CN116512968B - 基于换电柜的充电功率分配方法、装置、设备及存储介质 - Google Patents
基于换电柜的充电功率分配方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116512968B CN116512968B CN202310806194.3A CN202310806194A CN116512968B CN 116512968 B CN116512968 B CN 116512968B CN 202310806194 A CN202310806194 A CN 202310806194A CN 116512968 B CN116512968 B CN 116512968B
- Authority
- CN
- China
- Prior art keywords
- charging
- power
- output end
- battery
- cabinet
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000006243 chemical reaction Methods 0.000 claims abstract description 150
- 238000011156 evaluation Methods 0.000 claims abstract description 135
- 238000013507 mapping Methods 0.000 claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000010586 diagram Methods 0.000 claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 30
- 230000003993 interaction Effects 0.000 claims description 39
- 239000013598 vector Substances 0.000 claims description 37
- 238000013506 data mapping Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 8
- 230000005611 electricity Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/80—Exchanging energy storage elements, e.g. removable batteries
-
- 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
-
- 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
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及充电技术领域，公开了一种基于换电柜的充电功率分配方法、装置、设备及存储介质，用于实现换电柜的智能充电并且提高充电功率分配的准确率。方法包括：对电池组充电任务与多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；进行输出端充电设备负载分析，得到输出端负载分布特征图；根据输出端负载分布特征图进行负载状态筛选，得到至少两个第二换电柜输出端；获取电力输出效率以及电力损耗数据并进行评价指标映射，得到电力评价指标；根据电力评价指标确定目标换电柜输出端，并基于目标换电柜输出端，对最大充电速率以及电池组容量数据进行电力输出分析，得到目标电池组的充电功率梯度分配方案。
Description
技术领域
本发明涉及充电技术领域，尤其涉及一种基于换电柜的充电功率分配方法、装置、设备及存储介质。
背景技术
随着电动汽车在全球范围内的普及和发展，充电基础设施的建设和充电服务的质量已成为影响电动汽车普及率的重要因素之一。传统的充电方式存在充电速度慢、充电效率低、充电服务不足等问题，使得用户的充电体验受到影响。因此，研究和开发充电功率分配方法，可以优化和改善电动车的充电服务，提高充电效率、降低充电时间，增加用户的充电体验和满意度。
目前，现有方案仍存在一些不足之处，目前的充电功率分配方法往往是依据固定的规则或算法进行的，缺乏细致的调节和分配；目前的充电功率分配方法往往没有考虑到每个电池组的实际需求和不同电池组属性之间的差异，缺乏个性化的充电服务，进而导致现有方***率低。
发明内容
本发明提供了一种基于换电柜的充电功率分配方法、装置、设备及存储介质，用于实现换电柜的智能充电并且提高充电功率分配的准确率。
本发明第一方面提供了一种基于换电柜的充电功率分配方法，所述基于换电柜的充电功率分配方法包括：
基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据；
对所述电池组充电任务与预置的多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；
对所述多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图；
根据所述输出端负载分布特征图对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端；
获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标；
根据所述电力评价指标确定目标换电柜输出端，并基于所述目标换电柜输出端，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案。
结合第一方面，在本发明第一方面的第一实施方式中，所述基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据，包括：
基于预置的目标换电柜获取目标电池组的目标连接状态；
根据所述目标连接状态，对所述目标电池组进行充电任务订单查询，得到充电任务订单数据；
通过所述充电任务订单数据以及所述目标连接状态进行充电任务构建，得到电池组充电任务；
对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据。
结合第一方面，在本发明第一方面的第二实施方式中，所述对所述电池组充电任务与预置的多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端，包括：
将所述电池组充电任务输入预置的充电任务梯度分析模型，通过所述充电任务梯度分析模型将所述电池组充电任务划分为N个梯度充电任务；
获取每个梯度充电任务对应的第一影响因子集合，其中，所述第一影响因子集合包括：充电效率、充电时间以及充电成本；
根据所述第一影响因子集合匹配每个梯度充电任务对应的候选换电柜输出端，得到多个候选换电柜输出端；
获取每个候选换电柜输出端的第二影响因子集合，其中，所述第二影响因子集合包括：充电设备配置以及外部环境参数；
对所述第一影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第一特征映射值，并对所述第二影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第二特征映射值；
构建所述第一特征映射值对应的第一特征向量，以及构建所述第二特征映射值对应的第二特征向量；
对所述第一特征向量以及所述第二特征向量进行特征匹配度计算，得到每个候选换电柜输出端的特征匹配度；
将所述特征匹配度超过预设目标值的候选换电柜输出端作为第一换电柜输出端，得到多个第一换电柜输出端，其中，所述多个第一换电柜输出端包括：风电输出端、市电输出端以及太阳能电源输出端。
结合第一方面，在本发明第一方面的第三实施方式中，所述对所述多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图，包括：
获取所述多个第一换电柜输出端的输出端充电设备用电数据，并对所述输出端充电设备用电数据进行负载数据映射，得到每个第一换电柜输出端对应的负载数据有向图；
通过所述最大充电速率以及所述电池组容量数据对所述负载数据有向图中的多个有向线段进行权重赋值，得到对应的加权负载有向图；
对所述加权负载有向图进行图节点提取，得到多个初始图节点，并对所述多个初始图节点进行节点标记，得到每个第一换电柜输出端的目标节点集；
对所述目标节点集进行负载交互逻辑和负载交互位置连接，确定对应的多个负载交互逻辑以及多个负载交互位置，并通过所述多个负载交互逻辑以及所述多个负载交互位置进行负载分布特征图构建，得到输出端负载分布特征图。
结合第一方面，在本发明第一方面的第四实施方式中，所述根据所述输出端负载分布特征图对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端，包括：
基于所述输出端负载分布特征图提取每个第一换电柜输出端的特征负载参数；
对所述特征负载参数和所述目标电池组进行相关性参数分析，得到每个第一换电柜输出端的相关性参数；
根据所述相关性参数对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端。
结合第一方面，在本发明第一方面的第五实施方式中，所述获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标，包括：
获取每个第二换电柜输出端的电力输出效率以及电力损耗数据；
构建评价指标体系，并根据所述评价指标体系，对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到初始评价指标；
对所述初始评价指标进行指标权重分配，得到每个第二换电柜输出端的电力评价指标。
结合第一方面，在本发明第一方面的第六实施方式中，所述根据所述电力评价指标确定目标换电柜输出端，并基于所述目标换电柜输出端，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案，包括：
对所述电力评价指标进行比较，得到评价指标比较结果；
根据所述评价指标比较结果，从所述至少两个第二换电柜输出端中确定目标换电柜输出端；
获取所述目标换电柜输出端对应的梯度充电功率分配模型；
通过所述梯度充电功率分配模型，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案。
本发明第二方面提供了一种基于换电柜的充电功率分配装置，所述基于换电柜的充电功率分配装置包括：
接收模块，用于基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据；
匹配模块，用于对所述电池组充电任务与预置的多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；
分析模块，用于对所述多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图；
筛选模块，用于根据所述输出端负载分布特征图对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端；
映射模块，用于获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标；
分配模块，用于根据所述电力评价指标确定目标换电柜输出端，并基于所述目标换电柜输出端，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案。
本发明第三方面提供了一种基于换电柜的充电功率分配设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于换电柜的充电功率分配设备执行上述的基于换电柜的充电功率分配方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于换电柜的充电功率分配方法。
本发明提供的技术方案中，对电池组充电任务与多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；进行输出端充电设备负载分析，得到输出端负载分布特征图；根据输出端负载分布特征图进行负载状态筛选，得到至少两个第二换电柜输出端；获取电力输出效率以及电力损耗数据并进行评价指标映射，得到电力评价指标；根据电力评价指标确定目标换电柜输出端，并基于目标换电柜输出端，对最大充电速率以及电池组容量数据进行电力输出分析，得到目标电池组的充电功率梯度分配方案，本发明通过对充电任务进行精细调节和分配，可以最大化使用更多的换电柜输出端提供的充电功率，从而缩短充电时间，提高充电效率和充电速度，通过对多个换电柜输出端进行负载分析和筛选，可以实现充电设备之间的负载均衡，最大限度地利用每个换电柜设备的电力输出端，从而实现了换电柜的智能充电并且提高了充电功率分配的准确率。
附图说明
图1为本发明实施例中基于换电柜的充电功率分配方法的一个实施例示意图；
图2为本发明实施例中换电柜输出端匹配的流程图；
图3为本发明实施例中输出端充电设备负载分析的流程图；
图4为本发明实施例中负载状态筛选的流程图；
图5为本发明实施例中基于换电柜的充电功率分配装置的一个实施例示意图；
图6为本发明实施例中基于换电柜的充电功率分配设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于换电柜的充电功率分配方法、装置、设备及存储介质，用于实现换电柜的智能充电并且提高充电功率分配的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于换电柜的充电功率分配方法的一个实施例包括：
S101、基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据；
可以理解的是，本发明的执行主体可以为基于换电柜的充电功率分配装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的，服务器预先设置目标换电柜并与目标电池组建立通信。目标电池组通过传感器或其他方式向目标换电柜发送连接状态信息，例如电池组是否准备好充电以及当前电量等。根据目标连接状态，目标换电柜向充电任务管理***发送充电任务订单查询请求。充电任务管理***根据目标电池组的标识信息查询相关的充电任务订单数据。基于获取的充电任务订单数据和目标连接状态，目标换电柜进行充电任务构建。这包括确定目标电池组的充电时间、充电功率等充电任务参数，以确保充电任务与目标电池组的需求和条件相匹配。目标换电柜对目标电池组进行电池组属性参数解析。通过读取目标电池组的芯片数据或其他方式，目标换电柜获得最大充电速率和电池组容量数据。本实施例中，基于预置的目标换电柜能够接收目标电池组发送的充电任务，并解析目标电池组的属性参数，包括最大充电速率和电池组容量数据。这为后续的充电功率分配和电力输出分析提供了必要的信息基础。例如，假设某电动汽车使用了基于换电柜的充电***。当车辆驶入特定的换电站时，该换电站的目标换电柜会接收车辆发送的充电任务，并解析车辆的属性参数。通过与车辆通信，目标换电柜获取了车辆的目标连接状态，如充电需求和当前电池电量。目标换电柜向充电任务管理***查询与该车辆相关的充电任务订单数据。***返回了充电任务订单，包括充电时间和充电功率等信息。基于获取的订单数据和目标连接状态，目标换电柜构建了针对该车辆的充电任务。同时，它还解析了车辆的电池组属性参数，得到了最大充电速率和电池组容量数据。本实施例中，基于预置的目标换电柜可以根据车辆的需求和属性进行充电任务的分配，并且充分利用了电池组的最大充电速率和容量，从而实现目标电池组的高效充电。
S102、对电池组充电任务与预置的多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；
具体的，服务器将电池组充电任务输入预置的充电任务梯度分析模型。该模型可以根据充电任务的特性和需求，将充电任务划分为N个梯度充电任务。这样可以将充电任务进行细分，以便更好地匹配候选换电柜输出端。获取每个梯度充电任务对应的第一影响因子集合。第一影响因子集合包括充电效率、充电时间以及充电成本等因素。这些因子可以评估充电任务的性能和成本，用于后续的匹配过程。根据第一影响因子集合，将每个梯度充电任务与候选换电柜输出端进行匹配，得到多个候选换电柜输出端。匹配的过程可以考虑各个因子的权重和优先级，以确保充电任务与候选换电柜输出端的特性相匹配。获取每个候选换电柜输出端的第二影响因子集合。第二影响因子集合包括充电设备配置以及外部环境参数等因素。这些因素可以影响充电设备的性能和适应性，对于选择最佳换电柜输出端具有重要作用。对第一影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第一特征映射值。同样地，对第二影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第二特征映射值。特征映射可以将多维的影响因子转化为更具代表性的数值特征。构建第一特征映射值对应的第一特征向量，以及第二特征映射值对应的第二特征向量。这些特征向量可以将候选换电柜输出端的特性表示为数学向量，方便后续的特征匹配度计算。对第一特征向量和第二特征向量进行特征匹配度计算。特征匹配度可以采用各种相似度计算方法，如欧氏距离、余弦相似度等。通过计算特征匹配度，可以评估候选换电柜输出端与充电任务的匹配程度。将特征匹配度超过预设目标值的候选换电柜输出端作为第一换电柜输出端，得到多个第一换电柜输出端。这些第一换电柜输出端可以包括风电输出端、市电输出端以及太阳能电源输出端等。例如来说明。假设有一个电动车充电***，该***包括多个换电柜和一台充电任务管理***。电动车需要进行充电，将充电任务发送给充电任务管理***。在充电任务管理***中，预先设置了多个候选换电柜输出端，如风电输出端、市电输出端和太阳能电源输出端。充电任务管理***将电动车的充电任务输入充电任务梯度分析模型。模型根据充电任务的需求和特性，将充电任务划分为若干个梯度充电任务。例如，分为高速充电和普通充电两个梯度任务。针对每个梯度充电任务，根据充电效率、充电时间和充电成本等因素，获取每个梯度充电任务的第一影响因子集合。例如，高速充电任务的第一影响因子集合可能包括高充电效率、较短充电时间和较高充电成本。将每个梯度充电任务与候选换电柜输出端进行匹配。根据第一影响因子集合，选择与梯度充电任务特性匹配度较高的候选换电柜输出端。例如，高速充电任务可能更适合与市电输出端匹配，因为市电输出端充电速度较快，但充电成本较高。获取每个候选换电柜输出端的第二影响因子集合，例如充电设备配置和外部环境参数。通过特征映射，将第一影响因子集合和第二影响因子集合转化为对应的特征映射值。构建第一特征映射值对应的第一特征向量和第二特征映射值对应的第二特征向量。例如，第一特征向量可以表示充电效率和充电时间的权重，第二特征向量可以表示充电设备配置和外部环境参数的权重。通过计算特征匹配度，评估每个候选换电柜输出端与充电任务的匹配程度。超过预设目标值的候选换电柜输出端被选为第一换电柜输出端，例如风电输出端、市电输出端和太阳能电源输出端。本实施例中，通过对电池组充电任务与预置的多个候选换电柜输出端进行匹配的过程，可以利用充电任务梯度分析模型和影响因子集合来评估充电任务的特性和需求，同时考虑充电设备配置和外部环境参数等因素，从而选择最佳的换电柜输出端。
S103、对多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图；
需要说明的是，从多个第一换电柜输出端获取输出端充电设备的用电数据，并对这些数据进行负载数据映射。这样可以得到每个第一换电柜输出端对应的负载数据有向图。使用最大充电速率和电池组容量数据为负载数据有向图中的多个有向线段赋予权重。这样可以得到加权负载有向图，其中权重反映了充电设备的负载能力和电池组的存储能力。从加权负载有向图中提取出多个初始图节点，并为它们进行节点标记。这些图节点代表了每个第一换电柜输出端的目标节点集。在确定了目标节点集后，通过负载交互逻辑和负载交互位置的连接，确定了多个负载交互逻辑和负载交互位置。这些负载交互逻辑和位置是根据目标节点集中的充电设备之间的交互关系和连接方式而确定的。利用这些负载交互逻辑和位置，构建输出端负载分布特征图。这个特征图可以展示充电设备之间的负载分布情况，帮助了解充电设备的互动方式和电力传输路径。例如来说明，假设有一个充电站，其中有三个第一换电柜输出端：A、B和C。服务器从这些输出端获取了充电设备的用电数据，并进行负载数据映射，得到了负载数据有向图。在负载数据有向图中，假设A和B之间有一条有向线段，表示A充电设备向B充电设备传输电力。服务器使用最大充电速率和电池组容量数据为这条线段赋予了相应的权重。服务器从加权负载有向图中提取了初始图节点，如A和C。这两个节点分别代表了第一换电柜输出端A和C的目标节点集。通过分析A和C之间的负载交互逻辑和负载交互位置，服务器确定了它们之间的连接方式，例如A向C传输电力。根据这些负载交互逻辑和位置，服务器构建了输出端负载分布特征图，该图展示了充电设备之间的负载分布情况，帮助服务器了解充电设备的互动方式并优化充电设备之间的电力传输效率。例如，在输出端负载分布特征图中，可能显示第一换电柜输出端A和C之间存在着高负载的连接，而输出端B与其他输出端的负载连接较少。这意味着A和C之间的充电设备可能在电力传输方面需要更多的协调和优化，而B的充电设备可以更有效地利用电力资源。基于输出端负载分布特征图，充电站的运营人员可以根据不同输出端的负载情况进行相应的调整和管理。他们可以优化充电设备的安排，使得电力传输更加均衡，减少负载不平衡带来的能源浪费和损耗。
S104、根据输出端负载分布特征图对多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端；
具体的，基于输出端负载分布特征图，服务器提取每个第一换电柜输出端的特征负载参数。这些参数可以包括输出端充电设备的负载量、充电设备的使用率、充电任务的完成时间等。通过对特征负载参数的提取，服务器可以获得每个第一换电柜输出端的负载状态的具体描述。服务器进行相关性参数分析。将所述特征负载参数与目标电池组进行相关性分析，可以评估每个第一换电柜输出端与目标电池组的匹配程度。相关性参数可以是充电效率、充电速度、充电成本等指标。通过分析相关性参数，服务器可以确定每个第一换电柜输出端与目标电池组之间的适应度。基于相关性参数，服务器对多个第一换电柜输出端进行负载状态筛选。通过设置一定的筛选标准，例如选择与目标电池组相关性参数最高的输出端或者根据相关性参数的阈值进行筛选，服务器可以将符合条件的第一换电柜输出端选取出来。服务器得到至少两个第二换电柜输出端。这些第二换电柜输出端是在负载状态筛选过程中通过相关性参数分析和筛选条件确定的。它们与目标电池组具有较高的匹配度，可以提供适合目标电池组充电的充电设备和充电任务。例如，假设某充电站拥有三个第一换电柜输出端，分别为A、B和C。通过输出端负载分布特征图分析，发现A的特征负载参数表明它具有较高的负载量和使用率，与目标电池组具有较高的充电效率和充电速度的相关性。B的特征负载参数表明它具有较低的负载量和使用率，与目标电池组的充电成本较低相关。C的特征负载参数表明它具有中等的负载量和使用率，与目标电池组充电速度较为匹配。基于相关性参数分析，服务器设定筛选标准为选择相关性参数最高的输出端。在这个例子中，A的相关性参数最高，因此它被选定为第一个第二换电柜输出端。另外，根据筛选条件，服务器可以选择与目标电池组相关性参数达到一定阈值的输出端。在这个例子中，假设阈值设定为0.8，那么B也满足筛选条件，被选为第二个第二换电柜输出端。本实施例中，服务器成功地根据输出端负载分布特征图对多个第一换电柜输出端进行了负载状态筛选，得到了至少两个第二换电柜输出端（A和B）。这些第二换电柜输出端与目标电池组具有较高的相关性参数匹配度，可以提供更适合目标电池组充电需求的充电设备和充电任务。这样可以优化充电过程，提高充电效率和用户体验。
S105、获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对电力输出效率以及电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标；
具体的，服务器针对每个第二换电柜输出端，获取其电力输出效率和电力损耗数据。这可以通过监测和记录换电柜的电力输入和输出以及相关参数的方式来实现。例如，可以使用传感器来测量电流、电压和功率等电力相关信息，进而计算出电力输出效率和电力损耗数据。构建一个评价指标体系，该体系用于评估每个第二换电柜输出端的电力性能。该评价指标体系可以包括多个指标，如电力输出效率、电力损耗等。每个指标都反映了不同方面的性能表现。根据评价指标体系对电力输出效率和电力损耗数据进行评价指标映射。这涉及将原始数据映射到相应的评价指标范围内，以便进行后续的比较和分析。映射的过程可以使用标准化或归一化等方法，确保不同指标具有相同的量纲和范围，便于进行综合评估。针对每个第二换电柜输出端，根据评价指标体系和映射后的评价指标，进行指标权重分配。指标权重表示不同指标对电力性能的重要程度。通过分配适当的权重，可以对不同指标进行加权，从而形成每个第二换电柜输出端的最终电力评价指标。例如，假设评价指标体系包括电力输出效率和电力损耗两个指标。对于第二换电柜输出端A，其电力输出效率为0.85，电力损耗为10%，而对于第二换电柜输出端B，其电力输出效率为0.9，电力损耗为8%。通过评价指标映射和指标权重分配的过程，可以计算出每个第二换电柜输出端的电力评价指标。假设电力输出效率指标的权重为0.6，电力损耗指标的权重为0.4，则可得到第二换电柜输出端A的电力评价指标为（0.85*0.6+10%*0.4=0.831）,而第二换电柜输出端B的电力评价指标为（0.9*0.6+8%*0.4=0.876）。本实施例中，服务器可以获取每个第二换电柜输出端的电力输出效率和电力损耗数据，并对其进行评价指标映射，最终得到每个第二换电柜输出端的电力评价指标。这些指标可以帮助服务器比较和评估不同换电柜输出端的电力性能。继续以前面的例子为基础，假设还有第二换电柜输出端C，其电力输出效率为0.88，电力损耗为9%。服务器将按照相同的评价指标体系和权重进行评估。通过评价指标映射，可以计算出第二换电柜输出端C的电力评价指标为（0.88*0.6+9%*0.4=0.862）。现在，服务器可以比较三个第二换电柜输出端A、B和C的电力评价指标。根据计算结果，输出端B具有最高的评价指标值（0.876），其次是输出端C（0.862），最后是输出端A（0.831）。因此，在电力性能方面，输出端B被认为是更优选的选择。通过这种评价指标映射和权重分配的方法，服务器能够定量地评估和比较不同第二换电柜输出端的电力性能。这有助于决策者选择最适合的换电柜输出端，以满足特定的需求和要求。
S106、根据电力评价指标确定目标换电柜输出端，并基于目标换电柜输出端，对最大充电速率以及电池组容量数据进行电力输出分析，得到目标电池组的充电功率梯度分配方案。
具体的，对电力评价指标进行比较。根据前面的计算结果，服务器已经得到了每个第二换电柜输出端的电力评价指标值。通过比较这些指标值，可以确定哪个第二换电柜输出端在电力性能方面表现最优。根据评价指标比较结果，从至少两个第二换电柜输出端中确定目标换电柜输出端。选择具有最高评价指标值的第二换电柜输出端作为目标换电柜输出端。获取目标换电柜输出端对应的梯度充电功率分配模型。这个模型可以基于预设的算法或者优化算法，考虑目标电池组的最大充电速率和电池组容量数据，以及换电柜的特性和限制，来确定充电功率的分配方案。通过梯度充电功率分配模型，对最大充电速率和电池组容量数据进行电力输出分析。这意味着根据目标换电柜输出端的特性和限制，以及目标电池组的需求和条件，计算并确定在不同时间段内的充电功率分配方案。这样可以实现对目标电池组的充电功率梯度分配，以满足其充电需求并优化电力利用效率。例如，假设根据电力评价指标比较，第二换电柜输出端B被确定为目标换电柜输出端，因为它具有最高的评价指标值。根据目标换电柜输出端B的特性和限制，以及目标电池组的最大充电速率和电池组容量数据，进行电力输出分析。分析结果表明，在早上高峰期，充电功率分配为80kW，下午平峰期为60kW，晚上低峰期为50kW，以适应不同时间段的电力需求和充电优化。这样，就得到了目标电池组的充电功率梯度分配方案。通过上述步骤，服务器可以根据电力评价指标确定目标换电柜输出端，并基于目标换电柜输出端进行电力输出分析，以得到目标电池组的充电功率梯度分配方案。这样可以实现充电过程的优化和最大程度地满足目标电池组的需求。此外，本实施例中，当外部电力功率不足时，优先对电量较高的电池以最大电流进行充电，以快速满足有可换的电池，包括以下步骤：获取所有可换电池的电量信息：对于每个换电柜中的电池组，获取其当前电量信息，包括电池组的容量和已使用的电量。评估电池的可换性：对于每个电池组，根据其当前电量和剩余容量，评估其可换性。一种常见的评估指标是电池组的可充电容量比例，即剩余容量与总容量的比值。选择具有高可换性的电池组：根据电池组的可充电容量比例，选择具有较高比例的电池组作为候选目标。确定最大充电速率：根据所选候选目标电池组的属性参数，包括最大充电速率和电池组容量数据，确定最大充电速率。分配充电功率：将可用的电力功率分配给选定的目标电池组。由于外部电力功率不足，可能无法满足所有电池组的最大充电速率需求。因此，根据电池组的剩余容量和最大充电速率，按照优先级对电池组进行排序。充电方案制定：根据电池组的排序结果，按照优先级依次为电池组分配充电功率。对于电量较高的电池组，将以最大电流进行充电，以快速满足其需求。实施充电方案：根据制定的充电方案，将充电功率分配给目标电池组的对应换电柜输出端，开始充电过程。例如：假设有三个可换电池组A、B、C，它们的剩余容量分别为80%、60%和90%。外部电力供应有限，只能提供总功率的一半。根据上述步骤进行充电功率分配：获取电池组电量信息：A：80%、B：60%、C：90%。评估电池的可换性：A：80%/100%=80%、B：60%/100%=60%、C：90%/100%= 90%。选择具有高可换性的电池组：C为最高，选择C作为候选目标。确定最大充电速率：假设最大充电速率为10kW。分配充电功率：外部电力供应只能提供5kW。充电方案制定：根据电池组剩余容量和最大充电速率，按照优先级排序：C（90%）>A（80%）>B（60%）。实施充电方案：首先将剩余功率的一半（2.5kW）分配给电池组C进行充电，以满足其需求。然后将剩余功率分配给电池组A进行充电。
本发明实施例中，对电池组充电任务与多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；进行输出端充电设备负载分析，得到输出端负载分布特征图；根据输出端负载分布特征图进行负载状态筛选，得到至少两个第二换电柜输出端；获取电力输出效率以及电力损耗数据并进行评价指标映射，得到电力评价指标；根据电力评价指标确定目标换电柜输出端，并基于目标换电柜输出端，对最大充电速率以及电池组容量数据进行电力输出分析，得到目标电池组的充电功率梯度分配方案，本发明通过对充电任务进行精细调节和分配，可以最大化使用更多的换电柜输出端提供的充电功率，从而缩短充电时间，提高充电效率和充电速度，通过对多个换电柜输出端进行负载分析和筛选，可以实现充电设备之间的负载均衡，最大限度地利用每个换电柜设备的电力输出端，从而实现了换电柜的智能充电并且提高了充电功率分配的准确率。
在一具体实施例中，执行步骤S101的过程可以具体包括如下步骤：
（1）基于预置的目标换电柜获取目标电池组的目标连接状态；
（2）根据目标连接状态，对目标电池组进行充电任务订单查询，得到充电任务订单数据；
（3）通过充电任务订单数据以及目标连接状态进行充电任务构建，得到电池组充电任务；
（4）对目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据。
具体的，服务器根据预置的目标换电柜确定目标电池组的目标连接状态。这可以通过与目标换电柜的通信或监测***进行交互来实现。目标换电柜可以提供目标电池组的连接状态信息，包括已连接的电池单元数量、电池状态、连接方式等。通过获取这些信息，可以确定目标电池组的目标连接状态。根据目标连接状态，进行充电任务订单查询，以获取充电任务订单数据。充电任务订单数据可以是预先创建的任务订单列表，其中包含了不同电池组的充电需求信息，如电池组ID、充电时长、充电模式等。根据目标连接状态匹配相应的任务订单数据，以获取与目标电池组相关的充电任务订单。通过充电任务订单数据和目标连接状态，进行充电任务构建。根据充电任务订单数据中的充电需求信息，结合目标连接状态中的电池组连接方式和充电能力等信息，构建适合目标电池组的充电任务。这可以包括确定充电开始时间、充电结束时间、充电功率等充电任务的参数。对目标电池组进行属性参数解析，以获取最大充电速率和电池组容量数据。这可以通过读取目标电池组的属性参数或通过与目标电池组的通信来实现。属性参数解析可以包括获取电池组的额定容量、充电速率限制等信息，以确定充电过程中的最大充电速率和电池组容量数据。例如，假设预置的目标换电柜为换电柜A，并且目标电池组的目标连接状态为已连接，连接方式为并联连接，电池单元数量为10。通过与换电柜A通信，确认目标电池组的目标连接状态。查询充电任务订单数据，找到与目标电池组相关的订单数据，例如订单ID为12345，充电时长为2小时。根据目标连接状态和订单数据，构建充电任务，确定充电开始时间为下午3点，结束时间为下午5点，充电功率为5kW。对目标电池组进行属性参数解析，获取最大充电速率为8kW和电池组容量为20kWh的数据。本实施例中，服务器可以基于预置的目标换电柜获取目标电池组的目标连接状态，查询充电任务订单数据，并构建适合目标电池组的充电任务。同时，对目标电池组进行属性参数解析，获取最大充电速率和电池组容量数据。这些信息为后续的充电过程提供了基础。
在一具体实施例中，如图2所示，执行步骤S102的过程可以具体包括如下步骤：
S201、将电池组充电任务输入预置的充电任务梯度分析模型，通过充电任务梯度分析模型将电池组充电任务划分为N个梯度充电任务；
S202、获取每个梯度充电任务对应的第一影响因子集合，其中，第一影响因子集合包括：充电效率、充电时间以及充电成本；
S203、根据第一影响因子集合匹配每个梯度充电任务对应的候选换电柜输出端，得到多个候选换电柜输出端；
S204、获取每个候选换电柜输出端的第二影响因子集合，其中，第二影响因子集合包括：充电设备配置以及外部环境参数；
S205、对第一影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第一特征映射值，并对第二影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第二特征映射值；
S206、构建第一特征映射值对应的第一特征向量，以及构建第二特征映射值对应的第二特征向量；
S207、对第一特征向量以及第二特征向量进行特征匹配度计算，得到每个候选换电柜输出端的特征匹配度；
S208、将特征匹配度超过预设目标值的候选换电柜输出端作为第一换电柜输出端，得到多个第一换电柜输出端，其中，多个第一换电柜输出端包括：风电输出端、市电输出端以及太阳能电源输出端。
具体的，服务器预置一个充电任务梯度分析模型，该模型能够根据充电任务的特征将任务划分为多个梯度充电任务。将电池组充电任务输入该梯度分析模型中，通过模型的分析和计算，将原始充电任务划分为N个梯度充电任务。每个梯度充电任务代表了一个具体的充电需求范围。获取每个梯度充电任务对应的第一影响因子集合，其中包括充电效率、充电时间和充电成本。通过对这些因子进行分析和评估，可以得到每个梯度充电任务的特征参数。根据第一影响因子集合，对每个梯度充电任务匹配候选换电柜输出端，从而得到多个候选换电柜输出端。获取每个候选换电柜输出端的第二影响因子集合，其中包括充电设备配置和外部环境参数。这些因子可以影响充电效率和充电质量。对第一影响因子集合进行特征映射，得到每个候选换电柜输出端的第一特征映射值。同样地，对第二影响因子集合进行特征映射，得到每个候选换电柜输出端的第二特征映射值。构建第一特征映射值对应的第一特征向量，以及第二特征映射值对应的第二特征向量。对第一特征向量和第二特征向量进行特征匹配度计算，以确定每个候选换电柜输出端的特征匹配度。将特征匹配度超过预设目标值的候选换电柜输出端作为第一换电柜输出端，从而得到多个第一换电柜输出端。这些输出端可以是风电输出端、市电输出端和太阳能电源输出端等。举例说明，假设服务器有一个电池组充电任务，该任务需要在尽可能短的时间内以最低的成本进行充电。根据预置的充电任务梯度分析模型，将任务划分为三个梯度充电任务：低、中、高。针对每个梯度充电任务，服务器获取其第一影响因子集合，包括充电效率、充电时间和充电成本。通过分析和计算，得到每个梯度充电任务的特征参数。根据第一影响因子集合，服务器匹配每个梯度充电任务的候选换电柜输出端。这些候选输出端可能具有不同的充电设备配置和外部环境参数。针对每个候选换电柜输出端，服务器获取其第二影响因子集合，包括充电设备配置和外部环境参数。通过特征映射，服务器得到每个候选输出端的第一特征映射值和第二特征映射值。服务器构建第一特征映射值对应的第一特征向量和第二特征映射值对应的第二特征向量。服务器计算特征匹配度，通过比较特征向量之间的相似性，确定每个候选换电柜输出端的特征匹配度。服务器选择特征匹配度超过预设目标值的候选换电柜输出端作为第一换电柜输出端。例如，假设在低梯度充电任务中，服务器有两个候选输出端：A和B。通过特征匹配度计算，发现候选输出端A的特征匹配度高于预设目标值，而候选输出端B的特征匹配度低于预设目标值。因此，候选输出端A被选定为第一换电柜输出端。
在一具体实施例中，如图3所示，执行步骤S103的过程可以具体包括如下步骤：
S301、获取多个第一换电柜输出端的输出端充电设备用电数据，并对输出端充电设备用电数据进行负载数据映射，得到每个第一换电柜输出端对应的负载数据有向图；
S302、通过最大充电速率以及电池组容量数据对负载数据有向图中的多个有向线段进行权重赋值，得到对应的加权负载有向图；
S303、对加权负载有向图进行图节点提取，得到多个初始图节点，并对多个初始图节点进行节点标记，得到每个第一换电柜输出端的目标节点集；
S304、对目标节点集进行负载交互逻辑和负载交互位置连接，确定对应的多个负载交互逻辑以及多个负载交互位置，并通过多个负载交互逻辑以及多个负载交互位置进行负载分布特征图构建，得到输出端负载分布特征图。
具体的，服务器通过连接到每个第一换电柜输出端的电能监测设备或传感器，获取输出端充电设备的用电数据。这些数据可以包括充电设备的用电量、电流、电压等信息。对获取的输出端充电设备用电数据进行负载数据映射。这可以通过数据处理和分析的方法，将用电数据转化为负载数据。例如，将用电量数据转化为负载功率数据。根据最大充电速率和电池组容量数据，对负载数据有向图中的多个有向线段进行权重赋值。这样可以确定每个线段的重要性或优先级，以便后续的负载分布计算。从加权负载有向图中提取图节点，得到多个初始图节点。每个初始图节点代表一个第一换电柜输出端，并对这些初始图节点进行节点标记，以确定每个输出端的目标节点集。对目标节点集进行负载交互逻辑和负载交互位置的连接。这意味着确定输出端之间的负载交互方式和位置关系。根据具体的需求和规则，可以确定多个负载交互逻辑和多个负载交互位置。通过多个负载交互逻辑和负载交互位置，进行负载分布特征图的构建。这可以通过计算和可视化技术来表示输出端之间的负载分布情况。特征图可以提供关于负载分布的详细信息，帮助决策者进行优化和调整。例如，假设有三个第一换电柜输出端，分别为A、B和C。通过监测和记录充电设备的用电数据，得到每个输出端的用电量、电流和电压信息。将这些数据转化为负载数据，例如将用电量转化为负载功率。根据最大充电速率和电池组容量数据，对负载数据有向图中的线段进行权重赋值，表示不同线段的重要性。从加权负载有向图中提取初始图节点，例如A、B和C。确定负载交互逻辑和负载交互位置，例如A与B之间的互补关系和A、B、C之间的串联关系。通过负载分布特征图，可以直观地了解各输出端之间的负载分布情况，帮助进行电力***的优化和管理。
在一具体实施例中，如图4所示，执行步骤S104的过程可以具体包括如下步骤：
S401、基于输出端负载分布特征图提取每个第一换电柜输出端的特征负载参数；
S402、对特征负载参数和目标电池组进行相关性参数分析，得到每个第一换电柜输出端的相关性参数；
S403、根据相关性参数对多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端。
具体的，服务器基于输出端负载分布特征图提取每个第一换电柜输出端的特征负载参数。服务器可以利用负载分布特征图中的数据来获取每个第一换电柜输出端的负载情况。通过分析特征负载参数，可以了解每个输出端的充电设备使用情况，如充电功率、充电时长、充电量等。这些特征参数可以反映出每个输出端的负载特点。对特征负载参数和目标电池组进行相关性参数分析。服务器将特征负载参数与目标电池组的属性参数进行对比和关联分析，以确定它们之间的相关性。例如，服务器可以分析特征负载参数与目标电池组的最大充电速率和容量之间的关系，以了解输出端负载对电池组充电性能的影响。根据相关性参数对多个第一换电柜输出端进行负载状态筛选。通过对相关性参数的评估，服务器可以对多个第一换电柜输出端进行负载状态的筛选。具体而言，服务器可以根据相关性参数的大小、符号以及统计学指标等进行分析，找到与目标电池组最匹配的输出端。这样可以筛选出至少两个第二换电柜输出端作为最终的选择。例如，假设服务器有三个第一换电柜输出端，分别是A、B和C。服务器提取它们的特征负载参数，如充电功率、充电时长和充电量。服务器与目标电池组的属性参数进行相关性分析，例如目标电池组的最大充电速率和容量。通过分析发现，输出端A与目标电池组的充电速率相关性最高，而输出端B与目标电池组的容量相关性最高。基于这些相关性参数，服务器可以筛选出输出端A和B作为第二换电柜的候选输出端。
在一具体实施例中，执行步骤S105的过程可以具体包括如下步骤：
（1）获取每个第二换电柜输出端的电力输出效率以及电力损耗数据；
（2）构建评价指标体系，并根据评价指标体系，对电力输出效率以及电力损耗数据进行评价指标映射，得到初始评价指标；
（3）对初始评价指标进行指标权重分配，得到每个第二换电柜输出端的电力评价指标。
具体的，获取每个第二换电柜输出端的电力输出效率以及电力损耗数据。这些数据可以通过实时监测和记录每个输出端的电力输入和输出情况来获取。电力输出效率是指输出端所提供的电力输出与输入电力之间的比率，而电力损耗是指在电力转换和传输过程中所损失的能量。构建评价指标体系。评价指标体系用于综合考量电力输出效率和电力损耗等因素，以评估每个第二换电柜输出端的性能。评价指标体系可以包括多个指标，如电力输出效率、电力损耗比例、能源利用率等，这些指标可以从不同角度反映输出端的电力性能。根据评价指标体系对电力输出效率以及电力损耗数据进行评价指标映射，得到初始评价指标。评价指标映射是将实际的电力输出效率和电力损耗数据与评价指标体系中定义的指标进行对应。通过映射，可以将实际数据转化为相应的评价指标值，用于后续的评估和比较。再对初始评价指标进行指标权重分配。指标权重反映了各个评价指标在整体评价中的重要程度。根据实际需求和专家意见，可以对每个评价指标进行权重分配，以确定其在总体评价中的相对权重。这样可以确保评价指标的权衡和准确反映输出端的性能。得到每个第二换电柜输出端的电力评价指标。通过综合考量电力输出效率、电力损耗以及指标权重，可以得到每个第二换电柜输出端的电力评价指标。这些指标可以用于对不同输出端进行比较和排名，以选择最优的输出端。例如来说明这个过程。假设服务器有两个第二换电柜输出端，分别是X和Y。服务器获取它们的电力输出效率和电力损耗数据。构建评价指标体系，包括电力输出效率和电力损耗比例两个指标。根据实际数据，服务器进行评价指标映射，得到初始评价指标值。服务器对初始评价指标进行指标权重分配，假设服务器将电力输出效率的权重设置为0.7，电力损耗比例的权重设置为0.3。根据指标权重和初始评价指标，可以计算出每个第二换电柜输出端的电力评价指标。假设输出端X的电力输出效率评价指标为0.85，电力损耗比例评价指标为0.25；而输出端Y的电力输出效率评价指标为0.92，电力损耗比例评价指标为0.35。根据指标权重，服务器可以计算出输出端X的加权评价指标为：加权评价指标X=(0.7*0.85)+(0.3*0.25)=0.8025。同样地，输出端Y的加权评价指标为：加权评价指标Y=(0.7*0.92)+(0.3*0.35)=0.854。通过比较加权评价指标，服务器可以得出输出端Y的评价指标更高，因此输出端Y被认为是更优选的第二换电柜输出端。通过获取电力输出效率和电力损耗数据，并结合评价指标体系和指标权重，得出每个第二换电柜输出端的电力评价指标。这样的评价指标可以帮助服务器选择最优的输出端，以满足特定的需求和要求。
在一具体实施例中，执行步骤S106的过程可以具体包括如下步骤：
（1）对电力评价指标进行比较，得到评价指标比较结果；
（2）根据评价指标比较结果，从至少两个第二换电柜输出端中确定目标换电柜输出端；
（3）获取目标换电柜输出端对应的梯度充电功率分配模型；
（4）通过梯度充电功率分配模型，对最大充电速率以及电池组容量数据进行电力输出分析，得到目标电池组的充电功率梯度分配方案。
具体的，对电力评价指标进行比较，以获得各个第二换电柜输出端的评价指标比较结果。这些评价指标可以包括电力输出效率和电力损耗数据等。通过比较这些指标，服务器可以确定哪些输出端具有更优秀的性能。根据评价指标比较结果，从至少两个第二换电柜输出端中确定目标换电柜输出端。选择具有最优评价指标的输出端作为目标。获取目标换电柜输出端对应的梯度充电功率分配模型。这个模型可以基于先前的数据分析和建模得到，它可以将最大充电速率和电池组容量等因素考虑在内，以确定充电功率在不同时间段的分配方案。通过应用梯度充电功率分配模型，对最大充电速率和电池组容量数据进行电力输出分析。这将为目标电池组提供一个充电功率梯度分配方案，确保在充电过程中能够合理分配功率，以满足充电需求并提高充电效率。例如，假设有两个第二换电柜输出端，分别为A和B。通过对它们的电力评价指标进行比较，发现A具有更高的电力输出效率和更低的电力损耗。因此，A被确定为目标换电柜输出端。获取A对应的梯度充电功率分配模型。该模型可以根据最大充电速率和电池组容量等因素，确定在不同时间段内A的充电功率分配方案。通过应用梯度充电功率分配模型，对最大充电速率和电池组容量数据进行电力输出分析。这将为目标电池组提供一个充电功率梯度分配方案，确保在充电过程中合理分配功率，以满足充电需求并提高充电效率。
上面对本发明实施例中基于换电柜的充电功率分配方法进行了描述，下面对本发明实施例中基于换电柜的充电功率分配装置进行描述，请参阅图5，本发明实施例中基于换电柜的充电功率分配装置一个实施例包括：
接收模块501，用于基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据；
匹配模块502，用于对所述电池组充电任务与预置的多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；
分析模块503，用于对所述多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图；
筛选模块504，用于根据所述输出端负载分布特征图对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端；
映射模块505，用于获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标；
分配模块506，用于根据所述电力评价指标确定目标换电柜输出端，并基于所述目标换电柜输出端，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案。
通过上述各个组成部分的协同合作，对电池组充电任务与多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端；进行输出端充电设备负载分析，得到输出端负载分布特征图；根据输出端负载分布特征图进行负载状态筛选，得到至少两个第二换电柜输出端；获取电力输出效率以及电力损耗数据并进行评价指标映射，得到电力评价指标；根据电力评价指标确定目标换电柜输出端，并基于目标换电柜输出端，对最大充电速率以及电池组容量数据进行电力输出分析，得到目标电池组的充电功率梯度分配方案，本发明通过对充电任务进行精细调节和分配，可以最大化使用更多的换电柜输出端提供的充电功率，从而缩短充电时间，提高充电效率和充电速度，通过对多个换电柜输出端进行负载分析和筛选，可以实现充电设备之间的负载均衡，最大限度地利用每个换电柜设备的电力输出端，从而实现了换电柜的智能充电并且提高了充电功率分配的准确率。
上面图5从模块化功能实体的角度对本发明实施例中的基于换电柜的充电功率分配装置进行详细描述，下面从硬件处理的角度对本发明实施例中基于换电柜的充电功率分配设备进行详细描述。
图6是本发明实施例提供的一种基于换电柜的充电功率分配设备的结构示意图，该基于换电柜的充电功率分配设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）610（例如，一个或一个以上处理器）和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630（例如一个或一个以上海量存储设备）。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对基于换电柜的充电功率分配设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在基于换电柜的充电功率分配设备600上执行存储介质630中的一系列指令操作。
基于换电柜的充电功率分配设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作***631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的基于换电柜的充电功率分配设备结构并不构成对基于换电柜的充电功率分配设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种基于换电柜的充电功率分配设备，所述基于换电柜的充电功率分配设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述基于换电柜的充电功率分配方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于换电柜的充电功率分配方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random acceS memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于换电柜的充电功率分配方法，其特征在于，所述基于换电柜的充电功率分配方法包括：
基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据；
对所述电池组充电任务与预置的多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端，具体包括：将所述电池组充电任务输入预置的充电任务梯度分析模型，通过所述充电任务梯度分析模型将所述电池组充电任务划分为N个梯度充电任务；获取每个梯度充电任务对应的第一影响因子集合，其中，所述第一影响因子集合包括：充电效率、充电时间以及充电成本；根据所述第一影响因子集合匹配每个梯度充电任务对应的候选换电柜输出端，得到多个候选换电柜输出端；获取每个候选换电柜输出端的第二影响因子集合，其中，所述第二影响因子集合包括：充电设备配置以及外部环境参数；对所述第一影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第一特征映射值，并对所述第二影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第二特征映射值；构建所述第一特征映射值对应的第一特征向量，以及构建所述第二特征映射值对应的第二特征向量；对所述第一特征向量以及所述第二特征向量进行特征匹配度计算，得到每个候选换电柜输出端的特征匹配度；将所述特征匹配度超过预设目标值的候选换电柜输出端作为第一换电柜输出端，得到多个第一换电柜输出端，其中，所述多个第一换电柜输出端包括：风电输出端、市电输出端以及太阳能电源输出端；
对所述多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图；
根据所述输出端负载分布特征图对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端；
获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标；
根据所述电力评价指标确定目标换电柜输出端，并基于所述目标换电柜输出端，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案。
2.根据权利要求1所述的基于换电柜的充电功率分配方法，其特征在于，所述基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据，包括：
基于预置的目标换电柜获取目标电池组的目标连接状态；
根据所述目标连接状态，对所述目标电池组进行充电任务订单查询，得到充电任务订单数据；
通过所述充电任务订单数据以及所述目标连接状态进行充电任务构建，得到电池组充电任务；
对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据。
3.根据权利要求1所述的基于换电柜的充电功率分配方法，其特征在于，所述对所述多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图，包括：
获取所述多个第一换电柜输出端的输出端充电设备用电数据，并对所述输出端充电设备用电数据进行负载数据映射，得到每个第一换电柜输出端对应的负载数据有向图；
通过所述最大充电速率以及所述电池组容量数据对所述负载数据有向图中的多个有向线段进行权重赋值，得到对应的加权负载有向图；
对所述加权负载有向图进行图节点提取，得到多个初始图节点，并对所述多个初始图节点进行节点标记，得到每个第一换电柜输出端的目标节点集；
对所述目标节点集进行负载交互逻辑和负载交互位置连接，确定对应的多个负载交互逻辑以及多个负载交互位置，并通过所述多个负载交互逻辑以及所述多个负载交互位置进行负载分布特征图构建，得到输出端负载分布特征图。
4.根据权利要求1所述的基于换电柜的充电功率分配方法，其特征在于，所述根据所述输出端负载分布特征图对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端，包括：
基于所述输出端负载分布特征图提取每个第一换电柜输出端的特征负载参数；
对所述特征负载参数和所述目标电池组进行相关性参数分析，得到每个第一换电柜输出端的相关性参数；
根据所述相关性参数对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端。
5.根据权利要求1所述的基于换电柜的充电功率分配方法，其特征在于，所述获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标，包括：
获取每个第二换电柜输出端的电力输出效率以及电力损耗数据；
构建评价指标体系，并根据所述评价指标体系，对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到初始评价指标；
对所述初始评价指标进行指标权重分配，得到每个第二换电柜输出端的电力评价指标。
6.根据权利要求1所述的基于换电柜的充电功率分配方法，其特征在于，所述根据所述电力评价指标确定目标换电柜输出端，并基于所述目标换电柜输出端，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案，包括：
对所述电力评价指标进行比较，得到评价指标比较结果；
根据所述评价指标比较结果，从所述至少两个第二换电柜输出端中确定目标换电柜输出端；
获取所述目标换电柜输出端对应的梯度充电功率分配模型；
通过所述梯度充电功率分配模型，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案。
7.一种基于换电柜的充电功率分配装置，其特征在于，所述基于换电柜的充电功率分配装置包括：
接收模块，用于基于预置的目标换电柜接收目标电池组发送的电池组充电任务，并对所述目标电池组进行电池组属性参数解析，得到最大充电速率以及电池组容量数据；
匹配模块，用于对所述电池组充电任务与预置的多个候选换电柜输出端进行换电柜输出端匹配，得到多个第一换电柜输出端，具体包括：将所述电池组充电任务输入预置的充电任务梯度分析模型，通过所述充电任务梯度分析模型将所述电池组充电任务划分为N个梯度充电任务；获取每个梯度充电任务对应的第一影响因子集合，其中，所述第一影响因子集合包括：充电效率、充电时间以及充电成本；根据所述第一影响因子集合匹配每个梯度充电任务对应的候选换电柜输出端，得到多个候选换电柜输出端；获取每个候选换电柜输出端的第二影响因子集合，其中，所述第二影响因子集合包括：充电设备配置以及外部环境参数；对所述第一影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第一特征映射值，并对所述第二影响因子集合进行特征映射，得到每个候选换电柜输出端对应的第二特征映射值；构建所述第一特征映射值对应的第一特征向量，以及构建所述第二特征映射值对应的第二特征向量；对所述第一特征向量以及所述第二特征向量进行特征匹配度计算，得到每个候选换电柜输出端的特征匹配度；将所述特征匹配度超过预设目标值的候选换电柜输出端作为第一换电柜输出端，得到多个第一换电柜输出端，其中，所述多个第一换电柜输出端包括：风电输出端、市电输出端以及太阳能电源输出端；
分析模块，用于对所述多个第一换电柜输出端进行输出端充电设备负载分析，得到输出端负载分布特征图；
筛选模块，用于根据所述输出端负载分布特征图对所述多个第一换电柜输出端进行负载状态筛选，得到至少两个第二换电柜输出端；
映射模块，用于获取每个第二换电柜输出端的电力输出效率以及电力损耗数据，并分别对所述电力输出效率以及所述电力损耗数据进行评价指标映射，得到每个第二换电柜输出端的电力评价指标；
分配模块，用于根据所述电力评价指标确定目标换电柜输出端，并基于所述目标换电柜输出端，对所述最大充电速率以及所述电池组容量数据进行电力输出分析，得到所述目标电池组的充电功率梯度分配方案。
8.一种基于换电柜的充电功率分配设备，其特征在于，所述基于换电柜的充电功率分配设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于换电柜的充电功率分配设备执行如权利要求1-6中任一项所述的基于换电柜的充电功率分配方法。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-6中任一项所述的基于换电柜的充电功率分配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310806194.3A CN116512968B (zh) | 2023-07-04 | 2023-07-04 | 基于换电柜的充电功率分配方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310806194.3A CN116512968B (zh) | 2023-07-04 | 2023-07-04 | 基于换电柜的充电功率分配方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116512968A CN116512968A (zh) | 2023-08-01 |
| CN116512968B true CN116512968B (zh) | 2023-09-08 |
Family
ID=87390723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310806194.3A Active CN116512968B (zh) | 2023-07-04 | 2023-07-04 | 基于换电柜的充电功率分配方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116512968B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013179736A (ja) * | 2012-02-28 | 2013-09-09 | Mitsubishi Heavy Ind Ltd | 出力平滑化装置、出力平滑化方法、及びプログラム |
| CN207955390U (zh) * | 2018-03-19 | 2018-10-12 | 沈阳亚太顺和陶瓷技术有限公司 | 车用直流快充和交流慢充自动转换充电装置 |
| CN110190645A (zh) * | 2019-05-27 | 2019-08-30 | 杭州绿鲸科技有限公司 | 一种集中式换电柜充电功率动态分配方法 |
| ES2754042A1 (es) * | 2018-10-09 | 2020-04-15 | Remon Rodriguez Daniel | Dispositivo y procedimiento de control de potencia para vehículos eléctricos |
| CN111835072A (zh) * | 2020-07-31 | 2020-10-27 | 北京兴达智联科技有限公司 | 具备动态电流分配的换电柜及充电方法 |
| CN112248876A (zh) * | 2019-11-11 | 2021-01-22 | 张军 | 换电柜电池管理方法、换电柜、换电***及组合适配器 |
| JP6839375B1 (ja) * | 2020-10-07 | 2021-03-10 | 富士通クライアントコンピューティング株式会社 | 充電管理システム、管理装置およびプログラム |
| CN112677804A (zh) * | 2020-12-11 | 2021-04-20 | 深圳易马达科技有限公司 | 一种充电功率分配方法、充电功率分配装置及换电柜 |
| CN112721707A (zh) * | 2020-12-07 | 2021-04-30 | 靳普 | 一种功率分配方法及分配*** |
| CN214123063U (zh) * | 2021-01-22 | 2021-09-03 | 广西大学 | 一种光伏共享换电柜*** |
| CN113452056A (zh) * | 2021-07-26 | 2021-09-28 | 北京市腾河智慧能源科技有限公司 | 电池换电柜的充电控制方法及***、设备、存储介质 |
| WO2021253762A1 (zh) * | 2020-06-16 | 2021-12-23 | 上海蔚来汽车有限公司 | 智能充电柜及充电站 |
| CN115001085A (zh) * | 2022-06-01 | 2022-09-02 | 青岛联合新能源汽车有限公司 | 一种换电柜充电装置及其充电控制方法 |
| KR102460177B1 (ko) * | 2021-10-15 | 2022-10-28 | 한국자동차연구원 | 전기자동차 충전기의 등급 판정 방법 및 전기자동차 연계 충전성능 평가 방법 |
| CN116001624A (zh) * | 2022-12-02 | 2023-04-25 | 国网辽宁省电力有限公司阜新供电公司 | 基于深度强化学习的一桩多联电动汽车有序充电方法 |
| CN116022023A (zh) * | 2022-12-28 | 2023-04-28 | 西安芯德通信息技术有限公司 | 一种具有智能功率分配的换电柜 |
| CN116207830A (zh) * | 2023-05-05 | 2023-06-02 | 深圳源川智控技术有限公司 | 换电柜功率分配方法、***、设备及存储介质 |
-
2023
- 2023-07-04 CN CN202310806194.3A patent/CN116512968B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013179736A (ja) * | 2012-02-28 | 2013-09-09 | Mitsubishi Heavy Ind Ltd | 出力平滑化装置、出力平滑化方法、及びプログラム |
| CN207955390U (zh) * | 2018-03-19 | 2018-10-12 | 沈阳亚太顺和陶瓷技术有限公司 | 车用直流快充和交流慢充自动转换充电装置 |
| ES2754042A1 (es) * | 2018-10-09 | 2020-04-15 | Remon Rodriguez Daniel | Dispositivo y procedimiento de control de potencia para vehículos eléctricos |
| CN110190645A (zh) * | 2019-05-27 | 2019-08-30 | 杭州绿鲸科技有限公司 | 一种集中式换电柜充电功率动态分配方法 |
| CN112248876A (zh) * | 2019-11-11 | 2021-01-22 | 张军 | 换电柜电池管理方法、换电柜、换电***及组合适配器 |
| WO2021253762A1 (zh) * | 2020-06-16 | 2021-12-23 | 上海蔚来汽车有限公司 | 智能充电柜及充电站 |
| CN111835072A (zh) * | 2020-07-31 | 2020-10-27 | 北京兴达智联科技有限公司 | 具备动态电流分配的换电柜及充电方法 |
| JP6839375B1 (ja) * | 2020-10-07 | 2021-03-10 | 富士通クライアントコンピューティング株式会社 | 充電管理システム、管理装置およびプログラム |
| CN112721707A (zh) * | 2020-12-07 | 2021-04-30 | 靳普 | 一种功率分配方法及分配*** |
| WO2022121268A1 (zh) * | 2020-12-07 | 2022-06-16 | 至玥腾风科技集团有限公司 | 一种功率分配方法及分配*** |
| CN112677804A (zh) * | 2020-12-11 | 2021-04-20 | 深圳易马达科技有限公司 | 一种充电功率分配方法、充电功率分配装置及换电柜 |
| CN214123063U (zh) * | 2021-01-22 | 2021-09-03 | 广西大学 | 一种光伏共享换电柜*** |
| CN113452056A (zh) * | 2021-07-26 | 2021-09-28 | 北京市腾河智慧能源科技有限公司 | 电池换电柜的充电控制方法及***、设备、存储介质 |
| KR102460177B1 (ko) * | 2021-10-15 | 2022-10-28 | 한국자동차연구원 | 전기자동차 충전기의 등급 판정 방법 및 전기자동차 연계 충전성능 평가 방법 |
| CN115001085A (zh) * | 2022-06-01 | 2022-09-02 | 青岛联合新能源汽车有限公司 | 一种换电柜充电装置及其充电控制方法 |
| CN116001624A (zh) * | 2022-12-02 | 2023-04-25 | 国网辽宁省电力有限公司阜新供电公司 | 基于深度强化学习的一桩多联电动汽车有序充电方法 |
| CN116022023A (zh) * | 2022-12-28 | 2023-04-28 | 西安芯德通信息技术有限公司 | 一种具有智能功率分配的换电柜 |
| CN116207830A (zh) * | 2023-05-05 | 2023-06-02 | 深圳源川智控技术有限公司 | 换电柜功率分配方法、***、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116512968A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI774900B (zh) | 對置於裝置交換站的複數個可交換式能源儲存裝置的充電方法、伺服器、裝置交換站的管理方法 | |
| JP2024503017A (ja) | 充電管理システムにおける充電及びエネルギー供給の最適化方法並び装置 | |
| Xu et al. | A novel clustering algorithm for grouping and cascade utilization of retired Li-ion batteries | |
| CN104022503B (zh) | 一种带有储能设备的智能微电网电能优化控制方法 | |
| CN104022552B (zh) | 一种用于电动汽车充电控制的智能检测方法 | |
| CN109523087A (zh) | 基于深度学习的电动汽车快充站储能监测***及其方法 | |
| CN109613440B (zh) | 电池的分级方法、装置、设备和存储介质 | |
| CN103337890A (zh) | 一种电动出租车充电站有序充电***及方法 | |
| KR101493355B1 (ko) | 에너지 저장 장치의 ｓｏｃ 보정 방법 및 이를 이용하는 ｓｏｃ 보정 시스템 | |
| CN111532150A (zh) | 基于自学习的电动汽车充电控制策略优化方法及*** | |
| CN116151486B (zh) | 含储能***的光伏充电站多时间尺度随机优化方法及装置 | |
| CN112953007A (zh) | 配电网调度方法、装置及***、处理器、电子设备 | |
| Lee et al. | Genetic algorithm-based charging task scheduler for electric vehicles in smart transportation | |
| CN115610252A (zh) | 一种车辆电池热管理启用方法、装置、设备及存储介质 | |
| CN117595462B (zh) | 一种二次储能电池组的自适应充放电控制***及其控制方法 | |
| CN116512968B (zh) | 基于换电柜的充电功率分配方法、装置、设备及存储介质 | |
| CN112731160A (zh) | 电池滞回模型训练方法、估算电池soc的方法和装置 | |
| JP2019165580A (ja) | 電力システム、制御装置、電力管理方法、プログラム、及び、電力管理サーバ | |
| KR20180062327A (ko) | 전력 거래 중개 장치 및 방법 | |
| US20230231396A1 (en) | Method and apparatus for executing a charging operation of a device battery | |
| CN115545588A (zh) | 固定储能***选址确定方法、装置、电子设备及存储介质 | |
| CN114683908B (zh) | 换电站的换电能力评估方法、***、电子设备和介质 | |
| CN109598856B (zh) | 一种储能计费方法及装置 | |
| Cui et al. | Game-based distributed charging control for electric vehicles in a photovoltaic charging station | |
| US20230384391A1 (en) | Systems and techniques for predicting life of battery, and battery management system operating the same |
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 |