[發明專利]一種基于深度學習的充電管理系統及方法

有效

• 申請號: 202110033120.1
• 申請日: 2021-01-12
• 公開（公告）號: CN112819203B
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 潘非;孫玉鴻;戴珂;康勇
• 申請（專利權）人: 湖北追日新能源技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/08;G16Y10/35;G16Y20/30;G16Y40/20;G16Y40/35;B60L53/60;B60L53/66
• 代理公司: 武漢經世知識產權代理事務所(普通合伙) 42254
• 代理人: 邱雨家

本發明涉及充電管理技術領域，公開了一種基于深度學習的充電管理系統及方法，包括充電能力執行管理單元以及充電能力訓練優化單元，充電能力執行管理單元與充電能力訓練優化單元連接，充電能力訓練優化單元根據預先訓練的深度學習時間序列預測算法模型，結合充電站充電設施系統的實際充電容量與待充電電動汽車的充電需求量，生成充電功率分配指令，充電能力執行管理單元根據所述充電功率分配指令控制電能分配到各充電設施，以使充電設施通過充電終端對待充電電動汽車進行充電。本發明提供的基于深度學習的充電管理系統及方法，利用深度學習建立持續優化的管理控制模型，使充電設施管理系統具備動態分配充電功率的供能，提高充電設施利用效率。

技術領域

本發明涉及充電管理技術領域，特別涉及一種基于深度學習的充電管理系統及方法。

背景技術

現有充電設施數量多，充電容量大，但充電設施一旦建成，充電輸出接口和停車位是相對固定的，同時還受到接入的供電能力的影響。由于被充電電動汽車的流動性，充電設施所連接的被充電電動汽車的數量，需要充電的時間以及所需充電容量均不確定，經常會出現高峰時段車找樁困難，車輛需排隊充電且等候時間長，低峰時段又會出現充電設施閑置、利用率不高的現象；有時，還會出現即使充電設施滿充電輸出工作，由于存在充電過程功率需求曲線的因素，受充電槍與停車位的限制，高峰時段也會出現充電設施能力富裕，而被迫車等位的現象，即電動汽車處于均充階段仍然在繼續充電。

現有的充電能力管理系統雖然具備一定的自動監控處理手段，但綜合調度能力有限，沒有充電供需預測能力，僅靠人工結合實際充電使用而調整，效率低且車輛充電過程中矛盾突出。同時，受節能環保與政策拉動等多方面促進，新能源電動車輛及其電動汽車作為新基建建設的一部分，呈動態快速增長趨勢，充電樁的管理和匹配因為周邊地區的新增車輛數量和種類不同，也呈快速增長的動態變化過程，且季節不同導致電動汽車動力電池耗電速度不同，也改變著充電需求和用電負荷。而充電設施受停車位與供電能力的限制，無法快速增長。

這些問題與需求，包括自動駕駛技術的突破及新能源電動汽車與自動駕駛的整合趨勢，要求新的智能充電設施能主動參與到供電充電能力與儲能充電需求的優化配置與管理中。

發明內容

本發明的目的旨在解決現有技術的缺陷，提供一種基于深度學習的充電管理系統及方法，利用深度學習建立持續優化的管理控制模型，使充電設施管理系統具備動態分配充電功率的供能，優化充電設施的供能與充電能力資源，提高利用效率。

本發明為實現上述技術目的采用的技術方案是：一種基于深度學習的充電管理系統，包括充電能力執行管理單元以及充電能力訓練優化單元，所述充電能力執行管理單元與所述充電能力訓練優化單元連接；

所述充電能力訓練優化單元，用于對收集的充電站電能供能變配電信息、充電設施能力信息、充電終端輸出信息以及電動汽車充電需求信息進行處理，得到充電站充電設施系統的充電能力、供電能力與實際充電容量；

所述充電能力訓練優化單元，還用于根據預先訓練的深度學習時間序列預測算法模型，結合充電站充電設施系統的實際充電容量與待充電電動汽車的充電需求量，生成充電功率分配指令；

所述充電能力執行管理單元，用于接收所述充電功率分配指令，并根據所述充電功率分配指令控制電能分配到各充電設施，以使所述充電設施通過充電終端對待充電電動汽車進行充電。

通過采用上述技術方案，本發明提供的充電管理系統，利用深度學習及時間序列預測動態分析和優化等技術，提供一種具備深度自我學習后的動態分配充電功率能力的智能充電設施管理系統，優化充電設施的供能與充電能力資源，提高充電設施的利用效率。

本發明提供的充電管理系統，實現本充電站在最佳滿足電動汽車的充電需求下，實現充電輸出與用電供能效率的最大化，使充電設施及相應的供電效率高效，并利用AI深度學習建立持續優化的管理控制模型，實現充電設施系統的充電與用電效率最大化。