本发明涉及充电桩调度领域，尤其涉及基于物联网的充电桩智能调度管理系统。
背景技术：
1、随着电动汽车的普及和发展，充电桩的需求量不断增加。然而，传统的充电桩管理方式存在诸多问题，如充电效率低、资源利用不足、充电桩拥堵等，同时也带来了电网负荷平衡和能源利用效率等方面的挑战。针对该问题，本发明提出一种基于物联网的充电桩智能调度管理方法，通过实时监测充电桩的使用情况、用户需求以及电网负荷情况，结合算法进行智能调度，使充电桩电力资源得到更加合理的利用，提高充电效率，降低运营成本，改善用户体验。
技术实现思路
1、有鉴于此，本发明提供一种基于物联网的充电桩智能调度管理方法，目的在于：1)采用增强的基于多级敏感哈希的时序聚类方法，实现对充电桩实时用电时序数据的聚类分析，能够更好地发现充电桩的用电模式；2)结合充电桩的空间分布信息和用电模式类型，将充电桩划分到不同的用电类型区域，综合考虑了充电桩的实际分布情况和用电特征，有助于更精确地进行电力资源调度；3)构建了考虑时态演化的电力资源调度模型，将不同用电类型区域充电桩的划分结果、区域电网负荷和电力资源供给信息等因素考虑在内，实现了针对不同时刻充电桩之间的协调电力调度；4)对构建的电力资源调度模型进行优化求解，得到不同区域充电桩之间的电力资源调度策略，并根据策略对充电桩进行动态调度，使电力资源得到更加合理和高效的利用。
2、为实现上述目的，本发明提供的基于物联网的充电桩智能调度管理方法，包括以下步骤：
3、s1：采集充电桩实时用电时序数据并进行聚类分析，并将聚类中心的用电时序数据作为当前充电桩用电类型，其中增强的基于多级敏感哈希的时序聚类为所述聚类分析的实施方法；
4、s2：根据得到的充电桩用电类型结合充电桩空间分布信息对充电桩进行区域划分，将充电桩划分到不同的用电类型区域；
5、s3：根据不同用电类型区域充电桩划分结果，结合区域电网负荷和电力资源供给信息，构建时态演化的电力资源调度模型，以实现不同时刻充电桩之间的协调电力调度；
6、s4：对构建的时态演化的电力资源调度模型进行优化求解得到不同区域充电桩之间的电力资源调度策略，并根据求解得到的电力资源调度策略对充电桩进行动态调度。
7、作为本发明的进一步改进方法：
8、可选地，所述s1步骤中采集充电桩实时用电数据并进行聚类分析，并将聚类中心的用电时序数据作为当前充电桩用电类型，包括：
9、s11：对采集充电桩实时用电时序数据进行预处理得到预处理后的充电桩实时用电时序数据，所述预处理包括去除异常值和归一化处理；
10、s12：预处理后的充电桩实时用电时序数据进行特征提取得到用电特征，其中基于小波变换的频域特征提取方法为所述特征提取的主要实施方法；
11、s13：使用多级敏感哈希技术将提取得到的用电特征映射到哈希空间，所述多级敏感哈希技术将多个局部敏感哈希函数和全局敏感哈希函数进行级联，将多个局部敏感哈希计算结果进行全局融合完成哈希映射，所述局部敏感哈希函数计算公式为：
12、hi(x)＝sgn(w·x+b)
13、其中：
14、hi(x)表示输入用电特征x的局部敏感哈希值；
15、w表示随机生成的投影向量，用于将数据投影到低维空间；
16、b表示偏置项，用于调整投影的位置；
17、sgn(·)表示符号函数；
18、所述全局敏感哈希计算公式为：
19、
20、其中：
21、g(x)表示输入用电特征x的多级敏感哈希值；
22、ri表示哈希值权重参数；
23、n表示哈希值数量；
24、hi(x)表示局部敏感哈希中的第i个哈希函数的值；
25、s14：在哈希空间中计算用电时序数据之间的相似度并应用k-means聚类将用电时序数据分组成簇，并将聚类中心的用电时序数据作为当前充电桩用电类型，其中哈希空间相似度计算公式为：
26、d(x,y)＝||g(x)-g(y)||2
27、其中：
28、g(x)，g(y)分别表示用电时序数据x和y的多级敏感哈希值。
29、可选地，所述s2步骤中根据得到的充电桩用电类型结合充电桩空间分布信息对充电桩进行区域划分，包括：
30、s21：将充电桩的空间位置信息转换为位置特征向量，将充电桩的用电类型进行序列编码得到类型特征向量，将位置特征向量和类型特征向量进行拼接得到充电桩的融合特征向量，其中多分辨率傅里叶变换为所述序列编码的实施方法，具体流程包括：
31、s211：利用阈值滑动窗口将充电桩用电类型数据分割为多个子数据序列；
32、s212：对每个子数据序列进行多分辨率傅里叶变换将时域信号转换为频域信号，计算公式为：
33、
34、其中：
35、xj,k表示第j尺度、第k个频率上的信号分解值；
36、xn表示子数据序列中的第n个数据点；
37、g(·)表示母小波函数；
38、j表示频域分解尺度；
39、k表示频率索引；
40、n表示子数据序列中的数据点总数；
41、s213：根据转换得到的频域信号分别计算每个子序列的频谱能量值并进行拼接得到当前充电桩用电类型的类型特征向量，每个子序列的频谱能量值计算公式为：
42、
43、其中：
44、e表示当前子序列的频谱能量；
45、s22：根据拼接得到的融合特征向量进行区域划分，将充电桩划分到不同的用电类型区域，其中自适应邻域半径的密度峰值聚类为充电桩划分的实施方法。
46、可选地，所述s22步骤中根据拼接得到的融合特征向量进行区域划分，将充电桩划分到不同的用电类型区域，包括：
47、s221：根据编码得到的融合特征向量和初始化参数k初始化初始邻域半径δ0和局部密度ρ0，邻域半径初始化计算公式为：
48、
49、其中：
50、表示融合特征向量xi的第j个最近邻融合特征向量；
51、表示融合特征向量xi与其第j个最近邻融合特征向量之间的距离；
52、局部密度初始化计算公式为：
53、
54、其中：
55、k(·)表示高斯核函数；
56、表示以融合特征向量xi为中心的δ0半径内的融合特征向量构成的集合；
57、j表示变量索引；
58、s222：根据计算得到的局部密度迭代动态调整邻域半径直至领域半径的变化量小于指定阈值，邻域半径动态调整计算公式为：
59、
60、其中：
61、δi+1表示根据局部密度调整后的邻域半径；
62、δi表示调整前的邻域半径；
63、α表示调节参数，用于控制邻域半径的相对大小；
64、表示所有融合特征向量的平均密度；
65、s223：根据动态调整后的邻域半径进行聚类，对于每个融合特征向量，汇集其在调整后的邻域半径范围内的融合特征向量并根据其局部密度进行聚类簇筛选，将局部密度高于预置密度阈值且与其他高密度点距离超过预置距离预置的融合特征向量作为密度峰值点形成一个聚类簇；
66、s224：将剩余的非密度峰值融合特征向量分配到距离最近的密度峰值点所代表的簇中，实现将充电桩划分到不同的用电类型区域。
67、可选地，所述s3步骤中根据不同用电类型区域充电桩划分结果，结合区域电网负荷和电力资源供给信息，构建时态演化的电力资源调度模型，包括：
68、s31：根据计算得到的不同区域充电桩用电类型和充电桩区域划分结果，结合区域电网负荷和电力资源供给信息，构建时态演化的电力资源调度模型，所述模型为动态规划模型，按时间段进行划分分别考虑每个时段内的电力资源调度策略，其中每一个时间段内以最大化电力资源利用并同时满足区域电网负荷和充电桩用电需求为目标函数，计算公式为：
69、minimizew1·fbalance(x)+w2·fcconstraint(x)
70、其中：
71、x表示不同区域的电力资源分配情况，满足约束∑ixi≤c，表示各个区域所分配的电力资源总量不能超过预置电力资源总量c，xi表示区域i的电力资源分配量；
72、电网负荷平衡项计算公式为：
73、
74、其中：
75、fbalance(x)表示电网负荷平衡项；
76、li表示区域i的实际电网负荷；
77、ci表示该区域的额定电网负荷；
78、fconstraint(x)表示电力资源供给约束项，满足fconstraint(x)＝∑imax(0,xi-α·ci)；
79、α为调节参数，表示允许的电力资源超额使用比例；
80、ci表示区域i的电力供给上限；
81、w1,w2,表示各项权重系数。
82、可选地，所述s4步骤中对构建的时态演化的电力资源调度模型进行优化求解得到不同区域充电桩之间的电力资源调度策略，包括：
83、采用可行路径跟踪算法对构建的电力资源调度模型进行优化求解，具体流程包括：
84、s41：随机初始化调度策略x(0)，并设置初始迭代次数k＝0；
85、s42：对于第k次迭代，在当前调度策略x(k)处根据目标函数构建二次规划子问题，计算公式为：
86、
87、约束条件为：
88、其中：
89、b(k)表示在当前调度策略x(k)处的hessian矩阵估计值；
90、表示目标函数f(x)在调度策略x(k)处的梯度；
91、ci()表示第i个约束函数；
92、m表示约束数量；
93、δx表示调度策略增量；
94、s43：对构建的二次规划子问题进行优化求解得到调度策略增量δx；
95、s44：根据求解得到的调度策略增量更新调度策略，更新计算公式为：
96、x(k+1)＝x(k)+αkδx
97、其中：
98、αk表示步长参数，用于控制更新步骤的大小；
99、s45：更新迭代次数k＝k+1，返回步骤s62，直到满足停止准则，所述停止条件为最大迭代次数。
100、为了解决上述问题，本发明提供一种基于物联网的充电桩智能调度管理系统，其特征在于，所述系统包括：
101、无线传感设备，用于采集充电桩实时用电时序数据并进行聚类分析，并将聚类中心的用电时序数据作为当前充电桩用电类型；
102、充电桩区域分类模块，用于根据得到的充电桩用电类型结合充电桩空间分布信息对充电桩进行区域划分，将充电桩划分到不同的用电类型区域；
103、电力资源调度装置，用于构建时态演化的电力资源调度模型，对构建的时态演化的电力资源调度模型进行优化求解得到不同区域充电桩之间的电力资源调度策略，并根据求解得到的电力资源调度策略对充电桩进行动态调度。
104、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
105、存储器，存储至少一个指令；
106、通信接口，实现电子设备通信；及
107、处理器，执行所述存储器中存储的指令以实现上述所述的基于物联网的充电桩智能调度管理方法。
108、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于物联网的充电桩智能调度管理方法。
109、相对于现有技术，本发明提出基于物联网的充电桩智能调度管理方法，该技术具有以下优势：
110、首先，本方案提出一种基于多级敏感哈希的时序聚类方法，实现对充电桩实时用电时序数据的聚类分析，能够更好地发现充电桩的用电模式，结合充电桩的空间分布信息和用电模式类型，将充电桩划分到不同的用电类型区域，综合考虑了充电桩的实际分布情况和用电特征，有助于更精确地进行电力资源调度。
111、同时，本方案构建了一种时态演化的电力资源调度模型，将不同用电类型区域充电桩的划分结果、区域电网负荷和电力资源供给信息等因素考虑在内，实现了针对不同时刻充电桩之间的协调电力调度，并对构建的电力资源调度模型进行优化求解，得到不同区域充电桩之间的电力资源调度策略，并根据策略对充电桩进行动态调度，使电力资源得到更加合理和高效的利用。
1.一种基于物联网的充电桩智能调度管理方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种基于物联网的充电桩智能调度管理方法，其特征在于，所述s1步骤中采集充电桩实时用电数据并进行聚类分析，并将聚类中心的用电时序数据作为当前充电桩用电类型，包括：
3.如权利要求1所述的一种基于物联网的充电桩智能调度管理方法，其特征在于，所述s2步骤中根据得到的充电桩用电类型结合充电桩空间分布信息对充电桩进行区域划分，包括：
4.如权利要求2所述的一种基于物联网的充电桩智能调度管理方法，其特征在于，所述s22步骤中根据拼接得到的融合特征向量进行区域划分，将充电桩划分到不同的用电类型区域，包括：
5.如权利要求1所述的一种基于物联网的充电桩智能调度管理方法，其特征在于，所述s3步骤中根据不同用电类型区域充电桩划分结果，结合区域电网负荷和电力资源供给信息，构建时态演化的电力资源调度模型，包括：
6.如权利要求1所述的一种基于物联网的充电桩智能调度管理方法，其特征在于，所述s4步骤中对构建的时态演化的电力资源调度模型进行优化求解得到不同区域充电桩之间的电力资源调度策略，包括：
7.一种基于物联网的充电桩智能调度管理系统，其特征在于，所述系统包括：
