(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110764072.3 (22)申请日 2021.07.0 6 (65)同一申请的已公布的文献号 申请公布号 CN 113420382 A (43)申请公布日 2021.09.21 (73)专利权人 北理新源 （佛山） 信息科技有限公 司 地址 528000 广东省佛山市南海区丹灶镇 建沙路东 一街区28号 一栋315室 (72)发明人 王震坡　龙超华　刘鹏　阮旭松　 杨永刚　孙倩然　 (74)专利代理 机构 北京市诚辉律师事务所 11430 专利代理师 杨帅峰　岳东升(51)Int.Cl. G06F 30/15(2020.01) G06F 30/27(2020.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/30(2012.01) G06N 3/04(2006.01) G06F 111/06(2020.01) G06F 119/08(2020.01) G06F 119/14(2020.01) (56)对比文件 US 2003061091 A1,20 03.03.27 US 2012296482 A1,2012.1 1.22 审查员 陈清华 (54)发明名称 基于大数据的制氢运氢和 加氢调度系统 (57)摘要 本发明提供了一种基于大数据的制氢运氢 和加氢调度系统及相应方法， 针对由制氢厂、 加 氢站、 运氢车以及氢燃料汽车为节点的产业网 络， 通过产业上下游的全面信息化监控， 整合了 氢能储运、 加氢、 用氢环节的运营数据， 建立了一 套全产业氢能调度系统， 通过大数据智 能手段， 实现了氢能供应链即产、 即运、 即加， 促使整个产 业链制氢、 运氢和加氢的各环节的高效运转， 尤 其对于公交客运与货运等商业运营车辆， 本发明 能够充分发挥其线路、 车型固定、 相关数据便于 收集且容易制定调度计划等特点， 从而进一步提 高实施本发 明时对氢能的利用效率， 实现产业链 整体降低本的有益效果。 权利要求书3页 说明书8页 附图1页 CN 113420382 B 2022.11.11 CN 113420382 B 1.一种基于大 数据的制氢运氢和 加氢调度系统， 其特 征在于： 具体包括： 全产业链大 数据采集模块、 大 数据存储与处理模块、 智能调度模块； 其中， 所述全产业链大数据采集模块包括： 氢燃料电池汽车数据采集模块、 加氢站数据 采集模块、 运氢 车数据采集模块、 制氢厂数据采集模块； 所述氢燃料电池汽车数据采集模块用于采集车辆运行状态， 累计里程、 车速、 实时储氢 量、 实时耗氢量； 针对客 运公交、 货运车辆运营 车辆， 还采集线路信息、 站点信息、 司机信息； 所述加氢站数据采集模块用于采集包括压缩机、 冷水机、 储氢罐、 加氢机的实时运行状 态， 储氢罐实时压力和储氢量， 包括加氢站实时加氢数据、 站内等候加氢的车辆情况、 氢气 价格的加氢站运营 数据； 所述运氢车数据采集模块用于采集运氢管束车的运行状态及车速， 运氢罐体的实时压 力、 温度及储氢量； 所述制氢厂数据采集模块用于采集制氢设备的实时状态， 制氢量及充装量， 氢气价格； 所述大数据存储与处理模块用于对全产业链大数据采集模块采集的数据进行存储以 及中间加工处 理， 并提供 给所述智能调度模块； 所述智能调度模块具体执 行以下调度策略： a.利用所述氢燃料电池汽车数据采集模块提供的累计里程、 车速、 实时储氢量、 实时耗 氢量数据， 建立基于神经网络的氢燃料消 耗量预测模型， 以及基于神经网络的复杂工况下 剩余续航里程评估模型， 计算特定车型 的最佳加氢时机， 并根据车辆附近可选的加氢站距 离、 加氢站实时储氢量、 加氢站当前排队情况、 氢气价格， 向司机提供最优加氢站确定策略； b.利用所述加氢站数据采集模块和运氢车数据采集模块提供的相应数据， 计算加氢站 在工作日、 节假日和每天不同时段内的闲忙程度， 预测加氢站与不同时段的氢消 耗量和需 求量， 并计算对于管束 车的需求量； 先利用历史数据预测加氢站补氢需求， 然后根据实时的 监控情况， 利用所述运氢车数据采集模块提供 的相应数据， 结合特定加氢站的自身实时储 氢量以及附近的制氢厂位置、 管束车储 氢量、 加氢车辆情况， 动态计算该加氢站的最佳补氢 时机。 2.如权利要求1所述的系统， 其特征在于： 在所述策略a的基础上， 所述智能调度模块利 用所述氢燃料电池 汽车数据采集模块 提供的运营 车辆相应数据， 执 行以下调度： a1.针对各条运营线路计算不同时刻的发车需求分布， 具体包括乘客出行需求或货运 运力需求的分布； 结合线路上的站点、 出勤车辆以及司机分配情况计算初始排班计划； a2.对线路的分时段发车间隔建立二进制编码A， 以线路运营期间车辆的运行成本及顾 客的等候成本最小化 为目标函数， 考虑车辆核载、 车辆配额约束条件建立多目标优化模型； 对线路上车辆的初始发车时刻、 车辆的加氢需求决策、 加氢站 的被选择状态分别建立 二进制编码B、 C、 D， 对线路上车辆的剩余 发车时刻建立 实数编码； 根据车辆的相关工况参数 建立基于神经网络的氢燃料消 耗量预测模型， 计算剩余氢燃料的可续航班次； 以加氢时间 成本与往返加氢途中的氢燃料消耗 最小化为目标， 建立多目标优化模型； a3.以二进制编码A的决策变量构建解向量及种群， 以二进制编码B、 C、 D和实数编码的 决策变量构造多目标遗传算法的解向量及种群， 并且以线路运营期间车辆的运行成本及顾 客的等候成本最小化、 加氢时间成本与往 返加氢途中的氢燃料消耗最小化这几个目标作为 算法的优化 目标分量； 执行遗传算法的选择、 交叉、 变异操作得到子代种群， 并利用考虑非权　利　要　求　书 1/3 页 2 CN 113420382 B 2支配排序和拥挤度计算的精英策略求解出各编 码的最优解， 继而得到针对 该线路的包括 发 车间隔、 次序与加氢安 排的最优排班调度方案； a4.根据氢燃料电池汽车数据采集模块提供的线路上氢燃料汽车实时运行状态数据， 结合车辆故障、 车辆晚点情况， 重复执 行a1‑a3对所述 最优排班调度方案实现动态更新。 3.如权利要求1所述的系统， 其特征在于： 所述智能调度模块调度执行的策略b具体包 括： 基于加氢站的剩余储氢量， 包括加氢站处储氢罐以及正前往该加氢站的管束车储氢总 量， 以及加氢站处等待加氢 的车辆以及正前往该加氢站的待加氢车辆情况， 对该加氢站的 耗氢量进 行预估； 若 预估预定时间后， 剩余储量将会低于储量阈值， 则做出需要及时补充 供 氢的提醒， 同时根据该加氢站附近的制氢厂距离、 储氢情况、 氢气价格综合评估计算最佳补 氢时机， 给出氢源的调 度方案， 供加氢站 运营人员决策； 并将相关决策及时同步提供给制氢 厂和管束车， 使制氢厂运营人员 及时安排相应的制氢排班和充装， 并联动运氢环节进行管 束车和人员的准备。 4.如权利要求1所述的系统， 其特征在于： 针对运营车辆， 所述智能调度模块在策略b的 基础上， 基于特定线路的历史数据对车辆耗氢量进行预估， 将其最优排班调度方案与加氢 站补氢以及管束车运氢调度相互关联， 根据其加氢的调度安排， 包括加氢量和加氢时间， 加 氢地点， 提前进行 氢源的储备， 并使相关调度信息在制氢和运氢环 节同步。 5.一种利用上述权利要求1 ‑4任一项所述系统执行制氢运氢和加氢调度的方法， 其特 征在于： 包括以下步骤： 步骤1、 氢燃料电池汽车数据采集模块采集车辆运行状态， 累计里程、 车速、 实时储氢 量、 实时耗氢量； 针对客 运公交、 货运车辆运营 车辆， 还采集线路信息、 站点信息、 司机信息； 加氢站数据采集模块用于采集包括压缩机、 冷水机、 储氢罐、 加氢机的实时运行状态， 储氢罐实时压力和储 氢量， 包括加氢站实时加氢数据、 站内等候加氢的车辆情况， 氢气价格 的加氢站运营 数据； 运氢车数据采集模块采集运氢管束车的运行状态及车速， 运氢罐体的实时压力、 温度 及储氢量； 制氢厂数据采集模块采集制氢设备的实时状态， 制氢量及充装量， 氢气价格； 上述模块采集数据后发送至大 数据存储与处理模块； 步骤2、 所述大数据存储与处理模块对数据进行存储以及中间加工处理， 并提供给所述 智能调度模块； 步骤3、 所述智能调度模块接收所述大数据存储与处理模块发送的数据， 执行以下调度 策略： a.利用所述氢燃料电池汽车数据采集模块提供的累计里程、 车速、 实时储氢量、 实时耗 氢量数据， 建立基于神经网络的氢燃料消 耗量预测模型， 以及基于神经网络的复杂工况下 剩余续航里程评估模型， 计算特定车型 的最佳加氢时机， 并根据车辆附近可选的加氢站距 离、 加氢站实时储氢量、 加氢站当前排队情况、 氢气价格， 向司机提供最优加氢站确定策略； b.利用所述加氢站数据采集模块和运氢车数据采集模块提供的相应数据， 计算加氢站 在工作日、 节假日和每天不同时段内的闲忙程度， 预测加氢站与不同时段的氢消 耗量和需 求量， 并计算对于管束 车的需求量； 先利用历史数据预测加氢站补氢需求， 然后根据实时的权　利　要　求　书 2/3 页 3 CN 113420382 B 3