一体式智能充电系统

本文介绍了小区电动自行车充电管理的现状,介绍了常见的的充电管理站,分析了小区电动自行车充电管理的功能和技术需求,本文基于物联网技术,设计一种可查询账户信息、能同时控制多个充电插座的智能充电系统,构建出适用于居民小区、学校等公共场所的智能化充电系统,为改善电动自行车的充电现状提供解决方案。本设计由三大部分组成,管理平台PC部分、充电桩部分和插座部分。管理平台PC以基于windows下的软件和数据库,对用户的账户和数据进行管理,并管理充电桩。充电桩用于管理插座并向管理平台发送相关的数据信息。插座受充电桩控制开断充电口,并可用于用户射频卡的读取和识别。     

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。     

基于物联网的电动车智能充电系统

为了解决电动车充电管理不便、安全性低的问题,设计了一种基于物联网的充电系统。该系统智能充电节点通过RN8209模块实现对电动车充电电压、电流和功率的采集,并利用这些数据判断充电状态,异常时自动关闭。该设计不仅实现了电能的计量,而且确保了电动车充电的安全性。系统中控网关通过LoRa无线模块与多个智能充电节点通信,并通过4G模块实现了与服务器的数据交互。测试结果表明,LoRa无线能够穿透地下室,通信距离达到300m,网关与服务器通信稳定。该设计实现了对充电桩的远程监控,具有很好的应用前景。     

基于励磁绕组回路特性的发电机充电耦合电路设计

针对励磁发电机在发动机启动瞬间易造成充电过程中发电机输入轴断裂等充电故障,拟采用对发电机输出电压和蓄电池的端电压进行采样耦合等手段,设计耦合型充电辅助电路,并串接于原充电链路中,按照一定的耦合条件对发电机的负载进行通断控制,从而实时采样监控并保护发电机和蓄电池的双重作用,减少发动机启动瞬间发电机输入轴断裂引起的充电故障,样机经实际验证使用,在发动机启动瞬间样机可有效控制发电机的负载通断,从而达到预期效果,为类励磁发电机的输入轴断裂故障提供一种解决思路和方案。     

基于云服务的有序分散负荷T接分支箱设计

针对新能源充电设施的智能化发展趋势，通过分析新能源汽车智能充电桩与电网稳定运行之间的关系，提出对充电桩进行分时控制和负荷控制的具备保护功能的智能控制系统。该系统通过在充电桩与上级电源之间增加智能微型断路器模块和智能网关模块，通过智能网关自动对智能微断进行控制，从而达到对充电桩分时控制和负荷控制的功能。同时，通过云服务系统，实时采集系统数据和对用电数据进行分析，制定充电桩用电有序分散策略，远程控制设备动作，从而保证充电桩在使用过程中电网不过载运行，实现对上级电源的实时保护，确保电网可靠稳定运行。     

基于CAN总线的电动自行车充电监控系统设计

本文对现有住宅小区电动自行车充电的收费管理模式进行分析,针对其存在的问题,提出了一种基于CAN总线的电动自行车充电监控系统设计。该系统主要由主控计算机、CAN总线适配卡和多个智能充电节点组成;管理员可以通过上位机操作,远程监控各充电节点,实现电量计算、通断控制以及用户数据信息存储等功能。     

基于物联网的太阳能充电桩收费系统设计

为了给太阳能充电桩提供一种更加智能的收费方式,基于物联网技术设计了一种太阳能充电桩收费系统,并使用微信扫码付款,系统包括充电控制硬件、微信小程序、云服务器、数据库。充电控制硬件以STM32为控制核心,经SIM800C与云服务器通信,控制继电器实现太阳能充电桩的充电功能;微信小程序负责扫码选择充电套餐并支付;数据库负责存储和管理数据;云服务器负责与控制硬件和微信小程序进行通信。经测试表明,系统各项功能运行正常,用户体验良好。     

基于云计算大数据分析技术的电动汽车充电监控系统

目前新能源汽车充电桩的测试和运维仍采用工程师进行现场测试和维护的传统方式,这已无法满足充电桩爆发式增长的检测和运维需求。另一方面,虽然充电桩TCU单元可以与充电控制器进行CAN通信,并记录数据,但由于硬件设计缺陷无法进行高速采集,记录的信息十分简单,因此无法反映充电细节,更无法记录新能源汽车与充电桩之间真实的交互过程和信息。文中介绍了采用高速数据采集技术、机器学习技术对新能源汽车充电故障进行采集和识别,实现故障在线诊断、故障预测等功能。设计了一种安装在充电桩内部的故障监控系统,该系统采集电压、电流、门禁、急停等信号,并通过IoT技术上传到云服务器。结合数据处理技术,随机森林分类算法提出了一种充电桩在线诊断故障方法,最终实现充电桩的智能运维。文中简要介绍了随机森林思想及其核心算法,及其拓扑和训练过程,分析了训练结果的均方误差和训练损耗,并对模型进行优化,以提高精度,同时对避免过拟合等问题进行了探索,最后通过项目实际应用对比了故障预测与真实情况的误差,得到故障识别准确率超97%的结论。     

新能源汽车充电服务APP的设计与实现

本文主要完成了一个基于J2EE技术的新能源汽车充电服务移动应用系统的设计与实现。本系统提供充电桩的查询功能、地图功能、导航功能、预约功能、充电功能、支付功能、账户管理功能等。用户能够通过充电服务APP快速的找到附近的充电站,预约电桩,在充电完成后通过本软件向充电桩运营商付费。     

基于图卷积神经网络的充电量预测模型

针对现有的电动汽车充电量负荷预测模型准确性低、稳定性差等问题，提出了一种基于图卷积神经网络(GCN)和小生境免疫—狮子算法(NILA)改进的预测模型，实现电动汽车充电量的准确预测。同时，本研究还设计三相交流充电桩控制系统，其中包括了三相交流充电桩与控制状态检测的硬件电路。实验结果表明，本研究NILA-GCN模型在电动汽车充电量负荷预测中具有较好的准确性，预测误差范围控制在[0.23%,2.86%]。