而实施的处理主要与此调节量相关。
第二操作模式包括:
-各个子操作模式,和
-集体子操作模式。
在各个子模式情况下,调节量有利地仅仅只根据局部信息来确定,换句话说,该信息仅仅只是所考虑的设施I的相关信息。特别是,调节量与协调设备COOR和其它充电设备所发送的数据以及在此时刻所考虑的电网状态无关。应注意的是,这也特别适用于除了相应时刻的P1数值之外的相关数据,这些数据可以根据协调设备所提供的信息来确定。
在集体子模式情况下,调节量有利地至少根据来自协调设备COOR的信息来确定,并且有利地根据局部信息来确定,例如,有利地根据在各个子操作模式情况下所使用的相同属性的局部信息来确定。
在各个子操作模式情况下,电源P2有利地根据最大电源Pmax来确定。另外,可以根据计量设备COMP提供给设备RECH有关设备项目EQi所获取的电源,以及更具体地,根据定义与相关供电点PDL相连接的设备项EQi所获取电源的曲线CONSO的数据来确定。
有利地是,这些测量数据由调节模块REG进行处理,以构建预期设备项EQi预期从供电点PDL所获取电源的短期预测。例如,“短期”意指该预测涉及至少预定的当前间隔数中部分或所有未来间隔组(例如,大约10个间隔)的预期耗电。该范围是例如10、20或乃至30个间隔。换句话说,这个预测针对与当前间隔相距小于5个间隔的一个或多个未来间隔。该预测有利地涉及一组连续间隔,例如,当前间隔后的5、10或15个间隔,或其本身是考虑范围内的未来间隔后的间隔。
确定这些预测的详情都是例如已知的。
第二电源P2(至少在各个子模式中)进一步确定为电源P1的函数,换句话说,是由优化模块所确定的充电配置的函数。
有利地是,第二电源P2(至少在各个子模式中)进一步通过下列中的至少一项内容来确定:
-供电点PDL的保护设备PROT的电气技术行为;
-电动汽车的充电约束条件,表示至少电源值Pout除外的范围;
-由充电设备RECH在充电时段期间可以停止的电动汽车的充电的最大次数,换句话说,P2为零情况的发生次数。
也可以考虑的部分是充电设备RECH的电源容量,换句话说,是充电设备RECH额定提供的最大电能。
如前所述,设备PROT的电气技术行为表示对设施和供电点电气部件所发生事件的响应,尤其是供电点PDL所获取的超过电源Pmax的总电源。
在实际情况下,这种行为可认为是一种模型,例如,由一项或多项规则所定义的模型。这些规则中的一项规则所涉及的事实是例如允许超出电源Pmax但不能超出某个数值且在超过预先确定时间段的期限内不保持正确。例如,这些规则是以一个或多个列线图的形式呈现。
因此,例如,电源P2根据这项或这些多项规则来构建,其中,至少一项规则包含与超过Pmax有关的一个或多个条件。
可选择地,应当注意到,可考虑将Pmax作为电源P的上限来实施,且即使在非常短的时间内也不得超过该上限。
如前所述,排除Pout数值范围和充电停止的最大次数构成汽车在不导致其受损条件下进行充电的相关条件。
例如,对于各个子模式,适于确定不同间隔的P2所确定的调节量所采用的方法是以试探法为基础的。
例如,在这种方法中,从***数个可能状态中的局部部件状态分别相关的多个离散值中选择针对指定时间间隔的调节量的数值。这些部件包括供电点PDL、充电设备RECH、电动汽车VE、与连接相关充电设备RECH的供电点PDL相关的用电设备项EQi。
所考虑的数值可以至少由P1来确定。
***(即:局部部件)的状态可由P2所确定的相关部件来确定。选定的部件例如可以进行连续的分析,每个部件都会导致在多个可能数值之间选择一个或多个数值,使之可以选择唯一一个数值。例如,对至少一个部件进行分析适于选择调节量的单个数值,至少是所分析的最后部件。除最后一项以外的部件都有可能会导致单个数值的选择,从而中断部件的分析顺序。
应注意的是,对于指定部件,选择一个或多个选定数值的可能数值是例如根据一个或多个前述标准分析结果来确定。换句话说,所分析的第二标准有可能会导致保留不同的可能数值(随后进行选择),这取决于以前标准分析的结果,第三标准要考虑第一和/或第二标准以及针对所分析的不同部件的标准等等。
例如,在短期预测情况下,如果确定对于某个时间间隔(相对于当前间隔的未来间隔)在Pmax和耗电预测之间的偏差低于阈值,则选择调节量的保留数值,使得电源P2为零或最小。
应注意的是,一些数值可以随时间流逝而排除,例如,在部分或所有过去时间间隔期间预定次数的选择之后。
在集合子操作模式情况下,电源P2由协调设备至少从表示电网在给定时间间隔的前述指定时刻的状态的测量所确定供电电网的状态数据来确定。应注意的是,电网的状态数据可以是根据相关测量所确定的电网状态的预测。考虑的状态对应于例如与相应容量对应的上述一个或一组部件(例如,定义电网的区域)的相关数量的数值。
所采用的方法类似于例如用于各个子模式中P2确定所用的方法,除了该方法涉及协调设备。下文将详述该项确定。
调节模块REG适于在第一操作模式和第二操作模式之间切换。另外,它适于在第二操作模式的两个子操作模式之间切换。
有利地是,该切换可响应所满足的至少一个条件来实施。
所使用的一项或多项条件取决于例如切换实施的方向,以及当其切换到第二操作模式时模块REG所切换到的目标子模式。
为了切换到集体子模式,例如,仅使用一个条件。该条件是例如由充电设备RECH接收协调设备COOR所发出的切换指令的条件。
为了切换到各个子模式,使用至少一个称之为第一条件的条件。
有利地是,至少一个第一条件是根据优化模块用于构建针对至少一个时间间隔的充电配置所提供的设备项EQi的耗电量来定义的,其数值是设备项EQi所测量的耗电量的函数,有利地是在充电时段PTr过程中,换句话说,即由曲线CONSO所提供的电源。
所考虑的时间间隔或多个间隔可以是未来和/或过去的间隔。
对于每个过去的间隔,该数量直接对应于针对所考虑间隔测量的设备项耗电量(即:电源功率)。因此,对于该间隔,就考虑设备项EQi的耗电预测及其实测的耗电量。
对于每个未来的间隔,该数量也是设备项EQi在该时间间隔内的耗电量预测。该预测是例如,至少根据最近的测量数据DM所构建,例如,与预先确定最大持续时间所考虑的一个或多个分隔的间隔相关(例如,通过考虑从供电点PDL所接收到且与设备项EQi耗电量相关的最后k个数据来表示)。第一预测的程序是例如以第二操作模式实施且与短期预测相关。
有利地是,该条件的目标是在优化模块预测耗电量与实测耗电量或者根据最新耗电数据的预测耗电量之间差值,尤其是通过充电时间段PTr中实施测量所获取的耗电量。
有利地是,如果观察到的偏差数量表示大于与该条件相关的预先确定连续间隔数(例如大于或等于1)的阈值,则该条件构建为满足。
在实际情况下,所分析的量(可选对应于绝对值)可以对应于标准差异。但是,也可以设想其它计算方法;差值是唯一可能的示例性操作。
应注意的是,该条件可以作为切换的唯一条件。
有利地是,至少一个第一条件是根据在最大电源Pmax和表示所述供电点在所述充电时段时间向充电设备和所述其它设备项所提供总电源的数量之间的比较来定义的。
换句话说,该数量是根据设备项EQi和充电设备在时段PTr的一个或多个时间间隔期间所要求或者可能要求的总电源功率来定义。
该数量在给定的间隔期间内具有指定的数值。换句话说,它表示由设备RECH和设备项在该时间段内的各个时间间隔所获取或打算获取的电源。
所考虑的数量是例如与过去的时间间隔相关的。在这种配置中,该数量是根据设备项的耗电测量数据DM以及所提供电源Pout的历史(例如,存储在充电设备RECH操作期间存储在内存器中)来构建的。可选择地,考虑相关时间段的P2的数值。
可选择地,所考虑的数量与未来的间隔相关。在这种配置中,该数量是由根据与相应供电点PDL相关的设备项EQi的耗电预测来构建的,例如,由优化模块OPT或调节模块REG所生成的耗电预测。此外,与设备RECH相关的电源对应于充电配置在该时刻所能提供的P1数值。
在实际情况下,对数量进行构建,使之与在此时刻设备项(EQi)(预测或实际)和充电设备(分别为预测和实际)的耗电量之和相对应。
这种比较对应于例如在Pmax与设备项EQi和充电设备RECH累积耗电之间的差值。
有利地是,条件是根据不同的连续间隔的数量值来构建的。另外,如果数量值超出预先确定的连续间隔数的最大电源Pmax,则构建可满足的条件。换句话说,如果满足所选定的连续间隔数,则条件检测为满足。
有利地是,所考虑的间隔是未来间隔,则设备RECH因此评估供电点PDL的未来状态并预测潜在的问题事件。
该间隔数有利于根据保护设备PROT的操作来预先确定,且对应于或接近于例如设备可以在不停止从供电点获取电源的情况下所能容纳不超出Pmax的最大次数。
可选择地,这个数值等于1(仅仅只考虑唯一一个间隔)。
为了触发调节模块从第二操作模式到第一操作模式的切换,有利地使用称为第二条件的至少一个条件。
有利地是,至少一个第二条件是根据在供电点所能获取的最大电源和表示供电点为充电设备和所述其它设备项所能提供总的电源的第二数量之间的比较来定义的。
该第二数量相同于例如从第一操作模式到第二操作模式的各个子模式之间切换所使用的数量(所考虑的数量数值原则上与其它间隔相关)。
第二条件例如构建为满足在电源Pmax和第二数量数值之间的差值小于一个或多个时间间隔所预先确定的数值。优选地,所考虑的间隔是未来间隔。
可选择地或并行地,或者所考虑的第二条件根据设备项EQi的实测耗电量(换句话说,由CONSO曲线所提供的电源)和优化模块针对至少一个时间间隔为充电配置构建而预测的设备项的耗电量来定义。
例如,这个条件接近上述第一条件。例如,它是相同的,除了认为满足表示在预测PC和实测耗电量(对于过去的间隔)或根据测量所构建的预测(对于未来的间隔)之间差值的数量小于针对该条件所选定的一个或多个间隔上的预先确定阈值之外。该阈值数值可能与第一条件所使用的阈值不同。第二条件也可以在相关间隔数方面存在差异。
再次参考图2,将学习模块MA配置为使之产生训练数据DA。这些数据有利地用于优化模块OPT的操作和/或调节模块REG的操作中。
有利地是,训练数据DA包括预测训练数据。
这些预测训练数据旨在根据充电设备RECH随着时间而变的操作来提高由优化模块和/或调节模块所进行的预测。这些数据是例如涉及调节模块操作模式、模式之间的切换、所提供的电源Pout、从汽车收集的充电要求数据、汽车的连接时间、和或以前实施的耗电量预测的统计数据所生成的数据。
有利地是,这些数据包括常规用于由充电设备RECH确定耗电量预测所确定的预测参数化数据,而与所使用何种预测方法无关,例如GAM类型方法,专家聚合方法或深度学习类型的学习方法。
有利地是,训练数据还包括旨在细化根据所使用数据确定随时间而变的充电配置Pr程序的优化训练数据。
这些数据有利地包括解析参数化数据,例如包括构建充电配置过程中所使用的子指标加权因子的数值。这些数值根据时间来调整。如前所述,这些调整有利于根据充电设备RECH在运行期间所收集到的数据来实施。
训练数据有利地包括配置用于细化调节模块随时间而变的操作(尤其是第二操作模式)的调节训练数据。
这些数据包括例如定义一个或多个与确定调节量有关的调节参数化数据。这些调节参数化数据影响着例如根据部分或所有选定部件的分析所获得的数值,选定部件的分析顺序,和/或选定部件的属性。
如前所述,这些数据有利地根据设备RECH在运行期间所收集到的数据来构建。
训练数据是例如根据定义学习模块配置的学习规则来构建的。
这些学习规则基于例如评估充电设备REC部件(尤其是模块OPT和REG)所实施的决定的方法。决策评估,例如,指定充电配置的构建或者调节量数值的确定,是基于例如在该决定和通过已更改决定的一个或多个其它部件所实施的该项决定的至少一个模拟(例如,对于调节量的确定、选定P2所确定的部件属性、部件的秩序、和/或选择用于每个部件分析的数值)之间的比较。对这种比较进行配置,导致对实施的决定进行评估,例如,通过一个或多个量化的指标,以及根据评估所实施的训练数据的调整。
在实践中,这些学习规则定义了根据随时间而收集的有关充电设备RECH操作信息的不同训练数据的方式,和有利地根据用于通过学习规则产生训练数据的充电设备RECH操作数据的性质和形式。
如上所述,这些训练数据由调节模块和优化模块可选择性地用于执行其功能。在这种情况下,这些训练数据可用于所实施的解析技术和/或用于构建该解析的输入数据的技术。可选择地,若不在这种情况下,模块OPT和REG可以使用其它数值,例如,预先确定的数值。人们将注意到,可以对这些预先确定的数值进行更改,例如,采用在充电设备RECH更新过程中的更新方式,例如,由操作员现场或远程进行更新。
有利地是,将充电设备RECH配置为可进行部分或所有训练数据的相互交换。此外,有利地是,根据从其它充电设备所接收到的训练数据来构建指定充电设备的训练数据。有利地是,其它充电设备训练数据的组合在第一阶段后发生,在第一阶段过程中,训练数据仅仅只依据充电设备所收集的数据来生成。
在一些实施例中,指定充电设备从***的充电设备RECH(可以是单个充电设备)精确子集中接收训练数据。例如,该子集的内容可以根据一个或多个标准来定义,例如,地理邻近度,相应设施I的相似性,与相应供电点PDL相连接的设备项EQi,等等。
界面IHM包括例如显示器和/或一个或多个输入按钮(可能与触摸屏形式的显示器相组合)。该界面用于用户输入数据,例如,输入充电时段结束和/或汽车断开的日期和时间,以及显示用户所需要的使用信息,例如关于充电汽车的信息,尤其是充电时间的结束,相应的充电状态,等等。
将协调设备COOR配置为用于协调***充电设备RECH的操作。
为此,将其配置为与不同的充电设备相通信,且有利地可进行双向通信。此外,将其配置为与供电点相通信,尤其是计量设备COMP,以便获得与电网级别的***SYS相关的耗电测量,至少是与服务***SYS的充电设备RECH的供电点PDL相连接的电网部分。
对于协调设备COOR的一般配置,至少有两种方法。
在集中式方法中,如图1所示,协调设备COOR是定位在***SYS位置上的自主设备。
在分布式方法中,协调设备COOR包括分别独立设置在一个充电设备RECH之上、附近或内部的多个协调模块。有利地是,***的每个充电设备RECH都与协调模块相耦合。在这种方法中,每个协调模块都适于与除与其相连接的设备之外的其它充电设备RECH进行相互间通信。
如下描述通过参考集中式方法并提供将其转换为分布式方法的部件来陈述
协调设备COOR包括内存器M和一个或多个处理器PROC,并配置为执行内存器M所包含的程序使得协调设备COOR能够合理运行,,以及通讯界面,用于与***SYS的其它部件和供电点PDL相通信。
对协调设备COOR进行配置,以触发涉及部分或所有充电设备RECH的集体优化阶段,旨在为相应的每个充电设备RECH构建考虑其它充电设备RECH的充电配置Pr。换句话说,该阶段旨在根据充电设备RECH的第二种情况来构建充电配置PR。
有数种方法可用于所涉及的充电设备RECH。
在一种情况下,涉及所有充电设备RECH。这具体通过更新具有当前充电配置的充电设备的配置来体现。
在另一情况下,仅涉及当前为电动汽车进行充电的充电设备。
在其它情况下,仅涉及已经声明其等待协同优化阶段的充电设备RECH。这种声明可以是例如通过充电设备RECH来自动实施的,例如,当电动汽车***充电设备时。这种声明可选地具有条件,例如,根据用户的偏好来设置。
这些设备RECH组可以进行组合,涉及例如正在充电的设备以及已经声明等待该阶段的设备两者的协同优化阶段。
对于协同优化阶段,将协调设备COOR配置为生成至少一个协调信号SIGNi(其中i表示***SYS的充电设备RECH)并将信号发送给至少一个充电设备RECH。
在集中式方法中,将其配置为生成信号SIGNi并将其发送至每个设备RECH。
在分布式方法中,将不同的协调模块配置为生成拟用于与其相连接的充电设备RECH的信号SIGNi,这种信号也提供给其它协调模块。
各个协调信号SIGNi都由涉及充电设备所接收到的各个充电数据项来生成。
各个充电数据项有利地对应于由相应充电设备RECH所确定的充电配置Pr,如下所述。
有利地是,协同优化阶段可迭代进行。
在初始步骤期间,所涉及的各个充电设备产生各个临时充电数据项,这里是临时充电配置,优选地根据第一种情况,换句话说,仅仅只根据局部信息。将临时充电配置发送到协调设备COOR(如适用,则发送至每个协调模块)。根据不同的充电配置(通常为各个充电数据项),协调设备COOR产生协调信号并将其发送至所涉及的充电设备。
在下一步骤中,各个充电设备根据所接收到的协调信号更新临时充电配置。一旦完成此更新,各个充电设备就发送已更改的各个充电数据项,以便综合更新充电配置。随后,协调设备COOR根据已更新的各个充电数据项来生成新的协调信号。
重复该步骤,直至涉及的每个充电设备RECH都达到了最终充电配置,这可作为协同优化阶段的结果保留,且可成为充电设备的当前充电配置(有可能替换前一个)。
有利地是,迭代响应在响应满足至少一个条件而停止。
一个条件,例如,涉及协同优化阶段所包含的预先确定的迭代次数。可选择地或并行地,当满足表示充电设备临时充电配置的稳定性的数量时,将条件构建为满足。
该条件是例如表示部分或所有涉及充电设备的临时充电配置未更改或仅在至少一个新的步骤中略有更改的事实。
该条件是以例如一个或多个指标的使用为基础,这些指标的数值需在每个步骤中进行评估,该条件在当这个或这些指标具有满足一个或多个标准的数值时得到满足,例如这个或这些数值从一个步骤到另一个步骤时发生变化。
应注意的是,该阶段的迭代次数可以在各个充电设备之间发生变化。换句话说,充电设备RECH可以仅执行部分步骤并独立于其它充电设备退出协同优化阶段。由该阶段所产生的充电配置随后是例如由执行最后步骤的充电配置,其例如仅仅只包括根据在该步骤过程中所接收到的协调信号来更新充电配置。应注意的是,充电配置可以是任何中间步骤过程中所获得的充电配置。
换句话说,满足的条件可以与充电设备RECH的精确子集相关,尤其是与一个(或多个)充电设备相对应的子集。
对于协调信号SIGNi本身的内容,可能有数个实施例。
在一个实施例中,该信号表示所涉及充电设备的部分或所有充电配置总和(例如,以编码形式发送)。换句话说,发送到充电设备RECH的协调信号表示所考虑步骤过程中所接收到的各个充电数据项之和。
在一个实施例中,该信号表示供电电网的状态。更具体地说,有利地表示一个或多个时间间隔(包括至少一个未来间隔)所预估的电网状态。该估计根据所接收到的各个充电数据项确定。
在实际情况下,该预估涉及整个电网或仅电网一部分的状态,例如,包括低压部分和/或中压部分的一部分电网,通过该部分,所考虑的充电设备RECH与电网相连接。然而,该估计可以集成的电网部分大于将与相关充电设备相关的供电点PDL与电网R其余部分相连接的一部分。
该估计包括例如在相连接电网R区域中的电源功率、电压、电流密度、和/或谐波,例如,在每个节点和/或连接区域节点的每个段中。这种分布被称之为例如“负载流”。
例如,由所接收到的部分或所有充电设备RECH的充电配置来确定这种分布的详情都是众所周知的。
在一些有利实施例中,协调信号SIGNi表示这样两个部件。
为了根据协调信号SIGNi来确定根据第二种情况的充电配置,采用多标准指标的方法,其中每个目标都与指标相关,该指标可由选择因子进行加权并将其相互组合(例如线性地),以形成用作解决问题起点的整体指标(例如,通过类似于第一种情况所使用的解析方法)。
对于集体目标,对应于指标的数值可视为等同于该目标相关的协调信号SIGNi的内容。
换句话说,如果将汽车对充电电网的影响视为目标,则信号SIGNi包括表示电网(即,在电网的相关区域内)估计状态的数据,这些数据被视为相应指标的数值(可能在将其转化为量化数值后)。如果使用需要在涉及所有(或部分)充电设备对汽车充电的累积电源,则协调信号包括作为相关指标数值的相应数据。
应注意的是,因充电设备的不同而协调信号可能也不同。特别是,考虑用于一个充电设备的区域,可能与其它充电设备的区域不同,这样,它们各自的信号就不能表示电网相同区域的状态,且原则上是不同的。另外,在求和充电配置时所涉及的充电设备的数量会因为充电设备的不同而不同。
协同优化阶段是例如响应满足的至少一个条件而触发。例如,该条件涉及自最后一次协同优化阶段以来所预先确定时间的流逝,可选地特殊目标是具有特定状态的充电设备(在充电过程中、不充电的、声明为等待协同优化阶段的,等)。可选择地或并行地,条件涉及具有预先确定状态的充电设备RECH的数目(可选地提升在***中的设备RECH的数目)。例如,如果20%或以上的充电设备声明自己在等待协调阶段,就可触发。
除了触发此协同优化阶段之外,协调设备COOR还适于触发协同调节阶段。
该阶段涉及多个充电设备RECH。此外,它涉及目前正在进行汽车VE充电的部分或所有充电设备RECH。
在该协同调节阶段期间,所涉及的充电设备RECH响应该阶段的触发而切换到第二操作模式的集体子操作模式。这种触发是例如由协调设备COOR引起,并为此将该信号发送到相应的充电设备RECH。
协调设备COOR是例如配置为响应满足的至少一个条件而触发该阶段。
有利地是,至少一个条件涉及部分或所有电网的状态。有利地是,它涉及在区域的容量(形成电网的一部分或覆盖整个电网),有利地是,在所考虑区域的电源功率容量定义了该区域的最大电源功率数值(例如,但不一定相对于该区域额定耐受的最大有效电源),和与***SYS相关且与电网R的区域相连接的供电点PDL的实际或计划耗电量之和之间的差值。
该电源容量是例如等同于该区域节点和/或段的最大设计指标的电源容量,或者数个设计指标容量的组合。这些部件是例如可用于协调设备并其存储在内存中。
例如,该差异是针对包含过去和/或未来间隔的一个或多个间隔的量化,如果该差异(或表示该状态的数量)小于相关的一个或多个间隔所预先确定的数值,则条件被配置为满足。如本文所示,电源之和可以是至少根据相关各个供电点PDL耗电量的预测,如所测量的,有利地是以最近间隔期间的耗电量为基础。
应注意的是,条件可以与预先确定的电网区域(例如:BT或HT部分的一部分,或甚至整个电网)相关,该条件的满足则定义在协同调节阶段所涉及的充电设备为与满足条件相关区域相连接的充电设备。随后,对所使用且分别与电网不同区域相关的各种可能不同条件进行分析,例如,常规时间间隔。
另请注意的是,协同调节阶段也可以并行进行。随后,它们分别涉及不同的充电设备RECH。
在协同调节阶段情况下,电源P2可根据从选自确定各个子模式的情况的部件中选择一些部件为基础来确定。另外,也可以根据所考虑的相关设备RECH所接收到的协调信号SIGNi来确定。在实际情况下,信号SIGNi的内容是针对该操作模式的。
例如,为了确定在子模式中的P2,还保留了试探的方法。
对于指定间隔,初始电源P2可以采用与各个子模式所进行方式相类似的方式来确定。由所涉及设备RECH所确定初始电源P2发送至协调设备,依次产生适用于各个设备RECH的信号SIGNi。电源P2可以根据信号SIGNi内容来调整。
例如,这种调节可以通过根据信号内容选择多个可能的P2数值来完成。这些可能的数值是例如根据发送至协调设备COOR的P2初始值来确定。可选地,这些数值中至少一些数值或全部数值是由协调设备COOR提供的。
应当注意到,该项确定可以根据调节量而不是P2来实施。
另外,该确定可以针对一个或多个间隔进行迭代操作,更新P2初始值并且每个步骤都发送至协调设备COOR,直到迭代结束(例如:由解法稳定性标准来触发或因相关充电设备不同而变化的预先确定的步骤来触发)。
***SYS的操作方法现在参考附图,尤其是图4,来进行描述。
在初始步骤S1期间,在***SYS内,部分充电设备RECH在进行充电操作,而有另一部分充电设备RECH没有进行充电操作。没有充电的充电设备RECH中的一部分正在例如声明其在等待协同优化阶段的协调优化机制中。
部分充电设备RECH具有预先建立的充电配置Pr,其定义了向与充电设备RECH相连接的电动汽车提供电源的预订计划,以便在相对应的充电时段PTr期间对电动汽车进行充电或已向其提供电源,通常是采用根据第一操作模式操作的调节模块REG。其它充电设备RECH,例如最近激活的充电设备,还尚未具有这种充电配置。
在步骤S2期间,协调优化阶段由协调设备触发,该设备触发部分或所有充电设备RECH。例如,该触发例如响应于相应条件或满足条件而发生。
协同优化阶段的实施如上所述,会导致为所涉及的每个设备RECH创建充电配置Pr。
在步骤S3期间,由相应充电设备RECH运用在步骤S2中所确定的充电配置Pr,随后根据第一操作模式或根据第二操作模式的各个子模式进行操作(可能在切换之后)。为此,电源Pout由调节模块进行调节,以便对应于由先前确定的充电配置所定义的电源P1,分别对应于由新确定充电配置电源P1所确定电源P2。
在步骤S4期间,协调设备COOR触发涉及部分或所有充电设备RECH的协同调节阶段。
相应设备随后根据第二操作模式的集合子模式操作(如果之前没有实施该子模式,则可能在切换之后),相应电源P2随后如上所述进行确定。
参考图3A和3B,图中示出了从指定充电设备RECH的角度来说明***的操作,图示说明正在操作的充电设备RECH与准备在指定时间进行充电的电动汽车相连接,。
在稍后时间t0,充电设备RECH涉及协同优化阶段,其产生充电配置Pr。这种情况发生在例如设备向协调设备声明其在等待该阶段之后。
在时间t_init,相对于充电时段PTr的开始,充电设备RECH开始以第一操作模式(例如)实施充电配置并(在相应时间)提供调节至对应充电配置的电源P1的电源Pout。
并行地,它分析触发充电配置更新的条件,以及切换到第二操作模式,尤其是各个子模式。例如,在时间t1,满足切换到第二模式的各个子模式的条件,例如,由于这样一个事实,即在时段PTr期间所实施的测量而建立的设备项EQi的耗电量预测(与相应供电点PDL相关)和为了构建充电配置而实施的耗电量预测之间的差值大于相关的预定值。
一旦处于各个子模式,它提供将电源Pout调节至对应于其数值根据子模式流程所确定的电源P2。另外,它分析切换到第一操作模式的条件。这些条件例如在时间t2得到满足,例如,因为根据最近测量数据DM所确定的设备项EQi的耗电预测和用于构建充电配置的耗电预测之间的差值小于用于触发该切换的阈值。
然后,它返回到第一操作模式,在该模式下,将所传输的电源Pout调节至对应于电源P1。
在时间t3,协调设备COOR检测满足触发协同调节阶段的条件(或者如果仅使用一个条件,则就所述条件)。这里,条件涉及这样的事实:在有利地将设备RECH连接到电网R其余部分的电网区域中允许的电源容量(表示为r(R))和与该区域区域r(R)相连接的充电设备RECH及设备项Eqi的累计耗电量之间的差值变得小于阈值,且在所实施的一个或多个间隔中也是如此(可能是将来,在这种情况下的累积电源是预测值)。该电源容量在图3B中标注为P(r),上述累积电源标注为PΣ,r(R)。
所涉及的设备RECH,包括图示充电设备RECH,随后切换到第二操作模式的集体子模式,在该模式中,设备RECH所传输的电源Pout调节至对应于P2,其值根据该子模式的方法来确定。
与其并行地,充电设备RECH监测切换到第一模式的条件以及触发充电配置Pr的更新条件(其仍然涉及以第二操作模式形成电源Pout设定点的电源P2的确定,如上所述)。
例如,触发充电配置Pr更新的这些条件中的一项条件是根据在直至指定时间(或选定的过去时间)的充电时段内实际提供给电动汽车的电能和直至由充电配置Pr在更新前所定义的指定(或选定)时间的充电时段内供应的电源相对应的电能之间的偏差来定义的。
换句话说,这个条件涉及由充电设备在时段PTr期间实际提供给汽车的总电能(即,在指定时间前在Pout时间段之和)和在充电配置用于整个经过时段PTr部分时汽车可能在时段PTr所接收到的累计能量(在指定时间前在P1时间段之和)之间的对比。
如果该偏差(例如以差值形式)大于预先确定的阈值,则指示优化模块进行更新充电配置。
随后,仅根据局部信息进行更新,即,这不会因为新的协同优化阶段而产生(但是,可在随后不久或不久前触发)。
有利地是,这些条件在每个新阶段都进行测试,至少直到它们满足为止。
有利地是,一旦满足了这些条件并且进行了更新,对于预定确定的时间段,就停止更新条件的分析,相应地对应于例如预定确定的间隔数。
应当注意的是,可以使用的一个条件涉及优化模块用于确定电价的定价指数的变化。
例如,如果量化在旧指数和新指数之间偏差的量大于所选定的阈值,就调用优化模块,以便更新充电配置。
该条件可单独使用或与至少一个其它条件组合使用。
如图2A所示,触发条件是例如在时间t4检测到满足。更新就执行并导致采用新数值来替代预测用来未来间隔的P1数值,使用来自时刻(t5)的数值来替代这些间隔的初始值(与更新制度相关的充电时段的结束时间表示为与初始充电配置结束时间的匹配)。
继续分析更改充电设备(尤其是调节模块的操作)的条件,直到汽车充电的结束。
本发明具有几个优点。
实际上,对于充电电动汽车而言,允许以非常详细和灵活的方式来考虑影响电网的现象。此外,可以其易于适应规模方式适用于电网或一部分电网。
此外,***各种操作模式允许对在指定时刻控制汽车充电时主要考虑的现象进行大量的调整。
此外,它还在不断发展,因为它通过从它所收集到的数据学习来调整其操作。
应注意到,以上描述中提到的偏差是例如绝对值偏差。另外,这些偏差可以通过表示这些偏差的数量来评估。换句话说,偏差可以与差值以外的内容相对应。
应当注意到,适于优化模块和/或调节模块要求的预测实际上由专用预测模块来构成。该模块可与相应模块通信相应的预测,例如请求。
还应注意到,通过使用多个具有决定每个解决方案子指标的候选解决方案,尤其是根据第一种情况,来构建配置Pr,从而提供指标的数值。随后,根据这些解决方案指标的相应数值,来选择候选解决方案。例如,每个候选解决方案都对应于指定的耗电量预测和/或加权因子的指定数值。
此外,在协调设备COOR分布式配置的情况下,特别是对于形成协调设备COOR与其相连接的充电设备RECH一部分的协调模块,每个相应协调模块与充电设备其它部分有利地相隔离,尤其是在访问协调模块所包含的数据方面。特别地,将协调模块配置为使之能够访问其存储的数据,尤其是充电设备RECH的用户。
应当注意到,这些配置可以一起使用,协调设备包括远离充电设备RECH的隔离组件,以及协调模块的分别连接着在***SYS充电设备RECH精确子集中的各个充电设备RECH。
还应进一步注意到,在上文描述中,各个充电设备RECH都具有上述功能。但是,情况可能并非如此。
例如,某些设备RECH(或在某些实施中的所有设备)可能只有集体子模式。另外,可以对其配置,使之实现来自协同优化阶段的充电配置。另外,不同的充电设备RECH可以具有不同的配置程序。例如,适用于调节模块操作模式之间切换的条件可以不同,典型的是,在所应用的条件群中、在所使用的阈值中,等。
Claims (15)
1.适用于电动汽车充电的***,所述***包括:
-多个充电设备(RECH),分别适用于提供可调节的电源(Pout),以便采用电能为至少一辆电动汽车(VE)充电,所述充电设备旨在与供电电网(R)相连接,每个充电设备(RECH)都旨在通过供电点(PDL)连接电网(R),配置所述充电设备以便从所述供电点(PDL)获取电能,从而提供所述可调节的电源,每个充电设备(RECH)包括:
-优化模块(OPT),将其配置为构造与充电时段(PTr)相关的充电配置(Pr),并表示适于在所述充电时段期间由所述充电设备提供的第一充电电源(P1),以便对电动汽车进行充电,以及,
-调节模块(REG),用于调节由所述充电设备所提供的电源,所述调节模块包括:
-第一操作模式,其中,将调节模块(REG)配置为调节其输出的电源(Pout),以便在至少一部分相关的充电时段(PTr)期间将所述电源(Pout)与第一充电电源(P1)相匹配,以及
-第二操作模式,其中,将其配置为调节其输出(Pout)的电源,以便使其与第二充电电源(P2)相匹配,
-协调设备(COOR),用于与所述充电设备(RECH)相通信,所述协调设备(COOR)适用于:
-触发涉及一组充电设备(RECH)的协同优化阶段,该组充电设备包括所述***的部分或所有充电设备,在该阶段中,所涉及的每个充电设备(RECH)构成旨在以第一操作模式实施的充电配置(Pr),所述充电配置至少基于相对应的优化模块(OPT)至少从针对充电时段(PTr)与相应的供电点相连接的其它用电设备项(EQi)的耗电预测而由优化模块所生成的各个充电数据项,并且基于相对应的部分或所有充电设备(RECH)所生成的各个充电数据项而由协调设备(COOR)所生成的协调信号(SIGNi),以及,
-在指定时刻,触发涉及***(SYS)的部分或所有充电设备(RECH)的协同调节阶段,在该阶段中,在协同调节阶段所涉及的每个所述充电设备的调节模块(REG)都实施第二操作模式,相对应的第二充电电源(P2)由至少通过协调设备根据测量所确定的供电电网的状态数据来确定,该状态数据表示电网于所述指定时刻之前的在至少一个时间间隔期间所产生的状态。
2.根据权利要求1所述的***,其特征在于,在协同调节阶段,所涉及的充电设备(RECH)都配置为实施第二操作模式的集体子操作模式,每个充电设备(RECH)的调节模块的第二操作模式进一步具有各个子操作模式,其中,第二充电电源是独立于协调设备(COOR)根据测量所确定的供电电网(R)的所述状态数据来确定,该状态数据表示是电网于所述指定时刻之前一个时间间隔期间所产生的状态。
3.根据权利要求2所述的***,其特征在于,在各个子操作模式中,调节模块(REG)都配置为将第二充电电源(P2)确定为如下函数:于所述时段(PTr)测量到的与相应供电点相连接的其它用电设备项的耗电数据(DM),和充电配置(Ptr)的第一充电电源(P1)。
4.根据前述权利要求中任一项所述的***,其特征在于,对于在协同优化阶段涉及且具有充电配置的充电设备(RECH),其中充电时段(PTr)包括协同优化阶段的开始时间,在协同优化阶段期间所确定的充电配置一旦确定,将取代所述充电配置。
5.根据前述权利要求中任一项所述的***,其特征在于,将充电设备(RECH)的优化模块(OPT)配置为从如下中至少一项来额外确定各个充电数据项:
-充电设备要充电的电动汽车储电设备(STO)的充电行为,
-为向所述储电设备(VE)进行充电的电动汽车储电设备(STO)的电能要求,
-电价,其表示为充电需向储电设备(STO)提供电源的成本,
-相关的供电点(PDL)的电气保护设备(PROT)的电气技术行为,
-充电设备(RECH)所能提供的额定最大电源。
6.根据前述权利要求中任一项所述的***,其特征在于,对于协同优化阶段,将每个调节模块(RECH)配置为使其在迭代过程结束时形成充电配置(Pr),其中,每个中间步骤都包括生成各个临时充电数据项,将所述各个临时充电数据项发送至协调设备(COOR),并由接收协调设备(COOR)根据相关的各个充电设备(RECH)的各个临时充电数据项所生成的临时协调信号,各个临时充电数据项根据上一步所接收到的临时协调信号来构建更新上一步的各个充电数据项,充电配置(Pr)是根据上一个步骤或中间步骤中所接收到的协调信号来构建需要更新的已构建的各个充电数据项,初始步骤根据各个充电数据项和协调信号(SIGNi)来实施。
7.根据前述权利要求中任一项所述的***,其特征在于,将协调设备配置(COOR)为至少根据协同优化阶段所涉及的充电设备的各个充电数据项对电网的影响预估来产生协调信号。
8.根据前述权利要求中任一项所述的***,其特征在于,将协调设备(COOR)配置为协调信号至少根据各个充电数据项之和来产生。
9.根据前述权利要求中任一项所述的***,其特征在于,各个单独充电数据项表示第一充电电源在充电时段(PTr)的充电配置所定义的数值。
10.根据前述权利要求中任一项所述的***,其特征在于,将协调设备配置为触发协同调节阶段,以响应至少一个满足的条件,其中,至少一个条件涉及在覆盖部分或全部所述电网的供电电网区域的容量和与所述区域相连接的充电设备(SCH)和其它用电设备项(EQi)所产生的耗电量之间的比较。
11.根据权利要求10所述的***,其特征在于,旨在参与所述协同调节阶段的充电设备(RECH)是与所述区域相连接的设备。
12.根据前述权利要求任一所述的***,其特征在于,所述协调设备采用远离充电设备的设备形式。
13.根据权利要求1至11中任一项所述的***,其特征在于,所述协调设备包括多个协调模块且各自分别与***充电设备之一相连接,将每个协调模块配置为与***的其它充电设备相通信并向与其相关的充电设备(RECH)提供协调信号。
14.籍助于***为多辆电动汽车进行充电的方法,所述***包括:
-多个充电设备(RECH),各自适用于提供可调节的电源(Pout),以便采用电能为至少一辆电动汽车(VE)进行充电,充电设备旨在与供电电网(R)相连接,每个充电设备(RECH)通过供电点(PDL)与所述电网(R)相连接,将所述充电设备配置为从供电点(PDL)获得电能,以便提供所述可调节的电源,每个充电设备(RECH)包括:
-优化模块(OPT),配置为构建与充电时段(PTr)相关的充电配置(Pr)并表示第一充电电源(P1),所述第一充电电源(P1)适于在所述充电时段由充电设备供电,以便为电动汽车充电,
-调节模块(REG),用于调节由充电设备所提供的电源,该调节模块包括:
-第一操作模式,其中,将调节模块(REG)配置为调节其所输出的电源(Pout),以便在至少一部分相关充电时段(PTr)期间将所述电源(Pout)与第一充电电源(P1)相匹配,以及,
-第二操作模式,其中,将其配置为调节其所输出(Pout)的电源,以便使其与第二充电电源(P2)相匹配,
-协调设备(COOR),其用于与所述充电设备(RECH)相通信;
该方法包括:
-实施涉及一组充电设备(RECH)的协同优化阶段,其中所述一组充电设备包括所述***的部分或所有充电设备,在该过程中,每个相关充电设备(RECH)至少根据由相应优化模块(OPT)针对至少充电时段(PTr)与相应供电点相连接的其它用电设备项(EQi)的耗电预测所生成的各个充电数据项以及根据由协调设备(COOR)根据相对应的部分或所有充电设备(RECH)生成的各个充电数据项所产生的协调信号(SIGNi)来构建旨在第一操作模式中所实施的充电配置(Pr),以及,
-在指定时刻实施涉及***(SYS)的部分或所有充电设备(RECH)的协同调节阶段,在该阶段,在协同调节阶段所涉及的每个所述充电设备的调节模块(REG)都实施第二操作模式,相对应的第二充电电源(P2)至少通过协调设备根据测量所确定的供电电网的状态数据来确定,该动态数据表示电网在所述指定时刻之前至少一个时间间隔的状态。
15.计算机程序,其包括指令,该指令用于当由处理器执行时实施根据权利要求14所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1662726A FR3060887B1 (fr) | 2016-12-19 | 2016-12-19 | Systeme adapte pour la recharge de vehicules electriques |
FR1662726 | 2016-12-19 | ||
PCT/EP2017/078745 WO2018114127A1 (fr) | 2016-12-19 | 2017-11-09 | Système adapté pour la recharge de véhicules électriques |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110248839A true CN110248839A (zh) | 2019-09-17 |
CN110248839B CN110248839B (zh) | 2023-08-08 |
Family
ID=58547592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780085397.0A Active CN110248839B (zh) | 2016-12-19 | 2017-11-09 | 适用于电动汽车充电的*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US11358489B2 (zh) |
EP (1) | EP3554886B1 (zh) |
CN (1) | CN110248839B (zh) |
FR (1) | FR3060887B1 (zh) |
WO (1) | WO2018114127A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111619391A (zh) * | 2020-05-06 | 2020-09-04 | 三峡大学 | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 |
CN114619907A (zh) * | 2020-12-14 | 2022-06-14 | 中国科学技术大学 | 基于分布式深度强化学习的协调充电方法及协调充电*** |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3089710B1 (fr) * | 2018-12-06 | 2020-12-25 | Electricite De France | Procédé de gestion décentralisée de consommation électrique non-intrusif |
CN109733233B (zh) * | 2019-01-24 | 2020-12-04 | 深圳智链物联科技有限公司 | 充电桩供电方法、装置、***及充电桩、存储介质 |
CN111583527B (zh) * | 2020-06-02 | 2022-05-06 | 临沂大学 | 一种充电控制***和方法 |
CN112140921B (zh) * | 2020-10-06 | 2022-07-19 | 国网山东省电力公司禹城市供电公司 | 一种高速公路的电动车充电站*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102055217A (zh) * | 2010-10-27 | 2011-05-11 | 国家电网公司 | 电动汽车有序充电控制方法及*** |
CN102968098A (zh) * | 2012-11-05 | 2013-03-13 | 清华大学 | 一种对集群内电动汽车充电功率的分布式优化方法 |
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*** |
US20130307466A1 (en) * | 2011-01-15 | 2013-11-21 | Daimler Ag | System and Method for Charging Car Batteries |
US20140028254A1 (en) * | 2012-07-30 | 2014-01-30 | General Electric Company | Method and system for charging of electric vehicles |
US20140203077A1 (en) * | 2011-08-02 | 2014-07-24 | The Regents Of The University Of California | Intelligent electric vehicle charging system |
US20150280436A1 (en) * | 2012-10-12 | 2015-10-01 | Vito Nv | Method and system for distributing and/or controlling an energy flow taking into account constraints relating to the electricity network |
CN105429218A (zh) * | 2015-12-08 | 2016-03-23 | 上海电器科学研究院 | 一种电动汽车群有序充电管理的分布式控制方法 |
US20160257214A1 (en) * | 2014-09-14 | 2016-09-08 | Electric Motor Werks, Inc. | Systems and methods for local autonomous response to grid conditions by electric vehicle charging stations |
US20160334824A1 (en) * | 2012-07-14 | 2016-11-17 | Causam Energy, Inc. | Method and Apparatus for Actively Managing Electric Power Supply for an Electric Power Grid |
CN106207290A (zh) * | 2016-07-11 | 2016-12-07 | 太原理工大学 | 一种基于多源数据的电动汽车充电辅助决策优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110010043A1 (en) * | 2009-03-31 | 2011-01-13 | Gridpoint, Inc. | Vehicle communication systems and methods for electric vehicle power management |
US9379559B2 (en) * | 2012-02-03 | 2016-06-28 | International Business Machines Corporation | System and method of charging a vehicle using a dynamic power grid, and system and method of managing power consumption in the vehicle |
-
2016
- 2016-12-19 FR FR1662726A patent/FR3060887B1/fr active Active
-
2017
- 2017-11-09 US US16/470,436 patent/US11358489B2/en active Active
- 2017-11-09 EP EP17794748.8A patent/EP3554886B1/fr active Active
- 2017-11-09 CN CN201780085397.0A patent/CN110248839B/zh active Active
- 2017-11-09 WO PCT/EP2017/078745 patent/WO2018114127A1/fr active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102055217A (zh) * | 2010-10-27 | 2011-05-11 | 国家电网公司 | 电动汽车有序充电控制方法及*** |
US20130307466A1 (en) * | 2011-01-15 | 2013-11-21 | Daimler Ag | System and Method for Charging Car Batteries |
US20140203077A1 (en) * | 2011-08-02 | 2014-07-24 | The Regents Of The University Of California | Intelligent electric vehicle charging system |
US20160334824A1 (en) * | 2012-07-14 | 2016-11-17 | Causam Energy, Inc. | Method and Apparatus for Actively Managing Electric Power Supply for an Electric Power Grid |
US20140028254A1 (en) * | 2012-07-30 | 2014-01-30 | General Electric Company | Method and system for charging of electric vehicles |
US20150280436A1 (en) * | 2012-10-12 | 2015-10-01 | Vito Nv | Method and system for distributing and/or controlling an energy flow taking into account constraints relating to the electricity network |
CN102968098A (zh) * | 2012-11-05 | 2013-03-13 | 清华大学 | 一种对集群内电动汽车充电功率的分布式优化方法 |
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*** |
US20160257214A1 (en) * | 2014-09-14 | 2016-09-08 | Electric Motor Werks, Inc. | Systems and methods for local autonomous response to grid conditions by electric vehicle charging stations |
CN105429218A (zh) * | 2015-12-08 | 2016-03-23 | 上海电器科学研究院 | 一种电动汽车群有序充电管理的分布式控制方法 |
CN106207290A (zh) * | 2016-07-11 | 2016-12-07 | 太原理工大学 | 一种基于多源数据的电动汽车充电辅助决策优化方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111619391A (zh) * | 2020-05-06 | 2020-09-04 | 三峡大学 | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 |
CN111619391B (zh) * | 2020-05-06 | 2023-02-03 | 三峡大学 | 基于合作博弈与动态分时电价的电动汽车有序充放电方法 |
CN114619907A (zh) * | 2020-12-14 | 2022-06-14 | 中国科学技术大学 | 基于分布式深度强化学习的协调充电方法及协调充电*** |
CN114619907B (zh) * | 2020-12-14 | 2023-10-20 | 中国科学技术大学 | 基于分布式深度强化学习的协调充电方法及协调充电*** |
Also Published As
Publication number | Publication date |
---|---|
FR3060887B1 (fr) | 2019-08-23 |
EP3554886A1 (fr) | 2019-10-23 |
FR3060887A1 (fr) | 2018-06-22 |
US20200086756A1 (en) | 2020-03-19 |
US11358489B2 (en) | 2022-06-14 |
WO2018114127A1 (fr) | 2018-06-28 |
CN110248839B (zh) | 2023-08-08 |
EP3554886B1 (fr) | 2022-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110248839A (zh) | 适用于电动汽车充电的*** | |
Rocha et al. | An Artificial Intelligence based scheduling algorithm for demand-side energy management in Smart Homes | |
Moretti et al. | A design and dispatch optimization algorithm based on mixed integer linear programming for rural electrification | |
Tasdighi et al. | Residential microgrid scheduling based on smart meters data and temperature dependent thermal load modeling | |
Gamarra et al. | Computational optimization techniques applied to microgrids planning: A review | |
Vandael et al. | A scalable three-step approach for demand side management of plug-in hybrid vehicles | |
Jin et al. | A tri-level model of centralized transmission and decentralized generation expansion planning for an electricity market—Part I | |
Zhang et al. | Energy clearing price prediction and confidence interval estimation with cascaded neural networks | |
Tan et al. | An optimal and distributed demand response strategy with electric vehicles in the smart grid | |
Shafie-Khah et al. | Optimised performance of a plug-in electric vehicle aggregator in energy and reserve markets | |
Wu et al. | Improving building energy efficiency by multiobjective neighborhood field optimization | |
Ekel et al. | Multiobjective and multiattribute decision making in a fuzzy environment and their power engineering applications | |
Vinodh et al. | Application of fuzzy VIKOR for concept selection in an agile environment | |
CN110178280A (zh) | 用于电网中受屏蔽的***的分层隐式控制器 | |
Alsabbagh et al. | Distributed charging management of electric vehicles considering different customer behaviors | |
Berredo et al. | Decision making in fuzzy environment and multicriteria power engineering problems | |
Adhvaryyu et al. | Application of bio-inspired krill herd algorithm to combined heat and power economic dispatch | |
Veluchamy et al. | A new energy management technique for microgrid system using muddy soil fish optimization algorithm | |
Hossen et al. | Optimal operation of smart home appliances using deep learning | |
Tsaousoglou et al. | Multistage energy management of coordinated smart buildings: A multiagent Markov decision process approach | |
CN110312637B (zh) | 改进的充电装置,尤其适用于电动汽车 | |
Chreim et al. | Energy management in residential communities with shared storage based on multi-agent systems: Application to smart grids | |
KR102090319B1 (ko) | 에너지수요 관리를 위한 경쟁 인지형 가격제어방법 | |
Hao | Multi-agent reinforcement learning embedded game for the optimization of building energy control and power system planning | |
Wang et al. | Learning in potential games for electric power grids: Models, dynamics, and outlook |
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 |