(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210866857.6 (22)申请日 2022.07.22 (71)申请人 广州天轨科技有限公司 地址 510000 广东省广州市天河区黄埔大 道西76号16 07房 申请人 广州特伏科技有限公司 (72)发明人 陈伟俊　刘蔚欣　 (74)专利代理 机构 广州中粤知识产权代理事务 所(普通合伙) 44752 专利代理师 杨毅宇 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) H02J 3/32(2006.01) (54)发明名称 一种基于移动充电桩的智能调度方法 (57)摘要 本发明涉及充电桩调度技术领域， 尤其为一 种基于移动充电桩的智能调度方法， 其方法包括 如下步骤： S1、 获取调度区域的当前充电需求， 并 获取当前移动充电桩分布图、 各移动充电桩剩余 电量信息以及当前固定式充电桩分布图； 本发明 能够根据调度区域内的需求量建立神经网络模 型， 将神经网络模型输入调度系统中， 并在调度 区域内划分多个需求量较大的充电点， 而且能够 根据固定式充电桩的数量， 来考虑是否向该充电 点提供移动式充电桩， 且在调度过程中， 能够充 分考虑充电点的位置信息， 并调度就近的移动充 电桩， 获得最佳调度路径， 从而节约调度时间， 做 到对充电位置的提前预判， 同时根据充电点的需 求量进行调度， 实现了精准调度的效果。 权利要求书2页 说明书6页 CN 115130779 A 2022.09.30 CN 115130779 A 1.一种基于移动充电桩的智能调度方法， 其特 征在于： 其方法包括如下步骤： S1、 获取调度区域的当前充电需求， 并获取当前移动充电桩分布图、 各移动充电桩剩余 电量信息以及当前固定式充电桩分布图， 将获取 的数据建立成数据库， 并基于数据库建立 云计算的神经网络模型， 对神经网络模型中的参数进行归一化处理， 使模型中的全部参数 的取值在[0， 1]范围内； S2、 抽取部分获取到的数据制成训练集， 将训练集输入至神经网络模型中进行训练， 获 得充电桩调度神经网络模型， 并根据用户的充电需求来预测下一个时间段的充电需求， 并 设置多个充电需求用户较多位置的充电点BP， 获取充电点BP的位置信息， 之后计算每个充 电点BP附近的固定式充电桩， 撤销部分充电点， 保留其 他的充电点； S3、 之后获取该调度区域的所有移动充电桩与充电点BP的距离， 将训练好的充电桩调 度神经网络模型输入至移动充电桩调度系统中， 移动充电桩调 度系统分析每一个充电点BP 附近的移动充电桩， 根据分析结果来将选择合适的路径和数量， 将移动充电桩调度给所有 的充电点BP， 完成智能化调度。 2.根据权利要求1所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S1中， 归一 化处理的具体方法如下： 将以往的充电桩调度路径矩阵中的第a列数值的极大值设置为maxKa， 极小值设置为 minKa， 而Dij是标准化后的数值， 则标准 化前的数值Kij值进行归一 化处理后， 得到的结果 为： 当maxKa≠minKa时， Dij＝(Kij‑minKa)/(maxKa‑minKa)； 当maxKa＝minKa时， Dij＝1。 3.根据权利要求1所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S1中， 不同的移动充电桩其调度的合理性可用下式表示： 当Dra＜Dta时， Dia＝Dra/Dta； 当Dra≥Dta时， Dia＝1； 移动充电桩的调度神经网络模型 可表示为： 其中wj为权值系数。 4.根据权利要求1所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S2中， 在获取充电点BP的位置信息后， 判断该区域 为城区还是郊区。 5.根据权利要求4所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S2中， 撤销部分充电点的条件为： 在该BP点 为郊区时， 当BPg≥80％BPy时， 则撤销该充电点； 当BPg＜80％BPy时， 则保存该充电点； 在该BP点 为城区时， 当BPg≥BPy时， 则撤销该充电点； 当BPg＜BPy时， 则保存该充电点； 其中BPg为该点附近固定式充电桩的数量， BPy为用户需求的充电桩量。 6.根据权利要求1所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S3中， 调度系统需分析BP点的位置、 BP点附近固定式充电桩的数量、 用户需求的充电桩量、权　利　要　求　书 1/2 页 2 CN 115130779 A 2附近移动式充电桩的距离和附近移动式充电桩的剩余电量。 7.根据权利要求1所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S3中， 在选择调度路径的过程中， 为了避免选 到不存在的路径， 则运动函数BPx， i需要满足： 当(x， i)存在时， BPx， i＝1； 当(x， i)不存在时， BPx， i＝0。 8.根据权利要求1所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S3中， 为了确保充电桩神经网络模型的终点存在输入输出路径， 则满足函数E2如下： 式中： u2为惩罚系数， Vxi为每层神经 元输入函数， Vdi出为层神经 元输出函数。 9.根据权利要求8所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步骤 S3中， 为保证最短路径， 则设移动充电站的起点为s， 到达的充电点为d， 则存在约束函数E3 为： 其中Vdr为每条路径的终点 函数。 10.根据权利要求1所述的一种基于移动充电桩的智能调度方法， 其特征在于： 所述步 骤S3中， 每 个BP点调度充电桩的数量 为： BPk＝BPy‑BPg。权　利　要　求　书 2/2 页 3 CN 115130779 A 3