CN116562405A - 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 - Google Patents
一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 Download PDFInfo
- Publication number
- CN116562405A CN116562405A CN202310599400.8A CN202310599400A CN116562405A CN 116562405 A CN116562405 A CN 116562405A CN 202310599400 A CN202310599400 A CN 202310599400A CN 116562405 A CN116562405 A CN 116562405A
- Authority
- CN
- China
- Prior art keywords
- charging
- recommended
- charging station
- round
- reservation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000010606 normalization Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000012731 temporal analysis Methods 0.000 claims description 6
- 238000000700 time series analysis Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 238000012300 Sequence Analysis Methods 0.000 claims 2
- 230000006399 behavior Effects 0.000 description 9
- 238000012937 correction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Tourism & Hospitality (AREA)
- Transportation (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种增程式插电混合动力汽车预约充电智能方法，步骤如下：首轮推荐：选择具体方法选取首批推荐充电站，对预约充电时间点的充电站空闲快慢充空闲数和总空闲数进行预测，选取首轮最终推荐预约充电站；二轮推荐：地图信息结合纯电模式下的耗电计算逻辑，计算到达首轮最终推荐预约充电站的剩余SOC，推荐第二轮推荐预约充电站；最终推荐：预约时间时，根据地图实时路况信息和纯电模式耗电计算逻辑，由SOC和实时充电站快慢充空闲信息推荐最终充电站。本发明还公开了一种增程式插电混合动力汽车预约充电智能装置和计算机系统。本发明具有根据用户预约条件，安排最优预约充电站及路线的功能，可以广泛应用于增程式插电混合动力汽车上。
Description
技术领域
本发明涉及增程式插电混合动力汽车，特别是涉及一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统。
背景技术
增程式插电混合动力汽车能够有效应对国家对节能减排的要求并消除客户的里程焦虑，其兼具传统内燃机和纯电动汽车电机，可以减少对石油燃料的依赖和需求，改善汽车燃油经济性和排放性能。增程式插电混合动力通常具有以下几种驱动模式：1.纯电模式，此时汽车依靠高压电池给驱动电机提供电能，由驱动电机驱动汽车行驶；2.串联模式，发动机此时开始运行，一方面，发动机驱动发电机给高压电池充电；另一方面，发动机驱动发电机为驱动电机提供电能，以驱动汽车行驶；因此在电池电量很低时，可利用串联模式驱动汽车，消除用户里程焦虑问题。
针对新能源汽车，业内注意到其充电需求，并尝试提出相关解决方案。比如，国家电网公司的一件公开号为CN104779680A、发明名称为电动汽车预约充电控制方法及装置的发明申请，公开了一种电动汽车预约充电控制方法及装置。其中，该方法包括：获取预约充电信息和预先设置的优化控制参数；获取与预约充电信息预先绑定车辆的车辆状态信息；根据预约充电信息和车辆状态信息，确定车辆的预约充电方案集合；使用优化控制参数从预约充电方案集合中筛选得到推荐充电方案。本发明解决了由于无法对电动车的预约充电进行优化，导致出现的充电设备资源浪费和用户充电体验欠佳等技术问题。
然而，该发明也存在如下缺点：1.该发明专利申请针对的是纯电动汽车，而本发明针对的是增程式插电混合动力汽车，在整车模式上有较大差异；2.未考虑驾驶员具体的驾驶习惯，未对驾驶员进行实际的驾驶模式和习惯用户行为分析；3.主要还是针对的是电网侧或者充电桩侧，对具体的车辆控制参数未做具体说明；4.未考虑实际道路情况对预约充电的影响。
另外一件由江苏金坛大迈汽车工程研究院有限公司和江苏金坛汽车工业有限公司申报、公开号为CN207683369U、实用新型名称为一种汽车预约充电系统的实用新型，公开了一种汽车预约充电系统，包括远程控制终端、TBOX、车载充电器OBC、电池管理系统BMS、整车控制器VCU，所述的远程控制终端与TBOX连接，所述的TBOX分别连接车载充电器OBC和电池管理系统BMS，所述的电池管理系统BMS与整车控制器VCU连接。该实用新型的优点在于：采用直接网络管理控制BMS和TBOX的关闭和启停，从而简化实现预约充电功能；通过手机远程设置预约时间进行充电，方便简化充电流程。与前面发明一样，其不足之处在于：1.没有区分具体的新能源车型，未对整车模式和控制进行详细描述；2.未考虑用户以往充电习惯和充电站本身情况、及实际道路情况。
发明内容
本发明的目的是为了克服上述背景技术的不足，提供一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统，使其具有根据用户预约条件，合理安排最优预约充电站及路线信息的功能。
本发明提供的一种增程式插电混合动力汽车预约充电智能方法，对预约充电站进行多轮推荐，包括如下步骤：首轮推荐：根据预约充电记录数，选择具体方法选取首批推荐充电站，根据充电站历史空闲数据，对预约充电时间点的充电站空闲快慢充空闲数和总空闲数进行预测，并根据空闲数阈值，选取首轮最终推荐预约充电站；二轮推荐：根据地图信息，结合纯电模式下的耗电计算逻辑，计算到达首轮最终推荐预约充电站的剩余SOC，根据剩余SOC推荐第二轮推荐预约充电站；最终推荐：当到达预约时间点时，根据地图实时路况信息和纯电模式耗电计算逻辑，对到达第二轮推荐预约充电站的SOC进行计算，根据SOC和实时充电站快慢充空闲信息进行最终充电站推荐。
在上述技术方案中，所述首轮推荐步骤的具体过程如下：出发信息预约：通过车机或手机输入预约充电的出发地点和出发时间；第一预约记录获取：如果系统中用户预约充电记录小于n条，则系统计算出发点附近x km内的y个距离最近的充电站作为推荐充电站，并获取充电站信息；第二预约记录获取：如果系统中用户预约充电记录大于n条，首先对用户实际使用过的充电站进行使用次数排序，选取使用次数最多的z个充电站，计算出发地点与所选充电站的距离，若小于等于距离阈值则保留，作为推荐充电站，并获取充电站信息；大于距离阈值则去除；信息提取：从充电站历史数据系统中提取所推荐充电站过去m天的空闲充电枪数量信息。
在上述技术方案中，所述信息提取步骤包括以下过程：数据集合：将m天的推荐充电站快慢充空闲充电枪数量数据分为输入集和目标集，前m1天的数据作为输入数据集合，后m2天的数据作为目标数据集合，其中，m＝m1+m2，且m1>m2；快慢充空值填充：如果某个站m1天的快慢充数据存在空值，则采用m1天中的快充空闲数平均值μ1对快充空值进行填充，采用慢充空闲数平均值μ2对慢充空值进行填充；归一化：对m1和m2天的快慢充数据分别进行归一化处理；时间序列分析：采用时间序列机器学习模型进行时间序列分析，采用均方根误差R2去评价时间序列模型，选择R2值最小的模型，预测驾驶员预约时间点某充电站快慢充空闲数，并作为首轮最终充电站推荐。
在上述技术方案中，所述归一化步骤就是min-max方法，归一化后的快充空闲数为：(fast–fastmin)/(fastmax–fastmin),同理归一化后的慢充空闲数为：(slow–slowfast)/(slowmax–slowmin),同理用目标集合m2的快充数平均值μ3和慢充数平均值μ4去填充目标数据集合的空值，同时采用目标集合的最大值fastTargetmax和fastTargetmin去归一化目标集。
在上述技术方案中，所述时间序列分析步骤中，预测驾驶员预约时间点某充电站快慢充空闲数的过程为：如果某站点最终预测快充空闲数量>fast0且慢充空闲数量>slow0，并且快充空闲数量与慢充空闲数量之和的总空闲数量>total0，则作为首轮最终充电站推荐。
在上述技术方案中，所述时间序列分析步骤中，所述时间序列机器学习模型包括但不限于LSTM\RNN模型。
在上述技术方案中，所述二轮推荐步骤的具体过程如下：地图信息获取：根据用户输入的出发点和首轮推荐的充电站，获取出发点到各充电站的地图信息；速度段图转换：根据实际地图路况信息，将路况信息转换成速度段图；剩余SOC计算：并根据车辆的实际SOC，结合纯电模式续驶里程标定表，获取实际电量消耗，则可计算车辆完全通过第一段路后的剩余SOC1；依次可计算通过第2段路、第3段路……以至第n端后的剩余SOCn；纯电模式选取：若在某段路后SOC小于0，则表明纯电模式无法到达推荐充电站，最终选择剩余SOCn>0即纯电模式可到达的充电站为第二轮推荐充电站，并提供可到达路线信息；串联模式选取：如果最终SOCn<＝0,则提示该用户，需要采用串联模式，才能达到首轮推荐充电站中用作第二轮推荐的部分充电站。
在上述技术方案中，所述最终推荐步骤的具体过程如下：纯电模式SOC计算：当到达用户预约时间点时，从地图获取该时间点到达第二轮推荐充电站路线实际地图信息，按照二轮推荐步骤的方式重新计算纯电模式到达第二轮推荐充电站时的剩余SOC，如果计算得到剩余SOC<0，则提示用户到达该站需要使用串联模式；比较排序推荐：若剩余SOC>0，则作为推荐充电站，在充电站信息系统里查询推荐充电站的快充空闲数量、慢充空闲数量和总空闲数量，如果快充空闲数量大于fastLast，慢充空闲数量大于slowLast并且总空闲数量大于totalLast，则可作为最终推荐充电站，按照剩余SOC从大到小对最终推荐充电站排序，作为最终推荐充电站列表，并推荐对应行驶路线。
本发明又提供了一种增程式插电混合动力汽车预约充电智能装置，存储有计算机程序，所述计算机程序能够执行增程式插电混合动力汽车预约充电智能方法。
本发明还提供了一种计算机系统，该计算机系统包括增程式插电混合动力汽车预约充电智能装置。
本发明一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统，具有以下有益效果：
本发明主要针对增程式插电混合动力汽车，考虑实际路况、用户历史行为、车辆本身和充电站实际情况，基于云平台便宜、可靠、可扩展性好的优点，在云平台建立一套考虑车辆特性、用户历史充电行为、汽车前往充电站的路况信息及充电站信息等的增程式插电混合动力汽车预约充电智能系统和方法，可以为增程式插电混合动力汽车用户提供最经济可用的预约充电站和行驶路线。
附图说明
图1为本发明增程式插电混合动力汽车的动力结构示意图；
图2为本发明增程式插电混合动力汽车预约充电智能方法的整体流程示意图；
图3为本发明增程式插电混合动力汽车预约充电智能方法中首轮推荐步骤的具体流程示意图；
图4为本发明增程式插电混合动力汽车预约充电智能方法中二轮推荐步骤的具体流程示意图；
图5为本发明增程式插电混合动力汽车预约充电智能方法中二轮推荐步骤第2.2子步骤的实际路况速度段图；
图6为本发明增程式插电混合动力汽车预约充电智能方法中最终推荐步骤的具体流程示意图；
图7为本发明增程式插电混合动力汽车预约充电智能装置的结构示意图；
图8为本发明计算机系统的结构示意图。
具体实施方式
下面结合附图及实施例对本发明作进一步的详细描述，但该实施例不应理解为对本发明的限制。
本发明涉及的增程式插电混合动力汽车动力结构如图1所示，其中发动机为汽油发动机。图中实线连接为机械连接，虚线连接为电气连接；存在两种驱动模式，电动模式和串联模式；1.当车辆处于电动模式时，此时发动机不工作，车辆依靠高压电池为驱动电机提供电能，依靠驱动电机驱动车辆；2.当车辆处于串联模式时，发动机开始工作，一方面，发动机驱动发电机为高压电池充电，另一方面，发动机驱动发电机为驱动电机提供电能，驱动电机驱动车辆行驶。
参见图2，本发明增程式插电混合动力汽车预约充电智能方法整体思路如下：
一、首轮推荐：根据预约充电记录数，选择具体方法选取首批推荐充电站，根据充电站历史空闲数据，对预约充电时间点的充电站空闲快慢充空闲数和总空闲数进行预测，并根据空闲数阈值，选取首轮最终推荐预约充电站；
参见图3，首轮预约充电推荐充电站逻辑图如下：
1.1.驾驶员通过车机或手机输入预约充电的出发地点和出发时间；
1.2.如果系统中用户预约充电记录小于n条(比如500，可配置)，则系统计算出发点附近x km(可设置，比如20km)内的y个(可设置，比如40)距离最近的充电站作为推荐充电站，并获取充电站信息；
1.3.如果系统中用户预约充电记录大于n条(比如500，可配置)，首先对用户实际使用过的充电站进行使用次数排序，选取使用次数最多的z个(比如50，可配置)充电站，计算出发地点与所选充电站的距离，若小于等于距离阀值(可设置，比如20km)，则保留，作为推荐充电站，并获取充电站信息；若大于距离阀值则去除；
1.4.从充电站历史数据系统中提取所推荐充电站过去30天的空闲充电枪数量信息；
1.4.1.充电站信息系统中充电站空闲信息的采样频率为t小时(可设置，默认1h)，对30天的推荐充电站快慢充空闲充电枪数量数据进行以下处理：将30天的推荐充电站快慢充空闲充电枪数量数据分为输入集和目标集，前27天的数据作为输入数据集合，后3天的数据作为目标数据集合；
1.4.2.如果某个站27天的快慢充数据存在空值，则采用27天的快慢充空闲数平均值μ1(对应快充平均值)和μ2(对应慢充平均值)对快慢充空值分别进行填充；
1.4.3.对27天的快慢充数据分别进行归一化处理(min-max方法或者z-score方法)：
1.4.3.1.以min-max方法为例，归一化后的快充空闲数为：(fast–fastmin)/(fastmax–fastmin),同理归一化后的慢充空闲数为：(slow–slowfast)/(slowmax–slowmin),同理用目标集合(3天的数据)的快慢充数平均值μ3和μ4去填充目标数据集合(对应最后3天数据)的空值，同时采用目标集合的最大值fastTargetmax和fastTargetmin去归一化目标集；
1.4.4.采用时间序列机器学习模型(不局限于LSTM\RNN等模型)进行时间序列分析，采用均方根误差R2去评价时间序列模型，选择R2值最小的模型，预测驾驶员预约时间点(精确到h)某充电站快慢充空闲数。
1.4.4.1.如果某站点最终预测快充空闲数量>fast0(可设置，例如2)且慢充空闲数量>slow0(可设置，例如2)且总空闲数量(快慢充空闲数量之和)>total0(可设置，例如2)，则作为首轮最终充电站推荐。
二、二轮推荐：根据地图信息，结合纯电模式下的耗电计算逻辑，计算到达首轮最终推荐预约充电站的剩余SOC，根据剩余SOC推荐第二轮推荐预约充电站；
参见图4，采用如下方法推荐第二轮预约充电充电站：
首先是计算汽车剩余SOC的技术性原理分析：其中纯电模式，实际纯电剩余SOC的计算逻辑在图4中有详细披露，表1为纯电模式电池消耗电量基础标定表，其中横坐标为高压电池剩余电量SOC，纵坐标是匀速车速，表中的数据表示当车速等于纵坐标车速时，横坐标SOC到0％时的每公里电量消耗百分比；表2表示环境温度修正系数，对表1电量消耗进行修正；表3表示功率修正系数，根据用户过去历史行为对不同对表1进行修正，具体的历史行为分析如下所述：1)当车辆行驶距离小于等于1000km时，采用默认功率修正表作为功率修正表，如表3中数值所示；2)当车辆行驶距离大于1000km时，根据用户历史行为，统计用户历史某车速(10km/h、20km/h、30km/h、40km/h、50km/h、60km/h、70km/h、80km/h、100km/h、120km/h、140km/h、160km/h等)下的功率，并求取平均值作为该车速下驱动需求功率，除以该车速匀速条件下的需求功率，作为该车速下的功率修正系数，其中匀速下的需求功率可通过实际道路试验获取，如果历史行为数据中无此速度，则采用表3默认值。
表1纯电模式续驶里程基础标定表
| 环境温度(℃) | -30 | -25 | -20 | -10 | 0 | 10 | 20 | 30 | 40 | 50 | 60 |
| 电量消耗修正系数 | 2.5 | 2.0 | 1.5 | 1.3 | 1.2 | 1.1 | 1 | 1 | 1 | 1 | 1 |
表2环境温度修正表
| 车速(km/h) | 10 | 20 | 30 | 40 | 50 | 60 | 70 | 80 | 100 | 120 | 140 | 160 |
| 功率修正系数 | 1 | 1.2 | 1.3 | 1.4 | 1.55 | 1.68 | 1.81 | 1.94 | 2.07 | 2.2 | 2.33 | 2.46 |
表3功率修正表
2.1.根据用户输入的出发点和首轮推荐的充电站，获取出发点到各充电站的地图信息(可有多条行驶路线)；
2.2.以某一推荐充电站为例，根据实际地图路况信息(车速等)，将路况信息转换成速度段图，如图5所示，该图中，第一段路最高车速为v1，如果该车行驶里程<50km，则设定该路段汽车行驶车速为v1，若该车行驶里程≥50km，则根据该客户历史通过该速度路段的平均车速为该路段的汽车行驶车速；
2.3.并根据车辆的实际SOC，结合纯电模式续驶里程标定表，获取实际电量消耗，则可计算车辆完全通过第一段路后的剩余SOC1；依次可计算通过第2段路、第3段路……第n端后的剩余SOCn；
2.4.若在某段路m后SOC小于0，则表明纯电模式无法到达推荐充电站，最终选择剩余SOCn>0(即纯电模式可到达)的充电站为第二轮推荐充电站，并提供可到达路线信息；
2.5.如果最终SOCn<＝0,则提示该用户，需要采用串联模式(发动机此时工作)，才能达到首轮推荐充电站中用作第二轮推荐的部分充电站。
三、最终推荐：当到达预约时间点时，根据地图实时路况信息和纯电模式耗电计算逻辑，对到达第二轮推荐预约充电站的SOC进行计算，根据SOC和实时充电站快慢充空闲信息进行最终充电站推荐。
参见图6，3.1.当到达用户预约时间点时，从地图获取该时间点到达第二轮推荐充电站路线实际地图信息，按照步骤4的方式重新计算纯电模式到达第二轮推荐充电站时的剩余SOC，如果计算得到剩余SOC<0，则提示用户到达该站需要使用串联模式；
3.2.若剩余SOC>0，则作为推荐充电站。在充电站信息系统里查询推荐充电站的快充空闲数、慢充空闲数和总空闲数，如果快充空闲数大于fastLast(可设置，比如2)且慢充空闲数大于slowLast(可设置，比如2)且总空闲数大于totalLast(可设置，比如2)，则可作为最终推荐充电站，按照剩余SOC从大到小对最终推荐充电站排序，作为最终推荐充电站列表，并推荐对应行驶路线。
参见图7，本发明增程式插电混合动力汽车预约充电智能装置，对预约充电站进行多轮推荐，包括如下内容：
首轮推荐模块：根据预约充电记录数，选择具体方法选取首批推荐充电站，根据充电站历史空闲数据，对预约充电时间点的充电站空闲快慢充空闲数和总空闲数进行预测，并根据空闲数阈值，选取首轮最终推荐预约充电站；
二轮推荐模块：根据地图信息，结合纯电模式下的耗电计算逻辑，计算到达首轮最终推荐预约充电站的剩余SOC，根据剩余SOC推荐第二轮推荐预约充电站；
最终推荐模块：当到达预约时间点时，根据地图实时路况信息和纯电模式耗电计算逻辑，对到达第二轮推荐预约充电站的SOC进行计算，根据SOC和实时充电站快慢充空闲信息进行最终充电站推荐。
参见图8，本发明计算机系统，该计算机系统包括增程式插电混合动力汽车预约充电智能装置。
本发明的技术原理和关键点：
一种增程式插电混合动力汽车预约充电智能方法及装置，对预约充电站进行多轮推荐，根据预约充电记录数，选择具体方法选取首批推荐充电站，根据充电站历史空闲数据，对预约充电时间点的充电站空闲快慢充空闲数和总空闲数进行预测，并根据空闲数阈值，选取首轮最终推荐预约充电站；根据地图信息，结合纯电模式下的耗电计算逻辑，计算到达首轮最终推荐预约充电站的剩余SOC，根据剩余SOC推荐第二轮推荐预约充电站；当到达预约时间点时，根据地图实时路况信息和纯电模式耗电计算逻辑，对到达第二轮推荐预约充电站的SOC进行计算，根据SOC和实时充电站快慢充空闲信息进行最终充电站推荐。其中，
1.如上所述首批推荐充电站具体方法，为当预约充电记录数小于某一阈值(如500条)，则系统计算出发点附近x km(可设置，比如20km)内的y个(可设置，比如40)距离最近的充电站并获取充电站信息；当大于阈值时，首先对用户实际使用过的充电站进行使用次数排序，选取使用次数最多的z个(比如50，可配置)充电站，计算预约充电出发地点与所选充电站的距离，若小于等于距离阀值(可设置，比如20km)，则保留，作为首轮所推荐充电站；大于距离阀值，则去除。
2.如上所述，从充电站历史空闲数据里，对预约充电时间点的充电站空闲快慢充空闲数和总空闲数进行预测，此时间点精确到小时，对空闲数进行预测所采用的方法为时间序列预测，其使用的时间序列模型不局限于LSTM/RNN等机器学习模型，其采用的模型准确性评价标准为均方根误差(R2)标准，根据评价标准选择最终机器学习模型对预约时间充电站快慢充空闲数进行预测，根据预测快慢充空闲数选择最终首轮推荐充电站。
3.如上所述纯电模式耗电计算逻辑，考虑了电池基础消耗电量、环境温度影响和客户历史实际功率消耗影响，其中电池基础消耗电量考虑了车速和高压电池SOC的影响，客户历史实际功率，表示的是在特定车速下的客户历史实际需求驱动功率。
4.如上所述根据地图信息，可包含多条路径到达首轮最终推荐预约充电站，需将路径信息转换成速度段图，根据速度段图和耗电计算逻辑计算到达首轮最终推荐预约充电站的SOC。
5.如上所述到达预约时间点时，需根据地图实时路况信息和纯电模式耗电计算逻辑，对到达第二轮推荐预约充电站的剩余SOC再次进行计算，如果SOC小于等于0，则提示客户需要使用串联模式才能到达某预约充电站，如果剩余SOC大于0，则需获取第二轮推荐预约充电站实时快慢充空闲信息，若大于快慢充空闲数阈值，则按照剩余SOC进行从大到小排序，作为最终推荐充电站，并推荐对应行驶路线。
本发明技术方案带来的有益效果如下：
本发明针对增程式插电混合动力汽车预约充电问题，设计增程式插电混合动力汽车预约充电智能系统及方法，该系统和方法考虑了汽车剩余SOC计算方法，考虑用户历史驾驶行为习惯，综合充电站的历史和实时使用信息，结合地图信息，为驾驶员智能推荐最优的可预约充电站和行驶路线，采用此系统，可为用户提供最优的可预约且可用的充电站信息及行驶路线信息。
缩略语和关键术语定义
VCU：整车控制器；
PDCU:动力域控制器
VIN：车辆识别码
SOC：电池电量
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种增程式插电混合动力汽车预约充电智能方法，其特征在于：对预约充电站进行多轮推荐，包括如下步骤：
首轮推荐：根据预约充电记录数，选择具体方法选取首批推荐充电站，根据充电站历史空闲数据，对预约充电时间点的充电站空闲快慢充空闲数和总空闲数进行预测，并根据空闲数阈值，选取首轮最终推荐预约充电站；
二轮推荐：根据地图信息，结合纯电模式下的耗电计算逻辑，计算到达首轮最终推荐预约充电站的剩余SOC，根据剩余SOC推荐第二轮推荐预约充电站；
最终推荐：当到达预约时间点时，根据地图实时路况信息和纯电模式耗电计算逻辑，对到达第二轮推荐预约充电站的SOC进行计算，根据SOC和实时充电站快慢充空闲信息进行最终充电站推荐。
2.根据权利要求1所述的增程式插电混合动力汽车预约充电智能方法，其特征在于：所述首轮推荐步骤的具体过程如下：
出发信息预约：通过车机或手机输入预约充电的出发地点和出发时间；
第一预约记录获取：如果系统中用户预约充电记录小于n条，则系统计算出发点附近xkm内的y个距离最近的充电站作为推荐充电站，并获取充电站信息；
第二预约记录获取：如果系统中用户预约充电记录大于n条，首先对用户实际使用过的充电站进行使用次数排序，选取使用次数最多的z个充电站，计算出发地点与所选充电站的距离，若小于等于距离阈值则保留，作为推荐充电站，并获取充电站信息；大于距离阈值则去除；
信息提取：从充电站历史数据系统中提取所推荐充电站过去m天的空闲充电枪数量信息。
3.根据权利要求2所述的增程式插电混合动力汽车预约充电智能方法，其特征在于：所述信息提取步骤包括以下过程：
数据集合：将m天的推荐充电站快慢充空闲充电枪数量数据分为输入集和目标集，前m1天的数据作为输入数据集合，后m2天的数据作为目标数据集合，其中，m＝m1+m2，且m1>m2；
快慢充空值填充：如果某个站m1天的快慢充数据存在空值，则采用m1天中的快充空闲数平均值μ1对快充空值进行填充，采用慢充空闲数平均值μ2对慢充空值进行填充；
归一化：对m1和m2天的快慢充数据分别进行归一化处理；
时间序列分析：采用时间序列机器学习模型进行时间序列分析，采用均方根误差R2去评价时间序列模型，选择R2值最小的模型，预测驾驶员预约时间点某充电站快慢充空闲数，并作为首轮最终充电站推荐。
4.根据权利要求3所述的增程式插电混合动力汽车预约充电智能方法，其特征在于：所述归一化步骤就是min-max方法，归一化后的快充空闲数为：(fast–fastmin)/(fastmax–fastmin),同理归一化后的慢充空闲数为：(slow–slowfast)/(slowmax–slowmin),同理用目标集合m2的快充数平均值μ3和慢充数平均值μ4去填充目标数据集合的空值，同时采用目标集合的最大值fastTargetmax和fastTargetmin去归一化目标集。
5.根据权利要求4所述的增程式插电混合动力汽车预约充电智能方法，其特征在于：所述时间序列分析步骤中，预测驾驶员预约时间点某充电站快慢充空闲数的过程为：
如果某站点最终预测快充空闲数量>fast0且慢充空闲数量>slow0，并且快充空闲数量与慢充空闲数量之和的总空闲数量>total0，则作为首轮最终充电站推荐。
6.根据权利要求5所述的增程式插电混合动力汽车预约充电智能方法，其特征在于：所述时间序列分析步骤中，所述时间序列机器学习模型包括但不限于LSTM\RNN模型。
7.根据权利要求6所述的增程式插电混合动力汽车预约充电智能方法，其特征在于：所述二轮推荐步骤的具体过程如下：
地图信息获取：根据用户输入的出发点和首轮推荐的充电站，获取出发点到各充电站的地图信息；
速度段图转换：根据实际地图路况信息，将路况信息转换成速度段图；
剩余SOC计算：并根据车辆的实际SOC，结合纯电模式续驶里程标定表，获取实际电量消耗，则可计算车辆完全通过第一段路后的剩余SOC1；依次可计算通过第2段路、第3段路……以至第n端后的剩余SOCn；
纯电模式选取：若在某段路后SOC小于0，则表明纯电模式无法到达推荐充电站，最终选择剩余SOCn>0即纯电模式可到达的充电站为第二轮推荐充电站，并提供可到达路线信息；
串联模式选取：如果最终SOCn<＝0,则提示该用户，需要采用串联模式，才能达到首轮推荐充电站中用作第二轮推荐的部分充电站。
8.根据权利要求7所述的增程式插电混合动力汽车预约充电智能方法，其特征在于：所述最终推荐步骤的具体过程如下：
纯电模式SOC计算：当到达用户预约时间点时，从地图获取该时间点到达第二轮推荐充电站路线实际地图信息，按照二轮推荐步骤的方式重新计算纯电模式到达第二轮推荐充电站时的剩余SOC，如果计算得到剩余SOC<0，则提示用户到达该站需要使用串联模式；
比较排序推荐：若剩余SOC>0，则作为推荐充电站，在充电站信息系统里查询推荐充电站的快充空闲数量、慢充空闲数量和总空闲数量，如果快充空闲数量大于fastLast，慢充空闲数量大于slowLast并且总空闲数量大于totalLast，则可作为最终推荐充电站，按照剩余SOC从大到小对最终推荐充电站排序，作为最终推荐充电站列表，并推荐对应行驶路线。
9.一种增程式插电混合动力汽车预约充电智能装置，存储有计算机程序，其特征在于：所述计算机程序能够执行如权利要求1～8所述的增程式插电混合动力汽车预约充电智能方法。
10.一种计算机系统，其特征在于：该计算机系统包括如权利要求9所述的增程式插电混合动力汽车预约充电智能装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310599400.8A CN116562405A (zh) | 2023-05-25 | 2023-05-25 | 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310599400.8A CN116562405A (zh) | 2023-05-25 | 2023-05-25 | 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116562405A true CN116562405A (zh) | 2023-08-08 |
Family
ID=87491426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310599400.8A Pending CN116562405A (zh) | 2023-05-25 | 2023-05-25 | 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116562405A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117172409A (zh) * | 2023-09-05 | 2023-12-05 | 河海大学 | 基于光伏能源的电动汽车的智能充电方法 |
| CN117728589A (zh) * | 2024-02-08 | 2024-03-19 | 山西同鑫达电气工程有限公司 | 配电箱用电监测方法、装置、设备及介质 |
-
2023
- 2023-05-25 CN CN202310599400.8A patent/CN116562405A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117172409A (zh) * | 2023-09-05 | 2023-12-05 | 河海大学 | 基于光伏能源的电动汽车的智能充电方法 |
| CN117172409B (zh) * | 2023-09-05 | 2024-05-03 | 河海大学 | 基于光伏能源的电动汽车的智能充电方法 |
| CN117728589A (zh) * | 2024-02-08 | 2024-03-19 | 山西同鑫达电气工程有限公司 | 配电箱用电监测方法、装置、设备及介质 |
| CN117728589B (zh) * | 2024-02-08 | 2024-04-26 | 山西同鑫达电气工程有限公司 | 配电箱用电监测方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106908075B (zh) | 大数据采集与处理系统及基于其电动汽车续航估计方法 | |
| CN111619545B (zh) | 基于交通信息的混合动力汽车能量管理方法 | |
| US8521408B2 (en) | Method for estimating remaining travel distance of electric vehicle | |
| CN116562405A (zh) | 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机系统 | |
| CN107037370B (zh) | 基于监控数据的电动汽车剩余电量计算方法 | |
| CN103745111B (zh) | 纯电动乘用车续驶里程预测方法 | |
| CN111532166A (zh) | 一种电动汽车充电路径规划方法、装置、汽车及计算机存储介质 | |
| US10668824B2 (en) | Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle | |
| CN114347793B (zh) | 汽车续航的估算方法及系统 | |
| CN110103773A (zh) | 一种电动汽车续驶里程预测方法和系统 | |
| CN112703518B (zh) | 剩余里程预测的方法和电池远程服务的系统 | |
| CN109606119A (zh) | 一种电动汽车的续航里程校准方法及系统 | |
| CN113335131B (zh) | 一种车辆续航里程预测方法、装置、设备和存储介质 | |
| CN113352899B (zh) | 一种基于XGBoost算法的氢燃料电池汽车续航里程预测方法 | |
| CN103049942A (zh) | 车内传感器数据的获取和集合的平均性能指标的呈报 | |
| CN109754111A (zh) | 用于电动车辆的电效率预测方法、服务器和电动车辆 | |
| CN110254285B (zh) | 一种基于车联网的对里程焦虑用户提供服务的方法及系统 | |
| CN115817183A (zh) | 一种纯电动汽车续驶里程预测方法及预测装置 | |
| CN111191824A (zh) | 一种动力电池容量衰减预测方法及系统 | |
| CN117371739A (zh) | 一种车辆充电管理方法、装置、电子设备及存储介质 | |
| CN109919393B (zh) | 一种电动出租汽车的充电负荷预测方法 | |
| CN112765726B (zh) | 一种寿命预测方法及装置 | |
| CN116968767A (zh) | 基于多维数据融合的新能源汽车充电路径规划方法及系统 | |
| CN114407662B (zh) | 一种剩余里程预测方法、装置、电动汽车及存储介质 | |
| CN116945907B (zh) | 一种新能源电动汽车里程计算方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |