4.1概述

AcrelCloud-9000安科瑞充電柱收費運營云平臺系統(tǒng)通過物聯(lián)網(wǎng)技術(shù)對接入系統(tǒng)的電動電動自行車充電站以及各個充電整法行不間斷地數(shù)據(jù)采集和監(jiān)控，實時監(jiān)控充電樁運行狀態(tài),，進行充電服務(wù),、支付管理，交易結(jié)算,，資要管理,、電能管理,，明細查詢等。同時對充電機過溫保護,、漏電,、充電機輸入/輸出過壓，欠壓,，絕緣低各類故障進行預(yù)警,；充電樁支持以太網(wǎng)、4G或WIFI等方式接入互聯(lián)網(wǎng),，用戶通過微信,、支付寶，云閃付掃碼充電,。

4.2應(yīng)用場所

適用于民用建筑,、一般工業(yè)建筑、居住小區(qū),、實業(yè)單位,、商業(yè)綜合體、學(xué)校,、園區(qū)等充電樁模式的充電基礎(chǔ)設(shè)施設(shè)計,。

4.3系統(tǒng)結(jié)構(gòu)

系統(tǒng)分為四層：

1）即數(shù)據(jù)采集層,、網(wǎng)絡(luò)傳輸層,、數(shù)據(jù)層和客戶端層。

2）數(shù)據(jù)采集層：包括電瓶車智能充電樁通訊協(xié)議為標準modbus-rtu,。電瓶車智能充電樁用于采集充電回路的電力參數(shù),，并進行電能計量和保護。

3）網(wǎng)絡(luò)傳輸層：通過4G網(wǎng)絡(luò)將數(shù)據(jù)上傳至搭建好的數(shù)據(jù)庫服務(wù)器,。

4）數(shù)據(jù)層：包含應(yīng)用服務(wù)器和數(shù)據(jù)服務(wù)器,，應(yīng)用服務(wù)器部署數(shù)據(jù)采集服務(wù)、WEB網(wǎng)站,，數(shù)據(jù)服務(wù)器部署實時數(shù)據(jù)庫,、歷史數(shù)據(jù)庫、基礎(chǔ)數(shù)據(jù)庫,。

5）應(yīng)客戶端層：系統(tǒng)管理員可在瀏覽器中訪問電瓶車充電樁收費平臺,。終端充電用戶通過刷卡掃碼的方式啟動充電。

小區(qū)充電平臺功能主要涵蓋充電設(shè)施智能化大屏,、實時監(jiān)控,、交易管理、故障管理,、統(tǒng)計分析,、基礎(chǔ)數(shù)據(jù)管理等功能,，同時為運維人員提供運維APP，充電用戶提供充電小程序,。

4.4安科瑞充電樁云平臺系統(tǒng)功能

4.4.1智能化大屏

智能化大屏展示站點分布情況,，對設(shè)備狀態(tài)、設(shè)備使用率,、充電次數(shù),、充電時長、充電金額,、充電度數(shù),、充電樁故障等進行統(tǒng)計顯示，同時可查看每個站點的站點信息,、充電樁列表,、充電記錄、收益,、能耗,、故障記錄等。統(tǒng)一管理小區(qū)充電樁,，查看設(shè)備使用率,，合理分配資源。

4.4.2實時監(jiān)控

實時監(jiān)視充電設(shè)施運行狀況,，主要包括充電樁運行狀態(tài),、回路狀態(tài)、充電過程中的充電電量,、充電電壓電流,，充電樁告警信息等。

4.4.3交易管理

平臺管理人員可管理充電用戶賬戶,，對其進行賬戶進行充值,、退款、凍結(jié),、注銷等操作,，可查看小區(qū)用戶每日的充電交易詳細信息。

4.4.4故障管理

設(shè)備自動上報故障信息,，平臺管理人員可通過平臺查看故障信息并進行派發(fā)處理,，同時運維人員可通過運維APP收取故障推送，運維人員在運維工作完成后將結(jié)果上報,。充電用戶也可通過充電小程序反饋現(xiàn)場問題,。

4.4.5統(tǒng)計分析

通過系統(tǒng)平臺，從充電站點,、充電設(shè)施,、,、充電時間、充電方式等不同角度,，查詢充電交易統(tǒng)計信息,、能耗統(tǒng)計信息等。

4.4.6基礎(chǔ)數(shù)據(jù)管理

在系統(tǒng)平臺建立運營商戶,，運營商可建立和管理其運營所需站點和充電設(shè)施,，維護充電設(shè)施信息、價格策略,、折扣,、優(yōu)惠活動，同時可管理在線卡用戶充值,、凍結(jié)和解綁,。

4.4.7運維APP

面向運維人員使用，可以對站點和充電樁進行管理,、能夠進行故障閉環(huán)處理,、查詢流量卡使用情況、查詢充電\充值情況,，進行遠程參數(shù)設(shè)置,，同時可接收故障推送

4.4.8充電小程序

面向充電用戶使用，可查看附近空閑設(shè)備,，主要包含掃碼充電,、賬戶充值，充電卡綁定,、交易查詢,、故障申訴等功能,。

4.5系統(tǒng)硬件配置

本文提出了一種基于改進蛙跳算法的電動汽車有序充電策略，通過算法改進,、模型構(gòu)建和仿真驗證,，得出以下結(jié)論：

1.改進蛙跳算法通過引入動態(tài)慣性權(quán)重和自適應(yīng)分組機制，顯著提高了算法的全局搜索能力和收斂速度,，為有序充電優(yōu)化提供了有力工具,。

2.所建立的多目標優(yōu)化模型綜合考慮了電網(wǎng)、用戶和電池三方面的需求,，通過合理設(shè)置權(quán)重系數(shù),，實現(xiàn)了多方利益的平衡。

3.仿真結(jié)果表明,，所提策略能有效降低電網(wǎng)負荷峰谷差,，減少用戶充電成本,，并延長電池使用壽命，在不同規(guī)模的電動汽車群體中均表現(xiàn)出良好的性能,。

4.未來研究方向包括：進一步優(yōu)化算法性能,，提高大規(guī)模問題求解效率；考慮動態(tài)電價和可再生能源波動等現(xiàn)實因素,，提高策略的實用性,；探索車網(wǎng)互動（V2G）技術(shù)的應(yīng)用，實現(xiàn)電動汽車與電網(wǎng)的協(xié)同優(yōu)化,。