CN103814394A - 电动交通工具网络中的负载的估计和管理 - Google Patents

电动交通工具网络中的负载的估计和管理 Download PDF

Info

Publication number
CN103814394A
CN103814394A CN201280045466.2A CN201280045466A CN103814394A CN 103814394 A CN103814394 A CN 103814394A CN 201280045466 A CN201280045466 A CN 201280045466A CN 103814394 A CN103814394 A CN 103814394A
Authority
CN
China
Prior art keywords
battery
electric vehicle
vehicles
service station
demand
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
Application number
CN201280045466.2A
Other languages
English (en)
Inventor
B·赫什克维茨
莫蒂·科恩
埃梅克·萨多特
亚龙·斯特拉施纳维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced management company limited
Original Assignee
Better Place GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Better Place GmbH filed Critical Better Place GmbH
Publication of CN103814394A publication Critical patent/CN103814394A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/63Monitoring or controlling charging stations in response to network capacity
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/65Monitoring or controlling charging stations involving identification of vehicles or their battery types
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/66Data transfer between charging stations and vehicles
    • B60L53/665Methods related to measuring, billing or payment
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/60Navigation input
    • B60L2240/62Vehicle position
    • B60L2240/622Vehicle position by satellite navigation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/70Interactions with external data bases, e.g. traffic centres
    • B60L2240/72Charging station selection relying on external data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • B60L2260/54Energy consumption estimation
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/72Electric energy management in electromobility
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/12Electric charging stations
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/14Plug-in electric vehicles
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/16Information or communication technologies improving the operation of electric vehicles
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/16Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/126Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving electric vehicles [EV] or hybrid vehicles [HEV], i.e. power aggregation of EV or HEV, vehicle to grid arrangements [V2G]
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/14Details associated with the interoperability, e.g. vehicle recognition, authentication, identification or billing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明呈现用于预测对于在电动交通工具网络中的电池服务的需求的方法和***。预测的需求可以用于例如通过调整电池策略来管理电动交通工具网络以便向电动交通工具的用户提供改进的电池服务。可以通过增加或者减少在电动交通工具网络内的电池充电速率并且向交通工具的原本可能选择拥塞的电池服务位置的用户推荐备选电池服务位置来调整电池策略。

Description

电动交通工具网络中的负载的估计和管理
技术领域
本公开内容总体地涉及电动交通工具网络中的负载的估计和涉及依赖于这样的估计的可能负载管理方式。
背景技术
交通工具(例如小汽车、卡车、飞机、船只、摩托车、自治交通工具、机器人、铲车卡车等)是现代经济的组成部分。遗憾的是,化石燃料如通常用来向这样的交通工具提供动力的石油具有许多缺点,这些缺点包括:依赖于有限的化石燃料来源;来源经常在多变的地理位置;并且这样的燃料产生污染物并且可能造成气候改变。一种用于解决这些问题的方式是增加这些交通工具的燃料效率。
近来已经引入汽油-电动混合交通工具,这些交通工具消耗比它们的传统内燃对应物明显更少的燃料,即它们具有更好的燃料效率。全电动交通工具也正在受到欢迎。电池在这样的混合和全电动交通工具的操作中发挥关键作用。然而,当前电池技术未提供与汽油可比较的能量密度。在典型全充电的电动交通工具电池上,电动交通工具在需要再充电之前仅能行驶至多40英里。因此,为了使交通工具超出单充电行驶里程行驶,耗用的电池需要被充电或者交换为全充电的电池。
提供用于对电动交通工具的电池充电和/或交换的电池服务站网络帮助保证电动交通工具的驾驶者能够在需要时获取用于他们的交通工具的另外的能量。然而,整个网络需要的能量数量将未必平稳或者一致,并且电池服务站的电力需求因此将随着电动交通工具的合计需求而上升和下降。这样的可变需求经常造成不可预测的电负载和更高的总能量成本并且可能有害于电动交通工具网络的电力供应者和操作者二者。这样,存在对于一种预测和管理在电动交通工具网络内对于电能的需求的容易和高效方式的需要。
发明内容
在本领域中需要一种用于管理电动交通工具网络的新颖方法和***,该方法和***能够预测在一个或者多个电池服务站处或者在地理区域内的需求并且生成指示该需求的数据。也需要控制中央能够估计电动交通工具网络的最小和最大充电负载并且生成指示该最小和最大充电负载的数据。基于生成的数据,控制中心***然后可以调整电动交通工具网络的实际充电负载。例如,控制中心***可以通过调整一个或者多个电池策略来将电动交通工具网络的实际充电负载调整为在估计的最小与最大充电负载之间。
可选地,可以根据某些预限定因素调整实际充电负载。为此,提供用于在灵活电动交通工具网络中预测需求并且管理负载并且用于响应于预测的需求来调整电池策略的***和方法。这里公开的实施例中的一些实施例提供管理电动交通工具网络的由计算机实施的方法。这些方法可以由具有一个或者多个处理器和存储器的计算机***执行,该存储器存储用于由一个或者多个处理器执行的一个或者多个程序。
在一个示例实施例中,方法可以包括从多个电动交通工具中的每个电动交通工具接收电池充电状态数据和位置数据并且基于接收的数据估计负载。例如,接收的数据可以用于至少部分基于电动交通工具的电池为了允许电动交通工具中的每个电动交通工具继续去往它的相应最终目的地(例如用户选择的预期目的地)而需要的另外的能量数量来确定估计的最小充电负载。在一些实施例中,最小充电负载基于每个相应电动交通工具的最终目的地、当前位置数据和电池状态数据。在一些实施例中,(例如基于一个或者多个预测参数)预测最终目的地。电池状态数据可以包括以下数据中的一种或者多种数据:电池充电电平、电池温度、电池健康、电池充电历史、电池年龄、电池效率等等。
该方法可以包括对于每个相应电动交通工具确定可能电池服务站(即其中交通工具可能接收与电池有关的服务的电池服务站)和到达这样的电池服务站的可能交通工具到达时间。例如,这一确定可以至少部分基于用于电动交通工具中的每个电动交通工具的位置、最终目的地和电池充电状态。在一些实施例中,该确定进一步基于交通工具的速度、速度限制、交通状况和/或与相应电动交通工具邻近的一组其它交通工具的平均速度。
在一些可能实施例中,该方法包括至少部分基于可能电池服务站预测在一个或者多个电池服务站处的需求。需求预测可以进一步利用用于电动交通工具中的每个电动交通工具的可能交通工具到达时间。在一些实施例中,该方法包括至少部分基于用于电动交通工具中的每个电动交通工具的可能电池服务站和可能交通工具到达时间预测在一个或者多个地理区域中的需求。在一些实施例中,该方法也包括基于在一个或者多个电池服务站处的预测的需求来预测拥塞点,并且可能也响应于预测的需求来确定是否调整一个或者多个电池策略。
方法中的一些方法也可以包括确定电动交通工具的电池可以在电力网上施加的估计的最大充电负载。例如,如果在某个时间可能耦合到电力网的基本上所有电动交通工具将以最大速率同时充电,则最大充电负载可以至少部分基于在电力网上施加的估计的负载。
示例方法可以包括基于某些预确定因素调整电动交通工具的电池的一个或者多个电池策略以在估计的最小充电负载与估计的最大充电负载之间调整电动交通工具网络的实际充电负载。在一些实施例中,根据电力价格调整实际充电负载。在一些实施例中,根据预测的将来能量需求来调整实际充电负载。
在一些实施例中,调整电池策略包括增加或者减少耦合到电力网(例如电动交通工具网络)的至少一个更换电池的充电速率和/或者耦合到电力网的电动交通工具中的至少一个电动交通工具的充电速率。在一些实施例中,调整电池策略包括向相应电动交通工具的用户推荐备选电池服务站或者电池交换而不是电池充电。在一些实施例中,调整一个或者多个电池策略包括增加或者减少在电池服务站中的一个或者多个电池服务站处的可用更换电池数目。
在一些实施例中,该方法进一步包括:提供(显示)地图,该地图图示具有多个电池服务站的地理区域;并且在地图上显示一个或者多个图形表示,该一个或者多个图形表示指示对于在图示的地理区域中的电池服务站中的一个或者多个电池服务站的相应需求。
在一些实施例中,该方法进一步包括将估计的最小充电负载和估计的最大充电负载表示为代表在预确定时间内的能量数量的数据条/点集。在一些实施例中,该方法进一步包括将数据点的至少子集拟合成曲线函数。在一些实施例中,该方法包括在显示设备上显示包含数据点的至少子集的图形。
在一个方面中,本申请提供一种管理电动交通工具网络的方法,该方法包括:从多个电动交通工具中的每个电动交通工具接收电池状态数据和交通工具位置数据,利用接收的电池状态数据和交通工具位置数据以及关于用于电动交通工具中的每个电动交通工具的最终目的地的数据,并且对于每个相应电动交通工具确定包括可能电池服务站的电池服务数据,并且至少基于用于电动交通工具中的每个电动交通工具的确定的可能电池服务站预测在一个或者多个电池服务站处的需求。预测的需求可以用来管理在电动交通工具网络上的消耗负载。例如,预测的需求可以用来确定是否调整在电动交通工具网络上的一个或者多个电池服务站的一个或者多个电池策略。
在一些实施例中,确定的电池服务数据包括可能交通工具到达时间,该可能交通工具到达时间表示相应电动交通工具的到达可能电池服务站的到达时间的估计。也可以与确定的可能电池服务站一起在预测需求时使用对于交通工具确定的可能交通工具到达时间。例如,可能交通工具到达时间可以用来精化预测的需求以示出在具体时间点和/或在一个或者多个时间区间期间的预测的需求。
该方法可以进一步包括:至少部分基于电动交通工具的电池为了允许电动交通工具中的每个交通工具继续去往它的相应最终目的地而需要的另外的能量数量来估计最小充电负载,并且估计电动交通工具的电池可以在电力网上施加的最大充电负载(例如基于电动交通工具中的每个电动交通工具的相应电池状态数据)。在可能实施例中,至少部分基于估计的最小充电负载和估计的最大充电负载调整预测的需求。
在一个可能实施例中,至少部分基于在预确定时间窗内至少部分基于从交通工具和/或电池服务站接收的数据确定的电动交通工具网络的实际能量需求来确定最小充电负载的估计。备选地,估计的最小充电负载可以是每个相应电动交通工具在电力网上施加的估计的最小个别充电负载之和。
如果在某个时间耦合到电力网的所有交通工具将以最大速率同时充电,则估计的最大充电负载可以至少部分基于在电力网上施加的估计的负载。
确定是否调整一个或者多个电池策略可以包括:确定在一个或者多个电池服务站处的电池服务供应,并且比较在一个或者多个电池服务站处的预测的需求和在一个或者多个电池服务站处的电池服务供应。
可选地,基于在一个或者多个电池服务站处预测的需求来调整一个或者多个电池策略。备选地,基于在一个或者多个电池服务站处的预测的需求与在一个或者多个电池服务站处的电池服务供应之间的比较来调整一个或者多个电池策略。
在一些实施例中,确定最终目的地包括从多个电动交通工具的至少子集接收相应最终目的地。备选地或者附加地,相应最终目的地可以是用于电动交通工具子集的一些用户的预期目的地。
根据一个可能实施例,确定最终目的地包括在相应电动交通工具的操作者尚未选择预期最终目的地时预测相应电动交通工具的最终目的地。例如,可以从以下各项选择预测的最终目的地:家里位置;工作位置;电池服务站;先前拜访的位置;以及频繁拜访的位置。
在一些实施例中,从以下各项选择一个或者多个电池服务站:用于对电动交通工具的电池再充电的充电站;以及用于更换电动交通工具的电池的电池交换站。
调整一个或者多个电池策略可以包括或者减少以下各项的充电速率:在电池服务站处耦合到电动交通工具网络(即在电池服务站存储)的至少一个更换电池;或者在接收在电池服务站处的服务时耦合到电动交通工具网络的电动交通工具中的至少一个电动交通工具的电池。可选地,调整一个或者多个电池策略包括向相应电动交通工具的用户推荐备选电池服务站和/或改变在电池服务站中的一个或者多个电池服务站处的多个可用更换电池。
该方法可以进一步包括至少部分基于在一个或者多个电池服务站处的预测的需求向电业提供者(utility provider)通知预计的电力需求。
在可能实施例中,确定相应可能电池服务站和用于相应电动交通工具的相应可能交通工具到达时间进一步基于相应电动交通工具的速度。
该方法可以进一步包括增加在一个或者多个电池服务站预测的需求以考虑来自第二多个电动交通工具中的一个或者多个电动交通工具的需求。例如,第二多个交通工具可以包括未与计算机***通信的交通工具。
根据一些实施例,显示步骤用来在显示设备上显示地图,该地图图示具有多个电池服务站的地理区域和一个或者多个图形表示,该一个或者多个图形表示指示对于在图示的地理区域中的电池服务站中的一个或者多个电池服务站的相应需求。
在另一方面中,本申请提供一种用于管理电动交通工具网络的***。该***可以包括:通信模块,该通信模块用于与一个或者多个电池服务站并且与多个电动交通工具(即交通工具的计算机***和/或用户的在交通工具处的移动电话)交换数据;一个或者多个数据处理器;以及存储器,该存储器存储数据和用于由一个或者多个处理器执行的一个或者多个软件程序。在存储器中存储的数据和一个或者多个程序可以包括:电池状态模块,该电池状态模块被配置用于基于从多个电动交通工具中的每个电动交通工具接收的电池状态数据确定电池充电状态;交通工具位置数据库,该交通工具位置数据库用于维持从交通工具接收的位置数据;以及需求预测模块。需求预测模块被配置并且可操作用于标识用于电动交通工具中的每个电动交通工具的最终目的地(例如基于从交通工具接收的数据和/或至少部分基于未知数据、最终目的地和/或电池充电状态)、对于每个相应电动交通工具确定可能电池服务站的位置;并且至少部分基于用于每个相应电动交通工具的可能电池服务位置预测在一个或者多个电池服务站处的需求。
该***可以包括以下各项中的一项或者多项:
-电池服务站模块,该电池服务站模块被配置并且可操作用于接收和维持从电池服务站接收的站状态数据;
-电池策略模块,该电池策略模块被配置并且可操作用于至少基于预测的需求和站状态数据中的一项确定是否调整一个或者多个电池策略;和/或
-地图模块,该地图模块被配置并且可操作用于生成和/或在显示设备中显示的地图上显示图形表示,该图形表示指示对于在一个或者多个地理区域中的电池服务的相应需求。
根据又另一方面,提供一种管理包括多个电动交通工具的电动交通工具网络的方法,该方法包括:至少部分基于电动交通工具的电池为了允许电动交通工具中的每个电动交通工具继续去往它的相应最终目的地而需要的另外的能量数量来估计电动交通工具网络的电力网的最小充电负载,估计电动交通工具的电池可以在电力网上施加的最大充电负载,并且基于某些预确定因素调整电动交通工具的电池服务站的一个或者多个电池策略以在估计的最小充电负载与估计的最大充电负载之间调整电力网的实际充电负载。
可以利用上文或者下文描述的技术中的任何技术来执行最小和/或最大负载的估计。
可选地,至少部分基于来自电力网的能量的价格调整一个或者多个电池策略。
电动交通工具的电池通常具有现有充电电平,使得电动交通工具的电池需要的另外的能量数量是除了现有充电电平的合计之外的能量数量。可选地,每个相应电动交通工具可以具有由与相应交通工具的所有者或者操作者的一个或者多个服务协定所确定的关联的最小电池充电电平。
该方法可以进一步包括:向电业提供者发送估计的最小充电负载和估计的最大充电负载,并且从电业提供者接收能量计划,该能量计划包括用于预确定时间窗的优选充电负载。以这一方式,可以根据能量计划调整一个或者多个电池策略。
在一些实施例中,无论相应电动交通工具的电池何时包含比为了相应电动交通工具到达它的最终目的地而必需的能量更多的能量,所述电池都能够向电力网提供能量。
调整一个或者多个充电策略可以包括增加或者减少耦合到电力网的更换电池中的至少一个更换电池的充电速率;和/或耦合到电力电网的至少一个电动交通工具的充电速率。在一些情况下,充电速率可以是负值。
根据一些实施例,电动交通工具网络包括耦合到电力网的一个或者多个存储电池。以这一方式,调整一个或者多个电池策略可以包括增加或者减少存储电池中的至少一个存储电池的充电速率。
如以上指示的那样,估计的最小充电负载和估计的最大充电负载可以由代表在预定义时间内的能量数量的数据点集代表。这一呈现可以用于将数据点集的至少子集拟合成曲线函数或者备选地/附加地在显示设备上显示图形,该图像包含数据点集的至少子集。
在一个可能实施例中,调整一个或者多个电池策略以便最小化电动交通工具网络在预确定时间窗内的能量成本。
附图说明
为了理解本发明并且了解可以如何在实践中实现它,将参照附图仅通过非限制示例描述实施例,在附图中,相似标号用来指示对应部分,并且在附图中:
图1图示电动交通工具网络;
图2是图示根据一些实施例的交通工具的部件的框图;
图3是图示根据一些实施例的控制中心***的部件的框图;
图4是图示根据一些实施例的管理电动交通工具网络的方法的流程图;
图5是图示根据其它实施例的管理电动交通工具网络的另一方法的流程图;
图6图示根据一些实施例的用于显示需求数据的地图;
图7图示根据其它实施例的用于显示需求数据的地图;
图8图示根据其它实施例的用于显示需求数据的地图;
图9是图示根据一些实施例的用于管理电动交通工具网络的方法的流程图;
图10A图示根据一些实施例的显示估计的最小和估计的最大充电曲线的图形;
图10B图示根据一些实施例的显示估计的最小和估计的最大充电曲线的另一图形;
图11示意地图示根据一些实施例的在负载估计过程中使用的交通工具数据记录;
图12示意地图示对于具体电池服务站预测的需求表;并且
图13是示范用于根据电价和网络的最小/最大充电负载调整交通工具网络的实际充电速率的过程的流程图。
具体实施方式
下文是用于预测和显示用于电池服务站和/或电动交通工具网络的需求数据的方法和***的详细描述。将参照本发明的某些实施例,在附图中图示这些实施例的示例。
图1是根据一些实施例的电动交通工具网络100的框图。如图1中举例所示,电动交通工具网络100包括至少一个电动交通工具102,该至少一个电动交通工具102具有一个或者多个电动马达103、一个或者多个电池104(每个电池104包括一个或者多个电池或者电池单元)、定位***105、通信模块106和前述部件的任何组合。
在一些实施例中,一个或者多个电动马达103驱动电动交通工具102的一个或者多个轮。在这些实施例中,一个或者多个电动马达103从电和机械附着到电动交通工具102的一个或者多个电池104接收能量。可以在用户110的家里对电动交通工具102的一个或者多个电池104充电。备选地,可以在电动交通工具网络100内的电池服务站130服务(例如交换和/或充电等)一个或者多个电池104。电池服务站130可以包括用于对一个或者多个电池104充电的充电站132和/或用于交换一个或者多个电池104的电池交换站134。在通过全文引用而并入本文的美国专利号8,006,793中更具体描述电池服务站。例如,可以在可以位于私用财产(例如用户110的家里等)上、在公用财产(例如停车场、路边停车等)上和/或位于电池交换站134处/附近的一个或者多个充电站132处对电动交通工具102的一个或者多个电池104充电。另外,在一些实施例中,可以在电动交通工具网络100内的一个或者多个电池交换站134处将电动交通工具102的一个或者多个电池104交换成充电的电池。
因此,如果用户超出电动交通工具102的一个或者多个电池104的单次充电的里程以外的距离行驶,则可以将耗用(或者部分耗用)的电池交换成充电的电池,使得用户可以继续他的/她的行驶而无需等待对电池包再充电。术语“电池服务站”这里用来指代将电动交通工具的耗用(或者部分耗用)的电池交换成充电的电池的电池交换站(例如电池交换站134)和/或提供用于对电动交通工具的电池包充电的充电站(例如充电站132)。另外,术语“充电地点”这里也可以用来指代“充电站”。
如图1中所示,通信网络120可以用来将交通工具102耦合到控制中心***112、充电站132和/或电池服务站134。注意为了清楚,图示仅一个交通工具102、一个电池104、一个充电站132和一个电池交换站134,但是电动交通工具网络100可以包括任何数目的交通工具、电池、充电站和/或电池交换站等。另外,电动交通工具网络100可以包括零个或者更多个充电站132和/或电池交换站134。例如电动交通工具网络100可以仅包括充电站132。在另一方面,电动交通工具网络100可以仅包括电池交换站134。在一些实施例中,交通工具102、控制中心***112、充电站132和/或电池交换站134中的任一项包括可以用来通过通信网络120相互通信的通信模块。
通信网络120可以包括能够将计算节点耦合在一起的任何类型的有线或者无线通信网络。这包括但不限于局域网、广域网或者网络组合。在一些实施例中,通信网络120是无线数据网络,该无线数据网络包括:蜂窝网络、Wi-Fi网络、WiMAX网络、EDGE网络、GPRS网络、EV-DO网络、“3GPP LTE”网络、“4G”网络、RTT网络、HSPA网络、UTMS网络、Flash-OFDM网络、iBurst网络和前述网络的任何组合。在一些实施例中,通信网络120包括因特网。
在一些实施例中,电动交通工具102包括定位***105。定位***105可以包括:卫星定位***、无线电塔定位***、Wi-Fi定位***和前述定位***的任何组合。定位***105用来基于从定位网络接收的信息确定电动交通工具102的地理位置。定位网络可以包括:在全球卫星导航***(例如GPS、GLONASS、伽利略等)中的卫星网络、在(例如使用超声定位、激光定位等的)本地定位***中的信标网络、无线电塔网络、Wi-Fi基站网络和前述定位网络的任何组合。另外,定位***105可以包括生成在电动交通工具的当前地理位置与目的地之间的路线和/或指导(例如逐个转弯或者逐点等)的导航***。
在一些实施例中,导航***从用户110接收目的地选择并且提供去往该目的地的驾驶指引。在一些实施例中,导航***与控制中心***112通信并且从控制中心***112接收电池服务中央推荐(以及其它数据)。
在一些实施例中,电动交通工具102包括用来经由通信网络(例如通信网络120)与(例如与电动交通工具网络100的服务提供者关联的)控制中心***112和/或其它通信设备通信的、包括硬件和软件的通信模块106。
在一些实施例中,控制中心***112经由通信网络120向电动交通工具102周期性地提供(例如在电动交通工具的最大理论里程内;具有正确电池类型;等等的)适当服务站130的列表和相应状态信息。电池服务站130的状态可以包括:占用的相应电池服务站的多个充电站、空闲的相应电池服务站的多个适当充电站、用于相应交通工具在相应充电站处充电的充电完成之前的估计时间、占用的相应电池服务站的多个适当电池交换架、空闲的相应电池服务站的多个适当电池交换架、在相应电池服务站处可用的多个适当充电的电池、在相应电池服务站处的多个耗用的电池、在相应电池服务站处可用的电池类型、在对相应耗用的电池再充电之前的估计时间、在相应充电架将变成空闲之前的估计时间、电池服务站的位置、电池交换时间和前述状态的任何组合。
在一些实施例中,控制中心***112也向电动交通工具102提供对电池服务站的访问。例如,控制中心***112可以在确定用于用户110的账户在良好存续中之后指令充电站提供用于对一个或者多个电池104再充电的能量。相似地,控制中心***112可以在确定用于用户110的账户在良好存续中之后指令电池交换站开始电池交换过程。
控制中心***112通过通信网络120向电动交通工具102并且向在电动交通工具网络100内的电池服务站130(例如充电站、电池交换站等)发送查询来获得关于电动交通工具102和/或电池服务站130的信息。例如,控制中心***112可以查询电动交通工具102以确定电动交通工具的地理位置和电动交通工具102的一个或者多个电池104的状态。控制中心***112也可以查询电动交通工具102以标识交通工具102的由用户选择的最终目的地。控制中心***112也可以查询电池服务站130以确定电池服务站130的状态。电池服务站的状态例如包括关于在交换站134处的更换电池114的信息(包括那些电池的数目和充电状态)、用于更换电池114或者充电地点的预约信息等。
控制中心***112也通过通信网络120向电动交通工具102发送信息和/或命令。例如,控制中心***112可以向电动交通工具102的用户110发送电池服务站推荐。控制中心***112可以备选地向用户110发送电池服务站类型推荐。这里关于图4更详细描述这样的推荐。
控制中心***112也可以通过通信网络120向电池服务站130发送信息和/或命令。例如,控制中心***112可以发送用于增加或者减少在电池服务站处耦合到电动交通工具网络100的一个或者多个更换电池114的充电速率的指令。控制中心***112可以向电池服务站130发送用于改变(即增加或者减少)在电池服务站处的可用更换电池114的数目(例如通过从不同电池服务站或者电池存储位置获取电池)的指令。这里关于图4更详细描述这样的指令。
在一些实施例中,电池服务站130直接经由通信网络120(例如经由使用通信网络120的有线或者无线连接)向控制中心***112提供状态信息。在一些实施例中,实时发送在电池服务站130与控制中心***112之间发送的信息。在一些实施例中,周期性地(例如每分钟一次)在电池服务站130与控制中心***112之间发送的信息。
如图1中所示,电动交通工具网络100可以包括电力网络140。电力网络140可以包括有助于生成和传输电力的电力生成器156、电力传输线、变电站、变压器等。电力生成器156可以包括任何类型的能量生成工厂,比如风力提供电力的工厂150、化石燃料提供电力的工厂152、太阳能提供电力的工厂154、生物燃料提供电力的工厂、核提供电力的工厂、波浪提供电力的工厂、地热提供电力的工厂、天然气提供电力的工厂、水电提供电力的工厂和前述电力工厂的组合等。可以通过电力网络140向充电站132和/或电池交换站134分发一个或者多个电力生成器156生成的能量。电力网络140也可以包括电池,比如交通工具102的电池104、在电池交换站处的更换电池114和/或未与交通工具关联的电池,比如存储电池。因此,可以在这些电池中存储并且在能量需求超过能量生成时提取电力生成器156生成的能量。
连接到电力网络140的所有部件(包括电力生成器156和任何负载来源,比如电池104、114等)可以耦合到用于在各种部件之间传输电能的电力网(和可以是该电力网的一部分)。电力网可以包括从长距离、高电压传输到低电压、住宅和/或商业布线的各种容量的传输部件。
图2是图示根据一些实施例的交通工具102的部件的框图。交通工具102在这一示例中包括一个或者多个处理单元(CPU)202、一个或者多个网络或者其它通信接口204(例如天线、I/O接口等)、存储器210、定位***105、连接到电池104并且与电池104通信并且确定电池104的状态的电池充电传感器232以及用于互连这些部件的一个或者多个通信总线209。通信总线209可以包括互连***部件并且控制在***部件之间的通信的电路(有时称为芯片组)。交通工具102可选地可以包括用户接口205,该用户接口205包括显示设备206和输入设备208(例如鼠标、键盘/键区、触板、触屏等)。存储器210可以包括高速随机存取存储器,比如DRAM、SRAM、DDR RAM或者其它随机存取固态存储器设备和/或非易失性存储器,比如一个或者多个磁盘存储设备、光盘存储设备、闪存设备或者其它非易失性固态存储设备。存储器210可以可选地包括远离CPU202定位的一个或者多个存储设备。存储器210或者备选地在存储器210内的非易失性存储器设备包括计算机可读存储介质。在一些实施例中,存储器210存储以下程序、软件模块和数据结构或者其子集:
·操作***212,该操作***212包括用于处理各种基本***服务和用于执行依赖于硬件的任务的过程;
·通信模块106,该通信模块106用于经由一个或者多个通信网络接口204(有线或者无线)和一个或者多个通信网络比如因特网、其它广域网、局域网、城域网等等将交通工具102连接到其它部件(例如与电动交通工具网络提供者关联的计算机);
·用户接口模块216,该用户接口模块216经由输入设备208从用户接收命令并且在显示设备206中生成用户接口对象;
·定位模块218,该定位模块218在一些实施例中使用如这里描述的定位***来确定和存储交通工具102的位置;并且在其它实施例中存储交通工具的用户选择的目的地226;
·电池状态模块220,该电池状态模块220确定交通工具的电池的状态(例如运用伏特计、电表、PH计量器和/或温度计);
·电池状态数据库222,该电池状态数据库222包括关于交通工具的电池的状态的当前和/或历史信息;和/或
·交通工具的地理位置数据库224,该地理位置数据库224存储交通工具的位置的当前位置和/或历史位置或者地址。
应当注意,定位***105(和定位模块218)、交通工具通信模块106、用户接口模块216、电池状态模块220、电池状态数据库222和/或地理位置数据库224可以称为“交通工具操作***”。
也应当注意,虽然这里讨论单个交通工具102,但是方法和***可以应用于多个交通工具102。
图3是图示根据一些实施例的控制中心***112的框图。控制中心***112可以是服务提供者的计算机***。在这一示例中,控制中心***112包括一个或者多个处理单元(CPU)302、一个或者多个网络或者其它通信接口304(例如天线、I/O接口等)、存储器310和用于互连这些部件的一个或者多个通信总线309。通信总线309与以上描述的通信总线209相似。控制中心***112可选地可以包括用户接口305,该用户接口305包括显示设备306和输入设备308(例如鼠标、键盘、触板、触屏等)。存储器310可以包括高速随机存取存储器,比如DRAM、SRAM、DDR RAM或者其它随机存取固态存储器设备;并且可以包括非易失性存储器,比如一个或者多个磁盘存储设备、光盘存储设备、闪存设备或者其它非易失性固态存储设备。存储器310可以可选地包括远离CPU302定位的一个或者多个存储设备。存储器310或者备选地在存储器310内的非易失性存储器设备包括计算机可读存储介质。在一些实施例中,存储器310存储以下程序、模块和数据结构或者其子集:
·操作***312,该操作***312包括用于处理各种基本***服务和用于执行依赖于硬件的任务的过程;
·通信模块314,该通信模块314用于经由一个或者多个通信网络接口304(有线或者无线)和一个或者多个通信网络比如因特网、其它广域网、局域网、城域网等等将控制中心***112连接到其它计算设备;
·用户接口模块316,该用户接口模块316经由输入设备308从用户接收命令并且在显示设备306中生成用户接口对象;
·电池状态模块318,该电池状态模块318接收(例如经由通信模块314)和/或确定(例如基于与每个具体交通工具关联的位置、路线和/或历史数据)一队交通工具的电池的状态;
·电池服务站模块320,该电池服务站模块320例如基于经由通信模块314接收的状态数据跟踪电池服务站的状态;
·需求预测模块322,该需求预测模块322例如基于参照图4和图5描述的方法中的一种或者多种方法预测在电池服务站处的需求和/或在某个地理区域内的需求;
·电池策略模块323,该电池策略模块323确定是否调整电动交通工具网络的一个或者多个电池策略;
·地图模块324,该地图模块324生成地图/显示,这些地图/显示代表在电池服务站处和/或在某个地理区域中的预测的需求值;
·交通工具位置数据库326,该交通工具位置数据库326包括在交通工具区域网络中的交通工具的当前位置和/或历史位置;
·历史状态数据库328,该历史状态数据库328包括在交通工具区域网络中的电池(例如交通工具的电池104和/或更换电池114)的状态;
·电池服务站数据库330,该电池服务站数据库330包括在交通工具区域网络中的电池服务站的状态;以及
·预测需求数据库332,该预测需求数据库332包括在电池服务站处和/或在某些地理区域中的需求预测数据。
以上在图2和3中标识的元件中的每个元件可以存储于先前提到的存储器设备中的一个或者多个存储器设备中并且对应于用于执行以上描述的功能的指令集。指令集可以由一个或者多个处理器(例如CPU202、302)执行。无需实施以上标识的模块或者程序(例如指令集)为分离软件程序、过程或者模块,因此可以在各种实施例中组合或者另外重新布置这些模块的各种子集。在一些实施例中,存储器210、310可以存储以上标识的模块和数据结构的子集。另外,存储器210、310可以存储以上未描述的另外的模块和数据结构。
下文是需求预测方法的一些示例。
图4是根据一些实施例的用于管理电动交通工具网络100的方法400的流程图。具体而言,方法400允许电动交通工具网络服务提供者基于电动交通工具网络架构的预测的需求,包括对于在电池服务站处提供的服务的需求,来调整一个或者多个电池策略。在一些实施例中,在控制中心***112处使用以上参照图3描述的部件、模块和数据库中的一个或者多个来执行方法400。
下文与图11中所示交通工具数据记录40结合地描述图4中所示过程。可以在控制中心***112的存储器310中和/或在交通工具102的存储器210中存储和更新交通工具数据记录40。
控制中心***112从多个电动交通工具102中的每个电动交通工具102接收(402)电池状态数据41和位置数据42。在一些实施例中,从交通工具的通信模块106经由通信网络120向控制中心***112发送相应交通工具102的电池状态数据41和位置数据42。相应交通工具102的位置数据42对应于当前或者新近位置(例如交通工具不能确定它的当前位置的地方或者有位置数据传输延迟的地方)并且通常表示为在地理坐标系中的位置(例如具有纬度和经度坐标对)。在一些实施例中,电池状态数据41包括电池充电状态数据,例如在相应交通工具102的电池104中剩余的电能数量。在一些实施例中,电池状态数据41包括基于电池104的剩余电能(即充电电平)指示交通工具102的剩余驾驶里程例如可行驶距离的数据。
控制中心***112标识(404)用于电动交通工具102中的每个电动交通工具102的最终目的地43。在一些实施例中,用户110向交通工具102的导航***(例如定位***105)中录入最终或者预期目的地。在这样的情况下,用户标识的最终目的地43从交通工具的通信模块106经由通信网络120发送并且由控制中心***112接收。控制中心***112然后标识(404)选择的目的地作为用于该交通工具的最终目的地43。如果用户110在交通工具102的导航***中改变最终或者预期目的地,则向控制中心***112发送新的由用户标识的最终目的地。因此,控制中心110可以更新用于该交通工具的最终目的地43数据。
在一些情况下,用户110向导航***中录入预期目的地,但是然后决定向不同目的地行驶而未重新录入或者另外改变先前录入的目的地。在这些境况中,控制中心110可以监视交通工具的位置和移动并且检测用户何时放弃用户选择的目的地43。例如在一些实施例中,如果交通工具的位置在从去往用户选择的目的地的推荐或者可能驾驶路线的预确定距离内,则控制中心***112或者交通工具的导航***确定用户110已经放弃该目的地。控制中心***112或者交通工具的导航***然后如以下更详细描述的那样尝试预测交通工具的可能最终目的地43。
在一些实施例中,控制中心***112使用一种或者多种预测方法以标识用于相应电动交通工具的最终目的地43。例如参见通过全文引用而并入本文的美国专利申请号12/560,337。在一些实施例中,控制中心***112例如通过查询交通工具位置数据库326以确定在当天、当周和/或当月的某些时间期间记录的历史交通工具位置数据来基于用于相应用户110的历史行驶数据标识用于相应电动交通工具102的最终目的地43。在一个示例中,控制中心***112确定相应用户110通常在每个工作日的特定时间沿着特定路线向家里位置行驶。控制中心***112然后使用这一历史数据以确定在用户110在该特定时间在该特定路线上时用户110可能向家里行驶。因此,控制中心***112可以预测家里位置是用户的最终目的地43。在一些实施例中,控制中心***112预测交通工具的最终目的地43将是家里位置、工作位置、电池服务站、先前拜访的位置或者频繁拜访的位置。
控制中心***112也可以无论相应用户的特定驾驶历史如何都预测该用户的最终目的地43。例如,在一些实施例中,控制中心***112使用用于群体的频繁拜访的位置的列表以预测特定用户110的可能目的地43。例如,如果在某段高速路上的多数交通工具最终向加州圣何塞行驶,则更可能的是在该相同高速路上的任何单个交通工具也在它的去往加州圣何塞的路途上。因此,控制中心***112可以使用来自一队交通工具的合计目的地数据以基于特定交通工具的位置数据42标识用于该交通工具的最终目的地43。
可以以任何地理分辨率标识(404)用于交通工具的最终目的地43。例如,尽管控制中心***112可能不能预测特定交通工具行驶去往的确切大楼或者街道,但是它可以能够确定交通工具最可能向特定城市或者城镇或者城市的特定区域行驶。在一些实施例中,在对于特定用户110预测最终目的地时,目的地(例如在控制中心***112处)与置信度值43c关联,该置信度值43c指示预测的相对置信度(例如预测具有70%置信度值)或者预测的不确定性值(例如正或者负10英里)。本领域技术人员将认识其它值、因素或者比例可以用来指示位置预测43的相对置信度43c、误差或者分辨率。在本申请中,“确定”最终目的地简单地意味着最终目的地43是在可接受的确定性程度(43c)上建立的并且未必指示保障交通工具向该目的地行驶。
控制中心***112即使在交通工具102当前未移动时也可以标识(404)交通工具102的最终目的地43。在一些实施例中,控制中心***112例如使用在交通工具位置数据库326中存储的数据来基于用于静止交通工具102的历史数据标识用于该特定交通工具102的可能最终目的地43。例如,控制中心***112可以检测某个交通工具102通常从上午9点到下午5点停放于第一位置(例如工作位置),然后在下午5点,交通工具102向第二位置(例如家里位置)行驶。因此,在一些实施例中,控制中心***112基于静止交通工具102的或者交通工具102的用户110的历史数据预测用于交通工具102的最终目的地43。
在一些实施例中,控制中心***112周期性地(或者间歇地)接收在电动交通工具网络100中的多个电动交通工具102的电池状态数据41和位置数据42以便更新用于电动交通工具中的每个电动交通工具的标识的最终目的地43。在一些实施例中,控制中心***112周期性地标识用于每个电动交通工具102的可能最终目的地。通过周期性地标识交通工具102的可能最终目的地,控制中心***112有效更新用于电动交通工具102的目的地数据43,因此在如以下讨论的那样预测在电池服务站130处的需求时具有最当前的目的地数据。在一些实施例中,控制中心***112在预确定时间间隔接收电动交通工具的电池状态数据41和位置数据42。在一些实施例中,交通工具的电池状态数据41和位置数据42每分钟、三十秒或者在其它时间间隔或者基于其它触发事件由控制中心***112接收。例如,可以在交通工具102在更拥塞的区域中更频繁地并且在它在更少拥塞的区域中更少频繁地接收充电和位置信息。
在一些实施例中,控制中心***112确定向控制中心***112发送交通工具的电池状态数据41和位置数据42更新的频率和时间44。在一些实施例中,每个相应交通工具102确定向控制中心***112发送这样的信息更新的频率和时间44。在一些实施例中,控制中心***112和每个相应交通工具102分担如下任务,该任务为确定何时和/或多么频繁地(44)更新电池状态(41)和位置(42)数据信息。
控制中心***112或者交通工具的导航***确定(406)用于电动交通工具102中的每个电动交通工具102的可能电池服务站45和可能交通工具到达时间46。在一些实施例中,用户110将实际选择相应电池服务站130作为在交通工具的导航***中的预期目的地(45)。
在其它实施例中,控制中心***112或者交通工具的计算***、例如导航***至少部分基于用于电动交通工具102中的每个电动交通工具102的位置数据42、最终目的地43和电池状态数据41确定(406)可能电池服务站45和可能交通工具到达时间46。例如,由于控制中心***112具有相应电动交通工具102的当前位置数据42、(用户选择或者控制中心***112预测的)最终目的地43和电池状态数据41,所以控制中心***112可以确定交通工具可能拜访的特定电池服务站45。
可以基于从交通工具102接收的数据和/或基于从/由控制中心***112的(图3中描绘的)各种数据库/模块提取/确定的数据在控制中心***112的存储器310中对于每个交通工具102收集和更新每个交通工具数据记录40的数据。收集的数据然后可以由处理器302和/或需求预测模块322用来确定用于每个相应交通工具102的可能服务站45和到达时间46以及到达电池状态47,并且基于这些来预测在一个或者多个电池服务站和/或地理地区处的需求50。
在一些实施例中,控制中心***112首先标识交通工具可到达的候选电池服务站的集合。例如,控制中心***112可以从电池状态数据41确定(或者提取)具体交通工具的可行驶距离,然后基于交通工具102的当前位置数据42从电池服务站数据库330提取位于在交通工具102的当前位置数据42和可行驶距离确定的里程内的可到达电池服务站的集合。控制中心***112然后确定交通工具可能拜访候选服务站中的哪个候选服务站。
例如,如果交通工具在加州旧金山以外100英里并且沿着特定高速路向旧金山行驶并且它的电池状态数据41指示剩余电池能量(充电电平)可以提供约50英里的可行驶距离,则控制中心***112可以预测交通工具102可能在交通工具的当前位置42的50英里内在沿着该特定高速路的某处停止于电池服务站。控制中心***112然后可以标识在交通工具的50英里内并且在交通工具的当前位置与旧金山之间的候选电池服务站的集合。在一些实施例中,控制中心***112标识位于从交通工具在其上行驶的特定高速路或者道路的短距离内、比如位于高速路的出口附近的电池服务站。在一些实施例中,控制中心***112也确定特定用户可能拜访电池服务站130处于的电池状态(例如充电电平)。例如,控制中心***112可以已经存储用于特定用户110的历史数据,该历史数据为用户通常在交通工具的电池仍然具有用于行驶15英里的足够充电时对他的交通工具的电池交换或者充电。例如,回顾先前讨论的示例,控制中心***112可以确定特定用户110最可能挑选沿着他的去往旧金山的路线的从他的当前位置(42)的近似35英里的服务站。这可以帮助控制中心***112缩小用户110可能停止于的候选电池服务站数目。
在一些实施例中,控制中心***112使用许多个别用户的合计充电行为以帮助预测特定用户可能拜访电池服务站130处于的电池状态47。例如,控制中心***112可以合计用于一组用户的充电数据并且确定平均而言多数驾驶者在电池具有用于行驶25英里的足够充电时对他们的交通工具的电池再充电或者交换。因此,控制中心***112可以确定一般用户可能在它具有25英里的剩余驾驶里程时对电池充电或者交换。
控制中心***112也确定(406)用于电动交通工具中的每个电动交通工具的可能交通工具到达时间46。在一些实施例中,交通工具102的交通工具通信模块106(例如从定位***105)向控制中心***112发送导航信息。在一些实施例中,导航信息包括速度、位置和/或方向数据。在一些实施例中,通信模块106周期性地向控制中心***112发送位置数据42,并且控制中心基于交通工具的位置的时间改变来计算速度和方向数据。控制中心***112然后使用这一信息(例如交通工具的速度和到可能电池服务站130的剩余距离)并且确定用户可能到达可能电池服务站处于(或者在其附近)的时间46。在一些实施例中,交通工具的导航***进行这一确定并且向控制中心***112提供交通工具到达时间46。
在一些实施例中,控制中心***112使用另外的信息以提供用于去往可能电池服务站的路线的更准确预测,比如交通和/或速度限制数据48。在一些实施例中,速度是基于与相应电动交通工具邻近的一组其它交通工具的集体平均速度的、相应电动交通工具的计算的可能速度。换而言之,相应交通工具102可以与在与相应交通工具102相同或者附近的道路部分上的一组小汽车的平均速度关联或者被指派该平均速度。在一些实施例中,相应交通工具102可以与基于对于当天和该时间用于特定道路的历史速度数据的速度关联或者被指派该速度。
控制中心***112可以被配置用于预测(408)在一个或者多个电池服务站处的需求。图12示意地图示根据一些可能实施例的对于具体电池服务站130预测的需求表50。在一些实施例中,预测至少部分基于用于电动交通工具中的每个电动交通工具的可能电池服务站45并且可以可选地进一步利用用于电动交通工具中的每个电动交通工具的可能交通工具到达时间46以预测在具体时间和/或时间范围内的负载。例如并且如以上描述的那样,控制中心***112确定用于多个交通工具中的每个交通工具的可能电池服务站45和到达时间46。基于这一数据,控制中心***112确定可能在给定的时间(或者附近)拜访特定电池服务站的多个交通工具的某个数目。例如在一些实施例中,控制中心***112确定某个数目的交通工具(例如Nt1-t2)可能如在需求表50的行51举例说明的那样在某个时间窗(例如t1-t2)内拜访电池服务站k。
在一些实施例中,用于相应电池服务站130的需求由需要在相应电池服务站130处的服务(电池充电或者电池交换)的多个小汽车代表。在一些实施例中,需求如在需求表50的行52中举例说明的那样由可能拜访相应电池服务站(k)130的交通工具集合
Figure BDA0000478615640000121
对于交通工具i预测的补充能量数量,其中i是正整数)需要的能量数量
Figure BDA0000478615640000122
对于服务站k预测的补充能量数量,其中k是正整数)代表,例如 E SS - est ( k ) = Σ i N E EV - est i .
在一些实施例中,控制中心***112至少部分基于在一个或者多个电池服务站的子集中的每个电池服务站处的需求来预测(409)在一个或者多个地理区域或者地区中的需求(例如
Figure BDA0000478615640000124
换而言之,控制中心***112使用多个个别电池服务站(k)的需求数据(50)以便确定用于更大地理区域的平均需求(
Figure BDA0000478615640000125
),该更大地理区域涵盖那些个别电池服务站(k)(或者与这些电池服务站关联)。
例如,涵盖许多电池服务站130的地理区域可以具有比在该区域内的任何一个服务站明显更低的平均需求。因而,有时有利的是让控制中心***112假设即使在特定地理区域中的单个服务站在该时间不能提供服务,在该区域中需要电池服务的多数用户将仍然能够在需要附近电池服务时找到它们。因此,在一些实施例中,控制中心***112合计用于在特定地理区域内的电池服务站130中的所有(或者至少一些)电池服务站130的预测的需求数据50,以确定用于该地理区域的预测的需求。在一些实施例中,控制中心***112平均用于在特定地理区域内的电池服务站中的所有(或者至少一些电池服务站)的预测的需求数据,以确定用于该地理区域的预测的需求。
在一些实施例中,需求预测可以是在具体时间的需求或者在时间范围内的需求。例如,控制中心***112可以确定,电池服务站将在具体时间(例如在下午5:30)或者在将来时间区间内(例如在下午6:45与下午7点之间)具有某个需求。
可以对于向将来延伸若干分钟、小时或者天的许多将来时间区间进行需求预测。对于紧接将来的预测可能比更远预测更准确,因为控制中心***112更可能准确标识交通工具102的最终目的地43并且确定用于交通工具102的可能电池服务站45和到达时间46。在一些实施例中,控制中心***112也基于用于交通工具群体的历史目的地数据进行更长期的需求预测。
在一些实施例中,控制中心***112记录用于在电动交通工具网络100中的服务站130的至少子集的历史需求数据。然后分析历史需求数据以确定随时间的需求趋势。例如,历史数据可以指示平均而言五十个交通工具在周一晚上的5点与5:30之间需要在特定电池交换站134的电池交换。控制中心***112使用历史数据,从而在即使最终目的地43不可用于个别相应交通工具102时进行预测,或者除了基于个别交通工具102的最终目的地的预测之外还进行这样的预测。
如以上描述的那样,控制中心***112基于从多个交通工具102接收的数据预测在一个或者多个电池服务站处的需求50。然而,可能并非总是有可能预测用于可以拜访电池服务站130的每个单个交通工具的最终目的地43。因此可以有益的是在需求预测算法中包括安全因素以便适应这些交通工具。因此,在一些实施例中,增加用于一个或者多个电池服务站的需求值以考虑第二多个电动交通工具中的一个或者多个电动交通工具产生的添加的需求。在一些实施例中,第二多个电动交通工具是最终目的地43不能被预测的交通工具、不能与控制中心***112通信的交通工具(例如因为它们无必需通信***或者它们的通信***另外无效)或者拜访除了控制中心***112预测(45)的或者用户110选择的电池交换站之外的电池交换站130的交通工具。
在一些实施例中,最终与电池服务站关联的需求值是计算的需求(50)的150%。例如,如果计算的需求指示20个交通工具可能在时间范围内需要在特定电池交换站134处的电池交换,则用于该电池交换站134的最终关联需求值(包括安全因素)是30个交通工具。在一些实施例中,为了考虑来自未与控制中心***112活跃通信的交通工具102的另外的需求,历史需求数据用来补充需求预测。例如,在一些实施例中,控制中心***112确定在电池服务站处的实际历史需求
Figure BDA0000478615640000131
在特定历史日期和时间是在预测的需求
Figure BDA0000478615640000132
以上的某个数量(ΔE) ( E SS - act - Hist ( ta - tb ) ( k ) = E SS - est - Hist ( ta - tb ) ( k ) + ΔE ) . 控制中心***112因此将用于该电池服务站的当前需求值增加该数量(例如
Figure BDA0000478615640000134
在一些实施例中,控制中心***112使用来自某个以往时间段、比如来自前一周的相同天(例如使得使用来自当周的对应天的需求值)和/或来自前一年的相同天(例如使得考虑需求的季节或者周改变)的实际历史需求值
Figure BDA0000478615640000135
因而,可以基于来自与当前时间相似的历史时间的数据扩充或者修改预测的需求值,这通常将更接近地跟踪在当前时间的实际需求。
在一些实施例中,控制中心***112向电业提供者通知预计的电力需求,其中预计的电力需求至少部分基于在一个或者多个电池服务站处的预测的需求。电动交通工具网络的服务提供者经常将具有与电业提供者(例如电力生成器156或者电力网的提供者和/或操作者)的密切关系。因此可以有益的是让控制中心112向电业提供者通知电池服务站130(或者地理区域)的预计的电力需求(50)。然后可以使电业提供者为电动交通工具网络的电力需求的潜在明显增加或者减少做准备。这可以在高峰驾驶小时的时间期间特别重要,因为数以千计的电动交通工具可能在基本上相同时间需要充电服务。在一些实施例中,电业提供者和电动交通工具网络提供者可以基于服务提供者的用于预测需求并且向电业提供者提供需求数据的能力或者基于服务提供者的用于控制需求以适应电业提供者的能力协商电力定价。
控制中心***112确定(410)是否响应于预测的需求来调整一个或者多个电池策略。在一些实施例中,调整电池策略以帮助满足用于电动交通工具网络100的电动交通工具102的电池充电和电池交换需求。在一些实施例中,调整电池策略以便减轻在相应电池服务站130的高需求。电池策略包括但不限于:在电池交换站134处的更换电池114的充电速率;在交通工具102中的当前向电动交通工具网络100中***的电池104的充电速率;在特定电池交换站134处提供的多个更换电池114;在电池服务站130处的服务预约(例如电池交换车道或者充电地点);以及控制中心***112进行的电池服务站130的推荐。
在一些实施例中,控制中心***112确定(420)在一个或者多个电池服务站处的电池服务供应。电池服务供应可以是电池交换站134或者充电站132的容量的任何测量。例如,电池交换站134的“供应”可以是可以交换交通工具电池的速率(例如每小时50个电池)、多个可用的完全充电的更换电池114、多个交换架和/或多个可用电池交换预约。充电站132的“供应”可以是可以从给定的充电地点对交通工具电池充电的速率(例如完全充电需要30分钟)、可用充电地点数目和/或可用充电地点预约数目。
在一些实施例中,在电动交通工具网络100中的电池服务站130处的电池服务供应由控制中心***112接收。在一些实施例中,电池服务站模块查询在电动交通工具网络中的电池服务站130中的一个或者多个电池服务站130以请求供应信息。以上描述用于电池交换站134和电池充电站132的供应信息。在一些实施例中,在电池服务站数据库330中存储供应信息。在一些实施例中,控制中心***112的需求预测模块322在如以下更详细描述的那样比较(422)在电动交通工具网络100内的供应和需求值时访问在电池服务站数据库330中的供应信息。
在一些实施例中,控制中心***112比较(422)在一个或者多个电池服务站处的需求和在一个或者多个电池服务站处的电池服务供应。因而,控制中心***112可以确定在特定电池服务站130处的需求是否超过在该电池服务站可用的电池服务供应。换而言之,在一些实施例中,控制中心***112基于在相应电池服务站130处的电池服务供应和需求来确定在该服务站经历的拥塞水平。另外,可以对于特定电池服务类型细化(granularize)电池服务供应和需求的确定和比较。例如,包括电池充电和电池交换设施二者的电池服务站130可能具有不足以满足对于充电的预测需求的充电地点,但是具有更换电池114的充足供应以满足对于交换服务的预测需求。因此,控制中心***112可以分离地比较用于在相应电池服务站130处的电池服务类型中的每个电池服务类型的供应和需求。
在一些实施例中,在电池服务供应与需求之间的比较造成下述确定:对于在更大地理区域(而不是具体电池服务站)中的电池服务的可能需求超过在该区域内的电池服务供应。
在一些实施例中,控制中心***112基于在一个或者多个电池服务站处的需求来调整(412)一个或者多个电池策略。在一些实施例中,调整电池策略包括增加或者减少(414)在电池服务站130处耦合到与电动交通工具网络100关联的电力网的至少一个更换电池114的充电速率。例如,如果控制中心***112预测将有对于在特定电池交换站134处的更换电池114的高需求,则控制中心***112可以指令交换站134增加多个更换电池114的充电速率。这可以帮助保证更多完全充电的更换电池114将在电池交换站134处可用以满足需求。在一些实施例中,调整一个或者多个电池策略包括减少在电池交换站134处的至少一个更换电池114的充电速率。例如,在对于在电池交换站134处的更换电池114的需求低时,可以有利的是减少那些电池的充电速率以便节约能量和/或节省资金。
在一些实施例中,调整一个或者多个电池策略包括增加或者减少(416)在电池服务站处耦合到电动交通工具网络的电动交通工具中的至少一个电动交通工具的电池的充电速率。例如,如果控制中心***112预测将有对于特定电池充电站132的高需求,则控制中心***112可以指令充电站132增加当前正充电的交通工具的充电速率,以便为其它交通工具空出充电地点。在一些实施例中,调整一个或者多个电池策略包括减少当前正充电的交通工具的充电速率,例如以便在对于充电地点的需求低时节约能量和/或节省资金。
在一些实施例中,调整一个或者多个电池策略包括向相应电动交通工具的用户推荐(418)备选电池服务站。例如在一些情况下,交通工具102的用户110可以已经选择拜访相应电池服务站130以便对电池104充电或者交换。备选地,控制中心***112预测用户110可能拜访相应电池服务站130。然而,控制中心***112也可以确定选择(或者预测)的电池服务站130将在交通工具102的可能到达时间经历高需求。因此,在一些实施例中,控制中心***112将向用户推荐备选电池服务站130。因此,控制中心***112可以通过推荐一些交通工具使用在更低需求中的服务站130来平衡在各种充电站132与交换站134之间的需求。
在一些实施例中,控制中心***112推荐交通工具的用户拜访电池交换站134而不是电池充电站132。对电动交通工具102的电池104充电需要比在电池交换站134处交换电池104显著更长的时间。因此,控制中心***112可以尝试朝着充电交换站134转移相对需求以便更快减少需要另外的电池充电的交通工具数目。
在一些实施例中,控制中心***112通过改变在电池交换站130中的一个或者多个电池交换站130处的多个可用更换电池来调整一个或者多个电池策略。例如,如果控制中心***112预测对于在相应电池交换站134处的更换电池114的高需求,则控制中心***112可以使另外的更换电池114向该电池交换站递送。在一些实施例中,从未受到(或者未被预测受到)这样高的需求的其它电池交换站134递送另外的更换电池114。
在一些实施例中,控制中心***112响应于在一个或者多个电池服务站处的电池服务需求与供应之间的比较来调整(412)一个或者多个电池策略。例如在一些实施例中,控制中心***112确定需求超过在一个或者多个电池服务站处(或者在更大地理区域内)的供应并且调整电池策略以便平衡供应和需求。这样的调整可以帮助减少和/或防止在电动交通工具网络100内的拥塞,并且可以帮助服务提供者更好地平衡电动交通工具网络100的需求。以上关于步骤(412)-(418)更详细讨论调整电池策略的具体方法。
图5是根据一些实施例的用于管理电动交通工具网络的方法500的流程图。具体而言,方法500允许电动交通工具网络服务提供者基于电动交通工具网络基础结构的预测的需求、包括对于在一个或者多个地理区域内的电池服务站130处提供的服务的需求来调整一个或者多个电池策略。换而言之,取代确定交通工具可能使用的具体电池服务站,控制中心***112可以确定交通工具可能在其中需要充电或者电池交换的地区或者区域。这一方法可以在难以或者不可能以充分准确度确定用户可能拜访的具体电池服务站130时是有利的。也可以优选的是让服务提供者可视化、分析或者解译用于(通常涵盖多个电池服务站的)整个地理区域而不是用于个别电池服务站的需求数据。
在一些实施例中,在控制中心***112处执行方法500。控制中心***112从多个电动交通工具中的每个电动交通工具接收(502)电池状态数据41和位置数据42。步骤(502)与以上参照图4描述的步骤(402)相似,并且以上描述的各种实施例和示例在适用于步骤(502)时类似地适用。
控制中心***112标识(504)用于电动交通工具中的每个电动交通工具的最终目的地43。步骤(504)与以上参照图4描述的步骤(404)相似,并且以上描述的各种实施例和示例在适用于步骤(504)时类似地适用。
控制中心***112或者交通工具的导航***标识(506)可能电池服务位置45(例如地理位置而不是具体电池服务站130)和服务位置到达时间46。在一些实施例中,可能电池服务位置45和到达时间46的确定至少部分基于用于电动交通工具102中的每个电动交通工具102的位置数据42、最终目的地43和电池状态数据41。例如,由于控制中心***112具有相应电动交通工具102的当前位置42、(如以上描述的那样由用户选择的或者由控制中心***112预测的)最终目的地43和电池状态41,所以控制中心可以确定交通工具可能寻求电池服务、比如电池充电或者电池交换处于的可能电池服务位置45。另外,在各种实施例中,标识为用于相应交通工具102的可能充电位置45的位置可以在任何地理分辨率。例如,位置可以是具***置(例如与单个纬度和经度坐标对应的位置)或者更宽的地理地区或者区域(例如街区、城镇或者城市)。
控制中心***112预测(508)在一个或者多个地理区域处的需求。在一些实施例中,预测至少部分地基于用于每个相应电动交通工具的可能电池服务位置45和服务位置到达时间46。例如并且如以上描述的那样,控制中心***112确定用于多个交通工具102中的每个交通工具102的可能电池服务位置45和到达时间46。基于这一数据,控制中心***112确定可能在给定的时间(或者大约该时间)拜访特定位置从而寻求电池服务的某个数量的多个交通工具。在一些实施例中,对于在相应位置处的电池服务的需求由在某个时间窗(t1-t2)内需要在相应位置处的服务的多个交通工具(例如Nt1-t2)代表。在一些实施例中,需求由可能在某个时间窗内拜访相应位置的交通工具集合需要的能量数量(
Figure BDA0000478615640000161
)代表。需求预测(508)与以上参照图4描述的步骤(408)相似,并且以上描述的各种实施例和示例在适用于步骤(508)时类似地适用。
被预测需求(508)的地理区域的大小(和位置)可以根据许多因素变化。以下参照图7更详细描述用于确定地理区域的大小和位置的标准。
在一些实施例中,控制中心***112确定(509)在一个或者多个地理区域中的电池服务供应。在一些实施例中,控制中心***112比较(510)在一个或者多个地理区域中的需求和在一个或者多个地理区域中的电池服务供应。以上关于图4中的步骤(420)和(422)更详细描述确定在地理区域内的电池服务供应以及比较对于电池服务的供应和需求。
在一些实施例中,控制中心***112确定(512)是否响应于预测的需求来调整一个或者多个电池策略。在一些实施例中,调整电池策略以帮助满足用于电动交通工具网络100的电动交通工具102的电池充电和电池交换需求。在一些实施例中,调整电池策略以便减轻在相应电池服务站130处的高需求或者在电动交通工具网络100中的预测的拥塞点。电池策略包括但不限于:更换电池114的充电速率;在交通工具102中的当前向电动交通工具网络100中***的电池104的充电速率;多个更换电池114;在电池服务站130处的服务预约(例如电池交换车道或者充电地点);以及控制中心***112进行的电池服务站130的推荐。
在一些实施例中,控制中心***112基于在一个或者多个电池服务站130处的需求来调整(514)一个或者多个电池策略。在一些实施例中,调整电池策略包括增加在电池服务站130处耦合到电动交通工具网络100的电力网的至少一个更换电池114的充电速率。例如,如果控制中心***112预测将有对于在特定地理区域内的更换电池114的高需求,则控制中心***112可以指令在该地理区域内的一个或者多个交换站134增加多个更换电池114的充电速率。这可以帮助保证更多完全充电的更换电池114将在地理区域内可用以满足需求。在一些实施例中,调整一个或者多个电池策略包括减少在地理区域内的至少一个更换电池114的充电速率。例如,在对于在地理区域内的更换电池114的需求低时,可以有利的是减少那些电池的充电速率以便节约能量和/或节省资金。
在一些实施例中,调整一个或者多个电池策略包括增加或者减少在地理区域内耦合到电动交通工具网络的电动交通工具中的至少一个电动交通工具的充电速率。例如,如果控制中心***112预测将有对于在地理区域内的电池充电的高需求,则控制中心***112可以指令在地理区域内的一个或者多个充电站132增加当前正充电的交通工具的充电速率以便为其它交通工具空出充电地点。在一些实施例中,调整一个或者多个电池策略包括减少当前正充电的交通工具的充电速率,例如以便在对于充电地点的需求低时节约能量和/或节省资金。
在一些实施例中,调整一个或者多个电池策略包括推荐交通工具的用户110拜访在备选地理区域中的电池服务站130。例如在一些情况下,交通工具102的用户110已经选择在其中对于电池服务的需求高的地理区域内的相应电池服务站130。因此,在一些实施例中,控制中心***112推荐交通工具102的用户110拜访在备选地理区域中的电池服务站130。因而,控制中心***112可以通过推荐一些交通工具使用在更低需求区域中的电池服务站130来在各个地理区域之间平衡需求。
在一些实施例中,控制中心***112通过改变在相应地理区域内的电池服务站中的一个或者多个电池服务站处的多个可用更换电池来调整(514)一个或者多个电池策略。例如,如果控制中心***112预测对于在地理区域内的电池交换站134处的更换电池114的高需求,则控制中心***112可以使另外的更换电池114向相应电池交换站134递送。在一些实施例中,从在未经历(或者未被预测经历)这样高的需求的地理区域中的电池交换站递送另外的更换电池114。如以上参照图4描述的那样,在一些实施例中,控制中心***112基于在地理区域中的电池服务供应与需求之间的比较(510)来调整(514)一个或者多个电池策略。
在一些实施例中,以上描述的方法的某些部分由交通工具102并且具体由“交通工具操作***”的一个或者多个部件执行。例如,定位***106的交通工具导航***可以确定可能电池服务站45和到达可能电池服务站的交通工具到达时间46。在一些实施例中,在交通工具102执行以上提到的步骤中的任何步骤时,交通工具102(例如使用通信接口204)向控制中心***112发送有关信息用于进一步处理、存储和/或分析。
以下是预测的需求的图形表示的一些示例。
为了有助于可视化在电池服务站130处的预测的需求,可以在显示设备上与地图结合地显示预测的需求数据。图6图示根据一些实施例的用于显示需求数据的地图600。可以向监视或者操作电动交通工具网络的个人、比如控制中心***112的用户显示用图形显示需求数据(50)的地图。在一些实施例中,在控制中心***112处的显示设备上显示地图。地图可以由一个或者多个计算机***或者计算设备、比如参照图3更详细描述的控制中心***112生成和显示。在一些实施例中,地图由控制中心***112的地图模块324生成和显示。另外,在一些实施例中,使用在需求数据数据库332中存储的需求数据和/或在控制中心***112的电池服务站数据库330中的电池服务站数据(包括电池服务供应数据)来生成地图。在一些实施例中,在控制中心***112的显示设备306上显示地图。
在一些实施例中,地图600包括一个或者多个电池服务站130-n的表示以及在电池服务站130-n处的相对需求的指示符602-n。如图例604中所示,地图600通过在地图600上的某些点显示圆来指示在相应电池服务站130处的相对需求,其中更大的圆指示更大的需求值。在一些实施例中,当在相应电池服务站、比如服务站130-1处预测拥塞时,需求指示符进一步指示已经达到用于预测拥塞的阈值。在地图600中,拥塞点由包围“X”的双圆指示。在一些实施例中,这一阈值对应于确定(例如来自以上描述的比较步骤(420)和(510))对于电池服务的需求超过在特定位置处的供应。
图7图示如下地图,该地图显示用于地理区域的需求数据而不是对于相应电池服务站的需求数据。因而,地图700标识在更大地理区域内的多个地带/地区702-n。地带702-n可以包含一个或者多个电池服务站130并且由任何边界限定。在一些实施例中,地带/地区702-n与城市、城镇或者乡村或者其它预限定区域的边界同延。在一些实施例中,地带702-n是在高速路的入口或者出口附近的预确定区域。在一些实施例中,地带702-n是任意限定的区域。在一些实施例中,地带702-n可以有各种不同大小或者都是相同大小。例如,涵盖具有高交通工具交通量(例如在大城市中或者周围)的地理区域的地带可以小于涵盖具有较少交通的区域的地带。例如,有时基于在电动交通工具网络100中的交通工具102的驾驶里程对地带设置大小。在一些实施例中,对地带702-n设置大小,使得具有完全充电的电池的电动交通工具102可以经过整个地带行驶而无需电池服务。在一些实施例中,对地带702-n设置大小,使得仅有完全电池充电的四分之一的电动交通工具102可以经过整个地带行驶而无需电池服务。当然,不同交通工具102的里程将明显变化。因此,交通工具的里程有时是用于交通工具群体的计算的平均里程。
图8图示地图800,该地图800显示用于地理区域的需求数据,在这些地理区域中,涵盖高交通量区域的地带802-1(加州萨克拉曼多)小于涵盖低交通量区域的地带802-2、802-3,这些低交通容区域未并入大都市区域。
回顾图7,地图700图示地带702-1(标注为地带1)、地带702-2(标注为地带2)和地带702-3(标注为地带3)。地图700也包括图形704,该图形704示出用于地带中的每个地带的当前需求。图形704是条形图,其中条形的高度代表用于在相应地带内的电池服务的需求,但是本领域技术人员将认识可以使用其它图形或者图形表示。在图形704中的每个条形(对应于相应地带)也包括拥塞阈值指示符706,该拥塞阈值指示符706示出地带将被视为拥塞的点。以上关于图6更详细描述预测拥塞。图8图示与图形704相似的图形808。
地图700也图示时间选择器708,描绘该时间选择器708为滑动图形元件。用户110可以操纵滑块709以便改变在地图700上显示的需求值的时间。如图所示,地图图示当前需求。然而,用户可以移动滑块709以使地图更新用于选择的时间的需求值。如图所示,时间选择器708使用一小时增量,但是也可以运用其它时间增量。另外,选择器无需限于离散时间增量。换而言之,在一些实施例中,时间选择器709允许用户110选择在显示的增量之间的任何时间或者时间增量,比如十五分钟增量。
如以上指出的那样,有时向在服务提供者112处的个人显示地图600、700、800,该个人管理电动交通工具网络100的各方面。操作者可以使用地图以帮助确定是否和如何调整电池策略以及调整什么电池策略。另外,尽管有时在地图600、700、800上显示(例如在预测需求数据数据库332中的)需求数据,但是这不是在本发明的所有实施例中是必需的。例如在一些实施例中,可以用列表或者文字形式向用户显示需求数据。另外,在一些实施例中,需求数据完全未向用户显示或者提供,而是由控制中心***112简单地使用,使得控制中心***112(例如用电池策略模块323)可以响应于预测的需求值确定是否和如何调整电池策略。
尽管图6-8中所示地图用特定类型的图形指示符示出相对需求,但是本领域技术人员将认识可以在一些实施例中使用其它表示或者图形描绘。例如在一些实施例中,可以用形状、数字、颜色、字眼和/或任何其它图形或者文字元素(包括用于指示在电池服务站或者地区之间的相对需求的不同大小或者强调的图形元件)指示相对或者绝对需求数据。
下文是灵活需求负载管理的一些示例。
图9是根据一些实施例的用于管理电动交通工具网络的方法的流程图900。具体而言,方法900允许电动交通工具网络100的服务提供者基于关于在网络内的交通工具102和/或更换电池114的能量要求的某些预测来调整它的从电力网的电力汲取(例如通过对电动交通工具网络100的电池充电来引起的电负载)。例如,如以上描述的那样,电动交通工具网络服务提供者的控制中心***112有时使用用于每个交通工具和/或电池的信息,比如当前位置、最终目的地和电池充电电平以预测对于在电动交通工具网络100内的位置处的电池服务的需求。如以下更详细描述的那样,控制中心***112可以使用相似信息以确定电动交通工具将在电力网上施加的估计和/或预测的动电负载。然后可以基于估计的充电负载以各种方式调整电动交通工具网络的电池策略。例如,有时调整电池策略以便在电力昂贵时最小化电动交通工具网络的电力消耗并且在电力廉价时最大化电力消耗(例如用于存储和以后使用)。
回顾图9,控制中心***112至少部分基于电动交通工具的电池为了允许电动交通工具i中的每个电动交通工具i继续去往它的相应最终目的地43而需要的另外的能量数量确定(904)估计的最小充电负载。例如,当前正充电的一些交通工具102或者正行驶的交通工具没有用于到达它们的最终目的地43的充分充电并且将需要一些另外的充电。
在一些实施例中,最小充电负载是电动交通工具网络100的电池从电力网的能量消耗速率(例如它们的充电所引起的能量消耗速率,有时以千瓦(kW)为单位来测量)。这一速率又由控制中心***112计算或者确定,并且基于每个交通工具的最小能量要求(例如电池需要的另外的能量数量,有时以千瓦-小时(kW-h)为单位来测量)。换而言之,有时将最小充电负载(ENet-min)表示为如果每个交通工具将接收它的最小能量要求以到达它的已知或者估计的最终目的地,则电动交通工具网络将经历的充电速率。如以下更详细描述的那样,最小充电负载可以基于相应交通工具的能量需求的预测并且可以被预估到将来以便预期电动交通工具网络100的即将来临的充电需求。
在一些实施例中,可以未如以上描述的那样将最小充电负载表示为速率,而是表示为能量数量。在这些情况下,最小充电负载直接代表每个交通工具为了满足它的最小能量要求而需要的估计的能量数量(例如以kW-h为单位来测量)。为了清楚,这里描述最小充电负载为充电速率。然而,本领域技术人员将理解包括最小和最大充电负载的公开的概念类似地适用于能量数量(例如kW-h)、能量传送速率(例如kW)或者任何其它适当度量的测量。
如以上指出的那样,在一些实施例中,最小充电负载代表为了将电动交通工具102中的每个电动交通工具102的电池充电至它的最小充电电平而将可能在电力网上施加的估计的总充电负载。在一些实施例中,基于相应电动交通工具102的每个电池的最终目的地43、当前位置42和当前电池状态(例如充电电平)41确定这一最小充电电平。如以上描述的那样,有时也使用包括速度和/或当前交通信息的其它因素。换而言之,控制中心***112对于每个交通工具i确定交通工具除了它的当前电池充电电平之外还为了到达它的最终目的地43而需要的能量数量(例如以kW-h为单位)。例如,如果交通工具102具有用于行驶20英里的足够充电并且距离它的最终目的地4350英里,则交通工具102将需要相当于近似30更多英里的能量以便到达最终目的地。
尽管可以用各种单位、比如kW-h、焦耳、英热单位等测量或者代表能量,但是这里有时以能量的英里程值指代它。本领域技术人员将认识,由于大小、重量、效率等的差异,不同交通工具将能够在给定能量数量行驶不同距离。相应交通工具102的最终目的地43可以是预测的最终目的地或者电动交通工具102的用户110选择的预期目的地。以上关于图4-5更详细讨论包括预测和预期目的地的最终目的地43。
在一些实施例中,电动交通工具102的电池104需要的另外的能量数量与指示将何时需要另外的能量的时间分量关联。例如,如以上更详细描述的那样,控制中心***112可以确定交通工具102可能在将来的20分钟时间需要相当于30更多英里的能量。因此,可能的是交通工具将在20分钟内到达电池充电站132以接收另外的相当于30英里的能量。在一些实施例中,控制中心***112在确定(904)估计的最小充电负载时考虑将需要能量的时间。因此,控制中心***112能够确定交通工具102将需要的充电数量和可能将对交通工具102充电的时间。使用这一数据,控制中心***112可以在将来时间窗内基于交通工具的另外的能量要求来确定估计的最小充电负载。在一些实施例中,时间窗是进入将来的1小时。在一些实施例中,时间窗是进入将来的1天或者任何其它适当时间段。由于可以对于在将来的时间预测估计的充电负载(有时它们本身基于相应交通工具的预测的最终目的地),所以将来的估计的最小充电负载的准确度将在进行预测的时间上进一步减少。例如,用户的最终目的地43的提前一整天的预测可能比关于该用户的最终目的地43的提前一小时的预测准确度更少。
在一些实施例中,控制中心***112使用历史充电需求数据以便更好地预测将来最小充电负载。在一些实施例中,在控制中心***112调整一个或者多个电池策略之前,控制中心***112测量(901)电动交通工具网络在预确定时间窗内的实际能量需求。在一些实施例中,能量需求对应于电动交通工具网络100在预确定时间窗内使用的实际能量数量(例如在任何适当持续时间的特定时间跨度比如分钟、小时、天等内使用的能量数量)。在一些实施例中,能量需求对应于电动交通工具网络100的交通工具102中的每个交通工具102(或者子集)的合计个别能量使用。在一些实施例中,控制中心***112存储(902)历史数据以便提取在能量使用中的历史趋势。在一些实施例中,控制中心***112在预测需求数据库332(图3)中存储将以后用作历史数据的实际能量需求。在一些实施例中,历史实际能量需求数据用来预测电动交通工具网络100的能量需求并且因此预测用于将来时间窗的估计的最小充电负载。
可以在交通工具级或者在网络级分析历史数据。例如在一些实施例中,控制中心***112可以确定交通工具102的特定用户110具有可预测驾驶习惯、因此具有可预测充电行为。可以合计个别用户110的能量需求和充电行为以便确定总体、网络级能量需求预测。在一些实施例中,控制中心***112可以评估整个电动交通工具网络100的实际能量需求,并且因此由网络级需求数据直接进行能量需求预测。在一些实施例中,控制中心***112使用一种或者多种预测方法以标识用于相应电动交通工具的最终目的地。例如参见通过全文引用而并入本文的美国专利申请号12/560,337。在一些实施例中,控制中心***112基于用于相应用户110的历史行驶数据标识用于相应电动交通工具的最终目的地。控制中心***112使用历史行驶数据以便辅助预测最终目的地43并且最终预测充电需求。
回顾步骤(904),在一些实施例中,控制中心***112组合多个个别交通工具102的另外的能量要求以确定电动交通工具网络100的总的另外的能量要求。在一些实施例中,控制中心***112将电池需要的另外的能量数量增加预确定安全因素。换而言之,由于可以根据可以具有更低置信度水平的因素确定任何个别交通工具需要的另外的能量数量,所以控制中心***112通过包括安全裕度来考虑变化。在一些实施例中,将计算的另外的能量数量增加10-20%。另外,可以在个别交通工具级应用这一安全因素或者裕度,使得如果对于相应电动交通工具102确定需要相当于30英里的另外的能量,则控制中心***确定交通工具102必须接收相当于至少40英里的另外的能量以便安全到达它的最终目的地。在一些实施例中,至少部分基于个人的驾驶历史或者习惯确定特定安全因素或者裕度。在一些实施例中,安全因素可以应用于整个电动交通工具网络100需要的另外的能量数量,而不是个别交通工具102的另外的能量数量。例如,如果估计合计而言在电动交通工具网络100中的电动交通工具102需要最小一万千瓦-小时的另外的能量,则控制中心***112可以将该要求增加至一万两千千瓦-小时。
在一些实施例中,估计的最小充电负载是每个相应电动交通工具在电力网上施加的估计的最小个别充电负载之和。因此,控制中心***112可以合计用于个别交通工具102的预计的充电负载以确定电动交通工具网络100的总体最小充电负载。例如,控制中心***112可以预测用于个别交通工具102的预计的最小充电负载(例如基于那些交通工具中的每个交通工具为了到达它们的相应最终目的地而需要的另外的能量数量),并且将这些值求和以确定电动交通工具网络100的总体估计最小充电负载。
在一些实施例中,电动交通工具网络100的电动交通工具102中的一些或者所有电动交通工具102具有由与相应电动交通工具的所有者或者操作者的一个或者多个服务协定所设置的关联的最小电池充电电平。在一些实施例中,这一最小电池充电电平代表相应电动交通工具102的用户110愿意接受的最低充电电平。例如,电动交通工具102的用户110可以同意除非用户110已经具体请求完全电池充电,则只要交通工具在所有时间保持至少80%充电,电动交通工具网络服务提供者就可以调整电池104的充电速率(和在电池104中存储的总能量)。在一些实施例中,用户110可以向控制中心***112(或者向可以与控制中心***112通信的交通工具102)标识预期最终目的地43。控制中心***112然后可以基于预期最终目的地超越该用户的交通工具的达成共识的最小电池充电电平。例如,如果用户110标识需要多于完全电池充电的预期最终目的地43,则控制中心***112可以保证用户的交通工具被完全充电。然而,如果用户110标识仅需更少量充电的预期最终目的地,则控制中心***112可以基于对于该旅程的更低能量要求忽略达成共识的最小充电电平。在一些实施例中,在超越最小充电电平时,控制中心***112也考虑返回旅程所需要的能量。因此,如果用户110标识从用户的家里相距5英里的杂货店作为预期目的地43,则控制中心***112可以保证交通工具具有用于行驶10英里的足够充电(有时如以上描述的那样包括另外的安全因素)
如以下更详细描述的那样,控制中心***112有时利用过量电池容量(例如电池104的在它的最小充电电平以上的容量)作为能量存储,并且可以在不同时间对那些电池充电或者放电以便优化电动交通工具网络。在一些实施例中,只要电池104总是包含至少关联最小电池充电电平就允许放电。如以上描述的那样建立最小电池充电电平保证电池104将总是具有至少一些充电,使得可以在无提前通知时或者在紧急时使用交通工具。
交通工具的用户110有时无需他们的交通工具总是被充电用于即时使用。因此,在一些实施例中,与电动交通工具的所有者或者操作者的服务协定未包括最小电池充电电平。例如,一些服务协定可以陈述,除非交通工具的所有者或者操作者已经具体标识所需充电电平或者选择预期最终目的地,电动交通工具网络提供者可以将那些电动交通工具的总充电电平调整成任何电平。在一些实施例中,其中无最小电池充电电平的服务协定比其中建立最小电池充电电平的服务协定更廉价。另外,其中最小电池充电电平更高(例如90%)的服务协定可以比其中最小电池充电电平更低(例如40%)的服务协定更昂贵。
回顾图9,控制中心***112确定(906)电动交通工具的电池可以在电力网上施加的估计的最大充电负载。在一些实施例中,如果可能在某个时间耦合到电力网的基本上所有电动交通工具102将以最大速率被同时充电,则估计的最大充电负载代表能量消耗速率。如同估计的最小充电负载,估计的最大充电负载可以备选地代表电动交通工具网络100的电池(或者其它存储部件)可以在任何给定的时间存储的最大能量数量(例如以kW-h为单位)。可以对于电动交通工具网络100的特定子集确定估计的最大充电负载。例如在一些实施例中,每地区、城市、陆地区域、电业提供者、电力网/传输边界等个别确定最大充电负载。
在一些实施例中,电动交通工具网络100包括被配置用于从电力网被充电的多个更换电池114。在一些实施例中,如果电动交通工具102的电池104和更换电池114将以最大速率同时充电,则估计的最大充电负载代表来自电力网的能量消耗速率。
在一些实施例中,估计的最大充电负载考虑可能在给定的时间耦合到电力网的电池数目。具体而言,不应在估计最大充电负载时考虑未或者将未耦合到电力网的电池,因为那些电池不能接收任何电能。例如,如果控制中心***112确定或者预测某个交通工具子集当前正行驶和/或不可能在某个时间充电(例如因为交通工具在历史上未在当天该时间耦合到电力网或者因为它已经被完全充电),则在估计的最大充电负载中未包括那些交通工具。另外,如果电池服务站130具有比它可以在任一时间充电更多的更换电池114,则在估计的最大充电负载中未包括那些另外的更换电池114。因此,估计的最大充电负载可以限于当前耦合到电力网的或者被预测在该时间段内耦合到电力网的那些电池。
在一些实施例中,电动交通工具网络100除了交通工具电池104和更换电池114之外也包括其它类型的能量存储。例如也可以包括能量存储部件,比如存储电池、机械飞轮、燃料电池等。
在一些实施例中,估计的最大充电负载也考虑电力网的一个或者多个容量约束或者电动交通工具网络100的部件。在一些实施例中,在电动交通工具网络100中的电池充电装备(包括电力传输布线、开关设备、变压器等)具有不能安全超过的电负载限制。因此,估计的最大充电负载可以在确定电动交通工具网络100可以在电力网上施加的最大负载时考虑这些限制。
本领域技术人员将认识可以通过更改连接到电力网的电池的充电速率来变化电动交通工具网络(例如包括电动交通工具电池104、更换电池114等)的实际充电负载(ENet-act)。因此,电动交通工具在电力网上施加的实际充电负载考虑正充电的电池数目以及对那些电池充电的速率。如以下更详细描述的那样,电池控制中心112可以调整电动交通工具网络100的电池的充电速率,使得电池的实际充电负载在估计的最大充电负载ENet-max与估计的最小充电负载ENet-min之间。
回顾图9,控制中心***112调整(步骤908)电动交通工具网络100的电池的一个或者多个电池策略以便基于某些预确定因素在估计的最大充电负载ENet-max与估计的最小充电负载ENet-min之间调整电动交通工具网络的实际充电负载ENet-act。实际充电负载ENet-act对应于在当前时间耦合到电力网的电池的实际能量消耗速率。在一些实施例中,电池包括在电动交通工具102中的电池104和更换电池114。在一些实施例中,实际充电负载也包括如以上描述的其它能量存储部件引起的充电负载。
由于服务提供者的控制中心***112已经确定用于电动交通工具网络的估计的最大和最小充电负载,所以服务提供者可以选择基于多个不同可能因素调整(步骤908)电池策略(因此调整耦合到电力网的所有电池的总充电负载)。如以上描述的那样,估计的最大充电负载ENet-max代表对电动交通工具网络100的电能消耗速率的上限,并且估计的最小充电负载ENet-min代表对电动交通工具网络100的电能消耗速率的下限。因此,控制中心***112调整电动交通工具网络的实际充电速率ENet-act为在这两个限值之间(即ENet-min<ENet-act<ENet-max)。例如,如果估计的最大充电负载是一万kW,并且估计的最小充电负载是八千kW,则控制中心***112将基于以下呈现的因素调整电池充电速率,使得实际充电负载在那两个值之间的某处,比如九千kW。
有时,电动交通工具网络100需要的最小另外的能量是零或者甚至为负。这可以在电动交通工具网络100的能量存储部件(例如在电动交通工具102中的电池104、更换电池114等)具有在为了每个交通工具到达它的最终目的地而需要的最小所需能量以上的总能量富余时出现。换而言之,可以是在电动交通工具网络中的每个交通工具具有多于用于到达它的最终目的地的足够充电。因此,电动交通工具网络需要的最小另外的能量数量为负,因为每个交通工具具有能量富余。通常,交通工具不会在任何给定的时间都具有在它们的最小要求之上和以上的能量富余。然而,电动交通工具网络100可以在每个交通工具102的另外的能量要求(包括另外的正和负能量要求二者)之和为负时具有负的总的另外的能量要求(即能量富余)。在一些实施例中,电动交通工具网络将在电动交通工具网络100具有足够能量存储于更换电池114(或者其它能量存储部件)中以适应电动交通工具102的最小要求时具有负的另外的能量要求,这些电动交通工具102没有用于到达它们的最终目的地的足够充电。如以下更详细讨论的那样,在电动交通工具网络100具有负的最小另外的能量要求(即能量富余)时,网络可以向电力网排放能量。
在一些实施例中,控制中心***112基于某些因素调整(908)一个或者多个电池策略,这些因素包括来自电力网的能量的价格、已知的即将来临的充电需求、即将来临的充电需求的预测、历史充电数据、来自电力提供者的具体请求、其它实体的最小或者最大能量使用时间、空气污染考虑(比如空气质量指数或者臭氧水平)、温室气体排放速率或者数量等。
电动交通工具网络100的服务提供者将经常充当在电动交通工具102的用户110之间的中介,使得服务提供者从电业提供者购买电力并且随后向电动交通工具102的用户110销售电力作为能量购买合同或者预订计划的部分。另外,来自电业提供者的电力的价格基于多个不同因素比如当天时间变化。为了减少总电力成本,电动交通工具网络110的服务提供者有时寻求在电力昂贵时最小化来自电力网的能量消耗并且在电力廉价时最大化能量消耗。具体而言,在一些实施例中,控制中心***112与用于电力的价格数据结合地使用电动交通工具网络的估计的最小和最大充电负载,以确定在最小充电负载(或者附近)或者在最大充电负载(或者附近)维持实际充电负载何时是成本高效的。例如,在电力价格低时,控制中心***112可以增加充电负载(例如通过增加耦合到电力网的电池的充电速率)以便利用廉价电力。对照而言,在电力价格高时,控制中心***112可以减少充电负载(例如通过减少耦合到电力网的电池的充电速率)以便减少服务提供者必须购买的昂贵电力数量。
如以上描述的那样,控制中心***112可以基于瞬时估计的最大和最小充电负载以及电力瞬时定价调整电动交通工具网络100的瞬时(即当前)充电负载。另外,由于控制中心***112可以预测电动交通工具102的用户110在将来何时需要另外的能量并且进一步预测那些电动交通工具102将需要多少另外的能量,所以控制中心***112可以基于它的对这些将来充电要求的了解进一步调整电动交通工具网络的电池的当前实际充电负载。例如,控制中心***112在下午3点可以预测大量交通工具将在下午5点从工作位置向家里位置行驶。控制中心***112也可以标识每个交通工具平均而言需要相当于10英里的另外的电池充电以便到达他们的家里位置(包括适当安全裕度)。因此,控制中心***112可以在调整当前充电负载时考虑这一将来电力需求。
例如,如果电力在下午3点与5点之间昂贵,则控制中心***112可以调整交通工具的充电速率,使得它们仅接收为了它们各自到达它们的最终目的地而必需的最小另外的能量数量(例如每交通工具的平均相当于10英里的另外的能量)。估计的最小充电负载在这一情况下保证每个交通工具接收用于到达它们的最终目的地的充足能量。在另一方面,如果电力在下午3点与5点的小时之间廉价,则即使最大充电速率将提供比为了那些交通工具到达它们的最终目的地而必需的能量更多的存储的能量,控制中心***112仍然将交通工具的充电速率增加至该速率。
图13是示范用于根据交通工具网络100的电力价格以及估计的最小(ENet-min)和最大(ENet-max)充电负载调整网络100的实际充电速率ENet-act的可能过程的流程图。在这一示例中,如上文描述的那样在步骤61中周期性地或者间歇地更新网络100的估计的最小(ENet-min)和最大(ENet-max)充电负载。例如,可以基于交通工具102的、电池102和114的、电力网络140和/或交通工具网络100的实际状态和要求更新估计的最小和最大充电负载。接着,在步骤62中检查网络实际充电速率ENet-act是否大于最小充电负载ENet-min。如果发现网络实际充电速率小于最小充电负载,则在步骤66中增加网络的电充电当前消耗速率。否则,如果发现网络实际充电速率大于最小充电负载,则在步骤63中检查当前电力价格。
如果发现电力价格当前为高,则在步骤64中减少网络的电充电电流消耗速率。否则,如果发现电力价格当前不高,则在步骤65中检查网络实际充电速率ENet-act是否大于最大充电负载ENet-max。在网络实际充电速率确实大于网络最大充电负载时,则将控制传向步骤64以减少网络的电充电当前消耗速率。在另一方面,如果网络实际充电速率小于网络最大充电负载,则将控制传向步骤66以增加网络的电充电当前消耗速率。在网络电充电电流的每次增加/减少(66/64)之后,将控制传回至步骤61以更新网络100的最小和最大充电负载。
因此,与在电动交通工具网络100中的电池的用于存储比为了满***通工具的运输需求而需要的能量更多的能量的能力耦合的、控制中心***112的用于调整电池的实际充电负载的能力允许控制中心***112控制电动交通工具网络100的“灵活”充电负载。换而言之,实际充电负载可以在最大可用充电负载以下的范围内被调整、但是高到足以满足每个交通工具的最小运输需求。
如以上描述的那样,控制中心***112可以确定如何或者是否调整在电动交通工具网络100中的电池的电池策略。然而在一些实施例中,电业提供者(例如电力网络140和/或电力生成器156的所有者或者操作者)向电动交通工具网络服务提供者提供请求的充电建档。在一些实施例中,控制中心***112向电业提供者发送估计的最小充电负载和估计的最大充电负载并且从电业提供者接收能量计划,该能量计划包括用于预确定时间窗的优选充电负载。通过允许电业提供者向服务提供者生成优选负载简档,电业可以使用电动交通工具网络的“灵活”充电负载获得它的利益。具体而言,电业提供者可以使用网络100的“灵活”负载以帮助平衡在电力生成器156上施加的需求并且存储电力用于以后使用。
在一些实施例中,调整电池策略包括增加或者减少(步骤910)在电池服务站130处耦合到电力网的至少一个更换电池114的充电速率。在一些实施例中,调整电池策略包括增加或者减少(步骤912)电动交通工具102中的至少一个电动交通工具102的电池的充电速率。在一些实施例中,调整电池策略包括向相应电动交通工具的用户推荐备选电池服务站。在一些实施例中,调整电池策略包括增加或者减少电动交通工具网络110的存储电池114中的至少一个存储电池114的充电速率。在一些实施例中,调整电池策略包括调整电池从电力网接收或者向电力网排放的能量数量。在一些实施例中,电池的充电速率恒定,并且控制中心***112仅改变电池接收的能量数量。在一些实施例中,调整电池策略包括向用户推荐(914)电池交换而不是电池充电。以上参照图4更详细描述涉及调整电池策略的进一步细节。描述的电池策略调整也类似地适用于其它能量存储部件。
在一些实施例中,为了有助于分析和/或显示信息,随时间的估计的最小和最大充电负载各自由在预限定时间窗内的数据点集代表。每个数据点代表在某个将来时间的能量测量。在一些实施例中,能量测量代表能量传送速率(例如以kW为单位)。在一些实施例中,能量测量代表能量数量(例如以kW-h为单位)。在一些实施例中,将数据点的至少子集拟合成曲线函数,然后在显示设备上绘制和显示该曲线函数以便有助于可视化数据。控制中心***112(或者在电业提供者)的操作者可以查看显示的曲线以辅助确定是否和如何调整电动交通工具网络的电池策略。在一些实施例中,控制中心***112或者电业提供者自动确定是否和如何调整一个或者多个电池策略而无直接操作者干预和/或未向控制中心操作者显示任何信息。
图10A图示根据一些实施例的图形1000,该图形1000显示估计的最小和最大充电负载曲线。图形的x轴代表时间,并且左手y轴代表以能量消耗速率为单位(例如以kW为单位)测量的充电负载。右手y轴代表价格(例如以美元为单位)。图10A图示用于典型一天的部分、例如从上午6点到晚上10点的一个可能充电负载曲线。
估计的最大充电负载曲线1006(和图10B的估计的最大充电负载曲线1012)示出电动交通工具网络100的估计的最大充电负载随时间的变化。如图10A中所示,最大充电负载相对稳定。然而,估计的最大充电负载的稳定性取决于许多因素并且可以显著不同于图10A中所示稳定性。例如,更换电池114和能量存储部件与电动交通工具102之比可以对曲线1006的稳定性具有显著影响,因为交通工具未总是耦合到电力网。如果有比在电动交通工具网络102中的交通工具102明显更多的更换电池114,则从电力网去耦合交通工具的相对影响将低于耦合到电网的大量更换电池的影响,因此增加最大充电负载的稳定性。
估计的最小充电负载曲线1004示出在电动交通工具网络中的电池的估计的最小充电负载随时间的变化。这一曲线示出与上午和晚上时间窗对应的两个高峰充电时间。这些高峰充电时间可以反映与向和从相应工作位置通勤的人们关联的典型充电需求。电力价格曲线1008图示随时间的电力价格,从而图示在当天的高峰需求小时期间的更高价格。如图10A中所示,电力价格曲线1008具有一般与上午和晚上时间窗对应的两个高峰定价时间窗。
图10A中所示曲线仅为示例:从这一示例可知,估计的最小和最大充电负载以及电力价格可以明显变化。例如,随时间的估计的最小充电负载可以对于周末或者假日明显不同,其中减少来自通勤者的电力需求。另外,电力价格曲线1008可以从一天到下一天改变并且可以具有比所示更多或者更少的价格水平。本领域技术人员也将认识,估计的最小充电负载曲线1004代表随时间的能量消耗速率并且未直接代表电动交通工具网络100的交通工具102需要的能量数量。然而如以上描述的那样,基于电动交通工具网络100的交通工具102需要的最小另外的能量数量计算充电速率。另外,充电负载曲线1004也可以适于代表交通工具102在给定的时间需要的最小另外的能量数量。类似地,最大充电负载曲线1004可以适于代表在电动交通工具网络100中的电池和存储部件可以在给定的时间保持的最大能量数量。
图10A的图形帮助举例说明以上描述的信息如何可以用来调整电动交通工具网络100的实际充电需求以便优化电动交通工具网络为电力支付的价格。具体而言,可见最小充电负载1004在时间t1与t2之间的点具有第一高峰。这一高峰充电负载代表为了每个交通工具接收足够充电、从而它可以到达它的最终目的地———该最终目的地可以是工作位置———而将在该时间在***上施加的充电负载。电力价格曲线1008也示出电力价格在最小充电负载在它的上午高峰的大约相同时间在它的最高水平。然而,电力价格在时间t0与t1之间在最小水平,并且在时间t0与t1之间在电力廉价时购买在时间t1与t2之间需要的电力将更便宜。控制中心***112(或者控制中心***112的操作者)可以识别这一情形,并且调整电池充电策略以增加在时间t0与t1之间的电池充电速率,即使增加的速率可以造成交通工具接收比为了到达它们的预期目的地而必需的能量更多的能量。在一些实例中,可以将在电动交通工具网络中的电池的实际充电速率增加至它们的最大充电速率。因而,可以减少电动交通工具网络100在高峰上午通勤小时期间的实际充电负载,这又减少需要在该时间期间购买的昂贵电力数量。
当然,可以不可能对电动交通工具网络的电池充电以完全满足上午通勤的需要,因为一些交通工具可以仍然在时间t1与t2之间需要另外的充电。由于电力价格在这一时间窗期间在它的高峰,所以控制中心***112可以保持向这些交通工具提供的充电数量最小(例如仅足以让该交通工具到达它的最终目的地),以便减少电动交通工具网络购买的昂贵电力数量。在就充电负载(例如电能消耗速率)讨论图10A中的曲线之时,在高峰使用小时期间接收另外的充电的用户即使愿意仅接受最小充电电平,他们也可能不愿意接受更低充电速率。换而言之,尽管用户可以愿意接受10英里充电而不是完全电池充电,但是用户可能希望以最大充电速率接收该10英里充电。可以适应这一偏好,因为即使以最大速率对每个个别电池充电,接收更小充电电平的交通工具的合计效果是减少的总充电负载。
可以响应于在时间t3与t4之间的晚上(例如对应于晚上通勤小时)期间所见的在估计的最小充电负载曲线1006中的高峰进行相似分析。具体而言,由于电力在这一时间窗期间在它的最昂贵水平,所以可以在电力处于比较更低的价格时在时间t2与t3之间的先前时间窗期间增加在电动交通工具网络100中的电池的充电速率。与以上描述的场景相似,可以向在时间t3与t4之间需要另外的充电的那些交通工具仅给予用于满足该交通工具的最小充电要求(例如仅足以让该交通工具到达它的最终目的地)的足够充电以便最小化电动交通工具网络在高峰通勤小时期间购买的昂贵电力数量。
图10A也图示在时间t5之后的时间期限(time frame),其中估计的最小充电负载为负。负的估计最小充电负载简单地指示电动交通工具网络100的电池(或者其它能量存储部件)具有比为了满足最小运输要求而需要的能量更多的能量。这一场景可能在多数驾驶者从工作或者他们的每天行程回家并且将他们的小汽车用于当天完成时而在夜间更晚出现。在一些实施例中,负的估计的最小充电负载的值对应于可以从电池向电力网排放能量而又仍然保证电池具有用于满足用户的运输要求的充足充电电平的速率。例如,在下午10点具有100英里的充电的交通工具可以具有10英里的即将来临的运输需要,以便在上午8点到达用户的工作位置。因此,电动交通工具网络100可以在下午10点与上午8点之间从该相应电动交通工具排放相当于多至90英里的充电并且仍然满***通工具的运输要求。
通过调整在电动交通工具网络中的电池、包括更换电池和/或另外的能量存储部件的电池策略,可以有可能存储比电动交通工具对于给定的时间跨度需要的能量更多的能量。用于对电池充电超出它们的最小所需电平的最方便时间经常是在夜间期间,在未使用多数交通工具时和在电力通常是它最便宜时。然后可以在电力昂贵时向电力网排放存储的能量。可以基于来自电业提供者的请求和/或为了减少电动交通工具网络100的电力成本而实施这样的存储和排放循环。图10B图示图形1002,该图形1002显示估计的最小和最大充电负载曲线,其中电动交通工具网络能够如以上描述的那样向电力网排放能量。
如图10B中所示,估计的最小充电负载曲线1010在时间t0与t2之间为负。如图10A中所示,时间t0可以对应于上午6点。因此,在电动交通工具网络中存储的总充电数量可以很高,因为在电动交通工具网络中的交通工具中的多数交通工具可能在电力便宜时彻夜充电。另外,更换电池114和/或另外的能量存储部件可以可能已经彻夜充电。因而,控制中心***112可以在预期即将来临的上午行驶需求和即将来临的电力价格增加时已经允许电池完全充电(或者至少多于为了满足即将来临的运输需求而必需的充电)。控制中心***112然后可以在时间t1从电动交通工具网络100的电池向电力网排放回能量。
本领域技术人员将认识,尽管如以上描述和在图10B中图示的电动交通工具网络的净充电速率可以为负(指示向电力网排放),但是个别交通工具仍然可以从电力网接收能量。例如,即使个别交通工具仍然需要另外的能量,更换电池114(和/或其它存储部件)仍然可以包含比电动交通工具网络100的交通工具为了到达它们的相应最终目的地而需要的能量更多的能量。这可以在交通工具需要相当于多于一个电池的充电以到达它的最终目的地时出现。然而,由于更换电池114存储比交通工具需要的能量更多的能量,所以更换电池114可以在交通工具从电网充电之时向电网排放。电动交通工具网络100的总能量消耗因此可以为负。在效果上,如以上描述的存储和排放能量的过程允许电动交通工具在高需求和高电力价格时段期间使用在低需求时段接收和存储的便宜能量。
图10A和10B示出最小和最大充电负载在示例时间段期间的预测值(而不是当前或者瞬时值)。然而,实际最大和最小充电负载曲线将在给定的时间窗内不是静态的,而是将基于控制中心***112进行的对实际充电负载的调整来改变。换而言之,在控制中心***112确定有利的是增加在电动交通工具网络中的电池的充电速率时,在电动交通工具网络中存储的能量数量将增加。存储的能量的这一增加又将可能降低将来的估计的最小充电负载,因为电动交通工具网络可以已经获取在交通工具的合计最小能量要求之上和以上的能量数量。因而,图10A和10B中的曲线可以在实时调整电池策略时改变。在一些实施例中,在向控制中心***112的操作者显示曲线或者图形时,迭代地更新曲线以考虑实时电池策略调整。
在一些实施例中,比较在电动交通工具网络112中(例如在交通工具102的电池104、更换电池114、存储电池等中)存储的总能量与电动交通工具网络112的最小能量要求,并且基于比较的结果调整电池策略。例如在一些实施例中,调整电池策略,使得在电动交通工具网络中存储的总能量总是在电动交通工具网络112的最小能量要求以上。在一些实施例中,电动交通工具网络112的最小能量要求将是零,比如在电动交通工具网络合计而言无需来自电力网的净另外能量以便允许每个交通工具102到达它的最终目的地时。使用净另外能量是重要的,因为它反映如下事实,该事实为一些电池(例如交通工具电池104和更换电池114)可以向电网排放电力,而其它电池可以从电网汲取电力。因此,为零的最小能量要求未必意味着在电动交通工具网络112中的每个单个交通工具具有用于到达它的最终目的地的充分充电。
出于说明的目的,已经参照具体实现方式描述前文描述。然而,以上示例讨论未旨在于穷举公开的思想或者使公开的思想限于公开的精确形式。许多修改和变化鉴于以上教导是可能的。选择和描述实现方式以便最好地说明公开的思想的原理及实际应用,以由此使本领域其他技术人员能够在各种实现方式中最好地利用它们,这些实现方式具有如对于设想的特定使用而言适合的各种修改。
另外,在前文描述中,阐述许多具体细节以提供呈现的思想的透彻理解。然而本领域普通技术人员将清楚,无这些具体细节仍然可以实现这些思想。在其它实例中,未详细描述本领域普通技术人员熟知的方法、过程、部件和网络以免模糊这里呈现的思想的方面。

Claims (44)

1.一种管理电动交通工具网络的方法,所述方法包括:
从多个电动交通工具中的每个电动交通工具接收电池状态数据和交通工具位置数据;
利用所述电池状态数据和所述交通工具位置数据并且利用用于所述电动交通工具中的每个电动交通工具的最终目的地,并且确定包括可能电池服务站的电池服务数据;
至少基于对于所述电动交通工具中的每个电动交通工具确定的所述电池服务数据来预测在一个或者多个电池服务站处的需求;和
响应于预测的需求来确定是否调整一个或者多个电池策略。
2.根据权利要求1所述的方法,其中所述电池服务数据包括用于相应电动交通工具的到达确定的可能电池服务站的可能交通工具到达时间。
3.根据权利要求1或者2所述的方法,所述方法包括:
至少部分基于所述电动交通工具的所述电池为了允许所述电动交通工具中的每个电动交通工具继续去往它的相应最终目的地而需要的另外的能量数量来估计最小充电负载;和
估计所述电动交通工具的所述电池可以在电力网上施加的最大充电负载,
所述需求的所述预测利用估计的最小充电负载和估计的最大充电负载。
4.根据权利要求3所述的方法,其中至少部分基于所述电动交通工具网络的实际能量需求来确定所述最小充电负载的所述估计,所述实际能量需求是在预确定时间窗内至少部分基于从所述交通工具接收的数据确定的。
5.根据权利要求3所述的方法,其中所述估计的最小充电负载是每个相应电动交通工具在所述电力网上施加的估计的最小个别充电负载之和。
6.根据权利要求3至5中的任一权利要求所述的方法,其中如果在某个时间耦合到所述电力网的所有所述交通工具将以最大速率同时充电,则所述估计的最大充电负载至少部分基于在所述电力网上施加的估计的负载。
7.根据前述权利要求中的任一权利要求所述的方法,其中所述确定是否调整一个或者多个电池策略包括:
确定在所述一个或者多个电池服务站处的电池服务供应;和
比较在所述一个或者多个电池服务站处的所述预测的需求和在所述一个或者多个电池服务站处的所述电池服务供应。
8.根据前述权利要求中的任一权利要求所述的方法,所述方法进一步包括基于在所述一个或者多个电池服务站处预测的所述需求来调整所述一个或者多个电池策略。
9.根据权利要求7所述的方法,所述方法进一步包括基于在所述一个或者多个电池服务站处的所述预测的需求与在所述一个或者多个电池服务站处的所述电池服务供应之间的所述比较来调整所述一个或者多个电池策略。
10.根据前述权利要求中的任一权利要求所述的方法,其中所述最终目的地的所述确定包括从所述多个电动交通工具的至少子集接收相应最终目的地。
11.根据权利要求10所述的方法,其中所述相应最终目的地是所述电动交通工具子集的相应用户选择的预期目的地。
12.根据权利要求1至9中的任一权利要求所述的方法,其中所述最终目的地的所述确定包括在相应电动交通工具的操作者尚未选择预期最终目的地时预测所述相应电动交通工具的所述最终目的地。
13.根据权利要求12所述的方法,其中从以下各项选择所述预测的最终目的地:家里位置;工作位置;电池服务站;先前拜访的位置;以及频繁拜访的位置。
14.根据前述权利要求中的任一权利要求所述的方法,其中从以下各项选择所述一个或者多个电池服务站:用于对所述电动交通工具的所述电池再充电的充电站;以及用于更换所述电动交通工具的所述电池的电池交换站。
15.根据前述权利要求中的任一权利要求所述的方法,其中对于预确定时间或者对于预确定时间范围预测所述需求。
16.根据权利要求8至15中的任一权利要求所述的方法,其中调整所述一个或者多个电池策略包括增加或者减少以下各项的充电速率:在电池服务站处耦合到所述电动交通工具网络的至少一个更换电池;或者在电池服务站处耦合到所述电动交通工具网络的所述电动交通工具中的至少一个电动交通工具的电池。
17.根据权利要求8至15中的任一权利要求所述的方法,其中调整所述一个或者多个电池策略包括向相应电动交通工具的用户推荐备选电池服务站。
18.根据权利要求8至17中的任一权利要求所述的方法,其中调整所述一个或者多个电池策略包括改变在所述电池服务站中的一个或者多个电池服务站处的多个可用更换电池。
19.根据前述权利要求中的任一权利要求所述的方法,所述方法进一步包括向电业提供者通知预计的电力需求,所述预计的电力需求至少部分基于在所述一个或者多个电池服务站处的所述预测的需求。
20.根据前述权利要求中的任一权利要求所述的方法,其中确定用于相应电动交通工具的相应可能电池服务站和相应可能交通工具到达时间进一步基于所述相应电动交通工具的速度。
21.根据前述权利要求中的任一权利要求所述的方法,所述方法进一步包括增加在所述一个或者多个电池服务站处预测的所述需求以考虑来自第二多个电动交通工具中的一个或者多个电动交通工具的需求。
22.根据权利要求21所述的方法,其中所述第二多个交通工具包括未与计算机***通信的交通工具。
23.根据前述权利要求中的任一权利要求所述的方法,所述方法进一步包括:
在显示设备上显示地图,所述地图图示具有多个电池服务站的地理区域;和
在所述地图上显示一个或者多个图形表示,所述一个或者多个图形表示指示对于在图示的所述地理区域中的所述电池服务站中的一个或者多个电池服务站的相应需求。
24.一种用于管理电动交通工具网络的***,所述***包括:
至少一个通信模块,所述至少一个通信模块用于与一个或者多个电池服务站和与多个电动交通工具交换数据;
一个或者多个处理器;以及
存储器,所述存储器用于存储数据和一个或者多个程序,所述一个或者多个程序用于由所述一个或者多个处理器执行,所述数据和一个或者多个程序包括:
电池状态模块,所述电池状态模块被配置用于基于从所述多个电动交通工具中的每个电动交通工具接收的电池状态数据来确定电池充电状态;
交通工具位置数据库,所述交通工具位置数据库用于维持从所述交通工具接收的位置数据;和
需求预测模块,所述需求预测模块被配置并且可操作用于标识用于所述电动交通工具中的每个电动交通工具的最终目的地、对于每个相应电动交通工具至少部分基于用于该电动交通工具的所述位置、所述最终目的地和所述电池充电状态来确定可能电池服务站的位置和至少部分基于用于每个相应电动交通工具的所述可能电池服务位置来预测在一个或者多个电池服务站处的需求。
25.根据权利要求24所述的***,所述***包括电池服务站模块,所述电池服务站模块被配置并且可操作用于接收和维持从所述电池服务站接收的站状态数据。
26.根据权利要求24或者25所述的***,所述***包括电池策略模块,所述电池策略模块被配置并且可操作用于至少基于所述预测的需求和所述站状态数据之一来确定是否调整一个或者多个电池策略。
27.根据权利要求24至26中的任一权利要求所述的***,所述***包括地图模块,所述地图模块被配置并且可操作用于生成图形表示,所述图形表示指示对于在一个或者多个地理区域中的电池服务的相应需求。
28.一种管理包括多个电动交通工具的电动交通工具网络的方法,每个电动交通工具具有一个或者多个电池,所述方法包括:
至少部分基于所述电动交通工具的所述电池为了允许所述电动交通工具中的每个电动交通工具继续去往它的相应最终目的地而需要的另外的能量数量来估计最小充电负载;
估计所述电动交通工具的所述电池可以在电力网上施加的最大充电负载;和
基于某些预确定因素来调整所述电动交通工具的所述电池的一个或者多个电池策略,以在所述估计的最小充电负载与所述估计的最大充电负载之间调整所述电动交通工具网络的实际充电负载。
29.根据权利要求28所述的方法,其中至少部分基于所述电动交通工具网络在预确定时间窗内的测量的实际能量需求来确定所述最小充电负载的所述估计。
30.根据权利要求28所述的方法,其中所述估计的最小充电负载是每个相应电动交通工具在所述电力网上施加的估计的最小个别充电负载之和。
31.根据权利要求28至30中的任一权利要求所述的方法,其中所述估计的最小充电负载至少部分基于每个相应电动交通工具的所述最终目的地、当前位置和电池充电电平。
32.根据权利要求28至31中的任一权利要求所述的方法,其中如果在某个时间耦合到所述电力网的所有预测数目的交通工具将以最大速率同时充电,则所述估计的最大充电负载至少部分基于在所述电力网上施加的估计的负载。
33.根据权利要求28至32中的任一权利要求所述的方法,其中如果在某个时间耦合到所述电力网的所有所述交通工具将以最大速率同时充电,则所述估计的最大充电负载至少部分基于在所述电力网上施加的估计的负载。
34.根据权利要求28至33中的任一权利要求所述的方法,其中至少部分基于来自所述电力网的能量的价格来调整所述一个或者多个电池策略。
35.根据权利要求28至34中的任一权利要求所述的方法,其中所述电动交通工具的所述电池各自具有现有充电电平,并且其中所述电动交通工具的所述电池需要的所述另外的能量数量是除了所述电动交通工具中的每个电动交通工具的现有充电电平的合计之外的能量数量。
36.根据权利要求28至35中的任一权利要求所述的方法,其中每个相应电动交通工具具有由与所述相应交通工具的所有者或者操作者的一个或者多个服务协定所确定的关联的最小电池充电电平。
37.根据权利要求28至36中的任一权利要求所述的方法,所述方法进一步包括:
向电业提供者发送所述估计的最小充电负载和所述估计的最大充电负载;和
从所述电业提供者接收能量计划,所述能量计划包括用于预确定时间窗的优选充电负载;
其中根据所述能量计划调整所述一个或者多个电池策略。
38.根据权利要求28至37中的任一权利要求所述的方法,其中在相应电动交通工具的所述电池包含比所述相应电动交通工具为了到达它的最终目的地而必需的能量更多的能量时,所述相应电动交通工具的所述电池能够向所述电力网提供能量。
39.根据权利要求28至38中的任一权利要求所述的方法,其中调整所述一个或者多个电池策略包括增加或者减少以下各项中的至少一项的充电速率:耦合到所述电力网的所述更换电池中的至少一个更换电池;以及耦合到所述电力网的至少一个电动交通工具。
40.根据权利要求39所述的方法,其中所述充电速率为负。
41.根据权利要求1至40中的任一权利要求所述的方法,其中所述电动交通工具网络包括耦合到所述电力网的一个或者多个存储电池,并且其中调整所述一个或者多个电池策略包括增加或者减少所述存储电池中的至少一个存储电池的充电速率。
42.根据权利要求28至41中的任一权利要求所述的方法,其中所述估计的最小充电负载和所述估计的最大充电负载由代表在预限定时间内的能量数量的数据点集代表。
43.根据权利要求42所述的方法,所述方法进一步包括:
将所述数据点集的至少子集拟合成曲线函数;或者
在显示设备上显示包含所述数据点集的至少子集的图形。
44.根据权利要求28至43中的任一权利要求所述的方法,其中调整所述一个或者多个电池策略以便最小化所述电动交通工具网络在预确定时间窗内的能量成本。
CN201280045466.2A 2011-08-16 2012-08-15 电动交通工具网络中的负载的估计和管理 Pending CN103814394A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201161524288P 2011-08-16 2011-08-16
US201161524297P 2011-08-16 2011-08-16
US61/524,297 2011-08-16
US61/524,288 2011-08-16
PCT/IL2012/050313 WO2013024484A1 (en) 2011-08-16 2012-08-15 Estimation and management of loads in electric vehicle networks

Publications (1)

Publication Number Publication Date
CN103814394A true CN103814394A (zh) 2014-05-21

Family

ID=47018344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280045466.2A Pending CN103814394A (zh) 2011-08-16 2012-08-15 电动交通工具网络中的负载的估计和管理

Country Status (6)

Country Link
US (1) US20150039391A1 (zh)
EP (1) EP2745261A1 (zh)
JP (1) JP6399928B2 (zh)
KR (1) KR20140078623A (zh)
CN (1) CN103814394A (zh)
WO (1) WO2013024484A1 (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105849998A (zh) * 2014-02-28 2016-08-10 三菱重工业株式会社 电力需求预测装置、供电***、电力需求预测方法及程序
CN105992979A (zh) * 2013-12-17 2016-10-05 亚马逊科技公司 自动移动交通工具的部署
CN106063067A (zh) * 2014-02-28 2016-10-26 三菱重工业株式会社 电力需求预测装置、供电***、电力需求预测方法及程序
TWI569221B (zh) * 2015-08-13 2017-02-01 Intelligent electric vehicle charging method and system
CN107010041A (zh) * 2015-09-11 2017-08-04 福特全球技术公司 具有预测目的地以减少发动机启动的增强的电驱动模式
CN108790889A (zh) * 2018-06-16 2018-11-13 北京设集约科技有限公司 一种车辆电量共享方法、装置和***
CN108973772A (zh) * 2017-06-01 2018-12-11 通用汽车环球科技运作有限责任公司 用于按需调节车辆可用性的***和方法
CN109073400A (zh) * 2016-03-31 2018-12-21 日产自动车株式会社 充电设施的指引方法以及信息呈现装置
CN109670696A (zh) * 2018-12-13 2019-04-23 海南电网有限责任公司 一种基于运行大数据的线路重过载预测方法
CN109969033A (zh) * 2017-12-27 2019-07-05 丰田自动车株式会社 蓄电池模块租赁***、租赁方法及租赁程序
CN110121443A (zh) * 2016-12-07 2019-08-13 舍唐·库马尔·马伊尼 电池交换***和方法
CN111027735A (zh) * 2018-10-10 2020-04-17 丰田自动车株式会社 信息处理装置和存储程序的存储介质
CN111509792A (zh) * 2019-01-31 2020-08-07 德国福维克控股公司 电池运行的家用电器和电池充电站
TWI705013B (zh) * 2017-12-29 2020-09-21 英屬開曼群島商睿能創意公司 電池交換站與管理電池交換站的方法
US10992155B2 (en) 2017-12-29 2021-04-27 Gogoro Inc. Systems and methods for determining and managing battery charging rules
CN113169579A (zh) * 2018-06-22 2021-07-23 莫伊沙能源控股有限公司 用于分布式储能资源的机器学习、本地多资产灵活性优化和管理的***
CN114394031A (zh) * 2016-02-10 2022-04-26 宝马股份公司 能量管理装置和在能量管理装置中更新用户调节的方法

Families Citing this family (179)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9123035B2 (en) 2011-04-22 2015-09-01 Angel A. Penilla Electric vehicle (EV) range extending charge systems, distributed networks of charge kiosks, and charge locating mobile apps
US9285944B1 (en) 2011-04-22 2016-03-15 Angel A. Penilla Methods and systems for defining custom vehicle user interface configurations and cloud services for managing applications for the user interface and learned setting functions
US10217160B2 (en) 2012-04-22 2019-02-26 Emerging Automotive, Llc Methods and systems for processing charge availability and route paths for obtaining charge for electric vehicles
WO2013016559A2 (en) 2011-07-26 2013-01-31 Gogoro, Inc. Apparatus, method and article for a power storage device compartment
CN109649171A (zh) 2011-07-26 2019-04-19 睿能创意公司 用于在预订电能存储设备的收集、充电及分配机处预订电能存储设备的装置、方法及物品
CN103843225B (zh) 2011-07-26 2018-01-23 睿能创意公司 基于用户简档的用于如电池之类的电力存储设备的认证、安全和控制的装置、方法及物品
CN103875154B (zh) 2011-07-26 2016-11-09 睿能创意公司 用于在收集、充电及分配机之间重新分配诸如电池的电能存储设备的装置、方法及物品
ES2791691T3 (es) 2011-07-26 2020-11-05 Gogoro Inc Aparato, método y artículo para la recogida, carga y distribución de dispositivos de almacenamiento de energía, como por ejemplo baterías
US10186094B2 (en) 2011-07-26 2019-01-22 Gogoro Inc. Apparatus, method and article for providing locations of power storage device collection, charging and distribution machines
CN103858305A (zh) 2011-07-26 2014-06-11 Gogoro有限公司 用于在预订电能存储设备的收集、充电及分配机处预订电能存储设备的装置、方法及物品
TWI618020B (zh) 2011-07-26 2018-03-11 睿能創意公司 用於提供電力儲存器件收集、充電及分配機器之位置之方法、系統及電腦可讀媒體
TWI485572B (zh) 2011-07-26 2015-05-21 睿能創意公司 用於車輛中之電力儲存器件之實體保全之裝置、方法及物品
EP2737593B1 (en) 2011-07-26 2023-11-22 Gogoro Inc. Apparatus, method and article for authentication, security and control of power storage devices, such as batteries
WO2013016542A2 (en) 2011-07-26 2013-01-31 Gogoro, Inc. Dynamically limiting vehicle operation for best effort economy
CN103858272B (zh) 2011-07-26 2017-07-07 睿能创意公司 用于电动马达驱动车辆的组件的热管理
US20130030920A1 (en) 2011-07-26 2013-01-31 Gogoro, Inc. Apparatus, method and article for providing information regarding availability of power storage devices at a power storage device collection, charging and distribution machine
US9679869B2 (en) * 2011-09-02 2017-06-13 Skyworks Solutions, Inc. Transmission line for high performance radio frequency applications
US9744873B2 (en) * 2011-10-12 2017-08-29 Volkswagen Ag Method and control device for charging a battery of a vehicle
US9511677B1 (en) * 2011-12-01 2016-12-06 Google Inc. Smarter charging of plug-in vehicles
CN102663564A (zh) * 2012-04-23 2012-09-12 中国电力技术装备有限公司北京分公司 电池集中充电、集中调配的一体化调度***
US9434271B2 (en) * 2012-09-04 2016-09-06 Recargo, Inc. Conditioning an electric grid using electric vehicles
EP2717016B1 (en) * 2012-10-05 2020-05-20 Hitachi, Ltd. Method and system for providing route assistance for electric vehicles
CN104968529B (zh) 2012-11-16 2017-09-05 睿能创意公司 用于车辆转弯信号的装置方法及物品
US9854438B2 (en) 2013-03-06 2017-12-26 Gogoro Inc. Apparatus, method and article for authentication, security and control of portable charging devices and power storage devices, such as batteries
US11222485B2 (en) 2013-03-12 2022-01-11 Gogoro Inc. Apparatus, method and article for providing information regarding a vehicle via a mobile device
CN105191056A (zh) 2013-03-12 2015-12-23 睿能创意公司 用于改变便携式电力存储设备交换计划的装置、方法和物品
US8798852B1 (en) 2013-03-14 2014-08-05 Gogoro, Inc. Apparatus, system, and method for authentication of vehicular components
WO2014150216A1 (en) 2013-03-15 2014-09-25 Gogoro, Inc. Modular system for collection and distribution of electric storage devices
US9994118B2 (en) * 2013-05-29 2018-06-12 General Motors Llc Optimizing vehicle recharging to maximize use of energy generated from particular identified sources
JP5362930B1 (ja) * 2013-07-04 2013-12-11 レスク株式会社 電動車両用バッテリ交換システム及びプログラム
JP6085532B2 (ja) * 2013-07-18 2017-02-22 三菱重工業株式会社 電力管理装置、電力管理システム、電力管理方法、及びプログラム
JP6505697B2 (ja) 2013-08-06 2019-04-24 ゴゴロ インク 電気エネルギー貯蔵装置の温度プロファイルに基づく電気車両システムの調整
US9770996B2 (en) 2013-08-06 2017-09-26 Gogoro Inc. Systems and methods for powering electric vehicles using a single or multiple power cells
US10093194B2 (en) 2013-09-30 2018-10-09 Elwha Llc Communication and control system and method regarding electric vehicle for wireless electric vehicle electrical energy transfer
US20150091507A1 (en) * 2013-09-30 2015-04-02 Elwha Llc Dwelling related information center associated with communication and control system and method for wireless electric vehicle electrical energy transfer
US9199549B2 (en) 2013-09-30 2015-12-01 Elwha Llc Communication and control system and method regarding electric vehicle for wireless electric vehicle electrical energy transfer
US9124085B2 (en) 2013-11-04 2015-09-01 Gogoro Inc. Apparatus, method and article for power storage device failure safety
EP3065977B1 (en) 2013-11-08 2020-02-26 Gogoro Inc. Apparatus, method and article for providing vehicle event data
US20150165915A1 (en) * 2013-12-16 2015-06-18 Honda Motor Co., Ltd. Vehicle charging system
JP6629213B2 (ja) 2014-01-23 2020-01-15 ゴゴロ インク バッテリなどの電力貯蔵装置アレイを利用するシステム及び方法
WO2015121852A1 (en) * 2014-02-13 2015-08-20 Reinhold Cohn And Partners Control system for electric vehicle service network
US10375434B2 (en) * 2014-03-11 2019-08-06 Amazon Technologies, Inc. Real-time rendering of targeted video content
US9747727B2 (en) 2014-03-11 2017-08-29 Amazon Technologies, Inc. Object customization and accessorization in video content
US20150294329A1 (en) * 2014-04-11 2015-10-15 Nissan North America, Inc. System and method of predicting usage of a charging station
US20150378381A1 (en) * 2014-06-30 2015-12-31 Qualcomm Incorporated Systems and methods for energy cost optimization
US9550429B2 (en) * 2014-08-07 2017-01-24 Cummins, Inc. Systems and methods for management of fleet batteries
TWI603552B (zh) 2014-08-11 2017-10-21 睿能創意公司 多方向性的電連接器、插頭及系統
US9789779B2 (en) * 2014-08-25 2017-10-17 Toyota Jidosha Kabushiki Kaisha Regional charging control service
EP3188926B1 (en) 2014-09-04 2023-03-29 Gogoro Inc. Apparatus, system, and method for vending, charging, and two-way distribution of electrical energy storage devices
USD789883S1 (en) 2014-09-04 2017-06-20 Gogoro Inc. Collection, charging and distribution device for portable electrical energy storage devices
US9987940B2 (en) 2014-09-16 2018-06-05 Honda Motor Co., Ltd. Priority based vehicle control strategy
KR101664557B1 (ko) * 2014-09-16 2016-10-13 현대자동차주식회사 충전 차량, 충전 차량의 제어기 동작 방법 및 충전 시스템의 동작 방법
US9541409B2 (en) 2014-12-18 2017-01-10 Nissan North America, Inc. Marker aided autonomous vehicle localization
US9519290B2 (en) 2015-01-15 2016-12-13 Nissan North America, Inc. Associating passenger docking locations with destinations
US9625906B2 (en) 2015-01-15 2017-04-18 Nissan North America, Inc. Passenger docking location selection
US9448559B2 (en) 2015-01-15 2016-09-20 Nissan North America, Inc. Autonomous vehicle routing and navigation using passenger docking locations
US9568335B2 (en) 2015-01-30 2017-02-14 Nissan North America, Inc. Associating parking areas with destinations based on automatically identified associations between vehicle operating information and non-vehicle operating information
US9697730B2 (en) 2015-01-30 2017-07-04 Nissan North America, Inc. Spatial clustering of vehicle probe data
US9778658B2 (en) * 2015-03-13 2017-10-03 Nissan North America, Inc. Pattern detection using probe data
US10769555B2 (en) * 2015-05-15 2020-09-08 Recargo, Inc. Performing actions in response to charging events
US10197631B2 (en) * 2015-06-01 2019-02-05 Verizon Patent And Licensing Inc. Systems and methods for determining vehicle battery health
DE102015210325A1 (de) * 2015-06-03 2016-12-08 Bayerische Motoren Werke Aktiengesellschaft Verfahren und System zur Überwachung von Ladestationen
US10421462B2 (en) 2015-06-05 2019-09-24 Gogoro Inc. Systems and methods for vehicle load detection and response
US10070338B2 (en) 2015-06-08 2018-09-04 Nec Corporation Method for multi-channel operation in a vehicular network and vehicular network
US9646402B2 (en) 2015-06-19 2017-05-09 International Business Machines Corporation Geographic space management
US9734455B2 (en) 2015-11-04 2017-08-15 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
US9878664B2 (en) 2015-11-04 2018-01-30 Zoox, Inc. Method for robotic vehicle communication with an external environment via acoustic beam forming
US9804599B2 (en) 2015-11-04 2017-10-31 Zoox, Inc. Active lighting control for communicating a state of an autonomous vehicle to entities in a surrounding environment
US10401852B2 (en) 2015-11-04 2019-09-03 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US9612123B1 (en) 2015-11-04 2017-04-04 Zoox, Inc. Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes
US9910441B2 (en) 2015-11-04 2018-03-06 Zoox, Inc. Adaptive autonomous vehicle planner logic
WO2017079341A2 (en) 2015-11-04 2017-05-11 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
US9517767B1 (en) 2015-11-04 2016-12-13 Zoox, Inc. Internal safety systems for robotic vehicles
US9802661B1 (en) 2015-11-04 2017-10-31 Zoox, Inc. Quadrant configuration of robotic vehicles
US10496766B2 (en) 2015-11-05 2019-12-03 Zoox, Inc. Simulation system and methods for autonomous vehicles
US9632502B1 (en) 2015-11-04 2017-04-25 Zoox, Inc. Machine-learning systems and techniques to optimize teleoperation and/or planner decisions
US10745003B2 (en) 2015-11-04 2020-08-18 Zoox, Inc. Resilient safety system for a robotic vehicle
US9606539B1 (en) 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system
US9507346B1 (en) 2015-11-04 2016-11-29 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US9494940B1 (en) 2015-11-04 2016-11-15 Zoox, Inc. Quadrant configuration of robotic vehicles
US9916703B2 (en) 2015-11-04 2018-03-13 Zoox, Inc. Calibration for autonomous vehicle operation
US9720415B2 (en) 2015-11-04 2017-08-01 Zoox, Inc. Sensor-based object-detection optimization for autonomous vehicles
US10000124B2 (en) 2015-11-04 2018-06-19 Zoox, Inc. Independent steering, power, torque control and transfer in vehicles
US9754490B2 (en) 2015-11-04 2017-09-05 Zoox, Inc. Software application to request and control an autonomous vehicle service
US9958864B2 (en) * 2015-11-04 2018-05-01 Zoox, Inc. Coordination of dispatching and maintaining fleet of autonomous vehicles
US10334050B2 (en) 2015-11-04 2019-06-25 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
US11283877B2 (en) 2015-11-04 2022-03-22 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
US10248119B2 (en) 2015-11-04 2019-04-02 Zoox, Inc. Interactive autonomous vehicle command controller
JP6657828B2 (ja) * 2015-11-17 2020-03-04 オムロン株式会社 誘導装置、誘導システムおよび誘導方法
JP6724343B2 (ja) 2015-11-17 2020-07-15 オムロン株式会社 予約管理装置、予約管理システムおよび予約管理方法
JP6766343B2 (ja) 2015-11-17 2020-10-14 オムロン株式会社 バッテリ予約装置
JP6597218B2 (ja) 2015-11-17 2019-10-30 オムロン株式会社 バッテリ予約装置およびバッテリ予約方法
JP6582909B2 (ja) * 2015-11-17 2019-10-02 オムロン株式会社 バッテリ予約装置およびバッテリ予約方法
US9467839B1 (en) 2015-12-16 2016-10-11 International Business Machines Corporation Management of dynamic events and moving objects
US10594806B2 (en) 2015-12-16 2020-03-17 International Business Machines Corporation Management of mobile objects and resources
US9578093B1 (en) 2015-12-16 2017-02-21 International Business Machines Corporation Geographic space management
US10628898B2 (en) * 2016-03-07 2020-04-21 Husqvarna Ab Identifying and locating a substitute battery for a construction job site power tool
CN106355285B (zh) * 2016-09-06 2023-04-11 国能信控互联技术有限公司 一种基于参数修正的用电负荷预测方法
US10604066B2 (en) * 2016-09-07 2020-03-31 Thunder Power New Energy Vehicle Development Company Limited Indicator system for vehicle power
DE102016217162B4 (de) * 2016-09-09 2023-10-19 Bayerische Motoren Werke Aktiengesellschaft Ladesystem und Verfahren zur Steuerung optimaler Ladevorgänge
JP6687499B2 (ja) * 2016-11-01 2020-04-22 本田技研工業株式会社 情報処理装置
JP2017108622A (ja) * 2016-12-10 2017-06-15 エヌイーシー ヨーロッパ リミテッドNec Europe Ltd. 電力網の電力網区分間の負荷対電力発生を平衡化するための方法及びシステム
US10377260B2 (en) 2017-01-13 2019-08-13 Uber Technologies, Inc. Charge control system for mobile energy storage fleet
KR20180084285A (ko) * 2017-01-16 2018-07-25 현대자동차주식회사 차량에 충전소 정보를 제공하는 방법 및 장치
DE102017104730A1 (de) * 2017-03-07 2018-09-13 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Ladestation
US10338594B2 (en) * 2017-03-13 2019-07-02 Nio Usa, Inc. Navigation of autonomous vehicles to enhance safety under one or more fault conditions
US10423162B2 (en) 2017-05-08 2019-09-24 Nio Usa, Inc. Autonomous vehicle logic to identify permissioned parking relative to multiple classes of restricted parking
US10691138B2 (en) * 2017-06-27 2020-06-23 Veniam, Inc. Systems and methods for managing fleets of autonomous vehicles to optimize electric budget
US10438486B2 (en) * 2017-07-10 2019-10-08 Lyft, Inc. Dynamic modeling and simulation of an autonomous vehicle fleet using real-time autonomous vehicle sensor input
US10369974B2 (en) 2017-07-14 2019-08-06 Nio Usa, Inc. Control and coordination of driverless fuel replenishment for autonomous vehicles
US10710633B2 (en) 2017-07-14 2020-07-14 Nio Usa, Inc. Control of complex parking maneuvers and autonomous fuel replenishment of driverless vehicles
US20190061544A1 (en) * 2017-08-24 2019-02-28 General Electric Company Battery exchange system for battery-powered vehicles using auxiliary battery
DE102017215792B4 (de) * 2017-09-07 2020-06-18 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zur Routenplanung für ein Fahrzeug
US11333378B1 (en) 2017-09-18 2022-05-17 Amazon Technologies, Inc. Energy consumption artificial intelligence
US10580311B2 (en) 2017-10-26 2020-03-03 Wing Aviation Llc UAV group charging based on demand for UAV service
US10414280B2 (en) * 2017-11-10 2019-09-17 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for selective battery control
EP3482997A1 (en) * 2017-11-14 2019-05-15 Tata Consultancy Services Limited Electric vehicle based micro grid identification for on-demand power supply
US11127056B2 (en) * 2017-11-30 2021-09-21 Honda Motor Co., Ltd. System and method for determining at least one demand response overhead percentage
US11485249B2 (en) * 2017-12-22 2022-11-01 Microgrid Labs Inc. And control of electric vehicle charging infrastructure
JP7003639B2 (ja) * 2017-12-26 2022-01-20 トヨタ自動車株式会社 電気自動車
TWI751396B (zh) * 2017-12-29 2022-01-01 英屬開曼群島商睿能創意公司 管理複數個裝置交換站的方法及伺服器系統
US11022971B2 (en) 2018-01-16 2021-06-01 Nio Usa, Inc. Event data recordation to identify and resolve anomalies associated with control of driverless vehicles
WO2019159475A1 (ja) * 2018-02-13 2019-08-22 本田技研工業株式会社 制御装置、制御方法、及びプログラム
WO2019163681A1 (ja) * 2018-02-23 2019-08-29 本田技研工業株式会社 バッテリステーション管理システム及びバッテリステーション管理方法
US11168995B2 (en) * 2018-03-15 2021-11-09 Waymo Llc Managing a fleet of vehicles
WO2019181659A1 (ja) * 2018-03-20 2019-09-26 本田技研工業株式会社 サーバおよび管理システム
KR102238131B1 (ko) * 2018-06-07 2021-04-09 재단법인대구경북과학기술원 배터리 교체 충전소의 운영 방법 및 운영 시스템
US10759303B2 (en) 2018-08-23 2020-09-01 Ford Global Technologies, Llc Autonomous vehicle route planning
US11126244B1 (en) 2018-09-10 2021-09-21 Amazon Technologies, Inc. Power line presence detection
CN109460853B (zh) * 2018-09-29 2021-10-29 中国电力科学研究院有限公司 一种电动汽车充电负荷需求确定方法及***
JP6751127B2 (ja) * 2018-10-25 2020-09-02 エヌイーシー ラボラトリーズ ヨーロッパ ゲーエムベーハー 電力網の電力網区分間の負荷対電力発生を平衡化するための方法及びシステム
JP2020071635A (ja) * 2018-10-31 2020-05-07 トヨタ自動車株式会社 需要予測情報の表示制御方法、表示制御装置、及び表示制御プログラム
JP6894418B2 (ja) * 2018-10-31 2021-06-30 トヨタ自動車株式会社 需要予測情報の表示制御方法、表示制御装置、及び表示制御プログラム
US10938211B2 (en) * 2018-11-21 2021-03-02 Ford Global Technologies, Llc Integrated vehicle-to-home energy management system
CN111222037A (zh) * 2018-11-23 2020-06-02 北京嘀嘀无限科技发展有限公司 服务推送信息发送方法、装置、电子设备和存储介质
JP7046222B2 (ja) * 2018-11-29 2022-04-01 本田技研工業株式会社 バッテリ充電システム、充電装置、情報処理装置、バッテリ充電方法、プログラム、及び記憶媒体
KR102668306B1 (ko) * 2018-12-03 2024-05-29 현대자동차주식회사 친환경 하이브리드 자동차 및 그를 위한 충전 제어 방법
JP7003297B2 (ja) * 2019-01-17 2022-01-20 本田技研工業株式会社 送受電管理装置及びプログラム
JP2020119080A (ja) * 2019-01-21 2020-08-06 本田技研工業株式会社 管理装置、管理方法、及びプログラム
JPWO2020153481A1 (ja) * 2019-01-25 2021-11-25 本田技研工業株式会社 保管装置及び保管方法
US10953767B2 (en) * 2019-02-08 2021-03-23 Ford Global Technologies, Llc System and method for battery-electric vehicle fleet charging
KR102139714B1 (ko) * 2019-02-22 2020-07-31 선광엘티아이(주) 지적 정보를 활용한 배터리 교환형 전기이륜차를 위한 배터리 교환스테이션의 운용 시스템 및 운영 방법
WO2020189076A1 (ja) * 2019-03-19 2020-09-24 本田技研工業株式会社 特定装置、特定方法およびプログラム
FR3095538A1 (fr) 2019-04-26 2020-10-30 Psa Automobiles Sa Assistance aux recharges d’un véhicule électrique, par détermination d’un plan de recharge sur un long trajet
JP7125915B2 (ja) * 2019-05-22 2022-08-25 本田技研工業株式会社 情報処理装置、情報処理方法、及びプログラム
FR3097357B1 (fr) 2019-06-14 2021-05-14 Psa Automobiles Sa Assistance aux recharges d’un véhicule, par détermination de plans de recharge optimal et alternatifs sur un long trajet
FR3097358B1 (fr) 2019-06-14 2021-05-14 Psa Automobiles Sa Assistance aux recharges d’un véhicule, par proposition de plans de recharge optimal et alternatifs adaptés à un long trajet
JP7112599B2 (ja) * 2019-07-09 2022-08-03 本田技研工業株式会社 情報提供装置、情報提供方法、およびプログラム
DE102019210808A1 (de) * 2019-07-22 2021-01-28 Volkswagen Aktiengesellschaft Vorrausschauender Betrieb einer Nachladeinfrastruktur für Elektrofahrzeuge
CN112389263B (zh) * 2019-08-16 2024-05-28 北京新能源汽车股份有限公司 电池换电站及车辆的动力电池更换方法与装置
JPWO2021100748A1 (zh) * 2019-11-19 2021-05-27
CN111159533B (zh) * 2019-11-29 2023-10-20 国网电动汽车服务有限公司 一种基于用户画像的智能充电服务推荐方法和***
US20210178914A1 (en) * 2019-12-11 2021-06-17 Lyft, Inc. Modular bicycle designs
US11571987B2 (en) * 2020-01-02 2023-02-07 Nio Technology (Anhui) Co., Ltd. Optimization of battery pack size using swapping
JP7062022B2 (ja) * 2020-02-18 2022-05-02 本田技研工業株式会社 経路案内装置及びプログラム
CN111325274B (zh) * 2020-02-20 2023-04-28 东软睿驰汽车技术(沈阳)有限公司 车辆数据预测的方法、装置、设备及计算机存储介质
US11571983B2 (en) 2020-03-17 2023-02-07 Toyota Motor North America, Inc. Distance-based energy transfer from a transport
US11552507B2 (en) 2020-03-17 2023-01-10 Toyota Motor North America, Inc. Wirelessly notifying a transport to provide a portion of energy
US11618329B2 (en) 2020-03-17 2023-04-04 Toyota Motor North America, Inc. Executing an energy transfer directive for an idle transport
US11685283B2 (en) 2020-03-17 2023-06-27 Toyota Motor North America, Inc. Transport-based energy allocation
US11890952B2 (en) 2020-03-17 2024-02-06 Toyot Motor North America, Inc. Mobile transport for extracting and depositing energy
JP7470551B2 (ja) * 2020-03-27 2024-04-18 本田技研工業株式会社 入札管理装置
US11571984B2 (en) 2020-04-21 2023-02-07 Toyota Motor North America, Inc. Load effects on transport energy
CN111391709B (zh) * 2020-04-23 2021-06-25 燕山大学 一种电动汽车换电站调度方法及***
US11524600B2 (en) * 2020-07-08 2022-12-13 Kyndryl, Inc. Electronic vehicle charge regulation
JP7322864B2 (ja) * 2020-11-12 2023-08-08 トヨタ自動車株式会社 充電制御システム、充電制御装置および充電制御プログラム
CA3213089A1 (en) * 2021-03-26 2022-09-29 Thomas Healy Battery pallet racking system and method for charging batteries in a battery pallet racking system
WO2023285923A1 (en) * 2021-07-13 2023-01-19 Accelerated Systems Inc. Electric vehicle battery management and usage limitations derived from environmental events
JP2023018217A (ja) * 2021-07-27 2023-02-08 トヨタ自動車株式会社 情報処理装置、情報処理方法及びプログラム
US11993175B2 (en) * 2021-07-28 2024-05-28 GM Global Technology Operations LLC Energy management system for an electric vehicle
US20230038368A1 (en) * 2021-08-05 2023-02-09 Volta Charging, Llc Fleet electrification management
KR20230025052A (ko) * 2021-08-13 2023-02-21 주식회사 엘지에너지솔루션 배터리 운영 관리 시스템 및 그것의 동작 방법
CN113479110B (zh) * 2021-08-20 2024-01-12 浙江吉利控股集团有限公司 换电式混合动力车辆及其换电策略确定方法和整车控制器
US20230106934A1 (en) * 2021-10-04 2023-04-06 Ford Global Technologies, Llc Charger managing method
US11869102B2 (en) * 2021-10-26 2024-01-09 Honda Motor Co., Ltd. Systems and methods for providing distance based notifications for electric vehicles
JP2023115515A (ja) * 2022-02-08 2023-08-21 トヨタ自動車株式会社 サーバ、車両および通信制御方法
JP2023167306A (ja) * 2022-05-11 2023-11-24 株式会社日立製作所 情報処理装置、エネルギーシステム、及びバッテリの運用計画作成方法
CN115284965B (zh) * 2022-09-29 2022-12-13 西华大学 基于组合优化法的换电式商用车的换电站预选方法
CN116468258B (zh) * 2023-06-20 2023-11-07 浙江小遛信息科技有限公司 共享车辆的调度方法和服务器

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100094496A1 (en) * 2008-09-19 2010-04-15 Barak Hershkovitz System and Method for Operating an Electric Vehicle

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6625539B1 (en) * 2002-10-22 2003-09-23 Electricab Taxi Company Range prediction in fleet management of electric and fuel-cell vehicles
US8006793B2 (en) 2008-09-19 2011-08-30 Better Place GmbH Electric vehicle battery system
JP2012503468A (ja) * 2008-09-19 2012-02-02 ベター プレイス ,ゲーエムベーハー 電気自動車の操作システム及び方法
US20100292855A1 (en) * 2009-05-14 2010-11-18 Michael Kintner-Meyer Battery Charging Control Methods, Electrical Vehicle Charging Methods, Battery Charging Control Apparatus, and Electrical Vehicles
US8178997B2 (en) * 2009-06-15 2012-05-15 Google Inc. Supplying grid ancillary services using controllable loads
JP2011027433A (ja) * 2009-07-21 2011-02-10 Alpine Electronics Inc ナビゲーションシステム
US8013570B2 (en) * 2009-07-23 2011-09-06 Coulomb Technologies, Inc. Electrical circuit sharing for electric vehicle charging stations
DE102009036816A1 (de) * 2009-08-10 2011-02-17 Rwe Ag Steuerung von Ladestationen
WO2011106506A2 (en) * 2010-02-25 2011-09-01 Evatran Llc Method and apparatus for inductively transferring ac power between a charging unit and a vehicle
WO2011156776A2 (en) * 2010-06-10 2011-12-15 The Regents Of The University Of California Smart electric vehicle (ev) charging and grid integration apparatus and methods
WO2012012008A2 (en) * 2010-07-23 2012-01-26 Electric Transportation Engineering Corp. System for advertising and communicating at a vehicle charging station and method of using the same
US20120109519A1 (en) * 2010-10-27 2012-05-03 Honda Motor Co., Ltd. System and method for routing bev to charging station
US10467556B2 (en) * 2011-02-09 2019-11-05 Northwestern University Information systems and methods for deployment of charging infrastructure in support of electric vehicles
US9248752B2 (en) * 2011-03-04 2016-02-02 Nec Corporation Charging control system, charging control method, and recording medium
US8937456B2 (en) * 2011-04-21 2015-01-20 International Business Machines Corporation Real time system and method for optimizing and managing a load in an electrical grid
US8731730B2 (en) * 2011-04-27 2014-05-20 Ev Patent Holdings, Llc Electric vehicle clustered charge distribution and prioritization method, system and apparatus
US9718371B2 (en) * 2011-06-30 2017-08-01 International Business Machines Corporation Recharging of battery electric vehicles on a smart electrical grid system
US9656567B2 (en) * 2012-03-15 2017-05-23 Chargepoint, Inc. Electric vehicle charging station dynamically responding to power limit messages based on a recent history of power provided
US9376024B2 (en) * 2013-02-06 2016-06-28 GM Global Technology Operations LLC Scalable high voltage charging and detection system for plug-in electric vehicles

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100094496A1 (en) * 2008-09-19 2010-04-15 Barak Hershkovitz System and Method for Operating an Electric Vehicle

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105992979A (zh) * 2013-12-17 2016-10-05 亚马逊科技公司 自动移动交通工具的部署
CN105849998A (zh) * 2014-02-28 2016-08-10 三菱重工业株式会社 电力需求预测装置、供电***、电力需求预测方法及程序
CN106063067A (zh) * 2014-02-28 2016-10-26 三菱重工业株式会社 电力需求预测装置、供电***、电力需求预测方法及程序
CN106063067B (zh) * 2014-02-28 2019-11-12 三菱重工业株式会社 电力需求预测装置、供电***、电力需求预测方法及介质
CN105849998B (zh) * 2014-02-28 2019-04-12 三菱重工业株式会社 电力需求预测装置及预测方法、供电***及记录介质
TWI569221B (zh) * 2015-08-13 2017-02-01 Intelligent electric vehicle charging method and system
CN107010041A (zh) * 2015-09-11 2017-08-04 福特全球技术公司 具有预测目的地以减少发动机启动的增强的电驱动模式
CN107010041B (zh) * 2015-09-11 2021-11-05 福特全球技术公司 具有预测目的地以减少发动机启动的增强的电驱动模式
CN114394031B (zh) * 2016-02-10 2023-12-01 宝马股份公司 能量管理装置和在能量管理装置中更新用户调节的方法
CN114394031A (zh) * 2016-02-10 2022-04-26 宝马股份公司 能量管理装置和在能量管理装置中更新用户调节的方法
CN109073400A (zh) * 2016-03-31 2018-12-21 日产自动车株式会社 充电设施的指引方法以及信息呈现装置
CN109073400B (zh) * 2016-03-31 2019-11-26 日产自动车株式会社 充电设施的指引方法以及信息呈现装置
CN110121443A (zh) * 2016-12-07 2019-08-13 舍唐·库马尔·马伊尼 电池交换***和方法
CN108973772A (zh) * 2017-06-01 2018-12-11 通用汽车环球科技运作有限责任公司 用于按需调节车辆可用性的***和方法
CN109969033A (zh) * 2017-12-27 2019-07-05 丰田自动车株式会社 蓄电池模块租赁***、租赁方法及租赁程序
CN109969033B (zh) * 2017-12-27 2022-06-21 丰田自动车株式会社 蓄电池模块租赁***、租赁方法及租赁程序
TWI705013B (zh) * 2017-12-29 2020-09-21 英屬開曼群島商睿能創意公司 電池交換站與管理電池交換站的方法
US10992155B2 (en) 2017-12-29 2021-04-27 Gogoro Inc. Systems and methods for determining and managing battery charging rules
US11101677B2 (en) 2017-12-29 2021-08-24 Gogoro Inc. Systems and methods for determining and managing battery charging rules
US11136008B2 (en) 2017-12-29 2021-10-05 Gogoro Inc. Systems and methods for managing exchangeable energy storage device stations
CN108790889A (zh) * 2018-06-16 2018-11-13 北京设集约科技有限公司 一种车辆电量共享方法、装置和***
CN113169579A (zh) * 2018-06-22 2021-07-23 莫伊沙能源控股有限公司 用于分布式储能资源的机器学习、本地多资产灵活性优化和管理的***
CN111027735A (zh) * 2018-10-10 2020-04-17 丰田自动车株式会社 信息处理装置和存储程序的存储介质
CN109670696A (zh) * 2018-12-13 2019-04-23 海南电网有限责任公司 一种基于运行大数据的线路重过载预测方法
CN109670696B (zh) * 2018-12-13 2022-12-09 海南电网有限责任公司 一种基于运行大数据的线路重过载预测方法
CN111509792A (zh) * 2019-01-31 2020-08-07 德国福维克控股公司 电池运行的家用电器和电池充电站

Also Published As

Publication number Publication date
US20150039391A1 (en) 2015-02-05
JP6399928B2 (ja) 2018-10-03
JP2014524618A (ja) 2014-09-22
WO2013024484A1 (en) 2013-02-21
KR20140078623A (ko) 2014-06-25
EP2745261A1 (en) 2014-06-25

Similar Documents

Publication Publication Date Title
CN103814394A (zh) 电动交通工具网络中的负载的估计和管理
Zhang et al. Parking futures: Shared automated vehicles and parking demand reduction trajectories in Atlanta
Iacobucci et al. Modeling shared autonomous electric vehicles: Potential for transport and power grid integration
CN102884401B (zh) 用于将电池操作的运输装置引导至重整站的方法和引导单元
CN102460332B (zh) 管理电动车辆行程的***和方法
Amirgholy et al. Optimal design of sustainable transit systems in congested urban networks: A macroscopic approach
De Gennaro et al. Customer-driven design of the recharge infrastructure and Vehicle-to-Grid in urban areas: A large-scale application for electric vehicles deployment
CN105122585B (zh) 电动车辆管理***
Gagarin et al. Multiple domination models for placement of electric vehicle charging stations in road networks
US20170043671A1 (en) Control system for electric vehicle service network
KR20180084285A (ko) 차량에 충전소 정보를 제공하는 방법 및 장치
Szeto et al. A time-dependent logit-based taxi customer-search model
EP4135358A1 (en) Method, apparatus, and computer program product for predicting electric vehicle charge point utilization
CN110118567A (zh) 出行方式推荐方法及装置
Eider et al. Seamless electromobility
Wang et al. Pricing-aware real-time charging scheduling and charging station expansion for large-scale electric buses
Zhu et al. Solar photovoltaic generation for charging shared electric scooters
Jung et al. Dually sustainable urban mobility option: Shared-taxi operations with electric vehicles
Li et al. Trajectory-driven planning of electric taxi charging stations based on cumulative prospect theory
Ullah et al. Optimal Deployment of Electric Vehicles’ Fast‐Charging Stations
Ullah et al. Electric vehicles charging infrastructure planning: a review
Huang et al. Innovations impacting the future of transportation: an overview of connected, automated, shared, and electric technologies
Wang et al. Towards accessible shared autonomous electric mobility with dynamic deadlines
Ryan et al. Sequential logit approach to modeling the customer-search decisions of taxi drivers
Paudel et al. Infrastructure planning for ride-hailing services using shared autonomous electric vehicles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: SENIOR MANAGEMENT CO., LTD.

Free format text: FORMER OWNER: BETTER PLACE GMBH

Effective date: 20150127

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20150127

Address after: Ontario

Applicant after: Advanced management company limited

Address before: Swiss Swiss

Applicant before: Better Place Gmbh

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140521