CN113205260A - 一种基于数字孪生的电动汽车充电桩健康状态评估方法 - Google Patents
一种基于数字孪生的电动汽车充电桩健康状态评估方法 Download PDFInfo
- Publication number
- CN113205260A CN113205260A CN202110496270.6A CN202110496270A CN113205260A CN 113205260 A CN113205260 A CN 113205260A CN 202110496270 A CN202110496270 A CN 202110496270A CN 113205260 A CN113205260 A CN 113205260A
- Authority
- CN
- China
- Prior art keywords
- charging pile
- index
- health state
- electric automobile
- evaluation index
- 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
- 230000036541 health Effects 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 161
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims abstract description 9
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 230000003862 health status Effects 0.000 claims description 12
- 230000006641 stabilisation Effects 0.000 claims description 12
- 238000011105 stabilization Methods 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 238000013076 uncertainty analysis Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 abstract description 6
- 230000000087 stabilizing effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供了一种基于数字孪生的电动汽车充电桩健康状态评估方法,包括如下步骤:Step1:根据充电桩机理,构建电动汽车充电桩健康状态评价指标体系;Step2:对充电桩建立充电桩数字孪生模型;Step3:采用蒙特卡洛方法对充电桩数字孪生模型进行多次模拟,获得采用仿真评估的健康状态指标结果;Step4:采用多种评价方法评价指标权重,并基于一致性组合算法计算指标的组合权重;Step5:计算电动汽车充电桩健康状态评价指标结果;Step6:基于电动汽车充电桩健康状态判定条件,对电动汽车充电桩健康状态进行评级,并采取相应措施。本申请基于充电桩数字孪生模型和一致性组合算法,运用电动汽车充电桩健康状态判定条件,实现电动汽车充电桩中长期运行下健康状态的评估。
Description
技术领域
本发明涉及能效管理控制方法领域,具体涉及一种基于数字孪生的电动汽车充电桩健康状态评估方法。
背景技术
随着我国大批量电动充电桩的建设,充电桩的健康状态对充电桩的使用年限、运维周期、安全评估等有着较为重要的指导意义。
3.1电动汽车充电桩
电动汽车充电桩作为电网与电动汽车蓄电池之间的功率转换器,可以对锂离子蓄电池、镍氢蓄电池、阀控铅酸蓄电池中的一种或多种进行传到式充电,根据输出电流类型不同分为交流充电桩和直流充电桩。
交流充电桩是为电动汽车车载充电机提供交流电源的供电装置,其输入端与交流电网相连,输出单相/三相交流电且额定电流小于32A,由于其功率和充电电流较小,交流充电方式又称为“慢充”。
直流充电桩即非车载充电机,采用三相四线制供电与交流电网相连接,通过电源模块进行交直流转换后输出可调直流电,可直接对车载电池进行充电,输出电压和电流可调节范围大,也被称为“快充”。
3.2健康状态评估
健康管理这一概念最早来源于美国航天局在20世纪70年代退出的航天器综合管理技术,在分析并确定航天器***故障的关键因素后对其实施全过程监控,在***得到异常信息时及时预警并对故障类型采取相应出力措施使其恢复至健康状态。
作为健康管理技术的核心技术之一,健康状态评估开始被应用于涉及国计民生的各个行业领域。
3.3数字孪生
数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备***的数字映射***。
数字孪生是个普遍适应的理论技术体系,可以在众多领域应用,目前在产品设计、产品制造、医学分析、工程建设等领域应用较多。目前在国内应用最深入的是工程建设领域,关注度最高、研究最热的是智能制造领域。
随着电动汽车充电桩的普遍投入,运行时间不够长,其运行健康状态评估缺乏长期监测数据成为需要解决的问题。
发明内容
本申请提供一种基于数字孪生的电动汽车充电桩健康状态评估方法,解决目前电动汽车充电桩运行健康状态评估缺乏长期监测数据的技术问题,建立充电桩健康状态评估指标体系,过建立电动汽车数字孪生模型,采用蒙特卡洛法实现多次随机仿真,结合现实充电桩自身健康状态评估结果,基于一致性组合算法计算指标的组合权重,基于电动汽车充电桩健康状态判定条件,实现电动汽车充电桩中长期运行下健康状态的评估。
为解决上述技术问题,本发明采用的技术方案为:
一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,包括如下步骤:
Step1:根据充电桩机理,将充电桩分为电气性能评价指标C和安全性能评价指标S,电气性能评价指标C和安全性能评价指标S分别包括若干下级子指标;
Step2:根据所需评估充电桩容量、拓扑结构、运行机理、周围环境,对充电桩建立充电桩数字孪生模型;
Step3:采用蒙特卡洛方法对充电桩数字孪生模型进行多次模拟,获得采用仿真评估的健康状态指标结果;
Step4:采用多种评价方法评价电气性能评价指标C和安全性能评价指标S的子指标的权重,并基于一致性组合算法计算指标的组合权重;
Step5:基于健康状态指标结果和组合权重,计算电动汽车充电桩电气性能评价指标C和安全性能评价指标S的指标结果;
Step6:基于电动汽车充电桩健康状态判定条件,对电动汽车充电桩健康状态进行评级,并针对不同评级,采取不同的应对措施。
进一步的,Step1中电气性能评价指标C包括9个一级子指标:输出电压误差C1、输出电流误差C2、稳压幅度C3、稳流精度C4、纹波系数C5、功率因数C6、整机效率C7、均流不平衡度C8和平均故障间隔时间C9;安全性能评价指标S包括3个一级子指标:人身安全级别指标S1、设备安全级别指标S2和告警提示级别指标S3,人身安全级别指标S1包括4个二级子指标:绝缘性能S11、接地保护S12、电机防护S13和紧急挺急S14,设备安全级别指标S2包括6个二级子指标:输入过压保护S21、输入欠压保护S22、输出过压保护S23、输出过流保护S24、耐环境要求S25和内部过温保护S26,告警提示级别指标S3包括4个二级子指标:安全警告S31、联锁功能S32、锁紧装置S33和软启动S34。
进一步的,Step2中数字孪生模型包含充电桩自身运行模型、充电桩所处电网情况、充电桩生产情况以及预估电动汽车充电频次。
优选的,电气性能评价指标C中,输出电压误差C1、输出电流误差C2、稳压幅度C3、稳流精度C4、纹波系数C5和功率因数C6采用仿真评估法进行评估,整机效率C7、均流不平衡度C8和平均故障间隔时间C9采用现场测试方法进行评估;安全性能评估指标采用现场评估法进行评估。
优选的,Step4中评价方法包括不确定层次分析法、熵权法和灰色关联度法。
进一步的,Step4中一致性组合算法包括如下步骤:
Step4.1:计算指标在评价方法l下的一致性系数Li (l):
其中,式中,Li (l)表示在评价方法l中第i个评价指标的一致性系数,wij (l)表示在评价方法l中第i个评价指标的第j个子指标的权重;为在评价方法l中第i个评价指标的权重的平均值;wij (y_l)为在评价方法l中第i个评价指标在除去wij (l)后的第j个指标的权重;为在评价方法l中第i个评价指标在除去wij (l)后第i个评价指标的权重的平均值;mi为第i个评价指标的子指标的个数;
Step4.2:根据指标在评价方法l下的一致性系数Li (l),求解一致性权重wij′:
其中,wij′为一致性权重,表示考虑一致性系数后的第i个评价指标第j个子指标后的新权重,n表示采用的评价方法的数量;
Step4.3:对一致性权重wij′进行归一化处理,得到组合权重:
进一步的,step5遵循下述是计算电气性能评价指标C和安全性能评价指标S的综合指标结果:
y=ycωc+ySωss (7)
其中,yc表示电气性能评价指标C的综合指标结果,Xc表示电气性能评价指标C的指标值,表示电气性能评价指标C的组合权重,ys表示安全性能评价指标S的综合指标结果,Xs表示安全性能评价指标S的指标值,表示安全性能评价指标S的组合权重,y表示电动汽车充电桩健康状态的综合指标结果,ωc表示电气性能评价指标C在电动汽车充电桩健康状态中的权重,ωs表示安全性能评价指标S在电动汽车充电桩健康状态中的权重,并且ωc与ωs之和为1。
进一步的,Step6中电动汽车充电桩健康状态判定条件包括:
(1)电动汽车充电桩健康状态为健康时,满足下述判定条件:
其中,a是电动汽车充电桩健康状态为健康的指标阈值,是常数,ycp表示电气性能评价指标C的任一子指标值,ysq表示安全性能评价指标S的任一子指标值,δ为限制因子,是0-1之间的常数;
(2)电动汽车充电桩健康状态为亚健康时,满足下述判定条件:
(3)电动汽车充电桩健康状态为异常时,满足下述判定条件:
其中,b是电动汽车充电桩健康状态为异常的指标阈值,是常数,
(4)电动汽车充电桩健康状态为故障时,公式(8)、公式(9)和公式(10)均不满足。
优选的,电气性能评价指标C、安全性能评价指标S及子指标值均为十分制的值。
优选的,针对不同评级,采取下述的应对措施:
①电动汽车充电桩健康状态为健康时,采取不定期观察策略;
②电动汽车充电桩健康状态为健康时,采取定期监控策略;
③电动汽车充电桩健康状态为异常时,需要尽快找到异常指标,及时进行处理;
④电动汽车充电桩健康状态为故障时,需要立即停止电动汽车充电桩的使用,开始全面检修策略。
本发明的有益效果:
本申请提供一种基于数字孪生的电动汽车充电桩健康状态评估方法,解决目前电动汽车充电桩运行健康状态评估缺乏长期监测数据的技术问题,建立充电桩健康状态评估指标体系,过建立电动汽车数字孪生模型,采用蒙特卡洛法实现多次随机仿真,结合现实充电桩自身健康状态评估结果,基于一致性组合算法计算指标的组合权重,基于电动汽车充电桩健康状态判定条件,实现电动汽车充电桩中长期运行下健康状态的评估。
1、本发明采用不确定层次分析法、熵权法、灰色关联度进行三种评价方法分别进行评价,并基于一致性组合算法,将不同评价方法综合考虑,得到最终的组合权重,相较于一种评价方法,更加客观,有效减少由于一种评价方法偏离度大造成的差异。
2、本发明通过建立电动汽车数字孪生模型,采用蒙特卡洛法实现多次随机仿真,结合现实充电桩自身健康状态评估结果,使得评估结果更加有效。
3、本发明根据充电桩机理,将充电桩分为电气性能评价指标C和安全性能评价指标S,电气性能评价指标C和安全性能评价指标S分别包括若干下级子指标,构建了一套全面客观的评价体系。
4、本发明设计出一种独属于电动汽车充电桩健康状态的判定条件,综合评估各个指标及子指标,更加精准有效。
附图说明
图1为本发明的充电桩健康状态评估方法流程图;
图2为本发明的充电桩健康状态评估指标;
图3为本发明的充电桩数字孪生***。
具体实施方式
下面结合附图以及具体实施方法对本发明一种道路裂缝图片识别与处理方法作进一步详细说明。
实施例1:
一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,包括如下步骤:
Step1:根据充电桩机理,将充电桩分为电气性能评价指标C和安全性能评价指标S,电气性能评价指标C和安全性能评价指标S分别包括若干下级子指标;
Step2:根据所需评估充电桩容量、拓扑结构、运行机理、周围环境,对充电桩建立充电桩数字孪生模型;
Step3:采用蒙特卡洛方法对充电桩数字孪生模型进行多次模拟,获得采用仿真评估的健康状态指标结果;
Step4:采用多种评价方法评价电气性能评价指标C和安全性能评价指标S的子指标的权重,并基于一致性组合算法计算指标的组合权重;
Step5:基于健康状态指标结果和组合权重,计算电动汽车充电桩电气性能评价指标C和安全性能评价指标S的指标结果;
Step6:基于电动汽车充电桩健康状态判定条件,对电动汽车充电桩健康状态进行评级,并针对不同评级,采取不同的应对措施。
进一步的,Step1中电气性能评价指标C包括9个一级子指标:输出电压误差C1、输出电流误差C2、稳压幅度C3、稳流精度C4、纹波系数C5、功率因数C6、整机效率C7、均流不平衡度C8和平均故障间隔时间C9;安全性能评价指标S包括3个一级子指标:人身安全级别指标S1、设备安全级别指标S2和告警提示级别指标S3,人身安全级别指标S1包括4个二级子指标:绝缘性能S11、接地保护S12、电机防护S13和紧急挺急S14,设备安全级别指标S2包括6个二级子指标:输入过压保护S21、输入欠压保护S22、输出过压保护S23、输出过流保护S24、耐环境要求S25和内部过温保护S26,告警提示级别指标S3包括4个二级子指标:安全警告S31、联锁功能S32、锁紧装置S33和软启动S34。
进一步的,Step2中数字孪生模型包含充电桩自身运行模型、充电桩所处电网情况、充电桩生产情况以及预估电动汽车充电频次。
优选的,电气性能评价指标C中,输出电压误差C1、输出电流误差C2、稳压幅度C3、稳流精度C4、纹波系数C5和功率因数C6采用仿真评估法进行评估,整机效率C7、均流不平衡度C8和平均故障间隔时间C9采用现场测试方法进行评估;安全性能评估指标采用现场评估法进行评估。
优选的,Step4中评价方法包括不确定层次分析法、熵权法和灰色关联度法。
进一步的,Step4中一致性组合算法包括如下步骤:
Step4.1:计算指标在评价方法l下的一致性系数Li (l):
其中,式中,Li (l)表示在评价方法l中第i个评价指标的一致性系数,wij (l)表示在评价方法l中第i个评价指标的第j个子指标的权重;为在评价方法l中第i个评价指标的权重的平均值;wij (y_l)为在评价方法l中第i个评价指标在除去wij (l)后的第j个指标的权重;为在评价方法l中第i个评价指标在除去wij (l)后第i个评价指标的权重的平均值;mi为第i个评价指标的子指标的个数;
Step4.2:根据指标在评价方法l下的一致性系数Li (l),求解一致性权重wij′:
其中,wij′为一致性权重,表示考虑一致性系数后的第i个评价指标第j个子指标后的新权重,n表示采用的评价方法的数量;
Step4.3:对一致性权重wij′进行归一化处理,得到组合权重:
进一步的,step5遵循下述是计算电气性能评价指标C和安全性能评价指标S的综合指标结果:
y=ycωc+ySωs (7)
其中,yc表示电气性能评价指标C的综合指标结果,Xc表示电气性能评价指标C的指标值,表示电气性能评价指标C的组合权重,ys表示安全性能评价指标S的综合指标结果,Xs表示安全性能评价指标S的指标值,表示安全性能评价指标S的组合权重,y表示电动汽车充电桩健康状态的综合指标结果,ωc表示电气性能评价指标C在电动汽车充电桩健康状态中的权重,ωs表示安全性能评价指标S在电动汽车充电桩健康状态中的权重,并且ωc与ωs之和为1。
实施例2
实施例2与实施例的区别仅在于:在实施例1的基础上,设计了一种电动汽车充电桩健康状态判定条件,更加精准进行判定。
具体的,Step6中电动汽车充电桩健康状态判定条件包括:
(1)电动汽车充电桩健康状态为健康时,满足下述判定条件:
其中,a是电动汽车充电桩健康状态为健康的指标阈值,是常数,ycp表示电气性能评价指标C的任一子指标值,ysq表示安全性能评价指标S的任一子指标值,δ为限制因子,是0-1之间的常数;
(2)电动汽车充电桩健康状态为亚健康时,满足下述判定条件:
(3)电动汽车充电桩健康状态为异常时,满足下述判定条件:
其中,b是电动汽车充电桩健康状态为异常的指标阈值,是常数,
(4)电动汽车充电桩健康状态为故障时,公式(8)、公式(9)和公式(10)均不满足。
优选的,电气性能评价指标C、安全性能评价指标S及子指标值均为十分制的值。
优选的,针对不同评级,采取下述的应对措施:
①电动汽车充电桩健康状态为健康时,采取不定期观察策略;
②电动汽车充电桩健康状态为健康时,采取定期监控策略;
③电动汽车充电桩健康状态为异常时,需要尽快找到异常指标,及时进行处理;
④电动汽车充电桩健康状态为故障时,需要立即停止电动汽车充电桩的使用,开始全面检修策略。
下面结合实际数据进行具体应用。
1)选取某地区三台直流充电桩,分析其拓扑结构、运行机理、调研其周边环境,建立充电桩数字孪生仿真模型,如附图3所示。
2)利用充电桩数字孪生仿真模型,对充电桩运行情况进行2000次仿真,将充电桩运行过程中输出电压误差、输出电流误差、稳压幅度、稳流精度、纹波系数、功率因数进行测量,并求取每个指标多次测量的均值。
3)分别采用不确定层次分析法、熵权法、灰色关联度方法,根据仿真得到输出电压误差C1、输出电流误差C2、稳压幅度C3、稳流精度C4、纹波系数C5、功率因数C6、整机效率C7、均流不平衡度C8和平均故障间隔时间C9的均值,计算权重向量:
wC (1)=[0.1984,0.1984,0.1507,0.1507,0.0860,0.0860,0.0608,0.0392,0.0298]
wC (2)=[0.1855,0.1689,0.1424,0.1595,0.0959,0.0748,0.0851,0.0398,0.0483]
wC (3)=[0.1472,0.1299,0.1084,0.1153,0.1029,0.1034,0.1112,0.0968,0.0849] (11)
4)对于人身安全级别权重指标、设备安全级别权重指标、告警提示级别权重指标,通过现
场评估、专家打分等手段,得到层次分析、熵权法、灰色关联度法下***的指标权重:
5)根据各个指标权重,根据公式(1)得到一致性系数如下表所示:
表1一致性系数
6)计算组合权重:
7)计算三个充电桩的健康状态评分和等级:
表2三个充电桩的健康状态评分和等级
编号 | 健康状态评分 | 健康状态等级 |
1 | 6.33 | 亚健康状态 |
2 | 7.05 | 亚健康状态 |
3 | 4.57 | 异常状态 |
其中,a=8,b=6,δ=8%。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,包括如下步骤:
Step1:根据充电桩机理,将充电桩分为电气性能评价指标C和安全性能评价指标S,电气性能评价指标C和安全性能评价指标S分别包括若干下级子指标;
Step2:根据所需评估充电桩容量、拓扑结构、运行机理、周围环境,对充电桩建立充电桩数字孪生模型;
Step3:采用蒙特卡洛方法对充电桩数字孪生模型进行多次模拟,获得采用仿真评估的健康状态指标结果;
Step4:采用多种评价方法评价电气性能评价指标C和安全性能评价指标S的子指标的权重,并基于一致性组合算法计算指标的组合权重;
Step5:基于健康状态指标结果和组合权重,计算电动汽车充电桩电气性能评价指标C和安全性能评价指标S的指标结果;
Step6:基于电动汽车充电桩健康状态判定条件,对电动汽车充电桩健康状态进行评级,并针对不同评级,采取不同的应对措施。
2.根据权利要求1所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于:Step1中电气性能评价指标C包括9个一级子指标:输出电压误差C1、输出电流误差C2、稳压幅度C3、稳流精度C4、纹波系数C5、功率因数C6、整机效率C7、均流不平衡度C8和平均故障间隔时间C9;安全性能评价指标S包括3个一级子指标:人身安全级别指标S1、设备安全级别指标S2和告警提示级别指标S3,人身安全级别指标S1包括4个二级子指标:绝缘性能S11、接地保护S12、电机防护S13和紧急挺急S14,设备安全级别指标S2包括6个二级子指标:输入过压保护S21、输入欠压保护S22、输出过压保护S23、输出过流保护S24、耐环境要求S25和内部过温保护S26,告警提示级别指标S3包括4个二级子指标:安全警告S31、联锁功能S32、锁紧装置S33和软启动S34。
3.根据权利要求1所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于:Step2中数字孪生模型包含充电桩自身运行模型、充电桩所处电网情况、充电桩生产情况以及预估电动汽车充电频次。
4.根据权利要求2所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,电气性能评价指标C中,输出电压误差C1、输出电流误差C2、稳压幅度C3、稳流精度C4、纹波系数C5和功率因数C6采用仿真评估法进行评估,整机效率C7、均流不平衡度C8和平均故障间隔时间C9采用现场测试方法进行评估;安全性能评估指标采用现场评估法进行评估。
5.根据权利要求2所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,Step4中评价方法包括不确定层次分析法、熵权法和灰色关联度法。
6.根据权利要求1所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,Step4中一致性组合算法包括如下步骤:
Step4.1:计算指标在评价方法l下的一致性系数Li (ι):
其中,式中,Li (ι)表示在评价方法l中第i个评价指标的一致性系数,wij (l)表示在评价方法l中第i个评价指标的第j个子指标的权重;为在评价方法l中第i个评价指标的权重的平均值;wij (y_l)为在评价方法l中第i个评价指标在除去wij (l)后的第j个指标的权重;为在评价方法l中第i个评价指标在除去wij (l)后第i个评价指标的权重的平均值;mi为第i个评价指标的子指标的个数;
Step4.2:根据指标在评价方法l下的一致性系数Li (l),求解一致性权重wij′:
其中,wij′为一致性权重,表示考虑一致性系数后的第i个评价指标第j个子指标后的新权重,n表示采用的评价方法的数量;
Step4.3:对一致性权重wij′进行归一化处理,得到组合权重:
7.根据权利要求6所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,step5遵循下述是计算电气性能评价指标C和安全性能评价指标S的综合指标结果:
y=ycωc+ySωss (7)
8.根据权利要求7所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,Step6中电动汽车充电桩健康状态判定条件包括:
(1)电动汽车充电桩健康状态为健康时,满足下述判定条件:
其中,a是电动汽车充电桩健康状态为健康的指标阈值,是常数,ycp表示电气性能评价指标C的任一子指标值,ysq表示安全性能评价指标S的任一子指标值,δ为限制因子,是0-1之间的常数;
(2)电动汽车充电桩健康状态为亚健康时,满足下述判定条件:
(3)电动汽车充电桩健康状态为异常时,满足下述判定条件:
其中,b是电动汽车充电桩健康状态为异常的指标阈值,是常数,
(4)电动汽车充电桩健康状态为故障时,公式(8)、公式(9)和公式(10)均不满足。
9.根据权利要求8所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于,电气性能评价指标C、安全性能评价指标S及子指标值均为十分制的值。
10.根据权利要求1所述的一种基于数字孪生的电动汽车充电桩健康状态评估方法,其特征在于针对不同评级,采取下述的应对措施:
①电动汽车充电桩健康状态为健康时,采取不定期观察策略;
②电动汽车充电桩健康状态为健康时,采取定期监控策略;
③电动汽车充电桩健康状态为异常时,需要尽快找到异常指标,及时进行处理;
④电动汽车充电桩健康状态为故障时,需要立即停止电动汽车充电桩的使用,开始全面检修策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110496270.6A CN113205260A (zh) | 2021-05-07 | 2021-05-07 | 一种基于数字孪生的电动汽车充电桩健康状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110496270.6A CN113205260A (zh) | 2021-05-07 | 2021-05-07 | 一种基于数字孪生的电动汽车充电桩健康状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113205260A true CN113205260A (zh) | 2021-08-03 |
Family
ID=77029136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110496270.6A Pending CN113205260A (zh) | 2021-05-07 | 2021-05-07 | 一种基于数字孪生的电动汽车充电桩健康状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113205260A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114204626A (zh) * | 2021-11-22 | 2022-03-18 | 华为数字能源技术有限公司 | 充电控制方法及相关设备 |
CN115782657A (zh) * | 2022-11-17 | 2023-03-14 | 国网江苏省电力有限公司泰州供电分公司 | 一种充电桩性能评估方法及装置 |
CN116595813A (zh) * | 2023-07-18 | 2023-08-15 | 中交一公局第五工程有限公司 | 智能网联汽车测试的数字孪生构建方法与装置 |
CN116362109B (zh) * | 2023-02-09 | 2023-09-12 | 北京大数据先进技术研究院 | 一种基于数字孪生的智能无人***和方法 |
CN116872775A (zh) * | 2023-09-08 | 2023-10-13 | 武汉宏联电线电缆有限公司 | 一种用于充电设备的充电管理方法、***、设备与介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010026855A (ja) * | 2008-07-22 | 2010-02-04 | Omron Healthcare Co Ltd | 健康状態判断装置 |
CN104574213A (zh) * | 2015-01-14 | 2015-04-29 | 国家电网公司 | 基于电动汽车充电设备性能评价体系的评价方法 |
CN109670675A (zh) * | 2018-11-26 | 2019-04-23 | 国网冀北电力有限公司 | 充电桩运行状态评价方法及装置 |
CN109740953A (zh) * | 2019-01-09 | 2019-05-10 | 华北电力大学(保定) | 一种风电机组的实时状态评估方法 |
CN111192410A (zh) * | 2020-01-17 | 2020-05-22 | 重庆国翰能源发展有限公司 | 一种充电桩运营方法、***及云端服务器 |
-
2021
- 2021-05-07 CN CN202110496270.6A patent/CN113205260A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010026855A (ja) * | 2008-07-22 | 2010-02-04 | Omron Healthcare Co Ltd | 健康状態判断装置 |
CN104574213A (zh) * | 2015-01-14 | 2015-04-29 | 国家电网公司 | 基于电动汽车充电设备性能评价体系的评价方法 |
CN109670675A (zh) * | 2018-11-26 | 2019-04-23 | 国网冀北电力有限公司 | 充电桩运行状态评价方法及装置 |
CN109740953A (zh) * | 2019-01-09 | 2019-05-10 | 华北电力大学(保定) | 一种风电机组的实时状态评估方法 |
CN111192410A (zh) * | 2020-01-17 | 2020-05-22 | 重庆国翰能源发展有限公司 | 一种充电桩运营方法、***及云端服务器 |
Non-Patent Citations (1)
Title |
---|
于畅: "《电动汽车充电桩健康状态综合评估方法研究》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 8 - 48 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114204626A (zh) * | 2021-11-22 | 2022-03-18 | 华为数字能源技术有限公司 | 充电控制方法及相关设备 |
CN114204626B (zh) * | 2021-11-22 | 2024-03-15 | 华为数字能源技术有限公司 | 充电控制方法及相关设备 |
CN115782657A (zh) * | 2022-11-17 | 2023-03-14 | 国网江苏省电力有限公司泰州供电分公司 | 一种充电桩性能评估方法及装置 |
CN116362109B (zh) * | 2023-02-09 | 2023-09-12 | 北京大数据先进技术研究院 | 一种基于数字孪生的智能无人***和方法 |
CN116595813A (zh) * | 2023-07-18 | 2023-08-15 | 中交一公局第五工程有限公司 | 智能网联汽车测试的数字孪生构建方法与装置 |
CN116872775A (zh) * | 2023-09-08 | 2023-10-13 | 武汉宏联电线电缆有限公司 | 一种用于充电设备的充电管理方法、***、设备与介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113205260A (zh) | 一种基于数字孪生的电动汽车充电桩健康状态评估方法 | |
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN109633476B (zh) | 电池储能***的健康度的评估方法及*** | |
CN113052464B (zh) | 电池储能***可靠性评估方法及*** | |
CN104217104A (zh) | 一种基于风险评估的电力变压器寿命分析方法及*** | |
CN108089133A (zh) | 储能***电池组一致性检测方法及检测装置 | |
CN104635166A (zh) | 一种基于电池管理***的锂电池健康状态评估方法 | |
CN111257755B (zh) | 一种预防性检测诊断电池包方法 | |
CN105652106A (zh) | 一种储能***综合性能测试方法及装置 | |
CN106203842A (zh) | 基于层次分析法和熵权法的电动汽车充电机评估方法 | |
CN103176138B (zh) | 一种电池组维护检测方法 | |
CN111709655A (zh) | 基于ahp-熵权法的储能式充电站运行状态评价方法 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN109409658A (zh) | 一种配电网运行风险感知方法和装置 | |
CN103886518A (zh) | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 | |
CN104156889A (zh) | 一种基于wams数据的风电场性能评估***及其评估方法 | |
CN113112114A (zh) | 一种储能电站在线评估方法和装置 | |
CN104392397A (zh) | 一种基于熵权法的短路电流抑制方案评价方法 | |
CN106208043A (zh) | 一种中低压配电网关键耗能环节辨识方法 | |
CN114610591A (zh) | 基于设备健康度模型的锂离子电池储能***评价方法 | |
CN117706399A (zh) | 一种考虑电池一致性的分布式储能运行健康状态分析方法 | |
CN103577698B (zh) | 一种交直流混联***的在线电压稳定判别方法 | |
CN103020729A (zh) | 甘肃电网短路电流限制的综合评价方法 | |
CN104268389A (zh) | 基于变异系数灰色关联度的短路电流抑制方案评价方法 | |
CN106651646A (zh) | 基于模糊综合评判的输电线路覆冰状态评估方法 |
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 |