一種基于云計算平臺的充電樁系統(tǒng)【技術(shù)領(lǐng)域】本發(fā)明屬于充電樁和計算機領(lǐng)域，涉及充電樁的充電管理，尤其涉及一種基于云計算平臺的充電樁系統(tǒng)。

背景技術(shù)：
近年來，隨著新能源技術(shù)的發(fā)展，新能源汽車，尤其是電動汽車已經(jīng)開始進入家庭。根據(jù)中國電動汽車的現(xiàn)狀和國家對新能源的發(fā)展規(guī)劃，私人電動汽車將在未來私人汽車市場中占據(jù)很大的比例。而隨著私人電動汽車市場的擴大，充電樁將成為未來居民小區(qū)中必備的公用設(shè)備。然而，在居民小區(qū)中布設(shè)大量的充電樁將對現(xiàn)有的電網(wǎng)基礎(chǔ)設(shè)施發(fā)生沖擊，電動汽車不規(guī)則的并網(wǎng)充電會加劇現(xiàn)有電網(wǎng)的負荷峰谷差，如果在用電高峰期間，大量電動汽車并網(wǎng)充電將給現(xiàn)有的電網(wǎng)帶來嚴重的負荷壓力和電能質(zhì)量影響，如果不對其進行控制，將導(dǎo)致區(qū)域配變和線路過載，大大降低配網(wǎng)運行的經(jīng)濟性、安全性和可靠性。現(xiàn)在已經(jīng)有一些居民小區(qū)開始布設(shè)充電樁，但是布設(shè)過程通常都并沒有考慮上述問題，完全依賴于現(xiàn)有電網(wǎng)自身的調(diào)節(jié)能力。因此，亟需一種新的充電樁系統(tǒng)，可以對充電樁的充電進行控制，從而能夠?qū)崿F(xiàn)居民小區(qū)的電網(wǎng)負荷水平的穩(wěn)定和線路負載率均衡。

技術(shù)實現(xiàn)要素：
為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提出了一種基于云計算平臺的充電樁系統(tǒng)。本發(fā)明采用的技術(shù)方案如下：一種基于云計算平臺的充電樁系統(tǒng)，所述系統(tǒng)應(yīng)用于同一供電區(qū)域內(nèi)，包括云計算平臺、充電樁管理平臺和充電樁，所述充電樁安裝于該供電區(qū)域內(nèi)的各個居民小區(qū)內(nèi)，用于為電動汽車充電；每個居民小區(qū)內(nèi)設(shè)置一個所述充電樁管理平臺，用于對本居民小區(qū)內(nèi)的充電樁進行管理，以及根據(jù)所述云計算平臺所分配的充電策略進行充電樁管理。所述云計算平臺用于收集該供電區(qū)域內(nèi)的用電信息，以及供電區(qū)域內(nèi)各個居民小區(qū)充電樁的當(dāng)前使用情況，根據(jù)歷史用電信息周期性地預(yù)估各個居民小區(qū)的用電負荷，從而確定每個居民小區(qū)充電樁可輸出的功率。進一步地，所述云計算平臺通過下列步驟分配充電樁的充電功率：1)所述云計算平臺在每天0點時，預(yù)估在未來一天內(nèi)的每個小時時段，整個供電區(qū)域內(nèi)所有充電樁的可用負荷功率Fi(1≤i≤23)，即：其中K是一個電量保留系數(shù)，滿足K<1，F(xiàn)i是在未來一天里從i點到i+1點的所有充電樁的可用負荷功率，Pmax是該供電區(qū)域的最大可承受用電負荷，Pi是過去M天內(nèi)i點到i+1點的該供電區(qū)域的平均用電負荷，C[j,i]表示第j個居民小區(qū)過去M天內(nèi)i點到i+1點的平均充電樁用電負荷，N為居民小區(qū)的數(shù)量；2)所述充電樁管理平臺獲取本居民小區(qū)內(nèi)所有充電樁狀態(tài)，每隔預(yù)定時間將獲取的充電樁狀態(tài)發(fā)送給云計算平臺；3)所述云計算平臺每隔預(yù)定時間，根據(jù)接收到的所有充電樁狀態(tài)，為每個接入電動汽車的充電樁分配充電功率，其中各個充電樁所分配的充電功率之和不超過當(dāng)前時段的所有充電樁可用負荷功率；4)所述云計算平臺將充電功率分配信息發(fā)送給相應(yīng)的充電樁管理平臺，所述充電樁管理平臺根據(jù)該充電功率分配信息，控制每個充電樁的充電功率。進一步地，所述步驟3中，為每個充電樁分配充電功率的具體方法如下：3.1)所述云計算平臺根據(jù)每個接入的電動汽車的電量比例，為相應(yīng)的每個充電樁分配最大可承受的充電功率；3.2)根據(jù)步驟3.1的分配結(jié)果，所述云計算平臺計算所有充電樁的充電功率之和T，判斷該功率之和T是否超過了當(dāng)前時段的所有充電樁可用負荷功率Fi，如果不超過，則步驟3.1的分配結(jié)果為最后的分配結(jié)果，分配結(jié)束，否則繼續(xù)下述步驟；3.3)所述云計算平臺對步驟3.1的分配結(jié)果進行調(diào)整，使得調(diào)整后的充電功率之和不超過當(dāng)前時段的所有充電樁可用負荷功率。進一步地，所述步驟3.3中，對分配結(jié)果進行調(diào)整的方法是按照相同的比例對分配的充電功率進行削減，所述比例為Fi/T，即將步驟3.1分配的每個充電功率都乘以該比例作為調(diào)整結(jié)果。進一步地，所述步驟3.3中，對分配結(jié)果進行調(diào)整的方法是將所有電量比例超過80％的電動汽車的充電功率設(shè)為0，判斷剩下的充電功率之和是否還超過Fi，如果不超過，則調(diào)整完畢，如果仍然超過，再按照相同比例對剩下的充電樁的充電功率進行削減，以使得充電功率之和不超過Fi。優(yōu)選的，M＝20。優(yōu)選的，K＝0.9。優(yōu)選的，所述步驟2和3中的預(yù)定時間都為一分鐘。本發(fā)明的有益效果包括：由云計算平臺對充電樁進行智能控制，實現(xiàn)了電網(wǎng)負荷水平的穩(wěn)定和線路負載率均衡。?！靖綀D說明】此處所說明的附圖是用來提供對本發(fā)明的進一步理解，構(gòu)成本申請的一部分，但并不構(gòu)成對本發(fā)明的不當(dāng)限定，在附圖中：圖1是本發(fā)明基于云計算平臺的充電樁系統(tǒng)結(jié)構(gòu)圖?！揪唧w實施方式】下面將結(jié)合附圖以及具體實施例來詳細說明本發(fā)明，其中的示意性實施例以及說明僅用來解釋本發(fā)明，但并不作為對本發(fā)明的限定。參見附圖1，其示出了本發(fā)明基于云計算平臺的充電樁系統(tǒng)的結(jié)構(gòu)圖，本發(fā)明的充電樁系統(tǒng)是應(yīng)用于同一個配電網(wǎng)下，一般而言，其指的是由同一個變電站供電的區(qū)域。本發(fā)明的云計算平臺可以設(shè)置在該變電站內(nèi)，也可以單獨設(shè)置。在該供電區(qū)域內(nèi)包括多個居民小區(qū)，具體的小區(qū)劃分可以根據(jù)電網(wǎng)實際結(jié)構(gòu)而確定，本發(fā)明對此不作限制。每個居民小區(qū)內(nèi)可以設(shè)置多個充電樁，用于給小區(qū)內(nèi)?？康碾妱悠嚦潆?，每個居民小區(qū)內(nèi)還具有一個充電樁管理平臺，用于對本小區(qū)內(nèi)的充電樁進行管理，以及進一步地根據(jù)云計算平臺所分配的充電策略進行充電樁管理。所述云計算平臺用于收集供電區(qū)域內(nèi)用電信息，以及供電區(qū)域內(nèi)各個居民小區(qū)充電樁的當(dāng)前使用情況，根據(jù)歷史用電信息周期性地預(yù)估各個居民小區(qū)的用電負荷，從而確定每個居民小區(qū)充電樁可輸出的功率。下面是對云計算過程的詳細說明。所述云計算平臺中預(yù)先存儲了了該供電區(qū)域的最大可承受用電負荷Pmax。對于一個變電站的供電區(qū)域而言，其可以承受的最大用電負荷是一定的，也就是該變電站的最大輸出功率Pmax。同時，所述云計算平臺實時收集該供電區(qū)域的實際用電負荷，由于用電負荷的起伏通常是和一天內(nèi)的時間相關(guān)的，因此所述云計算平臺根據(jù)收集的信息按照小時計算該供電區(qū)域的用電負荷，即從一天的0點到24點，計算每個小時的用電負荷。在此基礎(chǔ)上，云計算平臺可以依據(jù)歷史用電信息，計算每個小時時段的平均用電負荷，具體地，可以計算過去M天內(nèi)每個小時時段的平均用電負荷P0，P1，……，P23。其中P0表示過去M天內(nèi)0點到1點的平均用電負荷，P1表示過去M天內(nèi)1點到2點的平均用電負荷，以此類推。M是一個預(yù)先定義的數(shù)值，為了盡量準確估計未來一天內(nèi)的用電負荷，M不能太大，優(yōu)選的，M＝20。除了對整個供電區(qū)域進行計算外，云計算平臺同樣還對每個居民小區(qū)進行用電負荷的計算。設(shè)該供電區(qū)域內(nèi)共有N個配置了充電樁和充電樁管理平臺的居民小區(qū)，所述云計算平臺實時收集這些居民小區(qū)的用電信息，并計算其基礎(chǔ)用電負荷和充電樁用電負荷，所述基礎(chǔ)用電負荷指的是居民小區(qū)內(nèi)除了充電樁以外的用電負荷。與上述供電區(qū)域類似，云計算平臺同樣依據(jù)歷史用電信息，計算過去M天內(nèi)每個小時時段每個居民小區(qū)的平均基礎(chǔ)用電負荷和平均充電樁用電負荷。對于第i個居民小區(qū)而言，其過去M天每個小時時段的平均基礎(chǔ)用電負荷記為P[i,0]，P[i,1]，……，P[i,23]，平均充電樁用電負荷記為C[i,0]，C[i,1]，……，C[i,23]。其中，P[i,0]和C[i,0]分別表示第i個居民小區(qū)過去M天內(nèi)0點到1點的平均基礎(chǔ)用電負荷和平均充電樁用電負荷，P[i,1]和C[i,1]表示第i個居民小區(qū)過去M天內(nèi)1點到2點的平均用電負荷，以此類推。研究表明，居民小區(qū)的基礎(chǔ)用電負荷通常是規(guī)律性的變化，但是充電樁的用電負荷卻是分散的、不規(guī)則的。因此，本發(fā)明基于基礎(chǔ)用電負荷來推算和分配可用的充電樁負荷，具體的方法如下：1)所述云計算平臺在每天0點時，根據(jù)收集的信息進行預(yù)估計算，首先預(yù)估在新的一天里的每個小時時段，整個供電區(qū)域內(nèi)所有充電樁可用的總負荷Fi(1≤i≤23)，即：其中K是一個電量保留系數(shù)，滿足K<1，目的是為了給電網(wǎng)保留一定量的負荷能力，以應(yīng)對意外情況。優(yōu)選的，K＝0.9。這里計算出來的Fi就是在未來一天里從i點到i+1點的所有充電樁的可用負荷功率，例如，F(xiàn)0是從0點到1點的區(qū)域內(nèi)所有充電樁可用負荷功率。2)每個居民小區(qū)的充電樁管理平臺可以監(jiān)視本小區(qū)內(nèi)所有充電樁狀態(tài)，所述充電樁狀態(tài)包括其是否接入了電動汽車，以及所接入的電動汽車當(dāng)前的電量比例，每隔一定時間(例如一分鐘)，充電樁管理平臺就將獲取的充電樁狀態(tài)發(fā)送給云計算平臺。3)所述云計算平臺同樣每隔一定時間(例如一分鐘)，根據(jù)接收到的所有充電樁狀態(tài)，為每個接入電動汽車的充電樁分配充電功率。并且各個充電樁所分配的充電功率之和不超過當(dāng)前時段的所有充電樁可用負荷功率Fi。4)所述云計算平臺將充電功率分配信息發(fā)送給相應(yīng)的充電樁管理平臺，所述充電樁管理平臺根據(jù)該充電功率分配信息，控制每個充電樁的充電功率。上述步驟3中，所述云計算平臺根據(jù)接收到的所有充電樁狀態(tài)進行計算，為每個充電樁分配充電功率。具體的分配方法如下：3.1)首先，充電功率的分配和電動汽車的電量比例有關(guān)，例如，一般而言，為了保護電池，電池的當(dāng)前電量比例超過80％后，就應(yīng)當(dāng)降低充電電流，而在80％以下時，就可以大電流充電。因此，云計算平臺先根據(jù)每個接入的電動汽車的電量比例，為每個充電樁分配最大可承受的充電功率。3.2)根據(jù)步驟3.1的分配結(jié)果，云計算平臺計算所有充電樁的充電功率之和T，判斷該功率之和T是否超過了當(dāng)前時段的所有充電樁可用負荷功率Fi，如果不超過，則步驟3.1的分配結(jié)果就是最后的分配結(jié)果，分配結(jié)束，否則繼續(xù)下述步驟。3.3)云計算平臺對步驟3.1的分配結(jié)果進行調(diào)整，使得調(diào)整后的充電功率之和不超過當(dāng)前時段的所有充電樁可用負荷功率。具體的調(diào)整方法可以有多種方式，一種方式是按照相同的比例對分配的充電功率進行削減，比例可以是Fi/T，即將步驟3.1分配的每個充電功率都乘以該比例，削減后的充電功率之和就剛好為Fi。另一種調(diào)整方式可以按照不同的比例削減，例如將所有電量比例超過80％的電動汽車的充電功率設(shè)為0(即暫停電量80％以上的電動汽車的充電)，判斷剩下的充電功率之和是否還超過Fi，如果不超過，則這個結(jié)果就是調(diào)整結(jié)果，如果仍然超過，再按照相同比例對剩下的充電樁的充電功率進行削減，以最終使得充電功率之和不超過Fi。以上所述僅是本發(fā)明的較佳實施方式，故凡依本發(fā)明專利申請范圍所述的構(gòu)造、特征及原理所做的等效變化或修飾，均包括于本發(fā)明專利申請范圍內(nèi)。