电动汽车补能方法、装置、终端及介质与流程
本发明涉及电动汽车充电调度,具体涉及一种电动汽车补能方法、装置、终端及介质。
背景技术:
1、随着电动汽车保有量的快速增长,充电总需求急剧攀升。同时,800v高压快充、超充等技术的日益普及,使得单桩充电功率大幅提升,对电网供电能力提出了更高要求。
2、现有充电需求缺乏统一调配,极易引发一系列问题。一方面,车主常盲目寻找充电桩,产生大量无效寻桩里程和额外的能源浪费,与“双碳”战略目标相悖;另一方面,电网能源与充电桩分布不均衡,核心城区电网容量受限但充电桩密集,而郊区电网容量充裕但充电桩稀少,导致资源未得到有效匹配。现有充电调度方法大多基于电价、距离等单一因素进行简单推荐,未能综合考虑车辆绕行产生的额外碳排放的影响。
技术实现思路
1、针对现有技术存在的不足,本发明提出一种电动汽车补能方法、装置、终端及介质,旨在实现电动汽车补能全链条的绿色、安全与高效运行。
2、第一方面,本技术实施例提供了一种电动汽车补能方法,包括:
3、获取充电站电网数据、充电站供电数据、车主需求数据、车辆状态数据以及天气路况数据;所述充电站电网数据包括预测动态边际碳排放因子;
4、根据所述车主需求数据、所述车辆状态数据以及所述天气路况数据,得到单位里程能耗和总绕行距离;
5、根据所述充电站供电数据和所述车辆状态数据,得到充电功率预测曲线;
6、根据所述预测动态边际碳排放因子、充电功率预测曲线、单位里程能耗和总绕行距离,得到时空边际碳总成本;
7、根据时空边际碳总成本,生成可充电站数据,以便于车主在所述可充电站数据中选择充电站充电。
8、可选地,所述根据所述车主需求数据、所述车辆状态数据以及所述天气路况数据,得到单位里程能耗和总绕行距离,包括:
9、根据所述车辆状态数据和所述天气路况数据,得到单位里程能耗;
10、根据所述车主需求数据和所述车辆状态数据,得到总绕行距离。
11、可选地,天气路况数据包括:天气数据和路况数据;车辆状态数据包括车辆总质量、行驶速度、滚动阻力系数、空气阻力系数、车辆迎风面积以及旋转质量换算系数;根据所述车辆状态数据和所述天气路况数据,得到单位里程能耗,包括:
12、根据天气数据,得到空气密度;
13、根据路况信息,得到道路坡度角;
14、根据空气密度、道路坡度角、辆总质量、行驶速度、滚动阻力系数、空气阻力系数、车辆迎风面积以及旋转质量换算系数,得到单位里程能耗。
15、可选地,根据空气密度、道路坡度角、辆总质量、行驶速度、滚动阻力系数、空气阻力系数、车辆迎风面积以及旋转质量换算系数,得到单位里程能耗,包括:
16、
17、其中,为车辆i在当前行驶工况下的单位里程能耗;为动力系统的综合效率,也即是电池到车轮的综合效率;为车辆总质量;为重力加速度;为滚动阻力系数;为道路坡度角;为空气密度;为空气阻力系数;为车辆迎风面积;为车辆i在时刻t的行驶速度;为旋转质量换算系数;为车辆i在时刻t的加速度;为车载附件功率。
18、可选地,所述车主需求数据包括目的地数据;所述车辆状态数据包括车辆当前位置;根据所述车主需求数据和所述车辆状态数据,得到总绕行距离,包括:
19、计算车辆当前位置到站点j的第一行驶距离;
20、计算站点j到目的地的第二行驶距离;
21、计算车辆当前位置到目的地的第三行驶距离;
22、根据第一行驶距离、第二行驶距离以及第三行驶距离,得到总绕行距离。
23、可选地,所述充电站供电数据包括充电桩额定功率;车辆状态数据包括:车辆最大允许功率、电池总能量、充电起始剩余电量、目标剩余电量、降功率起始剩余电量、最小维持功率以及电池温度折扣系数;根据所述充电站供电数据和所述车辆状态数据,得到充电功率预测曲线,包括:
24、根据充电桩额定功率、车辆最大允许功率以及电池温度折扣系数,得到实际可用峰值功率;
25、根据所述充电起始剩余电量、所述降功率起始剩余电量以及电池总能量,得到恒功率阶段需充入电量;
26、根据所述充电起始剩余电量、所述降功率起始剩余电量、目标剩余电量以及电池总能量,得到衰减阶段需充入电量;
27、根据恒功率阶段需充入电量、实际可用峰值功率,得到恒功率阶段时长;
28、根据衰减阶段需充入电量、实际可用峰值功率以及最小维持功率,得到衰减阶段时长;
29、根据实际可用峰值功率、最小维持功率、恒功率阶段时长以及恒功率阶段时长,得到充电功率预测曲线。
30、可选地,根据所述预测动态边际碳排放因子、充电功率预测曲线、单位里程能耗和总绕行距离,得到时空边际碳总成本,包括:
31、;
32、其中,为车辆i选择充电站点j所产生的时空边际碳总成本;为当前时刻;为车辆到达充电站点j的预计时刻;为车辆i在当前行驶工况下的单位里程能耗;为车辆i的全生命周期每公里碳排放因子;为从当前位置到站点j再到目的地的总绕行距离;为预计开始充电的时刻;为预计结束充电的时刻;为车辆i在时刻的充电功率;为站点j所在电网节点在时刻的预测动态边际碳排放因子。
33、第二方面,本技术实施例提供了一种电动汽车补能装置,包括:
34、数据获取模块用于,获取充电站电网数据、充电站供电数据、车主需求数据、车辆状态数据以及天气路况数据;所述充电站电网数据包括预测动态边际碳排放因子;
35、里程距离确定模块用于,根据所述车主需求数据、所述车辆状态数据以及所述天气路况数据,得到单位里程能耗和总绕行距离;
36、功率预测模块用于,根据所述充电站供电数据和所述车辆状态数据,得到充电功率预测曲线;
37、碳总成本确定模块用于,根据所述预测动态边际碳排放因子、充电功率预测曲线、单位里程能耗和总绕行距离,得到时空边际碳总成本;
38、可充电站输出模块用于,根据时空边际碳总成本,生成可充电站数据,以便于车主在所述可充电站数据中选择充电站充电。
39、第三方面,本技术实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的电动汽车补能方法。
40、第四方面,本技术实施例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存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的电动汽车补能方法。
41、第五方面,本技术实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的电动汽车补能方法。
42、本技术实施例中,通过获取充电站电网数据、充电站供电数据、车主需求数据、车辆状态数据以及天气路况数据;所述充电站电网数据包括预测动态边际碳排放因子;根据所述车主需求数据、所述车辆状态数据以及所述天气路况数据,得到单位里程能耗和总绕行距离;根据所述充电站供电数据和所述车辆状态数据,得到充电功率预测曲线;根据所述预测动态边际碳排放因子、充电功率预测曲线、单位里程能耗和总绕行距离,得到时空边际碳总成本;根据时空边际碳总成本,生成可充电站数据,以便于车主在所述可充电站数据中选择充电站充电。实现了电动汽车补能全链条的绿色、安全与高效运行。
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