一种基于比维度的标准车选取方法和系统与流程
本发明属于电动汽车充电桩计量,具体涉及一种基于比维度的标准车选取方法和系统,用于实现充电桩的远程预检定。特别地,本发明通过多维度综合评估电动汽车作为量值传递载体的适宜性,筛选出高稳定性、高代表性的“标准车”,从而提升充电桩远程检定的准确性和可靠性。
背景技术:
1、随着全球能源危机和环境污染问题的日益突出,电动汽车作为新能源汽车的代表,近年来得到了飞速发展和普及。作为电动汽车能量补给的核心基础设施,充电桩的数量也呈几何倍数增长。充电桩属于贸易结算用计量器具,其计量准确性直接关系到交易公平性和用户切身利益。根据国家计量检定规程,充电桩需定期(通常为一年)进行计量检定,以确保其工作误差、示值误差、付费金额误差等符合要求。
2、目前,充电桩的计量检定主要依赖计量人员携带标准器到现场,按照标准规定的步骤进行检定。然而,这种传统的人工检定方式存在诸多不足:首先,检定效率低,面对海量分布的充电桩,检定人员需要耗费大量时间和交通成本;其次,检定周期长,难以在第一时间发现计量异常;再次,检定结果受人员操作熟练程度影响,存在人为误差。因此,迫切需要一种高效、低成本的远程检定方法。
3、近年来,随着物联网、大数据和云计算技术的发展,充电桩远程监测平台逐渐普及。充电桩在充电过程中产生的数据(包括充电桩自身计量数据和电动汽车bms(电池管理系统)数据)可实时上传至云端,为远程检定提供了数据基础。基于车桩数据互动的远程检定方法应运而生。其核心思想是:利用少量经过校准的高精度“标准桩”与电动汽车充电,通过数据比对将标准量值传递给电动汽车的bms,使该电动汽车成为“校准车”;随后,该校准车与其他未检定桩充电,通过数据比对将标准量值传递给未检定桩,从而实现量值传递和误差估计。这一过程类似于传染病传播模型,通过充电网络将标准量值逐步扩散至整个充电桩群体,故称为“传播式检定”。
4、在现有技术中,已有多种相关方案被提出:cn113406557a公开了一种《一种传播式充电桩远程检定方法》,其方案隐含地假设所有车辆均可作为校准车,或者简单地依赖充电频次等单一指标。这种简化处理可能导致标准车bms不稳定、数据缺失、充电行为异常,从而引入额外误差,影响检定结果的可靠性。cn118683394a公开了《一种基于车桩数据互动的充电桩误差监测方法及相关设备》,该方法同样存在所采用的数据质量是否稳定、数据缺失、充电行为异常,从而引入额外误差,都将影响检定结果的可靠性,且同样未涉及标准车的筛选方法问题。cn20211010973公开了《一种改变电气拓扑结构检定直流充电桩的方法和装置》,该方案依赖硬件改造,实施成本高、工程量大,不适用于已建充电桩的大规模推广,且同样未涉及标准车的筛选方法问题。cn202411182908公开了《电动汽车充电桩强制计量检定终端优化配置方法和装置》,该专利主要是研究标准桩的优化配置,与标准车的筛选属于不同的技术方向。
5、综上所述,现有技术中缺乏一种系统化的标准车选取方法,能够从海量电动汽车中筛选出稳定可靠、适合作为量值传递载体的车辆。这成为制约传播式检定方法实际应用的关键瓶颈。
技术实现思路
1、本发明旨在解决现有技术中标准车筛选方法单一、代表性差、可靠性低的问题,提供一种基于比维度的标准车选取方法和系统,通过构建多维度评估模型,综合衡量电动汽车的充电频次、bms稳定性、数据完整性和充电行为一致性,筛选出具备高稳定性和高代表性的标准车,为充电桩远程检定提供可靠量值传递载体。
2、为实现上述目的,本发明提供一种基于比维度的标准车选取方法,包括以下步骤:
3、步骤s1:采集充电桩与电动汽车的充电过程数据,构建车桩互动数据库。
4、利用充电桩远程监测平台,实时采集所有接入平台的充电桩与电动汽车在充电过程中产生的数据。每条充电记录至少包含以下字段:充电桩接口id(唯一标识充电桩)、电动汽车vin码(唯一标识车辆)、充电开始时间、充电结束时间、bms测量电压(序列)、bms测量电流(序列)、bms计量电能、充电桩测量电压(序列)、充电桩测量电流(序列)、充电桩计量电能。数据上传频率可根据实际情况设定,通常为每10秒或每分钟上传一次,以保证数据的连续性和完整性。所有数据存储于车桩互动数据库中,用于后续分析。
5、步骤s2:基于充电频次、bms稳定性、数据完整性和充电行为一致性构建比维度评估模型。
6、“比维度”意指从多个相互独立且互补的维度对车辆进行综合评估,以衡量其作为标准车的适宜性。本步骤构建四个核心维度:
7、充电频次维度:反映车辆与已知标准桩的互动频率,高频次意味着车辆有机会参与更多次量值传递,可作为标准车的“活跃度”指标。具体定义为:在统计周期(如最近30天)内,车辆在标准桩上的充电次数。设车辆i在标准桩上的充电次数为,则充电频次维度值可归一化为:
8、
9、其中分别为所有车辆充电频次的最大值和最小值。
10、bms稳定性维度:评估车辆bms测量值与标准桩测量值之间的一致性,反映bms的长期稳定性和准确度。bms稳定性越高,其作为量值传递参考的可靠性越高。具体计算方法:统计车辆i与所有标准桩的充电记录,计算每次充电过程中bms电压与桩端电压的均方根误差rmse的平均值,记为。rmse越小,说明bms与标准桩越一致。计算公式为:
11、
12、其中 n 为车辆i与标准桩的充电次数, 为第k次充电的数据点数,、分别为第k次充电第j个数据点的bms电压和桩端电压。bms稳定性维度值可归一化为:
13、
14、其中 分别为所有车辆bms稳定性指标的最大值和最小值。越大表示bms越稳定。
15、数据完整性维度:评估车辆充电过程数据的连续性和完整性,缺失数据将影响误差计算的准确性。具体定义:统计车辆i所有充电记录中数据缺失率,即缺失数据点数占总应有点数的比例,记为。数据完整性维度值可归一化为:
16、
17、其中为缺失率, 越大表示数据越完整。
18、充电行为一致性维度:评估车辆在不同充电桩、不同时间充电时,其充电行为(如充电功率、充电时长)的稳定性。行为一致的车辆表明其电池状态、充电习惯相对固定,有利于减少量值传递过程中的随机误差。具体计算方法:统计车辆i所有充电记录(包括在标准桩和非标准桩上的充电)中,充电功率的变异系数 和充电时长的变异系数,取两者的平均值作为行为一致性指标。变异系数定义为标准差与均值之比。充电行为一致性维度值可归一化为:
19、
20、其中为所有车辆行为一致性指标的最大值,越大表示充电行为越一致。
21、最终,比维度评估模型由上述四个归一化维度值构成向量。
22、步骤s3:根据比维度评估模型对电动汽车进行综合评分,筛选出具备高稳定性和高代表性的标准车。
23、采用加权求和方式计算车辆i的综合评分:
24、
25、其中为各维度的权重系数,满足 。权重系数的确定可采用层次分析法(ahp)或熵权法等客观赋权方法,也可以根据实际应用需求由专家经验设定。
26、设定筛选阈值(例如0.85),将综合评分大于或等于的车辆列入“标准车数据库”。为了确保标准车数量的充足性,可设定最小标准车数量,若候选数量不足,则适当降低阈值。标准车数据库应定期更新(如每月一次),以反映车辆最新状态。
27、通过以上步骤,本发明实现了基于比维度的标准车选取流程。
28、背景技术
29、与现有技术相比,本发明具有以下有益效果:
30、多维度综合评估,筛选标准车更科学:本发明引入充电频次、bms稳定性、数据完整性、充电行为一致性四个核心维度,全面衡量车辆作为量值传递载体的适宜性,克服了单一指标筛选的片面性,有效提升了标准车的代表性和稳定性。
31、动态更新机制,保证标准车长期有效性:本发明支持对标准车数据库进行动态更新,定期重新评估车辆评分,及时剔除性能退化或行为异常的车辆,确保标准车始终处于高稳定状态,避免因车辆状态变化导致的误差传递失真。
32、适应性强,易于推广:本发明方法不依赖于特定硬件设备,仅需利用现有充电桩远程监测平台的数据,即可实现标准车的自动筛选和动态管理,适用于各类充电桩网络,可推广至城市级、区域级充电设施远程监测平台中,具有良好的通用性和可扩展性。
33、降低人工检定成本,提高监管效率:通过标准车实现充电桩远程预检定,可大幅减少人工现场检定的频次和工作量,降低检定成本,同时能够在第一时间发现计量异常,提高监管效率和实时性,保障充电交易公平。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com