CN113313309A - 一种用于新能源汽车的充电方法及*** - Google Patents

Abstract

本发明提供了一种用于新能源汽车的充电方法及***，包括：对用户终端和车辆进行绑定，并基于用户终端获取所述车辆的信息；基于所述车辆的信息，获取周围充电桩的布局信息；基于所述布局信息，获取充电桩的运行状态，选择充电地点；在确定充电地点后，基于用户的需求，选择充电模式，进行充电；根据车辆的具体运行状态，选择合适的充电地点，根据用户的需求，选择合适的充电模式，为用户提供完整的充电流程服务，节省用户的时间和充电费用成本，提高用户的满意度。

Description

一种用于新能源汽车的充电方法及***

技术领域

本发明涉及新能源汽车领域，特别涉及一种用于新能源汽车的充电方法和***。

背景技术

新能源汽车包括四大类型混合动力电动汽车、纯电动汽车、燃料电池电动汽车、其他新能源汽车等。提倡新能源汽车是为了应付环保和石油危机需要，减少或放弃燃烧传统的汽油或柴油驱动内燃机的现时主流车型。

充电桩其功能类似于加油站里面的加油机，可以固定在地面或墙壁，安装于公共建筑和居民小区停车场或充电站内，可以根据不同的电压等级为各种型号的电动汽车充电。

目前，充电桩均是在固定地点进行设置，为此，人们需要给新能源汽车充电时，需要找到空闲的充电桩，在高峰期时，可能还需要排队等待，给人们带来了不便，其次，用户可能不能合理的选择充电模式，而造成充电时间或充电成本不满足用户的需求。

因此，本发明提供一种用于新能源汽车的充电方法和***。

发明内容

本发明提供一种用于新能源汽车的充电方法和***，根据车辆的具体运行状态，选择合适的充电地点，根据用户的需求，选择合适的充电模式，为用户提供完整的充电流程服务，节省用户的时间和充电费用成本，提高用户的满意度。

本发明提供一种用于新能源汽车的充电方法，包括：

步骤1：对用户终端和车辆进行绑定，并基于用户终端获取所述车辆的信息；

步骤2：对所述车辆的信息进行分析，获取所述车辆的运行状态；

步骤3：基于所述车辆的运行状态，进行充电提醒，并选择充电地点；

步骤4：在确定充电地点后，基于用户的需求，选择充电模式，进行充电。

在一种可能实现的方式中，

步骤1中，对用户终端和车辆进行绑定包括：

通过云服务器获取所述用户终端的设备标识码和通讯号码、所述车辆的车辆标识码；

基于所述用户终端的通讯号码，判断所述用户终端是否存在于所述云服务器的用户表中，

若所述用户终端存在于所述云服务器的用户表中时，对所述车辆标识码进行解析，获取所述车辆标识码的格式，并判断所述格式是否正确，若是，则将所述设备标识码与所述车辆标识码进行绑定，并将绑定关系发送至所述云服务器，所述云服务器将所述绑定关系存储至数据库中；

否则，基于所述设备标识码的格式，对所述车辆标识码先进行格式转化后，再进行绑定；

若所述用户终端不存在于所述云服务器的用户表中时，先将所述用户终端的设备标识码和通讯号码进行注册，存储至所述云服务器的用户表中，再对所述车辆标识码进行解析。

在一种可能实现的方式中，

步骤1中，基于用户终端获取所述车辆的信息后，还包括：

基于所述车辆的信息，判断所述车辆是否需要进行充电，包括：

从所述车辆的信息中提取所述关于所述车辆的当前电量信息、当前车速信息，以及预设时间段内的行驶状态信息；

从所述当前电量信息中获取当前电量值，并判断所述电量值是否小于第一预设值，

若是，向所述用户终端发送第一充电提醒；

否则，从所述预设时间段内的行驶状态信息提取所述车辆的若干个历史状态序列；

对所述若干个历史状态序列进行截取，获取包含n个时刻的状态序列，根据预设的划分方案将所述n个时刻的状态序列进行划分，得到若干个目标状态序列，对目标状态序列进行高斯模糊化，得到模糊状态序列；

基于所述模糊状态序列进行模型训练，得到状态预测模型；

基于所述状态预测模型，预测未来一段时间段内所述车辆的未来行驶状态信息；

判断所述未来行驶状态信息是否为非运行状态；

若是，不进行充电提醒；

否则，基于未来状态信息，确定所述车辆在未来一段时间段内的行驶时间、行驶速度；

基于所述行驶时间、行驶速度获得耗电量值，并判断所述耗电量值是否小于所述当前电量值；

若是，向所述用户终端发送第二充电提醒；

否则，不进行充电提醒。

在一种可能实现的方式中，

预测未来一段时间段内所述车辆的未来行驶状态信息后，还包括：

获取所述状态预测模型的评估指标，所述评估指标包括稳定性、重要性，并获取与所述评估指标相关联的因子，其中所述稳定性对应优势因子，所述重要性对频率因子；

基于所述优势因子、频率因子，并根据如下公式计算对未来行驶状态信息的可信值进行计算：

其中，Q表示所述未来行驶状态信息的可信值，τ表示对所述若干个历史状态序列进行截取的截取精度，σ表示所述预设的划分方案的划分精度，d₁表示所述状态预测模型的优势因子，d₂表示所述状态预测模型的频率因子，δ表示对所述目标状态序列进行高斯模糊化的模糊半径；

判断所述未来行驶状态信息的可信值是否大于预设值；

若是，表示所述未来行驶状态信息可作为计算耗电量的依据；

否则，对所述截取精度、划分精度、模糊半径进行调整，得到新的模糊状态序列，并基于所述新的模糊状态序列对模型进行训练，得到新的状态预测模型，根据新的状态预测模型得到新的未来行驶状态信息，直到所述新的未来行驶状态信息的可信值大于所述预设值。

在一种可能实现的方式中，

步骤2中，基于所述车辆的信息，获取周围充电桩的布局信息包括：

从所述车辆的信息中提取所述关于所述车辆的位置信息、当前电量信息；

获取所述车辆的历史行驶里程和预定的权重系数，确定所述车辆的加权行驶里程；

基于所述车辆的当前电量信息、加权行驶里程，得到所述车辆的剩余行驶里程；

基于所述剩余行驶里程、位置信息确定搜索区域；

获取所述搜索区域内充电桩的布局信息。

在一种可能实现的方式中，

基于所述布局信息，获取充电桩的运行状态，选择充电地点包括：

从所述布局信息获取充电桩的位置信息、状态数据；

对所述状态数据进行特征提取，获取特征值，选取所述特征值在第一预设范围内的状态数据对应的充电桩作为第一充电桩；

获取所述第一充电桩的历史运行数据集合，基于所述历史运行数据集合的时间戳，获取每个第一充电桩的使用频率、最近使用时间；

基于所述使用频率、最近使用时间，确定所述第一充电桩的下一次使用时间；

获取环境布局的布局指标，对所述布局指标进行标准化处理后获取布局指标矩阵；

对预设评估方法进行分析，获取评估指标规则，并基于所述评估指标规则，获取评估熵；

基于所述评估熵，对所述布局指标矩阵中的每一个布局指标信息进行处理，得到所述每一个布局指标信息对应的评估指标信息，基于所述评估指标信息构建评估指标矩阵；

基于所述第一充电桩的位置信息，获取所述第一充电桩的周围环境布局，基于所述布局指标矩阵，提取所述周围环境布局的布局信息；

基于所述评估指标矩阵，对所述周围环境布局的布局信息进行分析处理，得到所述周围环境布局的布局评估值；

基于所述布局评估值，对所述第一充电桩的下一次使用时间进行修正处理，得到修正处理后的下一次使用时间；

基于所述车辆的车速，确定所述车辆到达所述第一充电桩的到达时间；

基于所述车辆的位置、第一充电桩的位置，确定所述车辆的行驶路径，获取所述行驶路径在预设时间段的交通堵塞率；

基于所述交通堵塞率，对到达所述第一充电桩的时间进行修正处理，得到修正处理后的到达时间；

选取修正处理后的到达时间大于修正处理后的下一次使用时间所对应的第一充电桩，作为第二充电桩；

获取所述第二充电桩的历史评分，选取历史评分最高的充电桩作为目标充电桩，将所述目标充电桩的位置作为充电地点。

在一种可能实现的方式中，

获取所述第二充电桩的历史评分包括：

获取所述第二充电桩的评价数据；

对所述评价数据输入预设的筛选模型中进行筛选，剔除不合理的评价数据，得到目标评价数据；

提取所述目标评价数据中的评分数据，基于所述评分数据确定所述第二充电桩的历史评分。

在一种可能实现的方式中，

步骤4中，基于用户的需求，选择充电模式，进行充电包括：

对用户的需求进行解析，确定用户的预设充电时间、预设充电费用；

获取充电桩不同的充电模式对应的充电功率；

获取所述车辆的当前电量值；

判断所述预设充电时间是否大于第一预设时间；

若是，选择正常充电模式对所述车辆进行充电；

否则，基于所述当前电量值，并根据如下公式计算只使用快充充电模式，将所述车辆从当前电量充到满电量所需的费用：

其中，M_r表示只使用快充充电模式，将所述车辆从当前电量充到满电量所需的费用，E_f表示所述车辆的满电量值，E_s表示所述车辆的当前电量值，P₁表示所述快充充电模式的额定功率，ε₁表示所述快充充电模式的充电效率，取值为(0.75，0.95)，M₁表示使用所述快充充电模式一小时所需的费用；

判断使用快充充电模式所需的费用是否小于所述预设充电费用；

若是，选择所述快充充电模式对所述车辆进行充电；

否则，选择使用正常充电模式与快充充电模式结合的方式对所述车辆进行充电；

基于所述预设充电费用，并根据如下公式计算使用快充充电模式的第一时间；

其中，T₁表示使用快充充电模式的第一时间，T₀表示所述预设充电时间，T_d表示等待充电时间，M_r表示全部使用快充充电模式所需的费用，M₀表示所述预设充电费用，P₁表示所述快充充电模式的额定功率，P₂表示所述正常充电模式的额定功率，ε₁表示所述快充充电模式的充电效率，ε₂表示所述正常充电模式的充电效率，M₁表示使用所述快充充电模式一小时所需的费用，M₂表示使用所述正常充电模式一小时所需的费用；

基于所述使用快充充电模式的第一时间，并根据如下公式计算使用正常充电模式的第二时间T₂：

T₂＝T₀-T_d-T₁

基于所述第一时间和第二时间，生成第一充电方案，并计算第一充电费用，判断基于所述第一充电方案，是否能将所述车辆的电量充满；

若是，按照所述第一充电方案进行充电；

否则，增加使用快充充电模式的时间，减少使用正常充电模式的时间，生成第二充电方案，并计算所述第二充电方案的第二充电费用；

将所述第一充电方案及第一充电费用与第二充电方案及第二充电费用发送至用户终端，供用户选择，并按照用户选择的充电方案进行充电；

其中，所述第一充电费用小于所述预设充电费用，第二充电费用大于所述预设充电费用。

一种用于新能源汽车的充电***，包括：

绑定模块，用于对用户终端和车辆进行绑定，并基于用户终端获取所述车辆的信息；

获取模块，用于基于所述车辆的信息，获取周围充电桩的布局信息；

第一选择模块，用于基于所述布局信息，获取充电桩的运行状态，选择充电地点；

第二选择模块，用于在确定充电地点后，基于用户的需求，选择充电模式，进行充电。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种用于新能源汽车的充电方法的流程图；

图2为本发明实施例中一种用于新能源汽车的充电***的结构图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1

本发明实施例提供一种用于新能源汽车的充电方法，如图1所示，包括：

步骤1：对用户终端和车辆进行绑定，并基于用户终端获取所述车辆的信息；

步骤2：基于所述车辆的信息，获取周围充电桩的布局信息；

步骤3：基于所述布局信息，获取充电桩的运行状态，选择充电地点；

步骤4：在确定充电地点后，基于用户的需求，选择充电模式，进行充电。

上述设计方案的有益效果是：通过本发明提供的充电方法，根据车辆的具体运行状态，选择合适的充电地点，根据用户的需求，选择合适的充电模式，为用户提供完整的充电流程服务，节省用户的时间和充电费用成本，提高用户的满意度。

实施例2

基于实施例1的基础上，本发明实施例提供一种用于新能源汽车的充电方法，步骤1中，对用户终端和车辆进行绑定包括：

通过云服务器获取所述用户终端的设备标识码和通讯号码、所述车辆的车辆标识码；

基于所述用户终端的通讯号码，判断所述用户终端是否存在于所述云服务器的用户表中，

若所述用户终端存在于所述云服务器的用户表中时，对所述车辆标识码进行解析，获取所述车辆标识码的格式，并判断所述格式是否正确，若是，则将所述设备标识码与所述车辆标识码进行绑定，并将绑定关系发送至所述云服务器，所述云服务器将所述绑定关系存储至数据库中；

否则，基于所述设备标识码的格式，对所述车辆标识码先进行格式转化后，再进行绑定；

若所述用户终端不存在于所述云服务器的用户表中时，先将所述用户终端的设备标识码和通讯号码进行注册，存储至所述云服务器的用户表中，再对所述车辆标识码进行解析。

在该实施例中，所述车辆标识码的格式与所述设备标识码的格式一致时，所述车辆标识码的格式正确，否则，所述车辆标识码的格式不正确。

上述设计方案的有益效果是：通过对用户终端和车辆进行绑定，确保了及时获取车辆的信息，为给用户提供合适的充电方法提供依据。

实施例3

基于实施例1的基础上，本发明实施例提供一种用于新能源汽车的充电方法，步骤1中，基于用户终端获取所述车辆的信息后，还包括：

基于所述车辆的信息，判断所述车辆是否需要进行充电，包括：

从所述车辆的信息中提取所述关于所述车辆的当前电量信息、当前车速信息，以及预设时间段内的行驶状态信息；

从所述当前电量信息中获取当前电量值，并判断所述电量值是否小于第一预设值，

若是，向所述用户终端发送第一充电提醒；

否则，从所述预设时间段内的行驶状态信息提取所述车辆的若干个历史状态序列；

对所述若干个历史状态序列进行截取，获取包含n个时刻的状态序列，根据预设的划分方案将所述n个时刻的状态序列进行划分，得到若干个目标状态序列，对目标状态序列进行高斯模糊化，得到模糊状态序列；

基于所述模糊状态序列进行模型训练，得到状态预测模型；

基于所述状态预测模型，预测未来一段时间段内所述车辆的未来行驶状态信息；

判断所述未来行驶状态信息是否为非运行状态；

若是，不进行充电提醒；

否则，基于未来状态信息，确定所述车辆在未来一段时间段内的行驶时间、行驶速度；

基于所述行驶时间、行驶速度获得耗电量值，并判断所述耗电量值是否小于所述当前电量值；

若是，向所述用户终端发送第二充电提醒；

否则，不进行充电提醒。

在该实施例中，所述预设的划分方案为论域的网格化划分方案。

上述设计方案的有益效果是：基于所述车辆的信息，获取车辆在未来一段时间内的行驶状态信息，为用户提供充电提醒，保证车辆的正常运行，从而提高用户的满意度。

实施例4

基于实施例3的基础上，本发明实施例提供一种用于新能源汽车的充电方法，预测未来一段时间段内所述车辆的未来行驶状态信息后，还包括：

获取所述状态预测模型的评估指标，所述评估指标包括稳定性、重要性，并获取与所述评估指标相关联的因子，其中所述稳定性对应优势因子，所述重要性对频率因子；

基于所述优势因子、频率因子，并根据如下公式计算对未来行驶状态信息的可信值进行计算：

其中，Q表示所述未来行驶状态信息的可信值，所述τ表示对所述若干个历史状态序列进行截取的截取精度，σ表示所述预设的划分方案的划分精度，d₁表示所述状态预测模型的优势因子，d₂表示所述状态预测模型的频率因子，δ表示对所述目标状态序列进行高斯模糊化的模糊半径；

判断所述未来行驶状态信息的可信值是否大于预设值；

若是，表示所述未来行驶状态信息可作为计算耗电量的依据；

否则，对所述截取精度、划分精度、模糊半径进行调整，得到新的模糊状态序列，并基于所述新的模糊状态序列对模型进行训练，得到新的状态预测模型，根据新的状态预测模型得到新的未来行驶状态信息，直到所述新的未来行驶状态信息的可信值大于所述预设值。

在该实施例中，所述优势因子越大，表示所述状态预测模型的稳定性越好；所述频率因子越大，表示所述状态预设模型的重要性越高。

在该实施例中，所述高斯模糊化的模糊半径越小，模糊程度越小，模糊半径越大，模糊程度越大。

在该实施例中，所述截取精度、划分精度、优势因子、频率因子、模糊半径的取值均为(0，1)。

上述设计方案的有益效果是：通过对车辆的未来行驶状态信息的可信度进行计算，提高了预测耗电量的精确度，从而保证了为用户提供进行充电提醒的准确性。

实施例5

基于实施例1的基础上，本发明实施例提供一种用于新能源汽车的充电方法和***，步骤2中，基于所述车辆的信息，获取周围充电桩的布局信息包括：

从所述车辆的信息中提取所述关于所述车辆的位置信息、当前电量信息；

获取所述车辆的历史行驶里程和预定的权重系数，确定所述车辆的加权行驶里程；

基于所述车辆的当前电量信息、加权行驶里程，得到所述车辆的剩余行驶里程；

基于所述剩余行驶里程、位置信息确定搜索区域；

获取所述搜索区域内充电桩的布局信息。

在该实施例中，所述预定的权重系数与所述车辆的历史行驶里程相关，历史行驶里程越大，预定的权重系数越大。

上述设计方案的有益效果是：根据所述车辆的剩余行驶里程，位置信息确定搜索区域内充电桩的布局信息，为用户提供有效的布局信息，为选取到合适的充电地点提供基础，节省用户的时间，提高用户的满意度。

实施例6

基于实施例1的基础上，本发明实施例提供一种用于新能源汽车的充电方法和***，步骤3中，基于所述布局信息，获取充电桩的运行状态，选择充电地点包括：

从所述布局信息获取充电桩的位置信息、状态数据；

对所述状态数据进行特征提取，获取特征值，选取所述特征值在第一预设范围内的状态数据对应的充电桩作为第一充电桩；

获取所述第一充电桩的历史运行数据集合，基于所述历史运行数据集合的时间戳，获取每个第一充电桩的使用频率、最近使用时间；

基于所述使用频率、最近使用时间，确定所述第一充电桩的下一次使用时间；

获取环境布局的布局指标，对所述布局指标进行标准化处理后获取布局指标矩阵；

对预设评估方法进行分析，获取评估指标规则，并基于所述评估指标规则，获取评估熵；

基于所述评估熵，对所述布局指标矩阵中的每一个布局指标信息进行处理，得到所述每一个布局指标信息对应的评估指标信息，基于所述评估指标信息构建评估指标矩阵；

基于所述第一充电桩的位置信息，获取所述第一充电桩的周围环境布局，基于所述布局指标矩阵，提取所述周围环境布局的布局信息；

基于所述评估指标矩阵，对所述周围环境布局的布局信息进行分析处理，得到所述周围环境布局的布局评估值；

基于所述布局评估值，对所述第一充电桩的下一次使用时间进行修正处理，得到修正处理后的下一次使用时间；

基于所述车辆的车速，确定所述车辆到达所述第一充电桩的到达时间；

基于所述车辆的位置、第一充电桩的位置，确定所述车辆的行驶路径，获取所述行驶路径在预设时间段的交通堵塞率；

基于所述交通堵塞率，对到达所述第一充电桩的时间进行修正处理，得到修正处理后的到达时间；

选取修正处理后的到达时间大于修正处理后的下一次使用时间所对应的第一充电桩，作为第二充电桩；

获取所述第二充电桩的历史评分，选取历史评分最高的充电桩作为目标充电桩，所述目标充电桩的位置作为充电地点。

在该实施例中，所述特征值在第一预设范围内的数据表示所述充电桩为空闲状态，否则，表示所述充电桩为充电状态。

在该实施例中，所述布局指标包括环境周围的建筑、道路、地段等。

在该实施例中，所述评估指标规则例如为周围的建筑所占的评估权重较小，道路通行率所占的评估权重较大。

在该实施例中，基于评估指标规则，所述评估熵例如可以是为周围的建筑物所占的评估权重0.3，道路所占的评估权重为0.8。

在该实施例中，例如所述布局指标信息为道路，对应的评估指标信息为道路通行率；布局指标信息为周围的建筑，对应的评估指标信息为周围的建筑密度；布局指标信息为地段，对应的评估指标信息为地段繁荣度。

在该实施例中，所述评估指标矩阵例如：道路通行率越高，布局评估值越大，周围的建筑密度越小，布局评估值越大等。

在该实施例中，所述布局评估值越大，对应的修正值越大。

上述设计方案的有益效果是：通过考虑充电桩的状态、使用频率、历史评分，选取合适的充电地点，减小用户的充电等待时间，提供用户的满意度。

实施例7

基于实施例6的基础上，本发明提供一种用于新能源汽车的充电方法，获取所述第二充电桩的历史评分包括：

获取所述第二充电桩的评价数据；

对所述评价数据输入预设的筛选模型中进行筛选，剔除不合理的评价数据，得到目标评价数据；

提取所述目标评价数据中的评分数据，基于所述评分数据确定所述第二充电桩的历史评分。

上述设计方案的有益效果是：通过剔除不合理的评价数据，提高了获取历史评分的精确度。

实施例8

基于实施例1的基础上，本发明实施例提供一种用于新能源汽车的充电方法和***，步骤4中，基于用户的需求，选择充电模式，进行充电包括：

对用户的需求进行解析，确定用户的预设充电时间、预设充电费用；

获取充电桩不同的充电模式对应的充电功率；

获取所述车辆的当前电量值；

判断所述预设充电时间是否大于第一预设时间；

若是，选择正常充电模式对所述车辆进行充电；

否则，基于所述当前电量值，并根据如下公式计算只使用快充充电模式，将所述车辆从当前电量充到满电量所需的费用：

其中，M_r表示只使用快充充电模式，将所述车辆从当前电量充到满电量所需的费用，E_s表示所述车辆的当前电量值，P₁表示所述快充充电模式的额定功率，ε₁表示所述快充充电模式的充电效率，取值为(0.75，0.95)，M₁表示使用所述快充充电模式一小时所需的费用；

判断使用快充充电模式所需的费用是否小于所述预设充电费用；

若是，选择所述快充充电模式对所述车辆进行充电；

否则，选择使用正常充电模式与快充充电模式结合的方式对所述车辆进行充电；

基于所述预设充电费用，并根据如下公式计算使用快充充电模式的第一时间；

其中，T₁表示使用快充充电模式的第一时间，T₀表示所述预设充电时间，T_d表示等待充电时间，M_r表示全部使用快充充电模式所需的费用，M₀表示所述预设充电费用，P₁表示所述快充充电模式的额定功率，P₂表示所述正常充电模式的额定功率，ε₁表示所述快充充电模式的充电效率，ε₂表示所述正常充电模式的充电效率，M₁表示使用所述快充充电模式一小时所需的费用，M2表示使用所述正常充电模式一小时所需的费用；

基于所述使用快充充电模式的第一时间，并根据如下公式计算使用正常充电模式的第二时间T₂：

T2＝T₀-T_d-T₁

基于所述第一时间和第二时间，生成第一充电方案，并计算第一充电费用，判断基于所述第一充电方案，是否能将所述车辆的电量充满；

若是，按照所述第一充电方案进行充电；

否则，增加使用快充充电模式的时间，减少使用正常充电模式的时间，生成第二充电方案，并计算所述第二充电方案的第二充电费用；

将所述第一充电方案及第一充电费用与第二充电方案及第二充电费用发送至用户终端，供用户选择，并按照用户选择的充电方案进行充电；

其中，所述第一充电费用小于所述预设充电费用，第二充电费用大于所述预设充电费用。

在该实施例中，只使用快充充电模式所需的费用越高，预设充电费用与只使用快充充电模式所需的费用的比值越小，设定使用快充的时间越短，才能保证充电费用不超过预设充电费用。

在该实施例中，所述第一充电方案满足用户的充电时间和充电费用要求，但不能将电量充满。

在该实施例中，所述第二充电方案满足用户的充电时间要求，可以将电量充满，但不满足充电费用要求。

上述设计方案的有益效果是：通过用户的需求，为用户提供合适的充电模式，节省用户的时间和充电费用成本，提高用户的满意度。

实施例9

本发明实施例提供一种用于新能源汽车的充电***，如图2所示，包括：

绑定模块，用于对用户终端和车辆进行绑定，并基于用户终端获取所述车辆的信息；

获取模块，用于基于所述车辆的信息，获取周围充电桩的布局信息；

第一选择模块，用于基于所述布局信息，获取充电桩的运行状态，选择充电地点；

第二选择模块，用于在确定充电地点后，基于用户的需求，选择充电模式，进行充电。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种用于新能源汽车的充电方法，其特征在于，包括：

步骤1：对用户终端和车辆进行绑定，并基于用户终端获取所述车辆的信息；

步骤2：基于所述车辆的信息，获取周围充电桩的布局信息；

步骤3：基于所述布局信息，获取充电桩的运行状态，选择充电地点；

步骤4：在确定充电地点后，基于用户的需求，选择充电模式，进行充电。

2.根据权利要求1所述的一种用于新能源汽车的充电方法，其特征在于，步骤1中，对用户终端和车辆进行绑定包括：

通过云服务器获取所述用户终端的设备标识码和通讯号码、所述车辆的车辆标识码；

基于所述用户终端的通讯号码，判断所述用户终端是否存在于所述云服务器的用户表中，

若所述用户终端存在于所述云服务器的用户表中时，对所述车辆标识码进行解析，获取所述车辆标识码的格式，并判断所述格式是否正确，若是，则将所述设备标识码与所述车辆标识码进行绑定，并将绑定关系发送至所述云服务器，所述云服务器将所述绑定关系存储至数据库中；

否则，基于所述设备标识码的格式，对所述车辆标识码先进行格式转化后，再进行绑定；

若所述用户终端不存在于所述云服务器的用户表中时，先将所述用户终端的设备标识码和通讯号码进行注册，存储至所述云服务器的用户表中，再对所述车辆标识码进行解析。

3.根据权利要求1所述的一种用于新能源汽车的充电方法，其特征在于，步骤1中，基于用户终端获取所述车辆的信息后，还包括：

基于所述车辆的信息，判断所述车辆是否需要进行充电，包括：

从所述车辆的信息中提取关于所述车辆的当前电量信息、当前车速信息，以及预设时间段内的行驶状态信息；

从所述当前电量信息中获取当前电量值，并判断所述电量值是否小于第一预设值，

若是，向所述用户终端发送第一充电提醒；

否则，从所述预设时间段内的行驶状态信息提取所述车辆的若干个历史状态序列；

对所述若干个历史状态序列进行截取，获取包含n个时刻的状态序列，根据预设的划分方案将所述n个时刻的状态序列进行划分，得到若干个目标状态序列，对目标状态序列进行高斯模糊化，得到模糊状态序列；

基于所述模糊状态序列进行模型训练，得到状态预测模型；

基于所述状态预测模型，预测未来一段时间段内所述车辆的未来行驶状态信息；

判断所述未来行驶状态信息是否为非运行状态；

若是，不进行充电提醒；

否则，基于未来状态信息，确定所述车辆在未来一段时间段内的行驶时间、行驶速度；

基于所述行驶时间、行驶速度获得耗电量值，并判断所述耗电量值是否小于所述当前电量值；

若是，向所述用户终端发送第二充电提醒；

否则，不进行充电提醒。

4.根据权利要求3所述的一种用于新能源汽车的充电方法，其特征在于，预测未来一段时间段内所述车辆的未来行驶状态信息后，还包括：

获取所述状态预测模型的评估指标，所述评估指标包括稳定性、重要性，并获取与所述评估指标相关联的因子，其中所述稳定性对应优势因子，所述重要性对频率因子；

基于所述优势因子、频率因子，并根据如下公式对未来行驶状态信息的可信值进行计算：

其中，Q表示所述未来行驶状态信息的可信值，τ表示对所述若干个历史状态序列进行截取的截取精度，σ表示所述预设的划分方案的划分精度，d₁表示所述状态预测模型的优势因子，d₂表示所述状态预测模型的频率因子，δ表示对所述目标状态序列进行高斯模糊化的模糊半径；

判断所述未来行驶状态信息的可信值是否大于预设值；

若是，表示所述未来行驶状态信息可作为计算耗电量的依据；

否则，对所述截取精度、划分精度、模糊半径进行调整，得到新的模糊状态序列，并基于所述新的模糊状态序列对模型进行训练，得到新的状态预测模型，根据新的状态预测模型得到新的未来行驶状态信息，直到所述新的未来行驶状态信息的可信值大于所述预设值。

5.根据权利要求1所述的一种用于新能源汽车的充电方法和***，其特征在于，步骤2中，基于所述车辆的信息，获取周围充电桩的布局信息包括：

从所述车辆的信息中提取所述关于所述车辆的位置信息、当前电量信息；

获取所述车辆的历史行驶里程和预定的权重系数，确定所述车辆的加权行驶里程；

基于所述车辆的当前电量信息、加权行驶里程，得到所述车辆的剩余行驶里程；

基于所述剩余行驶里程、位置信息确定搜索区域；

获取所述搜索区域内充电桩的布局信息。

6.根据权利要求1所述的一种用于新能源汽车的充电方法，其特征在于，步骤3中，基于所述布局信息，获取充电桩的运行状态，选择充电地点包括：

从所述布局信息获取充电桩的位置信息、状态数据；

对所述状态数据进行特征提取，获取特征值，选取所述特征值在第一预设范围内的状态数据对应的充电桩作为第一充电桩；

获取所述第一充电桩的历史运行数据集合，基于所述历史运行数据集合的时间戳，获取每个第一充电桩的使用频率、最近使用时间；

基于所述使用频率、最近使用时间，确定所述第一充电桩的下一次使用时间；

获取环境布局的布局指标，对所述布局指标进行标准化处理后获取布局指标矩阵；

对预设评估方法进行分析，获取评估指标规则，并基于所述评估指标规则，获取评估熵；

基于所述评估熵，对所述布局指标矩阵中的每一个布局指标信息进行处理，得到所述每一个布局指标信息对应的评估指标信息，基于所述评估指标信息构建评估指标矩阵；

基于所述第一充电桩的位置信息，获取所述第一充电桩的周围环境布局，基于所述布局指标矩阵，提取所述周围环境布局的布局信息；

基于所述评估指标矩阵，对所述周围环境布局的布局信息进行分析处理，得到所述周围环境布局的布局评估值；

基于所述布局评估值，对所述第一充电桩的下一次使用时间进行修正处理，得到修正处理后的下一次使用时间；

基于所述车辆的车速，确定所述车辆到达所述第一充电桩的到达时间；

基于所述车辆的位置、第一充电桩的位置，确定所述车辆的行驶路径，获取所述行驶路径在预设时间段的交通堵塞率；

基于所述交通堵塞率，对到达所述第一充电桩的时间进行修正处理，得到修正处理后的到达时间；

选取修正处理后的到达时间大于修正处理后的下一次使用时间所对应的第一充电桩，作为第二充电桩；

获取所述第二充电桩的历史评分，选取历史评分最高的充电桩作为目标充电桩，将所述目标充电桩的位置作为充电地点。

7.根据权利要求6所述的一种用于新能源汽车的充电方法，其特征在于，获取所述第二充电桩的历史评分包括：

获取所述第二充电桩的评价数据；

对所述评价数据输入预设的筛选模型中进行筛选，剔除不合理的评价数据，得到目标评价数据；

提取所述目标评价数据中的评分数据，基于所述评分数据确定所述第二充电桩的历史评分。

8.根据权利要求1所述的一种用于新能源汽车的充电方法和***，其特征在于，步骤4中，基于用户的需求，选择充电模式，进行充电包括：

对用户的需求进行解析，确定用户的预设充电时间、预设充电费用；

获取充电桩不同的充电模式对应的充电功率；

获取所述车辆的当前电量值；

判断所述预设充电时间是否大于第一预设时间；

若是，选择正常充电模式对所述车辆进行充电；

否则，基于所述当前电量值，并根据如下公式计算只使用快充充电模式，将所述车辆从当前电量充到满电量所需的费用：

其中，M_r表示只使用快充充电模式，将所述车辆从当前电量充到满电量所需的费用，E_f表示所述车辆的满电量值，E_s表示所述车辆的当前电量值，P₁表示所述快充充电模式的额定功率，ε₁表示所述快充充电模式的充电效率，取值为(0.75，0.95)，M₁表示使用所述快充充电模式一小时所需的费用；

判断使用快充充电模式所需的费用是否小于所述预设充电费用；

若是，选择所述快充充电模式对所述车辆进行充电；

否则，选择使用正常充电模式与快充充电模式结合的方式对所述车辆进行充电，并基于所述预设充电费用，根据如下公式计算使用快充充电模式的第一时间；

其中，T₁表示使用快充充电模式的第一时间，T₀表示所述预设充电时间，T_d表示等待充电时间，M_r表示全部使用快充充电模式所需的费用，M₀表示所述预设充电费用，P₁表示所述快充充电模式的额定功率，P₂表示所述正常充电模式的额定功率，ε₁表示所述快充充电模式的充电效率，ε₂表示所述正常充电模式的充电效率，M₁表示使用所述快充充电模式一小时所需的费用，M₂表示使用所述正常充电模式一小时所需的费用；

基于所述使用快充充电模式的第一时间，并根据如下公式计算使用正常充电模式的第二时间T₂：

T₂＝T₀-T_d-T₁

基于所述第一时间和第二时间，生成第一充电方案，并计算第一充电费用，

判断基于所述第一充电方案，是否能将所述车辆的电量充满；

若是，按照所述第一充电方案进行充电；

否则，增加使用快充充电模式的时间，减少使用正常充电模式的时间，生成第二充电方案，并计算所述第二充电方案的第二充电费用；

将所述第一充电方案及第一充电费用与第二充电方案及第二充电费用发送至用户终端，供用户选择，并按照用户选择的充电方案进行充电；

其中，所述第一充电费用小于所述预设充电费用，第二充电费用大于所述预设充电费用。

9.一种用于新能源汽车的充电***，包括：

绑定模块，用于对用户终端和车辆进行绑定，并基于用户终端获取所述车辆的信息；

获取模块，用于基于所述车辆的信息，获取周围充电桩的布局信息；

第一选择模块，用于基于所述布局信息，获取充电桩的运行状态，选择充电地点；

第二选择模块，用于在确定充电地点后，基于用户的需求，选择充电模式，进行充电。

Images