一种电动汽车充电场站充电桩智能管理方法及装置与流程

本发明涉及电动汽车充电管理领域，具体涉及一种电动汽车充电场站充电桩智能管理方法及装置。

背景技术：

电动汽车大型停车充电站用于向电动汽车提供充电设备,例如提供大量的停车位以及充电桩,其具体形式种类多样。随着电动汽车的不断增加,大规模电动汽车如何进行智能化充电控制是当前亟待解决的问题。大规模电动汽车接入电网充电势必会对电网的稳定运行产生不利影响，可能造成电网电能质量下降、电网损耗增加、变压器过载等后果；当充电桩数量增加时，由于用户端与充电端信息交互滞后，用户端无法明确充电桩信息及其实时工作状态，一方面导致充电系统运营效率下降，另一方面导致用户端不能及时找到可用的充电桩，或者用户端自行找到充电桩进行充电可能会造成多个充电站利用率不均衡的问题；电动汽车大型停车充电站中车位一般仅仅向电动汽车提供，现有的停车位经常会被非电动汽车占据,例如燃油车和其他非机动车,这样就会造成大量的充电桩未被使用,产生资源浪费，同时也会导致部分电动汽车无法充电。

技术实现要素：

针对上述现有技术存在的问题，本发明提供了一种电动汽车充电场站充电桩智能管理方法，应用于充电站管控系统，包括：

实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态；

接收用户端的充电请求，获取充电需求参数信息，包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置；

基于可用状态的充电桩列表，根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩，并将匹配的充电桩信息发送到用户端；

根据充电车位摄像设备拍摄的电动汽车图像，判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标，若是，则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。

作为上述方案的进一步优化，所述实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态，包括：

基于充电桩的采集设备采集的运行状态数据，判断充电桩发生不同故障的概率；

当至少一种故障的发生概率大于第一预设值时，所述充电桩确定为待维修状态，否则所述充电桩为可用状态。

作为上述方案的进一步优化，所述基于充电桩的采集设备采集的运行状态数据，判断充电桩发生不同故障的概率，具体包括：

基于不同维度的采集数据分别进行预处理后作为待输入数据；

执行第一类故障预测方法，基于充电桩历史告警和发生故障的关联规律数据、充电桩的生产厂家、充电桩的已使用时限和最大使用时限参数，进行多维度数据的拟合，预测发生充电桩断电以及网络故障的第一预测概率；

执行第二类故障预测方法，基于充电桩的实时电气参数以及环境参数变化曲线，进行多维度数据的拟合，预测充电桩的温度湿度数值超出第二预设值的概率，获取第二预测结果。

作为上述方案的进一步优化，所述基于可用状态的充电桩列表，根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩，包括：

基于电动汽车当前位置进行与待选择充电桩所在充电站之间的路径规划，获取路径距离以及达到充电站的时间a1，过滤掉电动汽车剩余电量不足以到达的充电桩；

获取电动汽车达到充电桩的时刻所在充电站的充电桩占用率a2；

基于用户的充电量需求以及充电策略需求预测充电开始时间，并计算每个充电桩对电动汽车进行充电所需充电时间a3，过滤掉预计充电完成时间晚于用户充电完成时间需求的充电桩；

基于每个充电桩的达到充电站的时间a1、充电桩占用率a2和充电所需充电时间a3进行综合决策获取最优充电桩。

作为上述方案的进一步优化，所述基于用户的充电量需求以及充电策略需求预测充电开始时间，计算每个充电桩对电动汽车进行充电所需充电时间a3，包括：

若用户的充电策略需求为立即定量充电，则直接以所需充电量和充电桩充电功率计算充电完成所需时长a3；

若用户的充电策略需求为接受充电过程控制，则基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段，并获取充电完成所需时长a3。

作为上述方案的进一步优化，所述基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段，包括：

基于充电站当前时刻所有接受充电过程控制的充电请求数量，为所述电动汽车的充电请求排序；

基于充电站负荷数据预测结果，获取充电站负荷小于第三预设值的时间段；

基于充电站接收充电请求的顺序分配电动汽车的充电开始时间；

基于所需充电量和充电桩充电功率计算充电完成所需时长a3。

作为上述方案的进一步优化，所述当允许电动汽车进行车位时，通过启动充电车位的智能车位地锁使电动汽车停入车位，然后基于智能匹配的充电计划进行充电。

本发明还提供了一种电动汽车充电场站充电桩智能管理装置，包括：

实时监测单元，用于实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态；

充电请求接收单元，用于接收用户端的充电请求，获取充电需求参数信息，包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置；

充电请求智能匹配充电桩单元，用于基于可用状态的充电桩列表，根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩，并将匹配的充电桩信息发送到用户端；

充电桩车位管理单元，用于根据充电车位摄像设备拍摄的电动汽车图像，判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标；若是，则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。

本发明还提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述的电动汽车充电场站充电桩智能管理方法。

本发明还提供了一种终端设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行上述的电动汽车充电场站充电桩智能管理方法。

本发明的一种电动汽车充电场站充电桩智能管理方法及装置，具备如下有益效果：

1.通过控制充电桩的多种采集设备采集充电桩的环境信息、比如烟感、湿度、温度、风向、以及充电桩运行时的电气参数信息，比如电压、电流、动作开关量等，通过分析多种参数判断充电桩的状态，包括对故障的预测分析，避免了充电桩在充电过程中发生故障影响充电过程。

2.本申请在对充电桩监测过程中，通过根据用户端的充电请求、多个充电站的充电桩的使用情况等多方面智能匹配最优的充电桩，实现用户有目的的选择充电站，便于电动汽车快速到达可用的充电站进行充电，避免用户在不知道充电站充电桩使用情况下盲目选择充电站。

3.在对充电桩监测的过程中，通过充电车位摄像设备拍摄的电动汽车图像，判断电动汽车是否允许进入车位，实现对充电车位车辆身份的验证，防止其它电动汽车占用车位，同时避免充电桩车位被燃油车占位问题，导致充电桩不能得到最大利用。

4.本发明在基于电动汽车充电请求匹配充电桩的过程中，基于多个充电桩之间占用率偏差、到达充电站路径距离、完成充电所需时间计算优化目标函数，获取最佳匹配充电桩，实现用户端行驶到充电站的剩余电量最大同时实现多个充电桩利用率均衡。

附图说明

图1为本发明中基于用户端的充电请求对于充电桩以及充电车位的管理方法流程框图；

图2为图1中获取可用状态的充电桩的方法流程框图；

图3为本发明中一种电动汽车充电场站充电桩智能管理装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然，所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种电动汽车充电场站充电桩智能管理方法，应用于充电站管控系统，充电站管控系统通过分别与电动汽车的用户端和充电桩多种采集设备之间的通信，实现对多个充电场站的充电桩的管理，本申请实施例提供的方法包括如下步骤：

实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态；

接收用户端的充电请求，获取充电需求参数信息，包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置；

基于可用状态的充电桩列表，根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩，并将匹配的充电桩信息发送到用户端；

根据充电车位摄像设备拍摄的电动汽车图像，判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标，若是，则允许电动汽车进入车位并基于智能匹配的充电计划进行充电。

本申请实施例中通过控制充电桩的多种采集设备采集充电桩的环境信息、比如烟感、湿度、温度、风向、以及充电桩运行时的电气参数信息，比如电压、电流、动作开关量等，通过分析多种参数判断充电桩的状态，包括对故障的预测分析，避免了充电桩在充电过程中发生故障影响充电过程。

同时，在对充电桩监测过程中，通过根据用户端的充电请求、多个充电站的充电桩的使用情况等多方面智能匹配最优的充电桩，实现用户有目的的选择充电站，便于电动汽车快速到达可用的充电站进行充电，避免用户在不知道充电站充电桩使用情况下盲目选择充电站。

同时，在对充电桩监测的过程中，通过充电车位摄像设备拍摄的电动汽车图像，判断电动汽车是否允许进入车位，实现对充电车位车辆身份的验证，防止其它电动汽车占用车位，同时避免充电桩车位被燃油车占位问题，导致充电桩不能得到最大利用。

在本申请实施例中，实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态，包括：

基于充电桩的采集设备采集的运行状态数据，判断充电桩发生不同故障的概率，具体包括：

基于不同维度的采集数据分别进行预处理后作为待输入数据；

执行第一类故障预测方法，基于充电桩历史告警和发生故障的关联规律数据、充电桩的生产厂家、充电桩的已使用时限和最大使用时限参数，进行多维度数据的拟合，预测发生充电桩断电以及网络故障的第一预测概率；

执行第二类故障预测方法，基于充电桩的实时电气参数以及环境参数变化曲线，进行多维度数据的拟合，预测充电桩的温度湿度数值超出第二预设值的概率，获取第二预测结果；

当至少一种故障的发生概率大于第一预设值时，所述充电桩确定为待维修状态，否则所述充电桩为可用状态。

优选的，将第一类故障预测方法用于预测与发生时间参数无关的故障，基于充电桩的在故障发生之前累计发生的告警次数、在故障发生之后发生下一次故障之间发生的告警次数、充电桩的生产厂家、充电桩的已使用时限和最大使用时限参数，通过pnn神经网络算法进行多个参数的拟合，预测充电桩发生故障的第一的概率，其中将上述参数经过网络的输入层传输到隐藏层，输入层神经元节点为5个，经过多层隐藏层的正向传播，计算输入数据与隐藏层节点的中心距离，隐层节点的输入输出关系为：

其中，l为训练样本的特征向量个数,x为待测样本向量,x为第i类特征的第j个样本,σ为平滑参数；网络中的求和层把隐含层中属于同一类的神经元的输出值做加权平均，公式为：其中,li为第i类中的样本个数，求和层的神经元数目与类别数目m相同，输出层中获取求和层中最大的一个来当作输出的类别，y(x)＝argmax(fi(x))，输出层以向量形式输出发生故障的概率等级。

优选的，将第二类故障预测方法用于预测与发生时间参数有关的故障，即对于时间序列的预测，本申请实施例中采用卷积神经网络进行预测，卷积网络包括1个输入层、5个卷积层、5个池化层、1个全连接层和1个输出分类层，卷积层和池化层交替设置，通过卷积神经网络首先基于输入特征数据，判断故障类别，交叉熵代价函数，利用adam方法更新模型参数，优化模型。激活函数采用不饱和非线性函数f(x)＝max(0,x)，池化层采用最大降采样方法。输出层选用softmax分类器，输出各个故障的概率。

上述基于可用状态的充电桩列表，根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩，包括：

基于电动汽车当前位置进行与待选择充电桩所在充电站之间的路径规划，获取路径距离以及达到充电站的时间a1，过滤掉电动汽车剩余电量不足以到达的充电桩；可以理解的是，达到充电站的路径距离约长，在电动汽车到达充电站的路上消耗的电量也就越多，从而达到充电站时的剩余电量越少，在充电站需要补充的电量越多，随之将会导致用户的充电费用越多，所以基于用户成本最低的考虑，路径距离越短的充电站越是用户优选的充电站；

获取电动汽车达到充电桩的时刻所在充电站的充电桩占用率a2；基于多个充电站的充电桩的占用率平衡，避免充电站利用率过高和过低现象，导致充电站发生充电负荷过大现象，在进行智能匹配充电桩时，应使得每个充电站的充电桩占用率均衡化。

基于用户的充电量需求以及充电策略需求预测充电开始时间，并计算每个充电桩对电动汽车进行充电所需充电时间a3，过滤掉预计充电完成时间晚于用户充电完成时间需求的充电桩；

基于每个充电桩的达到充电站的时间a1、充电桩占用率a2和充电所需充电时间a3进行综合决策获取最优充电桩，在本申请实施例中，对于其中的综合决策通过计算目标函数：

f＝min[(ω1*f1)+(ω2*f2)+(ω3*f3)]，其中，ω1、ω2、ω3为权重系数，f1、f2、f3分别为前述所获取的多个充电站之间充电桩的占用率偏差、到达充电站的路径距离、充电完成所需时长(从进入充电站到离开充电站的时长)，该优化目标函数的求解采用粒子群优化算法，以充电站、充电桩作为一个粒子，通过初始化算法参数，基于优化目标函数、粒子速度和位置更新公式迭代和更新粒子位置，直至到达最大迭代次数获取最佳粒子位置作为求解的匹配的充电站、充电桩信息，当然在计算过程中，为了方便计算粒子群算法的适应度函数获取每次迭代过程中的粒子最优适应度和全局最优适应度，以作为粒子群算法的适应度函数进行计算。

上述基于用户的充电量需求以及充电策略需求预测充电开始时间，计算每个充电桩对电动汽车进行充电所需充电时间a3，包括：

若用户的充电策略需求为立即定量充电，即到站后立即进行充电，则直接以所需充电量和充电桩充电功率计算充电完成所需时长a3；

若用户的充电策略需求为接受充电过程控制，即到达充电站后，连接充电桩后，按照充电站安排的充电桩启停顺序进行充电，在所匹配连接的充电桩处于启动状态时进行充电，则基于充电站负荷数据预测结果以及充电量需求分配电动汽车的充电时间段，并获取充电完成所需时长a3，具体的，接受充电过程控制是指：

基于充电站当前时刻所有接受充电过程控制的充电请求数量，为所述电动汽车的充电请求排序；

基于充电站负荷数据预测结果，获取充电站负荷小于第三预设值的时间段；

基于充电站接收充电请求的顺序分配电动汽车的充电开始时间；

基于所需充电量和充电桩充电功率计算充电完成所需时长a3，当然这里的a3为实际充电的过程时长和非充电阶段的时长总和。

本申请实施例中基于对充电车位的严格管理，在充电车位设有设有拍摄装置和智能车位地锁，在车位没有电动汽车充电时，通过地锁的启动防止其它车辆进入车位，在经过智能匹配的电动汽车到达车位前时，通过拍摄装置拍摄图像进行图像分析后，电动汽车若为与所述充电车位所在充电桩智能匹配的待充电目标，则允许电动汽车进入车位，通过启动充电车位的智能车位地锁使电动汽车停入车位，然后基于智能匹配的充电计划进行充电。

本申请实施例还提供了一种电动汽车充电场站充电桩智能管理装置，包括：

实时监测单元，用于实时基于充电桩的采集设备采集的数据分析充电桩是否为可用状态；

充电请求接收单元，用于接收用户端的充电请求，获取充电需求参数信息，包括充电量、充电策略以及充电完成时间需求、充电车辆标识、电动汽车当前地理位置；

充电请求智能匹配充电桩单元，用于基于可用状态的充电桩列表，根据充电需求参数信息智能匹配充电完成时间以及费用最小的充电桩，并将匹配的充电桩信息发送到用户端；

充电桩车位管理单元，用于根据充电车位摄像设备拍摄的电动汽车图像，判断电动汽车是否为与所述充电车位所在充电桩智能匹配的待充电目标；若是，则允许电动汽车进行车位并基于智能匹配的充电计划进行充电。

需要说明的是，前述对电动汽车充电场站充电桩智能管理方法的解释说明，也适用于本申请实施例的电动汽车充电场站充电桩智能管理装置，本申请实施例中未公布的细节，在此不再赘述。

本申请实施例还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的电动汽车充电场站充电桩智能管理方法。

本申请实施例还提供一种终端设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行上述的电动汽车充电场站充电桩智能管理方法。

本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。