CN112994129A - 分布式智能充电网络控制方法及分布式智能电网控制器 - Google Patents
分布式智能充电网络控制方法及分布式智能电网控制器 Download PDFInfo
- Publication number
- CN112994129A CN112994129A CN201911293736.1A CN201911293736A CN112994129A CN 112994129 A CN112994129 A CN 112994129A CN 201911293736 A CN201911293736 A CN 201911293736A CN 112994129 A CN112994129 A CN 112994129A
- Authority
- CN
- China
- Prior art keywords
- information
- charging
- statistical
- instant
- schedule
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007599 discharging Methods 0.000 claims description 75
- 238000004146 energy storage Methods 0.000 claims description 38
- 238000007726 management method Methods 0.000 claims description 30
- 230000005611 electricity Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 239000000446 fuel Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明揭露一种分布式智能充电网络控制方法及智能电网控制器以及分布式智能充电网络及电网能源最佳化控制方法,通过获取电力网络充电站***、产能信息、台电信息、各式负载及储能***信息,并依据历史信息于地端进行统计运算与分析,上抛至云端以人工智能演算取得网络中最佳充电路径,并产出日前电力网络中最佳能源排程控制策略,进一步结合当日即时信息及使用端实际操作情况,依据该信息进行最适化能源调变,使得整体电力网络达到供需平衡、避免契约容量超过约定负载外,更提供使用端详细充电方案及管理端最佳调度策略。
Description
技术领域
本发明是关于一种控制方法及控制器,特别是关于一种分布式智能充电网络控制方法及分布式智能电网控制器。
背景技术
汽车为目前使用者广泛使用的交通工具,但由于汽车数量众多,也造成环境中碳的排放量大量增加。因此,为了降低生活环境中碳的排放量,近年来多个国家则积极推动电动汽车以及电动机车来取代传统使用燃油的汽车。
承上所述,当使用的电动汽车数量增加时,在理想状况下,设置的充电点亦应相对应地增加,故对于传统电力网络亦会增加更多能源需求。因此,除了在设置的充电点数量尚未增加到足够的数量时,恐造成需要充电的汽车拥塞在充电点之外,由于即时电网能源需求过多,恐造成既设线路容量不足以提供,故需要针对电动汽车的充电进行最有效的电量管理及调配。
进一步而言,若充电点设置在建筑大楼周遭,并利用建筑大楼所提供的市电作为充电来源,而由于多个建筑大楼皆有签定用电契约容量,不能超过瞬间额定用电量,因此,若在充电期间有过多的电动汽车集中在同一个充电点进行充电,除了造成大楼的用电负荷之外,针对欲进行充电的用户端亦造成无法充电,而必须另外寻找其他充电点的不便。
此外,除了以市电提供充电的电能,目前还有以太阳能转换电能作为充电的电能。而在市电供电吃紧的情况下,虽然可以太阳能作为另一种充电的电能,但并非每一个大楼、充电站以及充电点皆设置有太阳能充电的功能。而除了可以市电进行充电以外,设置有太阳能充电功能的大楼、充电站以及充电点应当具备较为充足的电能可提充电动汽机车充电。然而,在其他没有设置太阳能充电的大楼、充电站以及充电点在市电供电吃紧的情况下,相较之下,将造成电力分配不均的问题。
据此,如何提供一种可针对多个地区、多个大楼、多个充电站以及多个充电点进行充电的管理与分配已成为目前急需研究的课题。
发明内容
鉴于上述问题,本发明提供一种分布式智能充电网络控制方法,包含下列步骤:获取统计数据步骤,获取统计数据中的充电网络的一统计数量信息、一统计供电信息、一统计负载信息以及一统计储能信息,并根据该些统计信息产生一初始预测充放电信息模型,其中该充电网络由多个地区的多个大楼的多个充电站的多个充电点所形成。获取即时信息步骤,获取该充电网络的一即时数量信息、一即时供电信息、一即时负载信息以及一即时储能信息,并根据该些即时信息及该初始预测充放电信息模型产生该充电网络之一最佳化充放电控制排程。传送最佳化充放电控制排程至多个用户端。传送最佳化充放电控制排程至一管理端,使管理端根据最佳化充放电控制排程控制多个地区、多个大楼、多个充电站以及多个充电点之间电力的开关。
本发明揭露一种分布式智能电网控制器,包含一储存模块、一通讯连接端口、一数据运算模块以及一电力控制开关。储存模块储存统计数据中充电网络的一统计数量信息、一统计供电信息、一统计负载信息以及一统计储能信息,其中充电网络由多个地区的多个大楼的多个充电站的多个充电点所形成。通讯连接端口以有线或无线即时传输及接收充电网络的一即时数量信息、一即时供电信息、一即时负载信息以及一即时储能信息,并储存于储存模块中。数据运算模块电性连接储存模块,并根据该些统计信息产生一初始预测充放电信息模型后,根据该些即时信息及初始预测充放电信息模型产生充电网络的一最佳化充放电控制排程。电力控制开关控制充电网络的电力开启及关闭。最佳化充放电控制排程借由通讯连接端口传送至多个用户端,电力控制开关根据最佳化充放电控制排程控制充电网络的电力开启及关闭。
承上所述,本发明的分布式智能电网控制器以及分布式智能充电网络控制方法借由获取各种信息,由演算法分类、运算及判断,产生最佳化充放电控制排程,并传送至用户端及管理端。对用户端而言,可以根据最佳化充放电控制排程所提供的各种排程选择自己欲进行充电的充电点。对管理端而言,可有效的平衡及传输充电网络中多个地区多个大楼、多个充电站以及多个充电点之间的电力,进一步达到分布式智能充电的管理。
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
附图说明
图1为本发明分布式智能充电网络控制方法的流程图;以及
图2为本发明分布式智能电网控制器的示意图;以及
图3为本发明分布式智能电网控制器的另一示意图。
具体实施方式
下面结合附图对本发明的结构原理和工作原理作具体的描述:
请参阅图1,其为本发明分布式智能充电网络控制方法的流程图。首先,需注意的是在本发明的实施例中,所谓的充电网络是指由多个地区的多个大楼的多个充电站的多个充电点所形成的充电网络,大楼、充电站以及充电点包含可以市电、太阳能光电以及燃料电池充电的地点。于获取统计数据步骤S11中,分布式智能充电网络控制方法包含获取该统计数据中充电网络的统计数量信息、统计供电信息、统计负载信息以及统计储能信息,并根据该些统计信息产生一初始预测充放电信息模型。于获取即时信息步骤S13中,获取充电网络的即时数量信息、即时供电信息、即时负载信息以及即时储能信息,并根据该些即时信息及初始预测充放电信息模型产生充电网络的一最佳化充放电控制排程。于步骤S15中,传送最佳化充放电控制排程至多个用户端。于步骤S17中,传送最佳化充放电控制排程至一管理端,使管理端根据最佳化充放电控制排程控制充电网络中,多个地区、多个大楼、多个充电站以及多个充电点之间电力的开关。
此外,在上述获取统计数据步骤S11中更包含获取统计电价信息以及统计气象信息,获取即时信息步骤S13中更包含获取即时电价信息以及即时气象信息。统计负载信息以及即时负载信息包含多个地区的多个大楼的多个充电站的多个充电点的用电契约容量负载信息以及用电量信息。统计储能信息以及即时储能信息包含多个地区的多个大楼的多个充电站的多个充电点的储备电能信息以及契约用电容量信息。统计电价信息以及即时电价信息包含多个地区的多个大楼的多个充电站的多个充电点提供的市电时间电价信息。统计气象信息以及即时气象信息包含多个地区的多个大楼的多个充电站的多个充电点所在地区的天气信息、温度信息、风力信息、湿度信息、天气云图信息以及紫外线信息。统计供电信息以及即时供电信息包含太阳光电逆变器的发电量及用电量信息、市电信息以及燃料电池信息。统计数量信息包含多个地区的多个大楼的多个充电站的多个充电点的充电桩数量信息。即时数量信息包含多个地区的多个大楼的多个充电站的多个充电点的充电桩数量信息、等待充电的车辆数量信息以及进行充电车辆的充电时间信息,其中充电桩的电能借由太阳光电逆变器转换光能产生。上述的统计数量信息、统计供电信息、统计负载信息、统计储能信息、统计电价信息、统计气象信息、即时数量信息、即时供电信息、即时负载信息、即时储能信息、即时电价信息以及即时气象信息储存于储存模块、数据库或者云端网络中。
于上述获取统计数据步骤S11中,其获取统计数据中充电网络的统计数量信息、统计供电信息、统计负载信息、统计储能信息、统计电价信息以及统计气象信息作为预测未来充电网络使用的充放电状态而建立的数据预测模型,亦即,一般而言,在正常的使用情况下,多个地区的多个大楼的多个充电站的多个充电点的使用状态并不会有突然剧烈改变的状况出现,因此,充电网络可以过去一段时间使用的数据的作为建立预测充放电的初始模型。获取统计数据过去的一段时间包含获取过去一日、二日、三日、一周、一月、一季、半年或者一年的充电网络的统计数量信息、统计供电信息、统计负载信息、统计储能信息、统计电价信息以及统计气象,于本发明中并不限定。或者,亦可根据万年历信息、农历信息、行事历信息以及星座运势信息获取统计数据。进一步而言,例如根据行事历,在平常的上班日期,用户端会使用到充电点的数量可能较少,亦即负载量较低,因此,在平常上班日期则可在充电网络中进行储备电能的动作。相对地,若在例假日、国定假日、连续假日或特殊节日时,在各个地区可能出现大量车潮,因而用户端此时对于充电则具有大量需求,因此,在上述节日期间则可将平常上班日所储备的电能提供到充电网络中,或者将负载量较低、供电容量较大的充电点的电力传输到负载量较大、供电容量较小的充电点,因而达到充电网络中电力的平衡及分配,进一步避免单一充电点负载过大,或者充电点有充沛的电力却无用户使用的状况。相似地,上述的统计数量信息、统计供电信息、统计负载信息、统计储能信息、统计电价信息、统计气象信息、即时数量信息、即时供电信息、即时负载信息、即时储能信息、即时电价信息以及即时气象信息对于充电网络中多个地区、多个大楼、多个充电站以及多个充电点的电力分配及使用也会造成影响,最佳化充放电控制排程则可根据该些信息针对充电网络进行充放电的管理、修正、调配及平衡。
最佳化充放电控制排程包含用户端所在地区(当使用者开启智能装置的定位功能时)距离多个大楼的多个充电站的多个充电点的路径规划排程、时间规划排程以及多个大楼的多个充电站的多个充电点可充电的剩余数量的一计算排程。最佳化充放电控制排程亦包含多个大楼的多个充电站的多个充电点周遭的活动信息排程。活动信息排程包含充电折扣优惠排程以及艺文活动信息排程。最佳化充放电控制排程可将各种规划的信息排程一并显示于一能源管理地图中,以便于用户端快速浏览及掌握所有信息。用户端可借由智能装置、电脑装置或者云端网络接收最佳化充放电控制排程,使得用户端可立即了解根据其目前所在充电网络中的位置,若依据最佳路径规划排程,可到达周遭的充电点所在位置,或者,若依据最短时间规划排程,可最快到达周遭充电点的所在位置,或者,依据用户端目前所在充电网络中的位置,显示出周遭可使用的充电点的剩余数量,或者,若有充电的优惠活动排程,亦可一并显示在能源管理地图中,供使用者参考。最佳化充放电控制排程亦包含用户端个人的充电记录,亦即,从用户端以往的充电记录,可快速产生最佳化充放电控制排程。此外,最佳化充放电控制排程亦包含于离峰时间针对充电网络进行的电能储备排程以及在尖峰时间以太阳光电逆变器产生电能的电能生成排程。储备的电能可储存在燃料电池或者其他可以储存电能的装置中,于本发明中并不限定。相似地,管理端同样借由智能装置、电脑装置或云端网络接收最佳化充放电控制排程,不同之处在于最佳化充放电控制排程是根据管理端或者用户端的身份传送不同的最佳化充放电控制排程内容。例如,管理端需要接收的最佳化充放电控制排程包含电能储备排程以及电能生成排程,以便于针对充电网络进行充放电的管理,而用户端则并不需要接收此类的最佳化充放电控制排程。
演算法包含人工智能演算的方法,但于本发明中并不限定。演算法另一较佳实施例包含下列步骤:借由即时获取充电网络的即时数量信息、即时供电信息、即时负载信息以及即时储能信息更新取代统计数据中充电网络的统计数量信息、统计供电信息、统计负载信息以及统计储能信息,以更新初始预测充放电信息模型,并传送至一云端网络。借由云端网络的数据运算模块判断更新后的充电网络中多个地区的多个大楼的多个充电站的多个充电点的即时负载大小以及剩余可使用的数量是否达到一预设临界值。若未达到预设临界值,借由数据运算模块产生最佳化充放电控制排程并传送至用户端及管理端。若达到预设临界值,根据用户端所在地区距离多个大楼、多个充电站以及多个充电点的距离远近、时间长短、可充电的剩余数量产生最佳化充放电控制排程,并传送至用户端及管理端。再者,管理端在充电点的即时负载大小达到预设临界值时,根据最佳化充放电控制排程调配其他充电点的电力至该即时负载大小达到预设临界值的充电点,以维持整个充电网络的电力平衡及分配,并在电力平衡及分配之后,重新产生新的最佳化充放电控制排程。因此,需注意的是,上述演算法的步骤为一重复执行的回圈过程,其可以一预定时间间隔执行,或者在有任何的信息变化产生时即时的上传至云端网络,以即时产生新的最佳化充放电控制排程,于本发明中并不限定。
请参阅图2,其为本发明分布式智能电网控制器的示意图。分布式智能电网控制器1包含一储存模块11、一通讯连接端口12、一数据运算模块13以及一电力控制开关14。储存模块11储存统计数据中充电网络的统计数量信息、统计供电信息、统计负载信息以及统计储能信息,其中充电网络由多个地区的多个大楼的多个充电站的多个充电点所形成。通讯连接端口12以有线或无线即时传输及接收充电网络的即时数量信息、即时供电信息、即时负载信息以及即时储能信息,并储存于储存模块11中。数据运算模块13电性连接储存模块11,并根据该些统计信息产生一初始预测充放电信息模型后,根据该些即时信息及初始预测充放电信息模型产生充电网络的最佳化充放电控制排程。电力控制开关14控制充电网络的电力开启及关闭。最佳化充放电控制排程借由通讯连接端口12传送至多个用户端,电力控制开关14根据最佳化充放电控制排程控制充电网络的电力开启及关闭。
此外,需注意的是虽然附图中以地区包含大楼,大楼包含充电站,充电站包含充电点的方式表示,然而,充电站和充电点除了可经由大楼供电以外,亦可设置在大楼外部,并独立以太阳光电逆变器产生电能或是以燃料电池提供电能,并非必须借由大楼的市电供电。储备的电能可储存在燃料电池或者其他可以储存电能的装置。但不论是否经由大楼供电,以太阳光电逆变器产生电能或是以燃料电池提供电能的充电站和充电点皆可在其他地区或是大楼供电吃紧时提供额外的电力。
图3为本发明分布式智能电网控制器的另一示意图。分布式智能电网控制器1更包含电压电流计算模块15,计算及测量通讯连接端口12接收的充电网络中的即时供电信息、即时负载信息以及即时储能信息,进一步计算测量出充电网络中多个地区的多个大楼的多个充电站的多个充电点的供电量、负载量以及储备能量的大小,并传送至数据运算模块13进行判断后,传送控制信号至电力控制开关14,将储备电能较充裕的大楼、充电站或者充电点的电力输送到负载大、供电吃紧的大楼、充电站或者充电点,以维持整个充电网络的电力平衡及分配。
分布式智能电网控制器1除了上述硬件装置之外,更包含上述使用分布式智能充电网络控制方法的软件,据此,分布式智能电网控制器1借由分布式智能充电网络控制方法所达成的功效如上所述,于此不再赘述。
此外,储存模块11及数据运算模块13包含随插即用模块,可随时***分布式智能电网控制器1使用,或者,在不使用时,亦可随时由分布式智能电网控制器1拔除,于本发明并不限制。再者,上述的统计信息以及即时信息皆储存在储存模块11、数据库或者云端网络中,于本发明中并不限定。通讯连接端口则以有线或无线方式接收及传输即时数据。储存模块11储存的统计数据包含过去一日、二日、三日、一周、一月、一季、半年或者一年的充电网络的统计数量信息、统计供电信息、统计负载信息、统计储能信息、统计电价信息及统计气象信息。
分布式智能电网控制器1更包含显示装置16,显示目前的充电网络中需要进行充放电操作的充电点,以便于管理端或者以人工智能进行充放电的管理控制。显示装置16可将信息显示在屏幕上,亦可显示在智能装置的APP上。
分布式智能电网控制器更包含供电模块17,电性连接电力控制开关14,以借由电力控制开关14提供充电网络电力。根据上述的数据运算模块13判断后,传送控制信号至电力控制开关14,供电模块17将电力传送至负载大、供电吃紧的大楼、充电站或者充电点,以维持整个充电网络的电力平衡及分配。
此外,充电网络中多个地区多个大楼、多个充电站以及多个充电点包含至少一监控装置(图未标示),若有异常状态出现时,可经由监控装置发出异常信号至分布式智能电网控制器1及管理端,并根据异常状况进行修护及排除。或者,亦可将监控装置设置在分布式智能电网控制器1上,并监控一预设范围内多个地区多个大楼、多个充电站以及多个充电点是否发生异常状况,并根据异常状况进行修护及排除。
综上所述,本发明揭露一种分布式智能电网控制器以及分布式智能充电网络控制方法以及分布式智能充电网络及电网能源最佳化控制方法,通过获取电力网络充电站***、产能信息、台电信息、各式负载及储能***信息,并依据历史信息于地端进行统计运算与分析,上抛至云端以人工智能演算取得网络中最佳充电路径,并产出日前电力网络中最佳能源排程控制策略,进一步结合当日即时信息及使用端实际操作情况,依据该信息进行最适化能源调变,使得整体电力网络达到供需平衡、避免契约容量超约外,提供使用端详细充电方案及管理端最佳调度策略。再者,分布式智能电网控制器以及分布式智能充电网络控制方法借由获取各种信息,由演算法分类、运算及判断,产生最佳化充放电控制排程,并传送至用户端及管理端。对用户端而言,可以根据最佳化充放电控制排程所提供的各种排程选择自己欲进行充电的充电点。对管理端而言,可有效的平衡及传输充电网络中多个地区的多个大楼的多个充电站的多个充电点之间的电力,进一步达到分布式智能充电的管理。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (22)
1.一种分布式智能充电网络控制方法,其特征在于,包含:
获取统计数据步骤,获取该统计数据中的一充电网络的一统计数量信息、一统计供电信息、一统计负载信息以及一统计储能信息,并根据该些统计信息产生一初始预测充放电信息模型;其中该充电网络由多个地区的多个大楼的多个充电站的多个充电点所形成;
获取即时信息步骤,获取该充电网络的一即时数量信息、一即时供电信息、一即时负载信息以及一即时储能信息,并根据该些即时信息及该初始预测充放电信息模型产生该充电网络的一最佳化充放电控制排程;
传送该最佳化充放电控制排程至多个用户端;以及
传送该最佳化充放电控制排程至一管理端,使该管理端根据该最佳化充放电控制排程控制该多个地区该多个大楼、该多个充电站以及该多个充电点之间电力的开关。
2.如权利要求1所述的分布式智能充电网络控制方法,其特征在于,该统计负载信息以及该即时负载信息包含该多个地区该多个大楼、该多个充电站以及该多个充电点的用电契约容量负载信息以及用电量信息;
其中该统计储能信息以及该即时储能信息包含该多个大楼、该多个充电站以及该多个充电点的储备电能信息以及契约用电容量信息。
3.如权利要求1所述的分布式智能充电网络控制方法,其特征在于,在该获取统计数据步骤中更包含获取一统计电价信息及一统计气象信息,以及该获取即时信息步骤中更包含获取一即时电价信息及一即时气象信息。
4.如权利要求3所述的分布式智能充电网络控制方法,其特征在于,该统计电价信息及该即时电价信息包含该多个大楼、该多个充电站以及该多个充电点提供的市电时间电价信息;
其中该统计气象信息以及该即时气象信息包含该多个大楼、该多个充电站以及该多个充电点所在该地区的天气信息、温度信息、风力信息、湿度信息、天气云图信息以及紫外线信息。
5.如权利要求1所述的分布式智能充电网络控制方法,其特征在于,该用户端及该管理端借由一智能装置、一电脑装置或一云端网络接收该最佳化充放电控制排程。
6.如权利要求3所述的分布式智能充电网络控制方法,其特征在于,在该获取统计数据步骤中获取过去一日、二日、三日、一周、一月、一季、半年或者一年的该充电网络的该统计数量信息、该统计供电信息、该统计负载信息、该统计储能信息、该统计电价信息及该统计气象信息。
7.如权利要求1所述的分布式智能充电网络控制方法,其特征在于,该统计供电信息以及该即时供电信息包含一太阳光电逆变器的发电量及用电量信息、一市电信息以及一燃料电池信息。
8.如权利要求7所述的分布式智能充电网络控制方法,其特征在于,该最佳化充放电控制排程包含该用户端所在该地区距离该多个大楼、该多个充电站以及该多个充电点的一路径规划排程、一时间规划排程、该多个大楼的该多个充电站的该多个充电点可充电的剩余数量的一计算排程以及该多个大楼的该多个充电站的该多个充电点周遭的一活动信息排程,其中该活动信息排程包含一充电折扣优惠排程以及一艺文活动信息排程。
9.如权利要求8所述的分布式智能充电网络控制方法,其特征在于,该最佳化充放电控制排程更包含于一离峰时间针对该充电网络进行的一电能储备排程以及于一尖峰时间以该太阳光电逆变器产生电能的一电能生成排程。
10.如权利要求9所述的分布式智能充电网络控制方法,其特征在于,该统计数量信息包含该多个地区、该多个大楼、该多个充电站以及该多个充电点的该充电桩数量信息,该即时数量信息包含该多个地区、该多个大楼的该多个充电站的该多个充电点的一充电桩数量信息、一等待充电的车辆数量信息以及一进行充电车辆的充电时间信息;
其中该充电桩的电能借由该太阳光电逆变器转换光能产生。
11.如权利要求1所述的分布式智能充电网络控制方法,其特征在于,该演算法包含:
借由即时获取该充电网络的该即时数量信息、该即时供电信息、该即时负载信息以及该即时储能信息更新取代该统计数据中该充电网络的该统计数量信息、该统计供电信息、该统计负载信息以及该统计储能信息,以更新该初始预测充放电信息模型,并传送至一云端网络;
借由该云端网络的一数据运算模块判断更新后的该充电网络中,该多个地区、该多个大楼、该多个充电站以及该多个充电点的一即时负载大小以及一剩余可使用的数量是否达到一预设临界值;
若未达到该预设临界值,借由该数据运算模块产生该最佳化充放电控制排程并传送至该用户端及该管理端;以及
若达到该预设临界值,根据该用户端所在该地区距离该多个大楼、该多个充电站以及该多个充电点的距离远近、时间长短、可充电的剩余数量产生该最佳化充放电控制排程并传送至该用户端及该管理端。
12.一种分布式智能电网控制器,其特征在于,包含:
一储存模块,储存统计数据中一充电网络的一统计数量信息、一统计供电信息、一统计负载信息以及一统计储能信息,其中该充电网络由多个地区的多个大楼的多个充电站的多个充电点所形成;
一通讯连接端口,以有线或无线即时传输及接收该充电网络的一即时数量信息、一即时供电信息、一即时负载信息以及一即时储能信息,并储存于该储存模块中;
一数据运算模块,电性连接该储存模块,并根据该些统计信息产生一初始预测充放电信息模型后,根据该些即时信息及该初始预测充放电信息模型产生该充电网络的一最佳化充放电控制排程;以及
一电力控制开关,控制该充电网络的电力开启及关闭;
其中该最佳化充放电控制排程借由该通讯连接端口传送至多个用户端,该电力控制开关根据该最佳化充放电控制排程控制该充电网络的电力开启及关闭。
13.如权利要求12所述的分布式智能电网控制器,其特征在于,该统计负载信息以及该即时负载信息包含该多个地区、该多个大楼、该多个充电站以及该多个充电点的用电契约容量负载信息以及用电量信息;
其中该统计储能信息以及该即时储能信息包含该多个大楼、该多个充电站以及该多个充电点的储备电能信息以及契约用电容量信息。
14.如权利要求12所述的分布式智能电网控制器法,其特征在于,该储存模块更储存一统计电价信息、一统计气象信息、一即时电价信息及一即时气象信息,且该储存模块储存的该统计数据更包含过去一日、二日、三日、一周、一月、一季、半年或者一年的该充电网络的该统计数量信息、该统计供电信息、该统计负载信息、该统计储能信息、该统计电价信息及该统计气象信息。
15.如权利要求14所述的分布式智能电网控制器,其特征在于,该统计电价信息及该即时电价信息包含该多个大楼、该多个充电站以及该多个充电点提供的市电时间电价信息;
其中该统计气象信息以及该即时气象信息包含该多个大楼、该多个充电站以及该多个充电点所在该地区的天气信息、温度信息、风力信息、湿度信息、天气云图信息以及紫外线信息。
16.如权利要求12所述的分布式智能电网控制器,其特征在于,该统计供电信息及该即时供电信息包含一太阳光电逆变器的发电量及用电量信息、一市电信息以及一燃料电池信息。
17.如权利要求16所述的分布式智能电网控制器,其特征在于,更包含一电压电流计算模块,计算及测量该通讯连接端口接收的该充电网络中的该即时供电信息、该即时负载信息以及该即时储能信息。
18.如权利要求16所述的分布式智能电网控制器,其特征在于,该最佳化充放电控制排程包含该用户端所在该地区距离该多个大楼、该多个充电站以及该多个充电点的一路径规划排程、一时间规划排程、该多个大楼的该多个充电站的该多个充电点可充电的剩余数量的一计算排程以及该多个大楼的该多个充电站的该多个充电点周遭的一活动信息排程,其中该活动信息排程包含一充电折扣优惠排程以及一艺文活动信息排程。
19.如权利要求18所述的分布式智能电网控制器,其特征在于,该最佳化充放电控制排程更包含于一离峰时间针对该充电网络进行的一电能储备排程以及于一尖峰时间以该太阳光电逆变器产生电能的一电能生成排程。
20.如权利要求18所述的分布式智能电网控制器,其特征在于,该统计数量信息包含该多个地区、该多个大楼、该多个充电站以及该多个充电点的该充电桩数量信息,该即时数量信息包含该多个地区、该多个大楼的该多个充电站的该多个充电点的一充电桩数量信息、一等待充电的车辆数量信息以及一进行充电车辆的充电时间信息;
其中该充电桩的电能借由该太阳光电逆变器转换光能产生。
21.如权利要求18所述的分布式智能电网控制器,其特征在于,该最佳化充放电控制排程显示于一能源管理地图中。
22.如权利要求12所述的分布式智能电网控制器,其特征在于,更包含一供电模块,电性连接该电力控制开关,且借由该电力控制开关提供该充电网络的电力。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108145580 | 2019-12-12 | ||
TW108145580A TW202123156A (zh) | 2019-12-12 | 2019-12-12 | 分散式智慧充電網絡控制方法及分散式智慧電網控制器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112994129A true CN112994129A (zh) | 2021-06-18 |
Family
ID=76343264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911293736.1A Pending CN112994129A (zh) | 2019-12-12 | 2019-12-16 | 分布式智能充电网络控制方法及分布式智能电网控制器 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112994129A (zh) |
TW (1) | TW202123156A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080039989A1 (en) * | 2006-08-10 | 2008-02-14 | V2 Green, Inc. | User Interface and User Control in a Power Aggregation System for Distributed Electric Resources |
CN102709984A (zh) * | 2012-06-13 | 2012-10-03 | 清华大学 | 一种基于智能交通***的电动汽车充电路径规划方法 |
CN104935053A (zh) * | 2015-07-06 | 2015-09-23 | 重庆长安汽车股份有限公司 | 一种控制充电桩充电的方法及装置 |
CN105846418A (zh) * | 2016-05-17 | 2016-08-10 | 南京国电南自电网自动化有限公司 | 一种孤岛型微电网实时调度能量管理*** |
TWI559250B (zh) * | 2015-10-16 | 2016-11-21 | 行政院原子能委員會核能研究所 | 微電網能源管理即時調度方法 |
CN107248751A (zh) * | 2017-07-26 | 2017-10-13 | 武汉大学 | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 |
CN109398149A (zh) * | 2018-11-29 | 2019-03-01 | 江苏大学 | 基于分布式能源应用的智能电动汽车充放电***及其运行控制方法 |
-
2019
- 2019-12-12 TW TW108145580A patent/TW202123156A/zh unknown
- 2019-12-16 CN CN201911293736.1A patent/CN112994129A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080039989A1 (en) * | 2006-08-10 | 2008-02-14 | V2 Green, Inc. | User Interface and User Control in a Power Aggregation System for Distributed Electric Resources |
CN102709984A (zh) * | 2012-06-13 | 2012-10-03 | 清华大学 | 一种基于智能交通***的电动汽车充电路径规划方法 |
CN104935053A (zh) * | 2015-07-06 | 2015-09-23 | 重庆长安汽车股份有限公司 | 一种控制充电桩充电的方法及装置 |
TWI559250B (zh) * | 2015-10-16 | 2016-11-21 | 行政院原子能委員會核能研究所 | 微電網能源管理即時調度方法 |
CN105846418A (zh) * | 2016-05-17 | 2016-08-10 | 南京国电南自电网自动化有限公司 | 一种孤岛型微电网实时调度能量管理*** |
CN107248751A (zh) * | 2017-07-26 | 2017-10-13 | 武汉大学 | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 |
CN109398149A (zh) * | 2018-11-29 | 2019-03-01 | 江苏大学 | 基于分布式能源应用的智能电动汽车充放电***及其运行控制方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202123156A (zh) | 2021-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11749996B2 (en) | Aggregation control system, aggregation control method, and control apparatus | |
JP3740099B2 (ja) | 電力ネットワーク管理システムおよび電力ネットワーク管理方法 | |
JP3782924B2 (ja) | 分散型エネルギーコミュニティーシステムとその制御方法 | |
ES2568901T3 (es) | Vehículo de motor | |
US20130197710A1 (en) | Dispatch controller for a distributed electrical power system | |
WO2021069597A1 (en) | Method, central scheduler and vehicle to reduce data transfer volume in load optimization of distributed electric vehicle charging | |
US11411400B2 (en) | DC power supply system | |
US11619499B2 (en) | Electric vehicle navigation method and system based on power guidance of energy-storage charging pile | |
JP2012175825A (ja) | 電力管理システム | |
KR102088532B1 (ko) | 에너지 관리 시스템과 그의 에너지 관리 방법 및 에너지 운영 시스템 | |
CN113449950A (zh) | 能量供给***、能量供给方法 | |
US20220153163A1 (en) | Power reception control method for power reception element and power reception control device | |
JP2013172488A (ja) | 充給電器および充給電管理装置、エネルギーマネジメントシステム、並びに充給電管理方法 | |
CN102738854A (zh) | 充电控制装置、充电控制方法、程序和*** | |
US20160086292A1 (en) | Price setting device and power regulation device | |
WO2018147218A1 (ja) | 複数蓄電池を遠隔から群制御することによる電力供給システム及び電力供給方法 | |
CN210007455U (zh) | 一种适用于公交或物流场站的电动汽车充电设备 | |
CN112994129A (zh) | 分布式智能充电网络控制方法及分布式智能电网控制器 | |
CN101905678A (zh) | 用于优化能流控制的seg(智能能量网关) | |
TWM622791U (zh) | 分散式智慧電網控制器 | |
KR101983836B1 (ko) | 가상 발전소 플랫폼에 기반한 에너지 관리 시스템 및 그 관리 방법 | |
US11710966B2 (en) | Server and power management method | |
JP2019126152A (ja) | 電力管理装置及びプログラム | |
KR20230075756A (ko) | 전력망 운영 시스템 | |
KR101570384B1 (ko) | 에너지 관리 장치 |
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 |