CN113505149B - 一种推荐充电站的方法、服务器、介质及计算机设备 - Google Patents
一种推荐充电站的方法、服务器、介质及计算机设备 Download PDFInfo
- Publication number
- CN113505149B CN113505149B CN202110826426.2A CN202110826426A CN113505149B CN 113505149 B CN113505149 B CN 113505149B CN 202110826426 A CN202110826426 A CN 202110826426A CN 113505149 B CN113505149 B CN 113505149B
- Authority
- CN
- China
- Prior art keywords
- charging
- charging station
- hot spot
- vehicle
- area
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000002776 aggregation Effects 0.000 claims description 55
- 238000004220 aggregation Methods 0.000 claims description 47
- 238000009826 distribution Methods 0.000 claims description 27
- 230000004931 aggregating effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
- Y02T90/167—Systems 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/12—Remote or cooperative charging
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Navigation (AREA)
Abstract
本发明提供一种推荐充电站的方法、服务器、介质及计算机设备,方法包括:确定各充电热点区域及各车辆聚集热点区域;确定各充电热点区域及各车辆聚集热点区域之间的重叠区域,剔除重叠区域内的充电站,获得至少一个目标充电站;将至少一个目标充电站展示给用户;如此,相当于去除了干扰信息,为用户推荐优选充电站,既可避免发生拥堵又有足够的充电桩供用户选择,因此可提高用户体验及推荐匹配度,确保充电效率。
Description
技术领域
本发明属于新能源汽车充电技术领域,尤其涉及一种推荐充电站的方法、服务器、介质及计算机设备。
背景技术
随着科技水平发展和社会进步,市场上已经出现了众多类型的新能源车辆,其中例如纯电动车辆、混合动力车辆等呈现出井喷式发展。
充电问题已经成为用户越发关注的问题,在需要对车进行充电时,可以利用APP中的地图找桩功能为车辆寻找相应的充电桩,实现充电。
现有技术中,在地图上显示充电桩时,如图1所示,会根据相应的比例尺在地图上显示充电站剩余的充电桩数量,在用户对地图进行缩小操作时,会将不同行政区域内的可用桩数量,合并成一个气泡进行显示。但是该显示方法无法准确地为不同需求的用户推荐合适的充电站,影响用户体验。
发明内容
针对现有技术存在的问题,本发明实施例提供了一种推荐充电站的方法、服务器、介质及计算机设备,用于解决现有技术中无法准确地为用户推荐合适的充电站,导致用户无法及时为车辆充电,进而影响车辆充电效率的技术问题。
第一方面,本发明提供一种推荐充电站的方法,所述方法包括:
确定各充电热点区域及各车辆聚集热点区域;
确定各所述充电热点区域及各所述车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;
将所述至少一个目标充电站展示给用户。
可选的,所述确定各充电热点区域,包括:
基于各充电站的负荷率确定各热点充电站;
将预设范围内的各所述热点充电站进行聚合,形成各所述充电热点区域。
可选的,所述确定各热点充电站,包括:
获取各充电站在当前时刻的实际负荷率及未来时间段内的预测负荷率;
基于所述实际负荷率和/或所述预测负荷率,确定各所述热点充电站。
可选的,所述确定各车辆聚集热点区域,包括:
获取每个第一车辆聚集区域的车辆分布密度;所述第一车辆聚集区域为以参考地标为中心以第一预设距离为半径形成的区域;
若确定所述第一车辆聚集区域的车辆分布密度大于密度阈值,则确定所述第一车辆聚集区域为车辆聚集热点区域。
可选的,所述将预设范围内的各所述热点充电站进行聚合之前,还包括:
确定聚合中心,所述聚合中心包括:与参考地标之间的距离小于预设距离阈值的热点充电站;
以所述聚合中心为圆心,以第二预设距离为半径确定所述预设范围。
可选的,所述将所述至少一个目标充电站展示给用户,包括:
针对每个所述目标充电站,获得所述目标充电站中的可用桩数量及第二车辆聚集区域内的车辆数量;所述第二车辆聚集区域为以所述目标充电站为中心以第三预设距离为半径形成的区域;
基于所述可用桩数量及所述车辆数量确定所述目标充电站的充电分值;
在每个行政区域内,基于所述充电分值及各目标充电站之间的距离对各所述目标充电站进行聚合,形成聚合充电站;
将聚合充电站所包含的各目标充电站的可用桩数量加和,得到可用充电桩数之和;
在所述充电桩分布地图中显示所述聚合充电站及所述可用充电桩数之和。
可选的,所述将所述至少一个目标充电站展示给用户,包括:
基于所述至少一个目标充电站的站点信息及所述至少一个目标充电站的可用充电桩数生成站点提示信息;
将所述站点提示信息推送至所述用户对应的终端。
第二方面,本发明提供一种服务器,所述服务器包括:
确定单元,用于确定各充电热点区域及各车辆聚集热点区域;
剔除单元,用于确定各所述充电热点区域及各所述车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;
展示单元,用于将所述至少一个目标充电站展示给用户。
第三方面,本发明提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任一项所述的方法。
第四方面,本发明提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面中任一项所述的方法。
本发明提供了一种推荐充电站的方法、服务器、介质及计算机设备,方法包括:确定各充电热点区域及各车辆聚集热点区域;确定各所述充电热点区域及各所述车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;将所述至少一个目标充电站展示给用户;如此,因充电热点区域的可用桩数量比较少,若某个充电站附近的区域为车辆聚集热点区域时,此时用户前往该充电站很大可能会发生拥堵;因此本发明先确定充电热点区域与车辆聚集区域之间的重叠区域,再将重叠区域内的充电站剔除,相当于去除了干扰信息,展示给用户的目标充电站是较为优选的充电站,用户前往目标充电站时既可避免发生拥堵又有足够的充电桩供用户选择,因此可确保用户能及时为车辆进行充电,进而确保充电效率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为现有技术提供的充电站的推荐方式示意图;
图2为本发明实施例提供的推荐充电站的方法流程示意图;
图3为本发明实施例提供的推荐充电站的服务器结构示意图;
图4为本发明实施例提供的计算机设备结构示意图;
图5为本发明实施例提供的计算机存储介质结构示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明,应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明,而不是对本说明书技术方案的限定,在不冲突的情况下,本说明书实施例以及实施例中的技术特征可以相互组合。
本发明的一个或者多个实施例公开了一种推荐充电站的方法、服务器、介质及计算机设备,以解决或者部分解决现有技术无法准确地为用户推荐合适的充电站,导致用户无法及时为车辆充电,进而影响车辆充电效率的技术问题。
本实施例提供一种推荐充电站的方法,应用在服务器中,服务器可以理解为一个汇聚了多个不同厂家桩云平台的云端服务器;因此服务器中汇聚了不同厂家的充电站位置信息及以及各个充电站中的充电桩信息。当用户需要为车辆充电时,用户可通过终端APP上的充电桩分布地图进行心仪电站的查找,服务器响应于用户的操作,在地图上为用户展示至少一个目标充电站。
下面结合实施例对推荐充电站的方法进行具体说明,如图2所示,方法包括:
S210,确定各充电热点区域及各车辆聚集热点区域;
为了方便车辆充电,用户可以预先通过终端侧APP注册信息;注册信息可以包括:用户信息、身份信息、账户信息及车辆特征信息等。为了确保充电的可靠性,一般均是实名认证的,那么用户信息可以为用户姓名;身份信息是用于标识用户的唯一性,比如身份信息可以为身份证号;账户是用于支付充电费用;车辆特征信息可以为:车牌号、车辆识别码VIN码、车辆颜色、车型等。
当用户需要为目标车辆充电时,需要寻找合适的充电站对车辆进行充电。此时,用户可以从终端侧APP执行发送充电请求的操作,那么服务器即接收到用户发送的充电请求,基于充电请求确定各充电热点区域及各车辆聚集热点区域;其中,热点充电区域内的充电站一般为负荷率较高,剩余充电桩数量较少的充电站。
另外,若目标车辆不需要充电,用户只是想浏览地图,用户也可以从终端APP发送浏览请求(比如执行地图缩小操作或放大地图操作),服务器也可以基于浏览请求确定各充电热点区域及各车辆聚集热点区域并执行之后的操作,将操作结果展示给用户。
本实施例中,服务器基于确定各充电热点区域,包括:
基于各充电站的负荷率确定各热点充电站;
将预设范围内的各热点充电站进行聚合,形成各充电热点区域。
本实施例中,服务器基于各充电站的负荷率确定各热点充电站,包括:
获取各充电站在当前时刻的实际负荷率及未来时间段内的预测负荷率;
基于实际负荷率和/或预测负荷率,确定各热点充电站。
具体来讲,由于服务器可以获取到不同厂家的充电站位置信息及以及各个充电站中的充电桩信息,因此在当前时刻,可以根据各充电站中已使用的充电桩数量确定各充电站的实际负荷率;负荷率为该充电站中充电桩已使用数量在总数量中的占比。
并且针对每个充电站,服务器可基于预先训练的负荷率预测模型对当前时刻未来时间段内的负荷率进行预测,获得各充电站在当前时刻的未来时间段内的预测负荷率。其中,负荷率预测模型可以基于历史时间段内(比如当前时刻之前的一个月)的负荷率进行训练确定。其中,未来时间段可以为当前时刻后的20~30min;或者,预测负荷率根据以下方式确定:
获取目标车辆与每个充电站之间的距离,根据距离及当前时刻确定目标车辆到达每个充电站时所对应的到达时刻;
预测每个充电站在到达时刻的负荷率,获得预测负荷率。
进一步的,若确定充电站的实际负荷率和/或预测负荷率超出负荷阈值,则确定充电站为热点充电站;若确定充电站的实际负荷率及预测负荷率均未超出负荷阈值,则确定充电站为非热点充电站。
举例来说,假设负荷阈值为0.85,若实际负荷率为0.88,预测负荷率为0.8;此时确定实际负荷率超出负荷阈值,预测负荷率小于负荷阈值,可以确定该充电站为热点充电站。
另外,若用户想查找合适的充电站,需要在地图上执行放大或缩小地图操作,一一查看每个充电站的充电桩使用情况。而热点充电站中的可用充电桩实际上是非常少的,给用户的查找过程造成了一定的干扰,导致无法快速确定出合适的充电站。
为提高用户的查找效率,本实施例考虑到在一定范围内的充电站使用情况基本是相似的,若某充电站A为热点充电站,可能在该充电站A附近范围内的充电站很大概率也为热点充电站。因此本实施例中将预设范围内的各热点充电站进行聚合,形成充电热点区域进行显示,以减少干扰信息。
本实施例中,将预设范围内的各热点充电站进行聚合之前,还包括:
确定聚合中心,聚合中心包括:与参考地标之间的距离小于预设距离阈值的热点充电站;或者负荷率大于一定值(例如90%)的热点充电站。
以聚合中心为圆心,以第二预设距离为半径确定预设范围。
其中,参考地标可以为商场、车站、医院、政务服务中心等;第二预设距离为3~4km。
预设范围确定出之后,将预设范围内的各热点充电站进行聚合,形成充电热点区域。可以理解的是,充电热点区域中包含有热点充电站,同时也包含有非热点充电站。
同时,本实施例考虑到若某个充电站附近的区域为车辆聚集热点区域时,此时用户前往该充电站很大可能会发生拥堵,也会降低车辆充电效率。因此本实施例需要进一步确定各车辆聚集热点区域。
作为一种可选的实施例,确定各车辆聚集热点区域,包括:
获取每个第一车辆聚集区域的车辆分布密度;第一车辆聚集区域为以参考地标为中心以第一预设距离为半径形成的区域;第一预设距离可以为0.5~1km。
若确定第一车辆聚集区域的车辆分布密度大于密度阈值,则确定第一车辆聚集区域为车辆聚集热点区域。
举例来说,若第一车辆聚集区域的车辆分布密度为0.6,密度阈值为0.5,此时可确定第一车辆聚集区域为车辆聚集热点区域。
这里,服务器获取每个第一车辆聚集区域的车辆分布密度,可以包括:
服务器获取参考地标的位置,再基于参考地标的位置确定第一车辆聚集区域内的车辆数量,基于车辆数量确定车辆分布密度。
S211,确定各所述充电热点区域及各所述车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;
确定出充电热点区域及车辆聚集热点区域后,确定各充电热点区域及各车辆聚集热点区域之间的重叠区域,剔除重叠区域内的充电站,获得至少一个目标充电站。
具体来讲,充电热点区域和车辆聚集热点区域为充电效率较低的区域,因此确定出充电热点区域及车辆聚集热点区域后,把重叠区域内的充电站进行剔除不予推荐,相当于剔除了一些干扰信息(比如剔除充电桩数量较少的充电站,剔除较为拥堵的充电站等),后续向用户推荐的充电站均为充电效率较高的可用充电站,进而提高车辆充电效率。
S212,将所述至少一个目标充电站展示给用户。
目标充电站确定出之后,在充电桩分布地图上为用户展示至少一个目标充电站。
作为一种可选的实施例,将至少一个目标充电站展示给用户,包括:
针对每个目标充电站,获得目标充电站中的可用桩数量及第二车辆聚集区域内的车辆数量;第二车辆聚集区域为以目标充电站为中心以第三预设距离为半径形成的区域;第三预设距离可以为0.5~1km
基于可用桩数量及车辆数量确定目标充电站的充电分值;
在每个行政区域内,基于充电分值及各目标充电站之间的距离对各目标充电站进行聚合,形成聚合充电站;
将聚合充电站所包含的各目标充电站的可用桩数量加和,得到可用充电桩数之和;
在充电桩分布地图中显示聚合充电站及可用充电桩数之和。
其中,确定第二车辆聚集区域内的车辆数量,包括:
服务器基于每个目标充电站的位置获取第二车辆聚集区域内的车辆数量。
具体来讲,针对每个目标充电站,确定出可用桩数量及车辆数量后,可获得可用桩数量与车辆数量之间的比值,该比值即为充电分值。然后根据充电分值对各目标充电站进行排序,在同一个行政区域内可将充电分值相近(比如相差1~3分)且间隔距离满足距离阈值的至少两个目标充电站进行聚合,形成聚合充电站。其中,距离阈值可以为1~2km。
举例来说,若确定出的目标充电站包括有A充电站和B充电站,A充电站、B充电站在同一个行政区域内。A充电站和B充电站之间的距离为1.5km;A充电站的充电分值为10分、B充电站的分值为8分;此时在充电桩分布地图中可以将A充电站和B充电站进行聚合显示,例如,显示位置选在A站和B站中间,将A站和B站的可用桩数量进行加和并进行显示。
作为一种可选的实施例,将至少一个目标充电站展示给用户,包括:
基于至少一个目标充电站的站点信息及至少一个目标充电站的可用充电桩数生成站点提示信息;站点信息可以包括:站点的位置信息、充电价格等信息;
将站点提示信息推送至用户对应的终端。
这样可以直接将目标充电站的站点信息及可用充电桩数量以短信或即时通信信息的方式反馈至用户,用户可以更直观地查看每个目标充电站的具体情况。
本实施例提供的推荐充电站的方法,先确定充电热点区域与车辆聚集区域之间的重叠区域,再将重叠区域内的充电站剔除,相当于去除了干扰信息(比如剔除充电桩数量较少的充电站,剔除较为拥堵的充电站等),在充电桩分布地图上为用户推荐的目标充电站是较为优选的充电站,用户前往目标充电站时既可避免发生拥堵又有足够的充电桩供用户选择,因此可确保用户能及时为车辆进行充电,进而确保充电效率;并且可根据用户的充电意向价格为用户推送合适的充电站,满足用户的个性化需求。
基于与前述实施例同样的发明构思,本发明实施例还提供一种服务器,如图3所示,服务器包括:
确定单元31,用于确定各充电热点区域及各车辆聚集热点区域;
剔除单元32,用于确定各所述充电热点区域及各所述车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;
展示单元33,用于将所述至少一个目标充电站展示给用户。
本实施例中的服务器可以理解为一个汇聚了多个不同厂家桩云平台的云端服务器;因此服务器中汇聚了不同厂家的充电站位置信息及以及各个充电站中的充电桩信息。当用户需要为车辆充电时,用户可通过终端APP上的充电桩分布地图进行查找和选择,服务器响应于用户的操作,在地图上为用户展示至少一个目标充电站。
为了方便车辆充电,用户可以预先通过终端侧APP注册信息;注册信息可以包括:用户信息、身份信息、账户信息及车辆特征信息等。为了确保充电的可靠性,一般均是实名认证的,那么用户信息可以为用户姓名;身份信息是用于标识用户的唯一性,比如身份信息可以为身份证号;账户是用于支付充电费用;车辆特征信息可以为:车牌号、车辆识别码VIN码、车辆颜色、车型等。
当用户需要为目标车辆充电时,需要寻找合适的充电站及充电桩对车辆进行充电。此时,用户可以从终端侧APP执行发送充电请求的操作,那么服务器可基于充电请求确定各充电热点区域及各车辆聚集热点区域;其中,热点充电区域内的充电站一般为负荷率较高,剩余充电桩数量较少的充电站。
另外,若目标车辆不需要充电,用户只是想浏览地图,用户也可以从终端APP发送浏览请求(比如执行地图缩小操作或放大地图操作),服务器也可以基于浏览请求确定各充电热点区域及各车辆聚集热点区域。
本实施例中,确定单元31用于:
基于各充电站的负荷率确定各热点充电站;
将预设范围内的各热点充电站进行聚合,形成各充电热点区域。
本实施例中,确定单元31用于:
获取各充电站在当前时刻的实际负荷率及未来时间段内的预测负荷率;
基于实际负荷率和/或预测负荷率,确定各热点充电站。
具体来讲,由于服务器可以获取到不同厂家的充电站位置信息及以及各个充电站中的充电桩信息,因此在当前时刻,可以根据各充电站中已使用的充电桩数量确定各充电站的实际负荷率;负荷率为该充电站中充电桩已使用数量在总数量中的占比。
并且针对每个充电站,服务器可基于预先训练的负荷率预测模型对当前时刻未来时间段内的负荷率进行预测,获得各充电站在当前时刻的未来时间段内的预测负荷率。其中,负荷率预测模型可以基于历史时间段内(比如当前时刻之前的一个月)的负荷率进行训练确定。其中,未来时间段可以为当前时刻后的20~30min;或者,确定单元31根据以下方式确定预测负荷量:
获取目标车辆与每个充电站之间的距离,根据距离及当前时刻确定目标车辆到达每个充电站时所对应的到达时刻;
预测每个充电站在到达时刻的负荷量,获得预测负荷量。
进一步的,若确定充电站的实际负荷率和/或预测负荷率超出负荷阈值,则确定充电站为热点充电站;若确定充电站的实际负荷率及预测负荷率均未超出负荷阈值,则确定充电站为非热点充电站。
为提高用户的查找效率,本实施例考虑到在一定范围内的充电站使用情况基本是相似的,若某充电站A为热点充电站,可能在该充电站A附近范围内的充电站很大概率也为热点充电站。因此本实施例中将预设范围内的各热点充电站进行聚合,形成充电热点区域,以减少干扰信息。
本实施例中,将预设范围内的各热点充电站进行聚合之前,确定单元31还用于:
确定聚合中心,聚合中心包括:与参考地标之间的距离小于预设距离阈值的热点充电站;
以聚合中心为圆心,以第二预设距离为半径确定预设范围。
其中,参考地标可以为商场、车站、医院、政务服务中心等;第二预设距离为3~4km。
预设范围确定出之后,将预设范围内的各热点充电站进行聚合,形成充电热点区域。可以理解的是,充电热点区域中包含有聚合热点充电站,同时也包含有非热点充电站。
同时,本实施例考虑到若某个充电站附近的区域为车辆聚集热点区域时,此时用户前往该充电站很大可能会发生拥堵,也会降低车辆充电效率。因此本实施例需要进一步确定各车辆聚集热点区域。
作为一种可选的实施例,确定单元31用于:
获取每个第一车辆聚集区域的车辆分布密度;第一车辆聚集区域为以参考地标为中心以第一预设距离为半径形成的区域;第一预设距离可以为0.5~1km。
若确定第一车辆聚集区域的车辆分布密度大于密度阈值,则确定第一车辆聚集区域为车辆聚集热点区域。
举例来说,若第一车辆聚集区域的车辆分布密度为0.6,密度阈值为0.5,此时可确定第一车辆聚集区域为车辆聚集热点区域。
这里,服务器获取每个第一车辆聚集区域的车辆分布密度,可以包括:
服务器获取参考地标的位置,再基于参考地标的位置确定第一车辆聚集区域内的车辆数量,基于车辆数量确定车辆分布密度。
确定出充电热点区域及车辆聚集热点区域后,剔除单元32用于确定各充电热点区域及各车辆聚集热点区域之间的重叠区域,剔除重叠区域内的充电站,获得至少一个目标充电站。
具体来讲,充电热点区域和车辆聚集热点区域为充电效率较低的区域,因此确定出充电热点区域及车辆聚集热点区域后,把重叠区域内的充电站进行剔除不予推荐,相当于剔除了一些干扰信息(比如剔除充电桩数量较少的充电站,剔除较为拥堵的充电站等),后续向用户推荐的充电站均为充电效率较高的可用充电站,进而提高车辆充电效率。
目标充电站确定出之后,展示单元33用于在充电桩分布地图上为用户展示至少一个目标充电站。
作为一种可选的实施例,展示单元33,用于:
针对每个目标充电站,获得目标充电站中的可用桩数量及第二车辆聚集区域内的车辆数量;第二车辆聚集区域为以目标充电站为中心以第三预设距离为半径形成的区域;第一预设距离可以为0.5~1km。
基于可用桩数量及车辆数量确定目标充电站的充电分值;
在每个行政区域内,基于充电分值及各目标充电站之间的距离对各目标充电站进行聚合,形成聚合充电站;
将聚合充电站所包含的各目标充电站的可用桩数量加和,得到可用充电桩数之和;
在充电桩分布地图中显示聚合充电站及可用充电桩数之和。
本实施例中,展示单元33可基于每个目标充电站的位置获取第二车辆聚集区域内的车辆数量。
具体来讲,针对每个目标充电站,确定出可用桩数量及车辆数量后,可获得可用桩数量与车辆数量之间的商值,该商值即为充电分值。然后根据充电分值对各目标充电站进行排序,在同一个行政区域内可将充电分值相近(比如相差1~3分)且间隔距离满足距离阈值的至少两个目标充电站进行聚合,形成聚合充电站。其中,距离阈值可以为1~2km。
举例来说,若确定出的目标充电站包括有A充电站和B充电站,A充电站、B充电站在同一个行政区域内。A充电站和B充电站之间的距离为1.5km;A充电站的充电分值为10分、B充电站的分值为8分;此时在充电桩分布地图中可以将A充电站和B充电站进行聚合。
作为一种可选的实施例,展示单元33,用于:
基于至少一个目标充电站的站点信息及至少一个目标充电站的可用充电桩数生成站点提示信息;站点信息可以包括:站点的位置信息、充电价格等信息;
将站点提示信息推送至用户对应的终端。
这样可以直接将目标充电站的站点信息及可用充电桩数量以短信或即时通信信息的方式反馈至用户,用户可以更直观地查看每个目标充电站的具体情况。
本实施例提供的推荐充电站的方法,先确定充电热点区域与车辆聚集区域之间的重叠区域,再将重叠区域内的充电站剔除,相当于去除了干扰信息(比如剔除充电桩数量较少的充电站,剔除较为拥堵的充电站等),在充电桩分布地图上为用户推荐的目标充电站是较为优选的充电站,用户前往目标充电站时既可避免发生拥堵又有足够的充电桩供用户选择,因此可确保用户能及时为车辆进行充电,进而确保充电效率;并且可根据用户的充电意向价格为用户推送合适的充电站,满足用户的个性化需求。
基于与前述实施例同样的发明构思,本实施例提供一种计算机设备400,如图4所示,包括存储器410、处理器420及存储在存储器410上并可在处理器420上运行的计算机程序411,处理器420执行计算机程序411时实现上述实施例中任一种方法。
由于本实施例所介绍的计算机设备为实施本申请实施例一种推荐充电站的方法所采用的设备,故而基于本申请前述实施例中所介绍的方法,本领域所属技术人员能够了解本实施例的计算机设备的具体实施方式以及其各种变化形式,所以在此对于该服务器如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的设备,都属于本申请所欲保护的范围。
基于与前述实施例同一发明构思,本实施例还提供一种计算机可读存储介质500,如图5所示,其上存储有计算机程序511,该计算机程序511被处理器执行时可以实现前述实施例中任一实施方式。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明提供的一种推荐充电站的方法、服务器、介质及计算机设备能带来的有益效果至少是:
本发明提供了一种推荐充电站的方法、服务器、介质及计算机设备,方法包括:确定各充电热点区域及各车辆聚集热点区域;确定各所述充电热点区域及各所述充电站的车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;将所述至少一个目标充电站展示给用户;如此,因充电热点区域的可用桩数量比较少,若某个充电站附近的区域为车辆聚集热点区域时,此时用户前往该充电站很大可能会发生拥堵;因此本发明先确定充电热点区域与车辆聚集区域之间的重叠区域,再将重叠区域内的充电站剔除,相当于去除了干扰信息,在充电桩分布地图上为用户推荐的目标充电站是较为优选的充电站,用户前往目标充电站时既可避免发生拥堵又有足够的充电桩供用户选择,因此可确保用户能及时为车辆进行充电,进而确保充电效率。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种推荐充电站的方法,其特征在于,所述方法包括:
确定各充电热点区域及各车辆聚集热点区域;
确定各所述充电热点区域及各所述车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;
将所述至少一个目标充电站展示给用户;其中,
所述确定各充电热点区域,包括:
基于各充电站的负荷率确定各热点充电站;
将预设范围内的各所述热点充电站进行聚合,形成各所述充电热点区域。
2.如权利要求1所述的方法,其特征在于,所述基于各充电站的负荷率确定各热点充电站,包括:
获取各充电站在当前时刻的实际负荷率及未来时间段内的预测负荷率;
基于所述实际负荷率和/或所述预测负荷率,确定各所述热点充电站。
3.如权利要求1所述的方法,其特征在于,所述确定各车辆聚集热点区域,包括:
获取每个第一车辆聚集区域的车辆分布密度;所述第一车辆聚集区域为以参考地标为中心,以第一预设距离为半径形成的区域;
若确定所述第一车辆聚集区域的车辆分布密度大于密度阈值,则确定所述第一车辆聚集区域为车辆聚集热点区域。
4.如权利要求1所述的方法,其特征在于,所述将预设范围内的各所述热点充电站进行聚合之前,还包括:
确定聚合中心,所述聚合中心包括:与参考地标之间的距离小于预设距离阈值的热点充电站;
以所述聚合中心为圆心,以第二预设距离为半径确定所述预设范围。
5.如权利要求1所述的方法,其特征在于,所述将所述至少一个目标充电站展示给用户,包括:
针对每个所述目标充电站,获得所述目标充电站中的可用桩数量及第二车辆聚集区域内的车辆数量;所述第二车辆聚集区域为以所述目标充电站为中心以第三预设距离为半径形成的区域;
基于所述可用桩数量及所述车辆数量确定所述目标充电站的充电分值;
在每个行政区域内,基于所述充电分值及各目标充电站之间的距离对各所述目标充电站进行聚合,形成聚合充电站;
将聚合充电站所包含的各目标充电站的可用桩数量加和,得到可用充电桩数之和;
在所述充电桩分布地图中显示所述聚合充电站及所述可用充电桩数之和。
6.如权利要求1所述的方法,其特征在于,所述将所述至少一个目标充电站展示给用户,包括:
基于所述至少一个目标充电站的站点信息及所述至少一个目标充电站的可用充电桩数生成站点提示信息;
将所述站点提示信息推送至所述用户对应的终端。
7.一种服务器,其特征在于,所述服务器包括:
确定单元,用于确定各充电热点区域及各车辆聚集热点区域;
剔除单元,用于确定各所述充电热点区域及各所述车辆聚集热点区域之间的重叠区域,剔除所述重叠区域内的充电站,获得至少一个目标充电站;
展示单元,用于将所述至少一个目标充电站展示给用户;其中,
所述确定各充电热点区域,包括:
基于各充电站的负荷率确定各热点充电站;
将预设范围内的各所述热点充电站进行聚合,形成各所述充电热点区域。
8.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至6任一项所述的方法。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826426.2A CN113505149B (zh) | 2021-07-21 | 2021-07-21 | 一种推荐充电站的方法、服务器、介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826426.2A CN113505149B (zh) | 2021-07-21 | 2021-07-21 | 一种推荐充电站的方法、服务器、介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505149A CN113505149A (zh) | 2021-10-15 |
CN113505149B true CN113505149B (zh) | 2024-05-31 |
Family
ID=78013671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110826426.2A Active CN113505149B (zh) | 2021-07-21 | 2021-07-21 | 一种推荐充电站的方法、服务器、介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505149B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116414925A (zh) * | 2021-12-30 | 2023-07-11 | 奥动新能源汽车科技有限公司 | 换电站的地图显示方法及***、电子设备及存储介质 |
CN114418404A (zh) * | 2022-01-21 | 2022-04-29 | 浙江吉利控股集团有限公司 | 充电站推荐方法、装置、电子设备、介质及程序产品 |
CN115660223B (zh) * | 2022-12-12 | 2023-04-11 | 佛山隆深机器人有限公司 | 一种基于大数据的加氢调度***及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013053394A1 (en) * | 2011-10-13 | 2013-04-18 | Nokia Siemens Networks Oy | Method and device for determining a position for a charging station |
WO2017185832A1 (en) * | 2016-04-27 | 2017-11-02 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for determining routes of transportation service |
CN108199100A (zh) * | 2018-01-08 | 2018-06-22 | 哈尔滨工程大学 | 智能交通中电动汽车长途运行充电规划方法 |
CN109146129A (zh) * | 2018-07-03 | 2019-01-04 | 蔚来汽车有限公司 | 充电桩群推荐方法、可用桩预测、结果获取方法及控制器 |
CN111179506A (zh) * | 2018-11-09 | 2020-05-19 | 上海仪电(集团)有限公司中央研究院 | 共享充电桩自助充电***及共享充电桩的推荐方法 |
CN111429014A (zh) * | 2020-03-30 | 2020-07-17 | 南京邮电大学 | 基于双队列动态定价模型的电动汽车充电站选择方法 |
CN112319299A (zh) * | 2020-10-09 | 2021-02-05 | 合肥阳光新能源科技有限公司 | 充电站的确定方法、确定装置、处理器和充电*** |
JP2021018608A (ja) * | 2019-07-19 | 2021-02-15 | 株式会社東芝 | アグリゲーションシステム、アグリゲーション装置、およびアグリゲーション方法 |
CN112381313A (zh) * | 2020-11-23 | 2021-02-19 | 国网北京市电力公司 | 充电桩地址的确定方法和装置 |
CN112398895A (zh) * | 2019-08-19 | 2021-02-23 | 阿里巴巴集团控股有限公司 | 提供服务信息的方法及装置 |
KR102259675B1 (ko) * | 2020-01-17 | 2021-06-01 | 한전케이디엔주식회사 | 전기차 충전소 최적 위치 추천 시스템 및 그 방법 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011108381B4 (de) * | 2011-07-22 | 2013-02-21 | Audi Ag | Verfahren zum Unterstützen einer Person beim Planen einer Fahrt mit einem Elektrofahrzeug und Kraftfahrzeug mit einer Navigationseinrichtung |
SG10201505848SA (en) * | 2014-10-03 | 2016-05-30 | Infinium Robotics Pte Ltd | Method and apparatus for controlling agent movement in an operating space |
US20160275400A1 (en) * | 2015-03-19 | 2016-09-22 | Microsoft Technology Licensing, Llc | Device Charging Discovery Service |
KR20190096303A (ko) * | 2019-07-29 | 2019-08-19 | 엘지전자 주식회사 | 전기차량 충전 시스템 및 그 작동방법 |
-
2021
- 2021-07-21 CN CN202110826426.2A patent/CN113505149B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013053394A1 (en) * | 2011-10-13 | 2013-04-18 | Nokia Siemens Networks Oy | Method and device for determining a position for a charging station |
WO2017185832A1 (en) * | 2016-04-27 | 2017-11-02 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for determining routes of transportation service |
CN108199100A (zh) * | 2018-01-08 | 2018-06-22 | 哈尔滨工程大学 | 智能交通中电动汽车长途运行充电规划方法 |
CN109146129A (zh) * | 2018-07-03 | 2019-01-04 | 蔚来汽车有限公司 | 充电桩群推荐方法、可用桩预测、结果获取方法及控制器 |
CN111179506A (zh) * | 2018-11-09 | 2020-05-19 | 上海仪电(集团)有限公司中央研究院 | 共享充电桩自助充电***及共享充电桩的推荐方法 |
JP2021018608A (ja) * | 2019-07-19 | 2021-02-15 | 株式会社東芝 | アグリゲーションシステム、アグリゲーション装置、およびアグリゲーション方法 |
CN112398895A (zh) * | 2019-08-19 | 2021-02-23 | 阿里巴巴集团控股有限公司 | 提供服务信息的方法及装置 |
KR102259675B1 (ko) * | 2020-01-17 | 2021-06-01 | 한전케이디엔주식회사 | 전기차 충전소 최적 위치 추천 시스템 및 그 방법 |
CN111429014A (zh) * | 2020-03-30 | 2020-07-17 | 南京邮电大学 | 基于双队列动态定价模型的电动汽车充电站选择方法 |
CN112319299A (zh) * | 2020-10-09 | 2021-02-05 | 合肥阳光新能源科技有限公司 | 充电站的确定方法、确定装置、处理器和充电*** |
CN112381313A (zh) * | 2020-11-23 | 2021-02-19 | 国网北京市电力公司 | 充电桩地址的确定方法和装置 |
Non-Patent Citations (5)
Title |
---|
Scheduling of Merchant-Owned EV Charging at a Charging Facility with Multiple Chargers;Isuru Vidanalage 等;2018 IEEE Electrical Power and Energy Conference (EPEC);1-6 * |
基于信息交互的大规模电动汽车充电路径规划;张书玮;冯桂璇;樊月珍;万爽;罗禹贡;;清华大学学报(自然科学版)(第03期);279-285 * |
基于电动汽车充电价格机制的配电网调峰方法;陈姝敏 等;云南电力技术(第03期);93-97 * |
智能电动车辆最优充电路径规划方法;罗禹贡;严弈遥;朱陶;***;;工程研究-跨学科视野中的工程(第01期);92-98 * |
融合电网和交通网信息的电动车辆最优充电路径推荐策略;严弈遥 等;中国电机工程学报(第02期);310-318 * |
Also Published As
Publication number | Publication date |
---|---|
CN113505149A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113505149B (zh) | 一种推荐充电站的方法、服务器、介质及计算机设备 | |
CN110782065B (zh) | 电动汽车充电桩推荐方法、服务器、终端及*** | |
US11720828B2 (en) | Performing actions in response to charging events | |
CN107491825B (zh) | 一种约车处理方法及*** | |
CN111492386A (zh) | 一种用于对电动车辆充电的***和方法 | |
CN111127130B (zh) | 基于用户偏好的能源站点推荐方法、存储介质和电子设备 | |
CN107421555B (zh) | 确定导航路径的方法和装置 | |
CN109785611B (zh) | 无人驾驶车辆控制方法、装置、服务器及存储介质 | |
US11282085B2 (en) | Method and device for vehicle-borne payment | |
CN111831764A (zh) | 一种停留站点的确定方法、装置、电子设备和介质 | |
CN115083161B (zh) | 车辆停留点的评估方法、装置、电子设备及可读存储介质 | |
CN109919442A (zh) | 基于评价数据的汽修厂分类方法、装置及电子设备 | |
CN111179006B (zh) | 司机调度方法、装置及电子设备 | |
CN113537615B (zh) | 一种充电车辆的预测方法、装置及电子设备 | |
EP3451713A1 (en) | A method, system and device for determining a shared journey | |
CN109916420B (zh) | 一种车辆导航的方法及相关装置 | |
CN113505150B (zh) | 一种充电站信息的推送方法、服务器、介质及计算机设备 | |
CN116049564A (zh) | 一种车辆智能充电服务推送方法、装置和电子设备 | |
CN113505150A (zh) | 一种充电站信息的推送方法、服务器、介质及计算机设备 | |
CN115556610A (zh) | 车对车充电***和方法 | |
CN111859112A (zh) | 消息推送方法、装置及服务器 | |
EP2631861A1 (en) | Method and apparatus for matching spaces using a space of interest (SOI) | |
CN116853058B (zh) | 充电功率预测的方法、装置、电子设备及可读存储介质 | |
CN111582962B (zh) | 一种服务状态识别方法及装置 | |
CN116153085B (zh) | 逆行行为处理方法、路网数据提供方法、装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220629 Address after: 313300 room 101-27, building 1, No. 236, Lingyan Road, Lingfeng street, Anji County, Huzhou City, Zhejiang Province (self declaration) Applicant after: Zhejiang Anji Zhidian Holding Co.,Ltd. Address before: 100020 room A221, 2nd floor, building 4, yard 1, yaojiayuan South Road, Chaoyang District, Beijing Applicant before: CHEZHUBANG (BEIJING) TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |