CN110704731B - 一种充电桩链式推荐方法和装置 - Google Patents

一种充电桩链式推荐方法和装置 Download PDF

Info

Publication number
CN110704731B
CN110704731B CN201910869378.8A CN201910869378A CN110704731B CN 110704731 B CN110704731 B CN 110704731B CN 201910869378 A CN201910869378 A CN 201910869378A CN 110704731 B CN110704731 B CN 110704731B
Authority
CN
China
Prior art keywords
user terminal
charging
charged
user
early warning
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
Application number
CN201910869378.8A
Other languages
English (en)
Other versions
CN110704731A (zh
Inventor
张天乐
郑莉雯
刘祥涛
田志宏
周娜琴
冯毅
殷丽华
陈娟
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.)
Guangzhou University
Original Assignee
Guangzhou University
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 Guangzhou University filed Critical Guangzhou University
Priority to CN201910869378.8A priority Critical patent/CN110704731B/zh
Publication of CN110704731A publication Critical patent/CN110704731A/zh
Application granted granted Critical
Publication of CN110704731B publication Critical patent/CN110704731B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种充电桩链式推荐方法和装置。所述方法包括：根据用户终端的当前定位数据和历史充电记录，判断用户终端是否有充电需求，若用户终端有充电需求，将用户终端标记为待充电用户终端；根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分；根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径；当检测到所述待充电用户终端进入所述目标充电区域，生成充电桩推荐列表，并将所述充电桩推荐列表下发至所述待充电用户终端。本发明能实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。

Description

一种充电桩链式推荐方法和装置
技术领域
本发明涉及电动车充电技术领域，尤其涉及一种充电桩链式推荐方法和装置。
背景技术
随着新能源电动汽车的推广普及，电动汽车的充电桩作为其相关行业也开始迅猛发展。为方便用户查找使用充电桩，当前已提出并应用充电桩推荐平台。
现有的充电桩推荐平台根据接收的用户信息(如用户输入的查找条件)在大量并行分布运行的各个充电桩系统中为用户推荐充电桩。因不同用户的信息具有一致性或互斥性，难以精确地为各个用户推荐具体的充电桩，故现有的充电桩推荐平台通常将用户适配的全部空闲充电桩推荐给用户，由用户自行选择充电桩。但由于用户选择的主观性和随机性，仍难以保证严格的供需一一对应关系。
在实际应用中，现有的充电桩推荐平台很容易将同一充电桩推荐给多个用户，当充电桩数量并不多时，多个用户很容易选择同一充电桩，导致出现部分用户无法使用充电桩或需要再次选择充电桩的情况。可见，现有的充电桩推荐平台缺少对充电桩的适度调配，容易导致频繁的推荐冲突，不利于提高充电桩的利用率。
发明内容
本发明提供一种充电桩链式推荐方法和装置，能够实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
为了解决上述技术问题，本发明提出了一种充电桩链式推荐方法，包括：
根据用户终端的当前定位数据和历史充电记录，判断所述用户终端是否有充电需求，若所述用户终端有充电需求，将所述用户终端标记为待充电用户终端；
根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分；
根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径；
当检测到所述待充电用户终端进入所述目标充电区域时，将生成的充电桩推荐列表下发至所述待充电用户终端。
进一步地，所述根据用户终端的当前定位数据和历史充电记录，判断所述用户终端是否有充电需求，若所述用户终端有充电需求，将所述用户终端标记为待充电用户终端，包括：
根据所述当前定位数据和所述历史充电记录，计算所述用户终端当前时段或当前时刻的状态概率；其中，所述状态概率包括未去往充电站、正去往充电站、已到达充电站的概率；
若最大所述状态概率为正去往充电站的概率或已到达充电站的概率，默认所述用户终端有充电需求，并将所述用户终端标记为所述待充电用户终端。
进一步地，所述根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分，包括：
根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将所述待充电用户终端划分为高级预警用户终端、中级预警用户终端和低级预警用户终端；
其中，所述用户属性包括VIP用户，将所述用户属性为VIP用户的所述待充电用户终端划分为所述高级预警用户终端。
进一步地，所述根据所述待充电用户终端的预警等级，对应筛选目标充电区域，包括：
若所述待充电用户终端为所述高级预警用户终端，采用一级过滤筛选所述目标充电区域；
若所述待充电用户终端为所述中级预警用户终端，采用二级过滤筛选所述目标充电区域；
若所述待充电用户终端为所述低级预警用户终端，采用三级过滤筛选所述目标充电区域。
进一步地，根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径，包括：
在预设的时间周期、路径距离或地理位置，再次筛选所述目标充电区域，并根据新的所述目标充电区域更新所述行车规划路径。
本发明还提出了一种充电桩链式推荐装置，包括：
判断模块，用于根据用户终端的当前定位数据和历史充电记录，判断所述用户终端是否有充电需求，若所述用户终端有充电需求，将所述用户终端标记为待充电用户终端；
分级模块，用于根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分；
筛选模块，用于根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径；
推荐模块，用于当检测到所述待充电用户终端进入所述目标充电区域时，将生成的充电桩推荐列表下发至所述待充电用户终端。
进一步地，所述判断模块，包括：
计算单元，用于根据所述当前定位数据和所述历史充电记录，计算所述用户终端当前时段或当前时刻的状态概率；其中，所述状态概率包括未去往充电站、正去往充电站、已到达充电站的概率；
标记单元，用于若最大所述状态概率为正去往充电站的概率或已到达充电站的概率，默认所述用户终端有充电需求，并将所述用户终端标记为所述待充电用户终端。
进一步地，所述分级模块，包括：
分级单元，用于根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将所述待充电用户终端划分为高级预警用户终端、中级预警用户终端和低级预警用户终端；
其中，所述用户属性包括VIP用户，将所述用户属性为VIP用户的所述待充电用户终端划分为所述高级预警用户终端。
进一步地，所述筛选模块，包括：
一级筛选单元，用于若所述待充电用户终端为所述高级预警用户终端，采用一级过滤筛选所述目标充电区域；
二级筛选单元，用于若所述待充电用户终端为所述中级预警用户终端，采用二级过滤筛选所述目标充电区域；
三级筛选单元，用于若所述待充电用户终端为所述低级预警用户终端，采用三级过滤筛选所述目标充电区域。
进一步地，所述推荐模块，包括：
更新单元，用于在预设的时间周期、路径距离或地理位置，再次筛选所述目标充电区域，并根据新的所述目标充电区域更新所述行车规划路径。
本发明的实施例，具有如下有益效果：
通过为不同预警等级的所述待充电用户终端筛选对应的所述目标充电区域，且当检测到所述待充电用户终端进入所述目标充电区域时，向所述充电用户终端下发所述充电桩推荐列表，可以优先为预警等级较高的所述待充电用户终端筛选所述目标充电区域，优先向先进入所述目标充电区域的所述待充电用户终端发送所述充电桩推荐列表。本发明实施例能够实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
附图说明
图1为本发明第一实施例中的一种充电桩链式推荐方法的流程示意图；
图2为本发明第一实施例中的一优选实施例的流程示意图；
图3为本发明第一实施例中的另一优选实施例的流程示意图；
图4为本发明第二实施例中的一种充电桩链式推荐装置结构示意图。
具体实施方式
下面将结合本发明中的附图，对本发明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。
需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器作为执行主体为例进行说明。
第一实施例。请参阅图1-3。
如图1所示，第一实施例提供的一种充电桩链式推荐方法，包括步骤S1～S4：
S1、根据用户终端的当前定位数据和历史充电记录，判断所述用户终端是否有充电需求，若所述用户终端有充电需求，将所述用户终端标记为待充电用户终端。
S2、根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分。
S3、根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径。
S4、当检测到所述待充电用户终端进入所述目标充电区域，生成充电桩推荐列表，并将所述充电桩推荐列表下发至所述待充电用户终端。
需要说明的是，所述用户终端为用户所持终端设备，包括手机、电脑、平板等可与服务器连接的通信设备。所述用户终端与对应电动汽车以有线通信或无线通信方式连接。
通过为不同预警等级的所述待充电用户终端筛选对应的所述目标充电区域，且当检测到所述待充电用户终端进入所述目标充电区域时，向所述充电用户终端下发所述充电桩推荐列表，可以优先为预警等级较高的所述待充电用户终端筛选所述目标充电区域，优先向先进入所述目标充电区域的所述待充电用户终端发送所述充电桩推荐列表。
本实施例能够实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
如图2所示，在一优选的实施例当中，所述步骤S1，包括步骤S11～S12：
S11、根据所述当前定位数据和所述历史充电记录，计算所述用户终端当前时段或当前时刻的状态概率；其中，所述状态概率包括未去往充电站、正去往充电站、已到达充电站的概率。
S12、若最大所述状态概率为正去往充电站的概率或已到达充电站的概率，默认所述用户终端有充电需求，并将所述用户终端标记为所述待充电用户终端。
可以理解的是，通过根据所述当前定位数据和所述历史充电数据，计算所述用户终端当前时段或当前时刻的所述状态概率并得到最大所述状态概率，以基于最大所述状态概率估得所述用户终端当前时段或当前时刻的状态，从而判断所述用户终端是否有充电需求，并将判断有充电需求的所述用户终端标记为所述待充电用户终端。
若计算所述用户终端当前时段的所述状态概率，则可将一天分为若干个时段，根据所述历史充电记录，统计所述用户终端在某个时段处于未去往充电站、正去往充电站和已到达充电站状态的天数。
若计算所述用户终端当前时刻的所述状态概率，则可将一天分为若干个时刻，根据所述历史充电记录，统计所述用户终端在某个时刻处于未去往充电站、正去往充电站和已到达充电站状态的天数。
以计算某一用户终端在当前t时刻的状态概率为例。
通过根据该用户终端在过去一个月内的充电记录(即所述历史充电记录)，统计得到该用户终端在t时刻处于未去往充电站状态(S1)的天数为5天，处于正去往充电站状态(S2)的天数为10天，处于已到达充电站状态(S3)的天数为15天，可知在过去一个月内该用户终端在t时刻处于已到达充电站状态(S3) 的天数较多，故估得该用户终端在当前t时刻处于已到达充电站状态(S3),从而判断该用户终端有充电需求，并将该用户终端标记为待充电用户终端。
其中，所述状态概率的计算公式为：
Figure BDA0002201084340000071
式中，i＝1,2,3，N(Si)表示t时刻处于Si状态的总天数；
最大所述状态概率为：
Maximum[P(Si)]。
本实施例能够实现自动识别有充电需求的所述用户终端(即所述待充电用户终端)，有利于实时为用户提供充电桩推荐服务。
在优选的实施例当中，所述步骤S2，包括：根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将所述待充电用户终端划分为高级预警用户终端、中级预警用户终端和低级预警用户终端；其中，所述用户属性包括VIP用户，将所述用户属性为VIP用户的所述待充电用户终端划分为所述高级预警用户终端。
可以理解的是，所述用户属性包括所述VIP用户和普通用户。对于所述用户属性为VIP用户的所述待充电用户终端，直接将其划分为所述高级预警用户终端，即用户可通过支付一定费用升级预警等级，优先享有充电桩推荐服务。
对于所述用户属性为普通用户的所述待充电用户终端，需要根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将其划分为高级预警用户终端、中级预警用户终端和低级预警用户终端。
其中，所述电动汽车续航数据是与所述待充电用户终端对应的电动汽车的续航数据，所述电动汽车续航数据包括电动汽车的续航电量、续航时间或续航路程，续航电量越少，续航时间或续航路程越短，所述待充电用户终端的预警等级就越高。所述所在地区充电桩分布数据包括用户所在地区充电桩的分布比例或分布密度，分布比例或分布密度越小，所述待充电用户终端的预警等级就越高。
在本实施例一优选的实施方式中，可根据道路情况、天气情况、车载设备耗电情况等信息估算电动汽车的耗电速度，以便预测电动汽车的续航时间或续航路程。
本实施例通过考虑用户的主观充电需求和客观充电需求，将所述待充电用户终端划分为所述高级预警用户终端、所述中级预警用户终端和所述低级预警用户终端，以便优先为预警等级较高的所述待充电用户终端提供充电桩推荐服务。
如图3所示，在另一优选的实施例当中，所述步骤S3，包括步骤S31～S33：
S31、若所述待充电用户终端为所述高级预警用户终端，采用一级过滤筛选所述目标充电区域。
S32、若所述待充电用户终端为所述中级预警用户终端，采用二级过滤筛选所述目标充电区域。
S33、若所述待充电用户终端为所述低级预警用户终端，采用三级过滤筛选所述目标充电区域。
可以理解的是，通过所述一级过滤为所述高级预警用户终端筛选所述目标充电区域，通过所述二级过滤为所述中级预警用户终端筛选所述目标充电区域，通过所述三级过滤为所述低级预警用户终端筛选所述目标充电区域，可以优先为预警等级较高的所述待充电用户终端筛选所述目标充电区域。
在本实施例一优选的实施方式中，所述一级过滤，主要根据所述当前定位数据、电动汽车参数信息、充电区域车位信息和充电桩状态信息筛选所述目标充电区域。对于所述高级预警用户终端，需要尽快为其提供充电桩推荐服务，故主要考虑充电距离、适配参数、充电速度等因素筛选所述目标充电区域。
所述二级过滤，即在一级过滤后，还会根据用户偏好度、排队等待时间、充电价格筛选所述目标充电区域。本实施例优先推荐所述用户偏好度高，所述排队等待时间短，所述充电价格低的所述目标充电区域。
其中，所述用户偏好度的计算公式如下：
Figure BDA0002201084340000091
其中，staj∈（ sta1,sta2,…,staj ） 表示初始充电桩集合中的j个充电区域，cj∈（ c1,c2,…,cj ） 表示该用户前往各充电区域充电的历史总次数，dist(pj,staj)表示当前时刻电动汽车到充电区域的实时距离；
最大所述用户偏好度为：
Maximum[scorej]。
所述排队等待时间等于用户去往不同充电区域的路途耗时与充电耗时之和。若所述目标充电区域内的所有充电桩均已被占用，所述排队等待时间等于用户去往不同充电区域的路途耗时、充电耗时排队耗时(前车的剩余充电时长) 之和。所述充电价格为按照每个充电桩以及充电站停车场的计价标准，计算所得的价格。
所述三级过滤，即在二级过滤后，引入交通负载均衡因子和充电桩利用率均衡因子，筛选所述目标充电区域。
可以理解的是，如果只考虑用户需求的话，在车流量比较大的地方，绝大多数用户趋向前往附近最方便的充电区域，造成严重的交通拥堵。充电桩在实际使用时，位于中心地区的充电桩供不应求，而位于边缘地区的充电桩却供过于求。因此，引入所述交通负载均衡因子和所述充电桩利用率均衡因子，有利于避免交通拥堵，提高充电桩利用率。
本实施例根据所述待充电用户终端的预警等级，分级筛选所述目标充电区域，科学诱导用户在各个地区各个充电桩进行充电，不仅满足用户的充电需求，还有利于缓解交通压力，提高充电桩利用率。
在优选的实施例当中，步骤S4，包括：在预设的时间周期、路径距离或地理位置，再次筛选所述目标充电区域，并根据新的所述目标充电区域更新所述行车规划路径。
可以理解的是，通过在预设的时间周期(如1min后)、路径距离(如1km 后)或地理位置(如分叉路口等)，再次筛选所述目标充电区域，当得到新的所述目标充电区域时，根据新的所述目标充电区域更新所述待充电用户终端的所述行车规划路径。
本实施例能够根据用户的行途变化，定时、定距或定点更新所述目标充电区域和所述行车规划路径，有利于在充电桩使用情况发生改变时及时调整充电桩推荐服务，以实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
第二实施例。请参阅图4。
如图4所示，第二实施例提供的一种充电桩链式推荐装置，包括：判断模块21，用于根据用户终端的当前定位数据和历史充电记录，判断所述用户终端是否有充电需求，若所述用户终端有充电需求，将所述用户终端标记为待充电用户终端；分级模块22，用于根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分；筛选模块23，用于根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径；推荐模块24，用于当检测到所述待充电用户终端进入所述目标充电区域时，将生成的充电桩推荐列表下发至所述待充电用户终端。
需要说明的是，所述用户终端为用户所持终端设备，包括手机、电脑、平板等可与服务器连接的通信设备。所述用户终端与对应电动汽车以有线通信或无线通信方式连接。
通过为不同预警等级的所述待充电用户终端筛选对应的所述目标充电区域，且当检测到所述待充电用户终端进入所述目标充电区域时，向所述充电用户终端下发所述充电桩推荐列表，可以优先为预警等级较高的所述待充电用户终端筛选所述目标充电区域，优先向先进入所述目标充电区域的所述待充电用户终端发送所述充电桩推荐列表。
本实施例能够实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
在优选的实施例当中，所述判断模块21，包括：计算单元211，用于根据所述当前定位数据和所述历史充电记录，计算所述用户终端当前时段或当前时刻的状态概率；其中，所述状态概率包括未去往充电站、正去往充电站、已到达充电站的概率；标记单元212，用于若最大所述状态概率为正去往充电站的概率或已到达充电站的概率，默认所述用户终端有充电需求，并将所述用户终端标记为所述待充电用户终端。
可以理解的是，通过根据所述当前定位数据和所述历史充电数据，计算所述用户终端当前时段或当前时刻的所述状态概率并得到最大所述状态概率，以基于最大所述状态概率估得所述用户终端当前时段或当前时刻的状态，从而判断所述用户终端是否有充电需求，并将判断有充电需求的所述用户终端标记为所述待充电用户终端。
若计算所述用户终端当前时段的所述状态概率，则可将一天分为若干个时段，根据所述历史充电记录，统计所述用户终端在某个时段处于未去往充电站、正去往充电站和已到达充电站状态的天数。
若计算所述用户终端当前时刻的所述状态概率，则可将一天分为若干个时刻，根据所述历史充电记录，统计所述用户终端在某个时刻处于未去往充电站、正去往充电站和已到达充电站状态的天数。
以计算某一用户终端在当前t时刻的状态概率为例。
通过根据该用户终端在过去一个月内的充电记录(即所述历史充电记录)，统计得到该用户终端在t时刻处于未去往充电站状态(S1)的天数为5天，处于正去往充电站状态(S2)的天数为10天，处于已到达充电站状态(S3)的天数为15天，可知在过去一个月内该用户终端在t时刻处于已到达充电站状态(S3) 的天数较多，故估得该用户终端在当前t时刻处于已到达充电站状态(S3),从而判断该用户终端有充电需求，并将该用户终端标记为待充电用户终端。
其中，所述状态概率的计算公式为：
Figure BDA0002201084340000111
式中，i＝1,2,3，N(Si)表示t时刻处于Si状态的总天数；
最大所述状态概率为：
Maximum[P(Si)]。
本实施例能够实现自动识别有充电需求的所述用户终端(即所述待充电用户终端)，有利于实时为用户提供充电桩推荐服务。
在优选的实施例当中，所述分级模块22，包括：分级单元221，用于根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将所述待充电用户终端划分为高级预警用户终端、中级预警用户终端和低级预警用户终端；其中，所述用户属性包括VIP用户，将所述用户属性为VIP用户的所述待充电用户终端划分为所述高级预警用户终端。
可以理解的是，所述用户属性包括所述VIP用户和普通用户。对于所述用户属性为VIP用户的所述待充电用户终端，直接将其划分为所述高级预警用户终端，即用户可通过支付一定费用升级预警等级，优先享有充电桩推荐服务。
对于所述用户属性为普通用户的所述待充电用户终端，需要根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将其划分为高级预警用户终端、中级预警用户终端和低级预警用户终端。
其中，所述电动汽车续航数据是与所述待充电用户终端对应的电动汽车的续航数据，所述电动汽车续航数据包括电动汽车的续航电量、续航时间或续航路程，续航电量越少，续航时间或续航路程越短，所述待充电用户终端的预警等级就越高。所述所在地区充电桩分布数据包括用户所在地区充电桩的分布比例或分布密度，分布比例或分布密度越小，所述待充电用户终端的预警等级就越高。
在本实施例一优选的实施方式中，可根据道路情况、天气情况、车载设备耗电情况等信息估算电动汽车的耗电速度，以便预测电动汽车的续航时间或续航路程。
本实施例通过考虑用户的主观充电需求和客观充电需求，将所述待充电用户终端划分为所述高级预警用户终端、所述中级预警用户终端和所述低级预警用户终端，以便优先为预警等级较高的所述待充电用户终端提供充电桩推荐服务。
在优选的实施例当中，所述筛选模块23，包括：一级筛选单元231，用于若所述待充电用户终端为所述高级预警用户终端，采用一级过滤筛选所述目标充电区域；二级筛选单元232，用于若所述待充电用户终端为所述中级预警用户终端，采用二级过滤筛选所述目标充电区域；三级筛选单元233，用于若所述待充电用户终端为所述低级预警用户终端，采用三级过滤筛选所述目标充电区域。
可以理解的是，通过所述一级过滤为所述高级预警用户终端筛选所述目标充电区域，通过所述二级过滤为所述中级预警用户终端筛选所述目标充电区域，通过所述三级过滤为所述低级预警用户终端筛选所述目标充电区域，可以优先为预警等级较高的所述待充电用户终端筛选所述目标充电区域。
在本实施例一优选的实施方式中，所述一级过滤，主要根据所述当前定位数据、电动汽车参数信息、充电区域车位信息和充电桩状态信息筛选所述目标充电区域。对于所述高级预警用户终端，需要尽快为其提供充电桩推荐服务，故主要考虑充电距离、适配参数、充电速度等因素筛选所述目标充电区域。
所述二级过滤，即在一级过滤后，还会根据用户偏好度、排队等待时间、充电价格筛选所述目标充电区域。本实施例优先推荐所述用户偏好度高，所述排队等待时间短，所述充电价格低的所述目标充电区域。
其中，所述用户偏好度的计算公式如下：
Figure BDA0002201084340000131
其中，staj∈（sta1,sta2,…,staj ） 表示初始充电桩集合中的j个充电区域，cj∈（c1,c2,…,cj）表示该用户前往各充电区域充电的历史总次数，dist(pj,staj)表示当前时刻电动汽车到充电区域的实时距离；
最大所述用户偏好度为：
Maximum[scorej]。
所述排队等待时间等于用户去往不同充电区域的路途耗时与充电耗时之和。若所述目标充电区域内的所有充电桩均已被占用，所述排队等待时间等于用户去往不同充电区域的路途耗时、充电耗时排队耗时(前车的剩余充电时长) 之和。所述充电价格为按照每个充电桩以及充电站停车场的计价标准，计算所得的价格。
所述三级过滤，即在二级过滤后，引入交通负载均衡因子和充电桩利用率均衡因子，筛选所述目标充电区域。
可以理解的是，如果只考虑用户需求的话，在车流量比较大的地方，绝大多数用户趋向前往附近最方便的充电区域，造成严重的交通拥堵。充电桩在实际使用时，位于中心地区的充电桩供不应求，而位于边缘地区的充电桩却供过于求。因此，引入所述交通负载均衡因子和所述充电桩利用率均衡因子，有利于避免交通拥堵，提高充电桩利用率。
本实施例根据所述待充电用户终端的预警等级，分级筛选所述目标充电区域，科学诱导用户在各个地区各个充电桩进行充电，不仅满足用户的充电需求，还有利于缓解交通压力，提高充电桩利用率。
在优选的实施例当中，所述推荐模块24，包括：
更新单元241，用于在预设的时间周期、路径距离或地理位置，再次筛选所述目标充电区域，并根据新的所述目标充电区域更新所述行车规划路径。
可以理解的是，通过在预设的时间周期(如1min后)、路径距离(如1km 后)或地理位置(如分叉路口等)，再次筛选所述目标充电区域，当得到新的所述目标充电区域时，根据新的所述目标充电区域更新所述待充电用户终端的所述行车规划路径。
本实施例能够根据用户的行途变化，定时、定距或定点更新所述目标充电区域和所述行车规划路径，有利于在充电桩使用情况发生改变时及时调整充电桩推荐服务，以实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
综上所述，本发明的实施例通过为不同预警等级的所述待充电用户终端筛选对应的所述目标充电区域，且当检测到所述待充电用户终端进入所述目标充电区域时，向所述充电用户终端下发所述充电桩推荐列表，可以优先为预警等级较高的所述待充电用户终端筛选所述目标充电区域，优先向先进入所述目标充电区域的所述待充电用户终端发送所述充电桩推荐列表。本发明实施例能够实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM) 或随机存储记忆体(Random Access Memory，RAM)等。

Claims (4)

1.一种充电桩链式推荐方法，其特征在于，包括：
根据用户终端的当前定位数据和历史充电记录，判断所述用户终端是否有充电需求，包括：
根据所述当前定位数据和所述历史充电记录，计算所述用户终端当前时段或当前时刻的状态概率；其中，所述状态概率包括未去往充电站、正去往充电站、已到达充电站的概率；
若最大所述状态概率为正去往充电站的概率或已到达充电站的概率，默认所述用户终端有充电需求；其中，
若计算所述用户终端当前时段的所述状态概率，则可将一天分为若干个时段，根据所述历史充电记录，统计所述用户终端在某个时段处于未去往充电站、正去往充电站和已到达充电站状态的天数；
若计算所述用户终端当前时刻的所述状态概率，则可将一天分为若干个时刻，根据所述历史充电记录，统计所述用户终端在某个时刻处于未去往充电站、正去往充电站和已到达充电站状态的天数；
其中，所述当前时刻的状态概率的计算公式如下：
Figure FDA0003591036830000011
式中，i＝1,2,3，N(Si)表示当前时刻处于Si状态的总天数，S1表示未去往充电站，S2表示正去往充电站，S3表示已到达充电站的概率；
最大所述状态概率的计算公式如下：
Maximum[P(Si)]；
若所述用户终端有充电需求，将所述用户终端标记为待充电用户终端；
根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分，包括：
根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将所述待充电用户终端划分为高级预警用户终端、中级预警用户终端和低级预警用户终端；
其中，所述用户属性包括VIP用户，将所述用户属性为VIP用户的所述待充电用户终端划分为所述高级预警用户终端；
根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径，包括：
若所述待充电用户终端为所述高级预警用户终端，采用一级过滤筛选所述目标充电区域；
若所述待充电用户终端为所述中级预警用户终端，采用二级过滤筛选所述目标充电区域；
若所述待充电用户终端为所述低级预警用户终端，采用三级过滤筛选所述目标充电区域；
其中，所述一级过滤，根据所述当前定位数据、电动汽车参数信息、充电区域车位信息和充电桩状态信息筛选所述目标充电区域；
所述二级过滤，在一级过滤后，根据用户偏好度、排队等待时间、充电价格筛选所述目标充电区域；其中，所述用户偏好度的计算公式如下：
Figure FDA0003591036830000021
其中，staj∈(sta1,sta2,…,staj)表示初始充电桩集合中的j个充电区域，cj∈(c1,c2,…,cj)表示该用户前往各充电区域充电的历史总次数，dist(pj,staj)表示当前时刻电动汽车到充电区域的实时距离；
最大所述用户偏好度为：
Maximum[scorej]
所述三级过滤，在二级过滤后，引入交通负载均衡因子和充电桩利用率均衡因子，筛选所述目标充电区域；
当检测到所述待充电用户终端进入所述目标充电区域时，将生成的充电桩推荐列表下发至所述待充电用户终端。
2.如权利要求1所述的充电桩链式推荐方法，其特征在于，所述根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径，包括：
在预设的时间周期、路径距离或地理位置，再次筛选所述目标充电区域，并根据新的所述目标充电区域更新所述行车规划路径。
3.一种充电桩链式推荐装置，其特征在于，包括：
判断模块，用于根据用户终端的当前定位数据和历史充电记录，判断所述用户终端是否有充电需求，若所述用户终端有充电需求，将所述用户终端标记为待充电用户终端；其中，所述判断模块包括计算单元和标记单元；
计算单元，用于根据所述当前定位数据和所述历史充电记录，计算所述用户终端当前时段或当前时刻的状态概率；其中，所述状态概率包括未去往充电站、正去往充电站、已到达充电站的概率；
标记单元，用于若最大所述状态概率为正去往充电站的概率或已到达充电站的概率，默认所述用户终端有充电需求，并将所述用户终端标记为所述待充电用户终端；
若计算所述用户终端当前时段的所述状态概率，则可将一天分为若干个时段，根据所述历史充电记录，统计所述用户终端在某个时段处于未去往充电站、正去往充电站和已到达充电站状态的天数；
若计算所述用户终端当前时刻的所述状态概率，则可将一天分为若干个时刻，根据所述历史充电记录，统计所述用户终端在某个时刻处于未去往充电站、正去往充电站和已到达充电站状态的天数；
其中，所述当前时刻的状态概率的计算公式如下：
Figure FDA0003591036830000041
式中，i＝1,2,3，N(Si)表示当前时刻处于Si状态的总天数，S1表示未去往充电站，S2表示正去往充电站，S3表示已到达充电站的概率；
最大所述状态概率的计算公式如下：
Maximum[P(Si)]；
分级模块，用于根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分；其中，所述分级模块包括分级单元；
分级单元，用于根据所述用户属性、所述电动汽车续航数据、所述所在地区充电桩分布数据，将所述待充电用户终端划分为高级预警用户终端、中级预警用户终端和低级预警用户终端；
其中，所述用户属性包括VIP用户，将所述用户属性为VIP用户的所述待充电用户终端划分为所述高级预警用户终端；
筛选模块，用于根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径；其中，所述筛选模块包括一级筛选单元、二级筛选单元和三级筛选单元；
一级筛选单元，用于若所述待充电用户终端为所述高级预警用户终端，采用一级过滤筛选所述目标充电区域；
二级筛选单元，用于若所述待充电用户终端为所述中级预警用户终端，采用二级过滤筛选所述目标充电区域；
三级筛选单元，用于若所述待充电用户终端为所述低级预警用户终端，采用三级过滤筛选所述目标充电区域；
其中，所述一级过滤，根据所述当前定位数据、电动汽车参数信息、充电区域车位信息和充电桩状态信息筛选所述目标充电区域；
所述二级过滤，在一级过滤后，根据用户偏好度、排队等待时间、充电价格筛选所述目标充电区域；其中，所述用户偏好度的计算公式如下：
Figure FDA0003591036830000051
其中，staj∈(sta1,sta2,…,staj)表示初始充电桩集合中的j个充电区域，cj∈(c1,c2,…,cj)表示该用户前往各充电区域充电的历史总次数，dist(pj,staj)表示当前时刻电动汽车到充电区域的实时距离；
最大所述用户偏好度为：
Maximum[scorej]；
所述三级过滤，在二级过滤后，引入交通负载均衡因子和充电桩利用率均衡因子，筛选所述目标充电区域；
推荐模块，用于当检测到所述待充电用户终端进入所述目标充电区域时，将生成的充电桩推荐列表下发至所述待充电用户终端。
4.如权利要求3所述的充电桩链式推荐装置，其特征在于，所述推荐模块，包括：
更新单元，用于在预设的时间周期、路径距离或地理位置，再次筛选所述目标充电区域，并根据新的所述目标充电区域更新所述行车规划路径。
CN201910869378.8A 2019-09-12 2019-09-12 一种充电桩链式推荐方法和装置 Active CN110704731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910869378.8A CN110704731B (zh) 2019-09-12 2019-09-12 一种充电桩链式推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910869378.8A CN110704731B (zh) 2019-09-12 2019-09-12 一种充电桩链式推荐方法和装置

Publications (2)

Publication Number Publication Date
CN110704731A CN110704731A (zh) 2020-01-17
CN110704731B true CN110704731B (zh) 2022-06-07

Family

ID=69195346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910869378.8A Active CN110704731B (zh) 2019-09-12 2019-09-12 一种充电桩链式推荐方法和装置

Country Status (1)

Country Link
CN (1) CN110704731B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112925985B (zh) * 2021-04-01 2024-10-22 上海优咔网络科技有限公司 一种能源获取的智能推荐方法
CN114298704B (zh) * 2021-12-29 2024-09-27 淘电（佛山）物联网信息技术有限公司 一种充电桩信息提醒方法、装置、电子设备及存储介质
CN117556971B (zh) * 2023-11-02 2024-06-11 江苏智融能源科技有限公司 一种基于人工智能的有序充电推荐系统及方法
CN118003947B (zh) * 2024-04-10 2024-05-31 深圳市奥福德电子科技有限公司 一种充电桩动态负载均衡系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933466A (zh) * 2015-07-13 2015-09-23 武汉大学 一种基于电动汽车充电优先级的充电调度系统及方法
CN107358474A (zh) * 2017-07-20 2017-11-17 万帮充电设备有限公司 充电桩使用方法、装置及系统
CN107563531A (zh) * 2017-08-30 2018-01-09 安徽千里眼信息科技有限公司 基于互联网的电动汽车充电远程管理系统
CN108981736A (zh) * 2018-05-28 2018-12-11 国网江苏省电力有限公司电力科学研究院 一种基于用户出行规律的电动汽车充电路径优化方法
CN110081900A (zh) * 2019-03-27 2019-08-02 苏州市黑甲智能科技有限公司 一种充电桩智能推荐方法、装置、服务终端和存储介质
CN110111211A (zh) * 2019-03-27 2019-08-09 苏州市黑甲智能科技有限公司 一种充电桩的预约方法、装置、服务终端和存储介质
CN110118567A (zh) * 2018-02-06 2019-08-13 北京嘀嘀无限科技发展有限公司 出行方式推荐方法及装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110191186A1 (en) * 2010-02-03 2011-08-04 Levy Paul S Method of autonomously recommending charging event of electric vehicle based on multiple factors and displaying carbon footprint data and personalized advertising via the vehicle display
JP5814378B2 (ja) * 2011-09-05 2015-11-17 株式会社日立製作所 予約管理装置、予約管理プログラム、予約管理システム
WO2015178158A1 (ja) * 2014-05-23 2015-11-26 シャープ株式会社 車両管理装置
CN104658292B (zh) * 2015-02-15 2018-02-23 国网山东省电力公司沂南县供电公司 智能有序充电与车辆调度管理系统
US10083413B2 (en) * 2015-04-08 2018-09-25 Sap Se Optimized placement of electric vehicle charging stations
US20170076304A1 (en) * 2015-09-11 2017-03-16 Powerscout, Inc. Spatial modeling and other data analytics enabled energy platform
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
CN106372733A (zh) * 2016-08-31 2017-02-01 湖南深拓智能设备股份有限公司 柔性充电服务网络、充电方法及线下移动服务方法
CN107644096A (zh) * 2017-09-29 2018-01-30 成都雅骏新能源汽车科技股份有限公司 一种带定位预约功能的充电桩查询系统及使用方法
CN110015079A (zh) * 2017-11-30 2019-07-16 北京嘀嘀无限科技发展有限公司 充电控制方法、装置、充电桩、终端、服务器和存储介质
TWI694936B (zh) * 2018-03-02 2020-06-01 光陽工業股份有限公司 充電電池的預約方法及電動載具系統
CN108446779A (zh) * 2018-03-08 2018-08-24 佛山科学技术学院 基于位置的充电桩管理系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933466A (zh) * 2015-07-13 2015-09-23 武汉大学 一种基于电动汽车充电优先级的充电调度系统及方法
CN107358474A (zh) * 2017-07-20 2017-11-17 万帮充电设备有限公司 充电桩使用方法、装置及系统
CN107563531A (zh) * 2017-08-30 2018-01-09 安徽千里眼信息科技有限公司 基于互联网的电动汽车充电远程管理系统
CN110118567A (zh) * 2018-02-06 2019-08-13 北京嘀嘀无限科技发展有限公司 出行方式推荐方法及装置
CN108981736A (zh) * 2018-05-28 2018-12-11 国网江苏省电力有限公司电力科学研究院 一种基于用户出行规律的电动汽车充电路径优化方法
CN110081900A (zh) * 2019-03-27 2019-08-02 苏州市黑甲智能科技有限公司 一种充电桩智能推荐方法、装置、服务终端和存储介质
CN110111211A (zh) * 2019-03-27 2019-08-09 苏州市黑甲智能科技有限公司 一种充电桩的预约方法、装置、服务终端和存储介质

Also Published As

Publication number Publication date
CN110704731A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
CN110704731B (zh) 一种充电桩链式推荐方法和装置
CN107563572B (zh) 一种订单分配方法、装置、计算机设备和存储介质
US11386359B2 (en) Systems and methods for managing a vehicle sharing facility
KR102238092B1 (ko) 교환 가능한 에너지 저장 장치 스테이션들 사이에서 에너지를 동적으로 할당하기 위한 시스템 및 방법
US11392861B2 (en) Systems and methods for managing a vehicle sharing facility
JP6081941B2 (ja) 電力需要予測装置、電力供給システム、電力需要予測方法及びプログラム
GB2535718A (en) Resource management
US11132626B2 (en) Systems and methods for vehicle resource management
WO2024114719A1 (zh) 充电路径规划方法、装置和服务器
US20200210905A1 (en) Systems and Methods for Managing Networked Vehicle Resources
US10021243B2 (en) Telephone call placement
CN111209493B (zh) 充电场站推荐方法、装置、设备及介质
US20180075566A1 (en) System and method of calculating a price for a vehicle journey
CN112319299A (zh) 充电站的确定方法、确定装置、处理器和充电系统
CN111815096B (zh) 共享汽车投放方法、电子设备及存储介质
CN111950777A (zh) 定制公交线路设计方法及装置
CN113984079B (zh) 电动车的路线规划方法、装置、电子设备和存储介质
CN103310120B (zh) 一种基于交通服务水平确定路段拥堵收费费率的方法
Hao et al. The study of differences in public acceptability towards urban road pricing
CN111832872A (zh) 一种车辆调度方法、装置、电子设备和存储介质
CN110837919A (zh) 公交供给情况判定方法及装置
CN111833595B (zh) 共享汽车辅助车辆配置方法、电子设备及存储介质
Moreira-Matias et al. An online learning framework for predicting the taxi stand's profitability
CN113222373A (zh) 一种基于价值选择的司机调度方法及系统
CN110796521A (zh) 车险智能推荐方法及装置、设备、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