CN117429303B - 一种基于物联网的电动汽车电池更换方法、***及设备 - Google Patents
一种基于物联网的电动汽车电池更换方法、***及设备 Download PDFInfo
- Publication number
- CN117429303B CN117429303B CN202311302170.0A CN202311302170A CN117429303B CN 117429303 B CN117429303 B CN 117429303B CN 202311302170 A CN202311302170 A CN 202311302170A CN 117429303 B CN117429303 B CN 117429303B
- Authority
- CN
- China
- Prior art keywords
- battery
- state
- battery replacement
- electric automobile
- driving mileage
- 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 35
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000013077 scoring method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000013543 active substance Substances 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/80—Exchanging energy storage elements, e.g. removable batteries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/042—Backward inferencing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/043—Distributed expert systems; Blackboards
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Tourism & Hospitality (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Power Engineering (AREA)
Abstract
本发明公开了一种基于物联网的电动汽车电池更换方法、***及设备，属于电动汽车电池更换技术领域，该方法基于支持换电操作的电动汽车，具体包括：S1：获取电池状态信息，利用模糊层次分析电池行驶里程状态；S2：获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；S3：建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。本发明即保证了电池的寿命以及行车的安全，又大量的节省了充电的时间，实现较高的自动化水平，为用户提供高质量的行车服务。
Description
技术领域
本发明涉及电动汽车电池更换技术领域，更具体的说是涉及一种基于物联网的电动汽车电池更换方法、***及设备。
背景技术
一直以来，电动汽车的电能补给是一个棘手的问题。为改善使用性能和提升便利性，现有应用中主要的技术手段即快速充电技术。然而，快速充电具有以下几个问题：
快速充电对电池组的耐压性和安全性提出更高要求，快速充电模式远远大于慢充模式，产生的高温会直接导致电池内部加速老化，大大缩短了电池的使用寿命，严重的话会导致电池故障频发；快速充电的充电效率相较于慢充并没有提升很多，二者充电时间长短差不多，往往需要花费几个小时，才能将亏电的电池组充到满电状态。
目前虽然大多数建成投运的电动汽车电池更换站内都配备了专用的机器人设备来完成电池的搬运与装卸工作，然而并没有过多的关注电动汽车电池的寿命，且现在更换站较少，大多用户是不确定行走多少里程或者所长时间更换电池较好，自动化水平较低。
因此，如何为用户提供更优的电动汽车电池更换方案是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于物联网的电动汽车电池更换方法、***及设备，用以解决上述现有技术中存在的技术问题。
为了实现上述目的，本发明提供如下技术方案：
一种基于物联网的电动汽车电池更换方法，基于支持换电操作的电动汽车，包括：
S1：获取电池状态信息，利用模糊层次分析电池行驶里程状态；
S2：获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；
S3：建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。
可选的，所述利用模糊层次分析电池行驶里程状态，包括：
基于电池状态信息，分析影响电池行驶里程状态因素，并根据影响电池状态因素衍生得到影响电池行驶里程状态子因素，生成各子因素集合；
采用层次分析确定各因素的权重，并建立权重系数矩阵；
对电池行驶里程状态进行划分，确定状态等级；
利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵，求出电池行驶里程状态预测结果。
可选的，基于电池状态信息，分析影响电池行驶里程状态因素，并根据影响电池状态因素衍生得到影响电池行驶里程状态子因素，生成各子因素集合为：
式中，U1、U2…,Un表示为n个不同的电池状态因素；U11…,Unm表示对应m个子因素。
可选的，采用层次分析确定各因素的权重，并建立权重系数矩阵为：
式中，w为不同的权重系数。
可选的，对电池行驶里程状态进行划分，确定三个状态等级：
V＝{v1,v2,v3}；
式中，v1为电池电量充足；v2为电池电量一般；v3为电池需要充电。
可选的，利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵为：
式中，r为不同的专家打分分值；
C＝WR；
式中，C表示电池行驶里程状态综合预测结果。
可选的，还包括：根据电池状态预测结果得到风险评估得分：
f＝CST；
式中，S为评价集对应的分数向量。
可选的，步骤S3，建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端，包括：
A＝{α1,α2,…αx}；
S＝{α|(αx)x∈N}x；
G＝{N,S}；
式中，N为参与博弈的主要影响因素集合；为A为预设范围内的电池更换站的集合，S为选址博弈的策略集合，G为博弈模型；
通过对博弈模型的求解，得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。
一种基于物联网的电动汽车电池更换***，基于支持换电操作的电动汽车，包括：
电池状态分析模块，获取电池状态信息，利用模糊层次分析电池行驶里程状态；
地理位置获取模块，获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；
推送模块，建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。
一种电子设备，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计算机程序时实现基于物联网的电动汽车电池更换方法。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于物联网的电动汽车电池更换方法、***及设备，基于物联网技术，准确的了解了电动汽车电池的行驶里程状态，在检测到需要充电电池时，搜索附近更换站并选择最优的更换站推动给用户，进行电池的更换。这样，即保证了电池的寿命以及行车的安全，又大量的节省了充电的时间，实现较高的自动化水平，为用户提供高质量的行车服务。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明的方法流程示意图；
图2为本发明的***结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于物联网的电动汽车电池更换方法、***及设备，属于电动汽车电池更换技术领域，该方法基于支持换电操作的电动汽车，具体包括：S1：获取电池状态信息，利用模糊层次分析电池行驶里程状态；S2：获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；S3：建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。本发明即保证了电池的寿命以及行车的安全，又大量的节省了充电的时间，实现较高的自动化水平，为用户提供高质量的行车服务。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明实施例公开了一种基于物联网的电动汽车电池更换方法，基于支持换电操作的电动汽车，包括：
S1：获取电池状态信息，利用模糊层次分析电池行驶里程状态；
S2：获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；
S3：建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。
在一个具体实施例中，利用模糊层次分析电池行驶里程状态，包括：
基于电池状态信息，分析影响电池行驶里程状态因素，并根据影响电池状态因素衍生得到影响电池行驶里程状态子因素，生成各子因素集合；
采用层次分析确定各因素的权重，并建立权重系数矩阵；
对电池行驶里程状态进行划分，确定状态等级；
利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵，求出电池行驶里程状态预测结果。
在一个具体实施例中，基于电池状态信息，分析影响电池行驶里程状态因素，并根据影响电池状态因素衍生得到影响电池行驶里程状态子因素，生成各子因素集合为：
式中，U1、U2…,Un表示为n个不同的电池状态因素；U11…,Unm表示对应m个子因素。
在一个具体实施例中，电池状态信息可以包括：充放电深度、电池当前容量、电池温度以及电池使用时长。
具体的，充放电深度可以通过以下公式计算：
充放电深度(DOD)＝(1-剩余电量/总电量)×100％。
其中，总电量是电池完全充满的容量，剩余电量则是当前电池中还剩余的电量。例如，如果一个电池的总容量是100Ah，当前电量为20Ah，那么它的充放电深度(DOD)为80％。
当DOD超过一定值时，电池寿命可能会受到影响。电池制造商通常会给出建议的DOD范围来保证最佳的电池寿命。
电池当前容量：电池当前容量是表征电池健康度的主要参数之一，当电池的当前容量低于额定容量的80％，说明电池老化、性能退化较为严重1。
充放电深度：充放电深度对电池健康度有影响，充放电深度增加，电池内部的活性物质激活的就多，电池释放的电量就大，进而电池健康度衰减更明显1。
温度：温度是影响电池寿命的一个关键因素，电池温度的变化会引起电池自身参数的变化，如内阻的增加和充放电率的抖动1。
此外，电池行驶里程状态还受充电方式、充电频率、使用时间、软件和硬件等因素的影响。
在一个具体实施例中，采用层次分析确定各因素的权重，并建立权重系数矩阵为：
式中，w为不同的权重系数。
在一个具体实施例中，对电池行驶里程状态进行划分，确定三个状态等级：
V＝{v1,v2,v3}；
式中，v1为电池电量充足；v2为电池电量一般；v3为电池需要充电。
在一个具体实施例中，利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵为：
式中，r为不同的专家打分分值；
C＝WR；
式中，C表示电池行驶里程状态综合预测结果。
具体的，综合预测结果为电池电量充足、电池电量一般或电池需要充电的任一种结果。
在一个具体实施例中，还包括：根据电池状态预测结果得到风险评估得分：
f＝CST；
式中，S为评价集对应的分数向量。
在一个具体实施例中，步骤S3，建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端，包括：
A＝{α1,α2,…αx}；
S＝{α|(αx)x∈N}x；
G＝{N,S}；
式中，N为参与博弈的主要影响因素集合；为A为预设范围内的电池更换站的集合，S为选址博弈的策略集合，G为博弈模型；
通过对博弈模型的求解，得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。
如图2所示，本发明实施例还公开了一种基于物联网的电动汽车电池更换***，基于支持换电操作的电动汽车，包括：
电池状态分析模块，获取电池状态信息，利用模糊层次分析电池行驶里程状态；
地理位置获取模块，获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；
推送模块，建立博弈模型，基于博弈模型得到最优电池更换站位置并推动给待更换电池的电动汽车用户终端。
一种电子设备，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，处理器执行计算机程序时实现基于物联网的电动汽车电池更换方法的步骤。
具体的，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，且不限于此。
对于实施例公开的***装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种基于物联网的电动汽车电池更换方法，基于支持换电操作的电动汽车，其特征在于，包括：
S1：获取电池状态信息，利用模糊层次分析电池行驶里程状态；
S2：获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；
S3：建立博弈模型，基于博弈模型得到最优电池更换站位置并推送给待更换电池的电动汽车用户终端；
其中，所述利用模糊层次分析电池行驶里程状态，包括：
基于电池状态信息，分析影响电池行驶里程状态因素，并根据影响电池状态因素衍生得到影响电池行驶里程状态子因素，生成各子因素集合；
采用层次分析确定各因素的权重，并建立权重系数矩阵；
对电池行驶里程状态进行划分，确定状态等级；
利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵，求出电池行驶里程状态预测结果；
所述基于电池状态信息，分析影响电池行驶里程状态因素，并根据影响电池状态因素衍生得到影响电池行驶里程状态子因素，生成各子因素集合为：
式中，U1、U2…,Un表示为n个不同的电池状态因素；U11…,Unm表示对应m个子因素；
所述采用层次分析确定各因素的权重，并建立权重系数矩阵为：
式中，w为不同的权重系数；
所述对电池行驶里程状态进行划分，确定三个状态等级：
V＝{v1,v2,v3}；
式中，v1为电池电量充足；v2为电池电量一般；v3为电池需要充电；
所述利用专家打分法给出指标评价矩阵，并建立综合目标评价决策矩阵为：
式中，r为不同的专家打分分值；
C＝WR；
式中，C表示电池行驶里程状态综合预测结果；
还包括：根据电池状态预测结果得到风险评估得分：
f＝CST；
式中，S为评价集对应的分数向量；
所述S3，建立博弈模型，基于博弈模型得到最优电池更换站位置并推送给待更换电池的电动汽车用户终端，包括：
A＝{α1,α2,…αx}；
S＝{α|(αx)x∈N}x；
G＝{N,S}；
式中，N为参与博弈的主要影响因素集合；A为预设范围内的电池更换站的集合，S为选址博弈的策略集合，G为博弈模型；
通过对博弈模型的求解，得到最优电池更换站位置并推送给待更换电池的电动汽车用户终端。
2.一种利用权利要求1所述的基于物联网的电动汽车电池更换方法的基于物联网的电动汽车电池更换***，基于支持换电操作的电动汽车，其特征在于，包括：
电池状态分析模块，获取电池状态信息，利用模糊层次分析电池行驶里程状态；
地理位置获取模块，获取待更换电池的电动汽车地理位置，以电动汽车地理位置为中心，通过物联网遍历预设范围内的电池更换站；
推送模块，建立博弈模型，基于博弈模型得到最优电池更换站位置并推送给待更换电池的电动汽车用户终端。
3.一种电子设备，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计算机程序时实现如权利要求1所述的基于物联网的电动汽车电池更换方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311302170.0A CN117429303B (zh) | 2023-10-10 | 2023-10-10 | 一种基于物联网的电动汽车电池更换方法、***及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311302170.0A CN117429303B (zh) | 2023-10-10 | 2023-10-10 | 一种基于物联网的电动汽车电池更换方法、***及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117429303A CN117429303A (zh) | 2024-01-23 |
| CN117429303B true CN117429303B (zh) | 2024-03-12 |
Family
ID=89557473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311302170.0A Active CN117429303B (zh) | 2023-10-10 | 2023-10-10 | 一种基于物联网的电动汽车电池更换方法、***及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117429303B (zh) |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000014032A (ja) * | 1998-06-24 | 2000-01-14 | Honda Motor Co Ltd | バッテリ交換システムのバッテリ充電制御装置 |
| US6104967A (en) * | 1997-07-25 | 2000-08-15 | 3M Innovative Properties Company | Fault-tolerant battery system employing intra-battery network architecture |
| CN204190080U (zh) * | 2013-11-25 | 2015-03-04 | 菲尼克斯电气公司 | 用于电动车充电的充电插头及其充电站 |
| CN105260861A (zh) * | 2015-11-25 | 2016-01-20 | 海南电网有限责任公司 | 一种电动汽车电池更换站综合风险评估方法 |
| CN107025518A (zh) * | 2017-03-20 | 2017-08-08 | 中国电力科学研究院 | 一种电动汽车充电站规划方法及装置 |
| US9955428B1 (en) * | 2016-10-24 | 2018-04-24 | International Business Machines Corporation | Optimizing scheduled charging of battery enabled devices based on a predicted battery consumption factor for an area |
| CN108366134A (zh) * | 2018-04-12 | 2018-08-03 | 中国计量大学 | 一种基于物联网的能源快速补给方法及*** |
| EP3357737A1 (en) * | 2017-02-04 | 2018-08-08 | Pedro Manuel Del Rosal Cimadevilla | Electric vehicle equipped with partially removable battery modules for dual use as traction battery or energy storage for ditributed energie generation |
| CN108710084A (zh) * | 2018-06-01 | 2018-10-26 | 王泽霖 | 一种电动汽车电源监控及能源管理*** |
| CN109146201A (zh) * | 2018-09-13 | 2019-01-04 | 三峡大学 | 基于合作博弈的充换储一体化电站微电网优化调度方法 |
| CN110053498A (zh) * | 2019-05-15 | 2019-07-26 | 江苏绿城信息技术有限公司 | 一种电动汽车智能充放电物联网云综合集成*** |
| CN110458332A (zh) * | 2019-07-18 | 2019-11-15 | 天津大学 | 一种基于负荷空间转移的电动汽车快速充电需求调度方法 |
| CN111191824A (zh) * | 2019-12-20 | 2020-05-22 | 北京理工新源信息科技有限公司 | 一种动力电池容量衰减预测方法及*** |
| CN111369329A (zh) * | 2020-03-31 | 2020-07-03 | 中国科学院自动化研究所 | 基于区块链的电动汽车电池管理***、租赁及运维方法 |
| CN111798057A (zh) * | 2020-07-06 | 2020-10-20 | 四川中电启明星信息技术有限公司 | 一种基于模糊层次盈利分析的充电场站选址方法 |
| CN112766677A (zh) * | 2021-01-08 | 2021-05-07 | 南京工程学院 | 基于模糊综合评价法的住宅区电动汽车充电需求的建模方法及充电*** |
| CN114179675A (zh) * | 2022-02-16 | 2022-03-15 | 深圳康普盾科技股份有限公司 | 一种基于物联网的换电柜安全控制方法、***及存储介质 |
| WO2022072945A1 (en) * | 2020-10-04 | 2022-04-07 | Trackonomy Systems, Inc. | Battery management |
| CN114336706A (zh) * | 2021-12-29 | 2022-04-12 | 杭州电子科技大学 | 车网主从博弈的电动汽车有序充放电调度及响应激励方法 |
| CN114626703A (zh) * | 2022-03-03 | 2022-06-14 | 贵州电网有限责任公司 | 一种基于模糊层次分析法的储能电站选址方法 |
| CN114662759A (zh) * | 2022-03-24 | 2022-06-24 | 东北电力大学 | 多主体双层博弈的规模化电动汽车充放电优化调度方法 |
| WO2022143880A1 (zh) * | 2020-12-31 | 2022-07-07 | 奥动新能源汽车科技有限公司 | 换电站推荐方法、***、电子设备和存储介质 |
| CN115792678A (zh) * | 2022-12-09 | 2023-03-14 | 南京信息职业技术学院 | 一种基于模糊层次分析法的车用动力电池性能评估方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101952137A (zh) * | 2007-09-20 | 2011-01-19 | 佳境有限公司 | 电动车辆网络 |
| US10528872B2 (en) * | 2014-05-30 | 2020-01-07 | Apple Inc. | Methods and system for managing predictive models |
| CN116461377A (zh) * | 2020-11-10 | 2023-07-21 | 浙江吉利控股集团有限公司 | 用于长途干线运输的车辆快速换电***和换电运营方法 |
-
2023
- 2023-10-10 CN CN202311302170.0A patent/CN117429303B/zh active Active
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6104967A (en) * | 1997-07-25 | 2000-08-15 | 3M Innovative Properties Company | Fault-tolerant battery system employing intra-battery network architecture |
| JP2000014032A (ja) * | 1998-06-24 | 2000-01-14 | Honda Motor Co Ltd | バッテリ交換システムのバッテリ充電制御装置 |
| CN204190080U (zh) * | 2013-11-25 | 2015-03-04 | 菲尼克斯电气公司 | 用于电动车充电的充电插头及其充电站 |
| CN105260861A (zh) * | 2015-11-25 | 2016-01-20 | 海南电网有限责任公司 | 一种电动汽车电池更换站综合风险评估方法 |
| US9955428B1 (en) * | 2016-10-24 | 2018-04-24 | International Business Machines Corporation | Optimizing scheduled charging of battery enabled devices based on a predicted battery consumption factor for an area |
| EP3357737A1 (en) * | 2017-02-04 | 2018-08-08 | Pedro Manuel Del Rosal Cimadevilla | Electric vehicle equipped with partially removable battery modules for dual use as traction battery or energy storage for ditributed energie generation |
| CN107025518A (zh) * | 2017-03-20 | 2017-08-08 | 中国电力科学研究院 | 一种电动汽车充电站规划方法及装置 |
| CN108366134A (zh) * | 2018-04-12 | 2018-08-03 | 中国计量大学 | 一种基于物联网的能源快速补给方法及*** |
| CN108710084A (zh) * | 2018-06-01 | 2018-10-26 | 王泽霖 | 一种电动汽车电源监控及能源管理*** |
| CN109146201A (zh) * | 2018-09-13 | 2019-01-04 | 三峡大学 | 基于合作博弈的充换储一体化电站微电网优化调度方法 |
| CN110053498A (zh) * | 2019-05-15 | 2019-07-26 | 江苏绿城信息技术有限公司 | 一种电动汽车智能充放电物联网云综合集成*** |
| CN110458332A (zh) * | 2019-07-18 | 2019-11-15 | 天津大学 | 一种基于负荷空间转移的电动汽车快速充电需求调度方法 |
| CN111191824A (zh) * | 2019-12-20 | 2020-05-22 | 北京理工新源信息科技有限公司 | 一种动力电池容量衰减预测方法及*** |
| CN111369329A (zh) * | 2020-03-31 | 2020-07-03 | 中国科学院自动化研究所 | 基于区块链的电动汽车电池管理***、租赁及运维方法 |
| CN111798057A (zh) * | 2020-07-06 | 2020-10-20 | 四川中电启明星信息技术有限公司 | 一种基于模糊层次盈利分析的充电场站选址方法 |
| WO2022072945A1 (en) * | 2020-10-04 | 2022-04-07 | Trackonomy Systems, Inc. | Battery management |
| WO2022143880A1 (zh) * | 2020-12-31 | 2022-07-07 | 奥动新能源汽车科技有限公司 | 换电站推荐方法、***、电子设备和存储介质 |
| CN112766677A (zh) * | 2021-01-08 | 2021-05-07 | 南京工程学院 | 基于模糊综合评价法的住宅区电动汽车充电需求的建模方法及充电*** |
| CN114336706A (zh) * | 2021-12-29 | 2022-04-12 | 杭州电子科技大学 | 车网主从博弈的电动汽车有序充放电调度及响应激励方法 |
| CN114179675A (zh) * | 2022-02-16 | 2022-03-15 | 深圳康普盾科技股份有限公司 | 一种基于物联网的换电柜安全控制方法、***及存储介质 |
| CN114626703A (zh) * | 2022-03-03 | 2022-06-14 | 贵州电网有限责任公司 | 一种基于模糊层次分析法的储能电站选址方法 |
| CN114662759A (zh) * | 2022-03-24 | 2022-06-24 | 东北电力大学 | 多主体双层博弈的规模化电动汽车充放电优化调度方法 |
| CN115792678A (zh) * | 2022-12-09 | 2023-03-14 | 南京信息职业技术学院 | 一种基于模糊层次分析法的车用动力电池性能评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘凯等.Optimization of Electric Vehicle Charging Station Location Based on Game Theory.2011 International Conference Transportation, Mechanical, and ELectrical engineering.2011,全文. * |
| 牛淑娅 ; 曾博 ; 刘文霞 ; 刘亚迪 ; .基于合作博弈的电动汽车换电站优化配置.南方电网技术.2017,(第12期),全文. * |
| 王萌等.电动汽车充电站选址决策与评价研究. 电力自动化设备.2015,第34卷全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117429303A (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113049976B (zh) | 一种车辆电池健康状态评估方法及*** | |
| CN108072844B (zh) | 一种车用动力电池可用功率估算方法 | |
| CN107329094A (zh) | 动力电池健康状态估算方法及装置 | |
| CN110008235A (zh) | 动力电池健康度评价方法、装置及*** | |
| CN112005426B (zh) | 充电方法、电子装置以及存储介质 | |
| US11105861B2 (en) | Device and method for estimating battery resistance | |
| CN112213643B (zh) | 电池初始容量、电池健康状态的预测方法、***及设备 | |
| CN110658460B (zh) | 一种电池包的电池寿命预测方法及装置 | |
| CN109557475B (zh) | 一种电池可用容量soc的确定方法及装置 | |
| CN111060835A (zh) | 锂电池剩余寿命的预测方法、***及可读存储介质 | |
| CN112421717B (zh) | 一种电池***的充电方法及充电装置 | |
| CN104681851B (zh) | 一种汽车用锂离子动力电池配组方法 | |
| CN109017429A (zh) | 一种动力电池组量化的全工况被动均衡算法 | |
| CN117429303B (zh) | 一种基于物联网的电动汽车电池更换方法、***及设备 | |
| EP4270714A1 (en) | Charging method, electronic device, and storage medium | |
| CN117233623A (zh) | 带有末端修正的电池soc估算方法及装置 | |
| CN112583060B (zh) | 电池循环中的阴极保护方法、阴极保护装置及存储介质 | |
| CN107132480A (zh) | 一种电动交通工具续航里程的测算方法 | |
| CN114282852B (zh) | 一种电池安全性计算方法和装置 | |
| CN106984561B (zh) | 一种动力锂离子电池的筛选方法 | |
| CN105978105B (zh) | 电池充电电流的获取方法及装置 | |
| EP4254596A1 (en) | Charging method, electronic apparatus, and storage medium | |
| EP4270715A1 (en) | Charging method, electronic device, and storage medium | |
| CN111650527A (zh) | 电池寿命预测方法、电子装置以及存储介质 | |
| CN116660760B (zh) | 确定电池soh值的方法、装置、用电装置及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |