用于優化帶有存儲構件的太陽能設備的能量管理以及為電動車輛充電的方法和相關聯的系統與流程

本發明屬于能量管理系統以及為電動車輛充電的領域，所述能量管理系統用于包含產生光伏太陽能的設施，尤其在包含存儲介質的設施中。具體來說，本發明描述一用于種優化帶有太陽能發電構件和能量存儲構件的設備的能量管理的程序，其中電動車輛被連接以用于根據充電參數進行充電。由用戶設定的最小值。

背景技術：

1、目前，能量管理系統是眾所周知的，所述能量管理系統包含使用自發電太陽能和為電動車輛充電兩者。

2、舉例來說，可以找到文獻us2016164299，其描述用于能量轉換和管理的設備，所述設備包括：輸入端子，其耦合到輸入dc電壓；逆變器，其具有第一dc-dc轉換級和第二dc-ac轉換級、具有電池充電器模塊；以及相關聯的電池，其在再充電期間存儲來自第一dc-dc級的能量并將能量供應到第二dc-ac級。

3、其中所述裝置包括：功率計，其監測來自逆變器模塊的輸入功率和輸出功率，和被吸附或供應到網絡的功率；以及切換單元，其與控制單元直接連接。且其中控制單元基于預定義算法來調整逆變器模塊和切換單元的操作。

4、文獻us2019351783描述一種用于控制多個移動ev充電平臺的系統，其包括：中央服務器；通信接口，其用于在中央服務器與本發明的系統對象之間傳輸控制數據和接收控制數據；數據庫數據，其存儲關于系統和連接到其的ev的信息；以及控制器，其包含ai軟件，所述控制器響應于平臺的位置和數據以及ev的位置和數據而產生控制數據，以對ev與移動充電平臺之間的會合部位進行規劃。

5、也就是說，前述發明旨在優化來自具有多個充電平臺的充電系統的ev的充電地點，所述充電地點指示ev必須從初始位置再充電的位置。兩個元件的起點。

6、還可以找到文獻us2017361717，其描述使用太陽能的ev快速充電系統，其包括：ev快速充電系統，其安裝于任何服務區域中；以及太陽能發電系統，其用作快速充電系統的能量源。

7、本發明的目標是實現一種系統，所述系統為在旅行時電池耗盡的那些ev用戶實現ev的快速充電，尤其是在幾分鐘內而不是幾小時內。

8、文獻de102016109181描述了一種用于控制可充電電池的充電過程的方法，所述可充電電池包括至少一個光伏模塊，使得充電能量將取決于所述光伏模塊上的瞬時輻射，所述瞬時輻射將通過使用光電檢測器來檢測。此信息將被發送到控制單元，所述控制單元將始終管理充電功率。

9、同樣地，描述了用于控制前述充電過程的裝置，所述裝置包括：蓄能器；光伏模塊；以及控制裝置，其連接到光電檢測器，所述控制裝置將包括與光伏模塊相同的定向。以此方式，控制單元將管理功率遞送，例如充電過程的開始時間。

10、然而，屬于現有技術水平的文獻都沒有描述允許在應用用戶定義的充電功能時應用不同充電模式的系統，所述用戶定義的充電功能將由軟件運用優化算法基于所產生的太陽能、所存儲的能量、設備的需求和車輛的最低充電需求來管理。

技術實現思路

1、因此，本發明提出的用于為電動車輛充電的優化系統和相關聯的程序被配置為其應用領域內的顯著新穎性，因為根據其實施方案并以詳盡的方式，令人滿意地實現了目標。先前指示，使其成為可能并區分它們的表征細節方便地包含在本說明書所附的最終權利要求書中。

2、具體來說，本發明描述一種用于優化電動車輛的充電過程的成本，以及家庭或類似者的消耗、輔助電池的管理和通過處理外部信息并作用于系統操作參數產生太陽能的系統。

3、為了實現這一點，本發明包括與通用電網的直接連接插口、用于從光伏能量發電的構件以及例如電池的存儲構件。

4、同樣地，本發明包含位于設施現場或位于云中的外部服務器上的處理構件，所述處理構件將負責接收外部信息，處理外部信息以及系統自身的操作參數，并作用于實現用于為電動車輛充電的能量成本和家庭的消耗要求的優化所必需的內容。

5、此控制單元將包括通信構件，優選地為無線的，其將接收關于以下各項的信息：使用光伏能量發電的歷史記錄；住宅消耗的歷史記錄；以及天氣預測，例如風、溫度、濕度或輻射。

6、在此情形下，控制單元將通過應用預測模型來處理信息，且將優化為電動車輛充電和管理輔助蓄電池的電能消耗，以及住宅消耗的要求。

7、具體來說，所使用的模型是基于人工智能算法(在下文中稱為ai)的應用，所述ai算法旨在預測接下來24小時時段內家庭所需的能量的量和通過光伏能量產生電能。

8、以此方式，所述ai算法設法在其應用之后優化當天的能量成本。

9、為了預測家庭所需的能量的量，將使用來自家庭的消耗歷史記錄的數據，考慮均勻的消耗量；可能影響家中居住者的習慣的氣象信息；以及對應的日歷日，其可以根據是假日還是工作日來改變消耗需求。

10、基于此信息，且通過應用ai算法，對接下來24小時內的家庭的消耗進行預測，而無需考慮為電動車輛充電的消耗。

11、為了預測家庭的能量生產、生產歷史記錄、與所估計生產相關聯的太陽位置和氣象數據，以及未來天氣預報，將使用太陽位置和氣象數據兩者，例如輻射。水平、濕度、溫度、風速和方向。

12、根據此信息，且通過應用ai算法，對接下來24小時內的最低住宅生產進行預測。

13、與所使用的前述模型并行地，控制單元也將接收關于以下各項的信息：家庭本身外部的其它參數，以及其相關聯的能量消耗和生產。

14、一方面，將接收關于以下各項的信息：接下來24小時內每一小時每度電的能量價格；以及能量輸出價格，即，超額發電的發送到電網的每度電的支付價格。

15、考慮到消耗和剩余，這些數據允許估計接下來24小時內能量的總成本。

16、另一方面，且考慮到電動車輛的充電，用戶為其定義充電模式，其中應用充電斜坡，其將表示充電功率相對于總功率的最小百分比。系統充電器所需的充電器。

17、一旦進行了相關計算，且已經接收了必要的外部信息，所述系統就會基于考慮了所有先前參數的表達式來優化成本，分析要作用于所述參數中哪些參數來獲得接下來24小時內的較低能量成本。

18、確切地說，將實行兩小時決策向量的優化，涉及將在ev上進行的充電的量、從網絡獲取多少能量來滿足需求以及多少蓄電池。

19、所描述的用于為電動車輛充電的優化系統、相關聯的程序和一組元件表示迄今為止未知的結構和構成特性的創新，原因在于，連同其實際用途，為其獲得所請求的排他性權限提供了足夠的基礎。

技術特征：

1.一種用于帶有存儲構件的太陽能設備的能量管理以及電動車輛的負載的優化程序，其特征在于，所述優化程序包括至少以下階段：

2.根據前一權利要求所述的用于帶有存儲介質的太陽能設施的能量管理以及電動車輛的負載的優化程序，其特征在于，所述優化是通過應用單純形方法來實行。

3.根據前述權利要求中任一項所述的用于帶有存儲構件的太陽能設備的能量管理以及電動車輛的充電量的優化程序，其特征在于，所述電動車輛的所述充電功能被配置為斜坡，其是根據以下公式：

4.根據前述權利要求中任一項所述的用于帶有存儲構件的太陽能設備的能量管理以及電動車輛的負載的優化程序，其特征在于，所述優化是在后繼24個操作小時內實行。

5.根據前一權利要求所述的用于帶有存儲介質的太陽能設備的能量管理以及電動車輛的負載的優化程序，其特征在于，所述優化程序每小時連續地重復，從而在后繼24個操作小時內執行更新的優化。

6.一種用于使用太陽能和存儲介質進行的家庭的能量管理以及電動車輛的負載的優化系統，其特征在于，所述優化系統被配置成安裝在家庭中，且包含至少以下各項：

7.根據權利要求8所述的用于由太陽能和存儲構件進行的家庭的能量管理以及電動車輛的負載的優化系統，其特征在于，所述處理構件的所述ai算法包含用于帶有存儲構件的太陽能設備的能量管理以及電動車輛的負載的優化程序，所述優化程序包括至少以下階段：

8.根據前述權利要求中任一項所述的用于使用太陽能和存儲介質進行的家庭的能量管理以及電動車輛的充電量的優化系統，其特征在于，所述處理構件包含在控制單元中和/或位于云服務器上。

技術總結
本發明涉及一種用于使用單純形調度線性規劃以用于具有帶有存儲構件的太陽能設備的家庭中的能量管理結合在應用由用戶定義的充電功能時使用不同充電模式來為電動車輛充電從而優化24小時時段內的能量成本的方法。軟件運用優化算法基于所產生的太陽能、所存儲的能量、所述家庭的消耗需求、由人工智能根據天氣預報產生的預測以及所述車輛的最低充電要求來管理所述充電。

技術研發人員：恩里克·塞爾瓦·貝爾維斯
受保護的技術使用者：渦輪能源股份公司
技術研發日：
技術公布日：2025/3/13