人工智能负载管理控制电动汽车充电系统
简介
现有建筑物的电力系统可能无法支持多个电动汽车充电器；尽管一些有简单的负载管理方案，它们也可能无法满足某些客户的要求，例如按要求付款。 我们的系统与人工智能相结合，可以提供精准的负载控制，同时可在电池充电容量方面优化达至最终用户的需求，也能够在能量储备方面优化以保持设施管理的供应。
完成研究日期
2015
商品化机会
知识产权许可, 产品开发合作, 不同应用领域的技术开发合作, 产品代理
解决方案
供电不足是一些旧建筑的通病，但居民或租户仍然期待电动汽车充电设施； 与此同时，商业建筑存在一个经济问题，即实时能源消耗与供应之间的平衡。 因此，我们开发了一个人工智能负载管理系统来解决这两个问题。
创新技术
- 使用人工神经网络对充电系统进行建模，包括电力供应、电动汽车充电需求、用户习惯、季节性天气、节假日等，然后为系统制定最佳充电方案。
- 开发了一种大功率矩阵充电系统，可同时满足六辆电动汽车的电池充电需求。
- 三相自动变换允许在客户端进行负载平衡，这不仅可以提高电能质量，还可以增加充电点的数量。
主要成效
- 在不升级现有基础设施的情况下，显着增加充电点的数量。
- 有效优化能源利用
- 能够预测负载状况（即充电系统的使用情况）
应用范畴
- 电动车
- 电动车充电器
- 负载管理系统
香港理工大学
香港理工大学（理大）有逾八十年的辉煌历史，跻身全球百强学府之列。凭借世界级的科研与教育，理大矢志要成为世界的顶尖大学。
理大致力培育慎思明辨、勇于探索求知、富于创见和能言善道的学生，让他们为世界带来正面影响。我们矢志培养明日的领袖，通过全人教育，让理大的毕业生具备专业才能；我们也为他们提供难能可贵的实习机会，使他们未来能在社区及业界独当一面。
查询
