大数据环境下电动汽车充电桩智慧云系统探究

电动汽车充电桩是现代电动汽车能源供应的重要基站,对电动汽车的续航运行起到关键的作用.针对大数据环境下电动汽车充电桩智慧云系统进行了分析研究,主要阐述电动汽车以及充电桩站的发展,并提出电动汽车充电桩智慧云系统的具体设计方案.     

基于物联网的电动汽车充电桩远程控制方法研究

为了提高电动汽车充电桩远程控制能力,提出基于物联网的电动汽车充电桩远程控制方法.构建电动汽车充电桩远程控制的约束参量模型,采用综合频率控制策略进行电动汽车充电桩充电过程中的闭环控制,以充电桩的输出功率和电压等参数为控制自变量,采用模糊参数融合方法,进行电动汽车充电过程中的功率预测,采用物联网远程控制技术进行电动汽车充电...     

电动汽车充电桩数据采集终端设计

针对电动汽车充电桩缺少有效状态监测的情况,设计了基于嵌入式ARM平台的数据采集终端。终端采用模块化设计,包括数据采集处理、ARM处理平台和数据远传等三部分。数据采集部分采用CAN/RS485通讯,抗干扰能力强。通过ARM和无线技术的有效结合,系统能够独立完成充电站系统运行分析所需主要参数的采集、存储和转发工作。该方案对于提高电动汽车充电站运行维护效率,降低运维成本,具有一定的参考价值。     

电动汽车直流充电桩自动检测系统设计

随着电动汽车的普及,商用直流充电桩被要求有更广泛的适应性。根据国标GB/T27930协议,设计了电动汽车直流充电桩自动检测系统;在进行检测需求分析的基础上,设计了系统的总体结构;对检测系统的硬件模块,设备配置,软件功能模块实现进行了详细讲解与说明;最后采用Visual Basic 6.0 设计开发了上位机监控软件。该系统结构简单,便于操作,在测试充电桩通信兼容性基础上,主要用于充电桩电参数检测,有着广泛的应用前景。     

电动汽车充电桩快速充电技术研究

分析了目前国内充电桩常用的充电方法,对各充电方法的充电原理进行剖析,介绍了常见充电桩快速充电的原理。通过分析快速充电原理,提出带负脉冲快速充电技术,分析了此方法的充电原理,通过试验检测带负脉冲充电技术的充电效率,与10A恒定电流充电技术相比,充电时长可减少30%左右。并借助放电实验直观验证加入负脉冲的快速充电技术,可以有效地降低电池极化效应,从而提高电池充电容量,减少充电时长,增加充电效率,是一种良好的电池快速充电方式。证明此技术在充电桩快速充电技术方面的可行性。     

基于.Net Micro Framework的电动汽车充电桩控制系统的设计

针对电动汽车充电桩控制系统开发周期长、扩展能力差的问题,设计了一种基于.Net Micro Framework的电动汽车充电桩控制系统。本系统基于Cortex-M3内核的开发板,采用了模块化设计原则,详细阐述了.Net Micro Framework在电动汽车充电桩控制系统中的开发流程和功能模块设计。本系统已在山东临沂焦庄、青岛薛家岛充换电站的充电桩上运行使用,运行结果表明该系统扩展能力强、开发成本低,运行更加稳定可靠。     

电动汽车交流充电桩集群监控系统设计

针对目前已安装在不同地区的大量交流充电桩无法集中监控的问题,基于CAN总线和GPRS网络构建了交流充电桩集群监控系统.在同一地区采用CAN总线建立充电桩通信网络,再通过CAN转RS232智能协议转换器将充电数据集中在GPRS无线终端设备中,不同地区的充电数据通过GPRS网络与监控中心的上位机通信,并基于LabVIEW设计出监控软件.通过对主城区各充电桩的试验运行,设计的集群监控系统结构合理,通信安全可靠,具有良好的人机交互功能,可有效实现充电桩的集中监控.     

多重随机特性下电动汽车充电桩规划方法研究

由于电动汽车充电桩规划中存在多重随机特性,而传统规划方法仅考虑了其中一种随机特性进行规划,存在规划方案实用性较差的问题,研究提出一种基于改进遗传算法的电动汽车充电桩规划方法.通过综合考虑充电负荷和分布式光伏电站出力双重随机特性,并以配电系统网损最小为目标,实现了电动汽车充电桩规划.最后,通过在IEEE33节点配电系统上...     

电动汽车双向充电桩有限集模型预测控制研究

为提高电动汽车双向充电桩并网电流质量和抗干扰能力,并抑制其电流谐波,结合模型预测控制特性分析,提出了电动汽车双向充电桩的有限控制集模型预测控制(FCS-MPC)方法。首先,在同步旋转坐标系下建立了变流器的离散数学模型。然后,在传统模型预测控制基础上设计了输出电流的(k+2)时刻预测值,再将预测值和采样时刻的电流误差以及直流(DC)母线电压的误差作为价值函数的控制因子,寻求价值函数的最小解,以达到最优控制效果。仿真结果表明,相比传统比例积分(PI)前馈控制策略,FCS-MPC有效提高了DC母线电压的稳定性和抗干扰性,并将网侧电流控制在更低的总谐波失真水平下。考虑到组成价值函数控制因子的电压、电流、开关频率等物理量直观且易于采集,FCS-MPC方法可推广应用于同类的电力电子变换器。     

电动汽车充电桩的离线证书签发和认证研究

ISO 15118标准定义了电动汽车(EV)与充电桩间的数据通信协议,该通信协议需要可靠的公钥基础设施(PKI)作为基础。PKI的建立过程涉及ISO 15118之外的其他策略和设计方案的选择,对此不同国家的相关组织均出台了相应的指导文件。然而,指导文件存在两个问题：一是无法对证书进行可靠的离线认证;二是离线状态下独立的证书配置服务会加重充电桩的证书管理负担。鉴于此,提出一种EV充电桩的离线证书签发和认证方案,通过在原始的授权证书上增加额外的供应商ID标识,实现各种PKI构建方式的离线认证。通过对中间证书的交叉签名,实现无中立根CA时离线状态下充电桩功能的正常使用,减轻了充电桩的证书管理负担,修复了既存的两个问题。     

基于负载均衡的电动汽车充电路径优化方法

在保证剩余电量够用的前提下,电动汽车到目标充电桩的路径规划问题是充电策略优化的关键.然而通常情况下,系统在向用户推荐最优路径时,会使得某一或某几个路段出现被多次推荐给不同用户的情况,当大量用户同时选择了重叠的路段,反而会降低当前推荐路段的通行能力,使得这些充电路径成为仅为数学意义上的最优路径,造成局部优化的问题.提出一...     

面向最大使用效益的充电站网络优化方法

我国政府目前已建成一定规模的充电站网络.针对充电站网络利用率低,存在大量冗余站点和电动汽车充电难等问题,提出了一种数据驱动的充电站网络优化方法.首先,该方法模拟电动汽车充电行为,对不同时间戳内的充电站分别建立队列系统,进而估计充电站间的到达率情况.在此基础上,分析城市电动汽车的充电行为空间特征,用于挖掘城市电动汽车的充...     

电动车辆路径优化研究与进展

随着绿色物流的兴起,电动车辆应用研究引起人们的极大关注.电动车辆路径优化问题(Electric vehicle routing problem,EVRP)是电动车运行管理和物流优化中的核心问题之一.对此,首先介绍电动车辆路径问题的研究现状;然后,从充电优化、路径优化和车队配置优化的不同侧重角度,着重介绍3种路径优化分支,并对各种求解方法进行分类对比讨论;最后,对电动车辆路径优化的未来发展趋势进行展望.     

基于遗传算法的机场充电桩布局选址研究

针对当前机场逐步实行车辆“油改电”的大背景,研究了在今后机场全面推行电动特种车辆的情况下,机场充电桩的布局规划问题。建立了以充电桩管理和建设费用、电动特种车辆路上运行费用及充电等待费用最小为目标函数的充电桩选址模型,分析了电动特车的机场运行流程,在此基础上提出了遗传算法作为模型求解方法,对各算法参数进行标定,潜在地增加了种群的多样性及全局寻优能力。结合机场实例,对模型和算法进行了仿真分析,确定了该机场充电桩布局选址的最终方案,证明了模型的可行性和算法的有效性。     

基于实时路况的电动汽车充电调度算法

随着电动汽车行业在我国蓬勃发展, 电动汽车的\"充电难\"问题逐渐显现, 已经逐步成为限制电动汽车行业发展的瓶颈. 电动汽车充电时间长, 城市充电桩数目不足且时空分布不均等问题是导致\"充电难\"的直接原因. 本文提出一种基于路况的电动汽车充电调度算法, 通过综合考虑路网内的实际情况, 对充电车辆进行统一调度. 文章建立了车辆调度模型并进行了仿真模拟, 结果表明: 该算法能够有效降低电动汽车的充电时间、平衡区域内充电站的负载、提升全局的充电效率.     

共享充电桩下负荷时间分布均衡的小区电动汽车充电方案优化

针对电动汽车充电负荷增加、电网安全性降低,以及停车困难小区只能使用共享充电桩等问题,提出了一种充电桩选择与电动汽车充电优化的组合模型。该模型以共享充电桩之间充电时间标准差和全天充电负荷标准差之和最小为目标。考虑到电动汽车充电桩分配方案以及电动汽车充电方案两者的重要程度并不相同,提出了一种随着迭代次数的增加,变化概率不断改变的动态概率遗传算法。将改进后的遗传算法求解该模型,通过求解一个算例,进一步阐述所提算法的原理和过程,验证了该算法的可行性和有效性。     

计算智能在电动车充电站规划的应用研究综述

虽然近年来电动汽车销售市场在不断扩大,但过低的充电桩利用率使得电动汽车充换电服务运营商的收益并不乐观。通过大数据分析充电站的部署方式可以有效提升充电桩利用率。阐述了演化计算和群体智能主要算法的原理,研究了充电站规划的多目标优化数学模型,论述了演化计算和群体智能在充电站规划中的应用,研究了演化计算和群体智能在充电站规划过程中的改进方式,讨论了人工神经网络和模糊系统应用于充电站规划的可能性,并对发展现状和未来趋势进行了总结与展望。     

Decentralised online charging scheduling for large populations of electric vehicles: a cyber-physical system approach

As the number of electric vehicles (EVs) grows, their electricity demands may have significant detrimental impacts on electric power grid when not scheduled properly. In this paper, we model an EV charging system as a cyber-physical system, and design a decentralised online EV charging scheduling algorithm for large populations of EVs, where the EVs can be highly heterogeneous and may join the charging system dynamically. The algorithm couples a clustering-based strategy that dynamically classifies heterogeneous EVs into multiple groups and a sliding-window iterative approach that schedules the charging demand for the EVs in each group in real time. Extensive simulation results demonstrate that our approach provides near-optimal solutions at significantly reduced complexity and communication overhead. It flattens the aggregated load on the power grid and reduces the costs of both the users and the utility.