CN110723029B - 一种充电策略的确定方法及装置 - Google Patents

一种充电策略的确定方法及装置 Download PDF

Info

Publication number
CN110723029B
CN110723029B CN201910927284.1A CN201910927284A CN110723029B CN 110723029 B CN110723029 B CN 110723029B CN 201910927284 A CN201910927284 A CN 201910927284A CN 110723029 B CN110723029 B CN 110723029B
Authority
CN
China
Prior art keywords
charging
target vehicle
historical
parameters
time
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
CN201910927284.1A
Other languages
English (en)
Other versions
CN110723029A (zh
Inventor
王凤君
董旭
李宝环
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.)
Neusoft Reach Automotive Technology Shenyang Co Ltd
Original Assignee
Neusoft Reach Automotive Technology Shenyang Co Ltd
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 Neusoft Reach Automotive Technology Shenyang Co Ltd filed Critical Neusoft Reach Automotive Technology Shenyang Co Ltd
Priority to CN201910927284.1A priority Critical patent/CN110723029B/zh
Publication of CN110723029A publication Critical patent/CN110723029A/zh
Application granted granted Critical
Publication of CN110723029B publication Critical patent/CN110723029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请公开了一种充电策略的确定方法及装置，该方法具体为：在获取到目标车辆的当前充电参数之后，先根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；再根据所述充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。其中，由于根据目标车辆的当前充电参数预测得到的充电时长能够准确地表示目标车辆的充电时长，因而，根据充电时长和目标车辆的剩余电量所确定的充电策略，能够实现在满足目标车辆充电需求的情况下采用对电池损耗最小(甚至对电池无损耗)的充电策略，降低充电行为对电池造成的电池损耗，提高了电池安全性，从而提高了电动车辆的安全性。

Description

一种充电策略的确定方法及装置
技术领域
本申请涉及车辆技术领域，尤其涉及一种充电策略的确定方法及装置。
背景技术
随着电动车辆的普及，车辆安全越来越重要。在实际应用中，电动车辆的零部件磨损(例如，电池损耗等)、用户的驾驶行为(例如，急刹车等行为)、以及车辆的行驶环境(例如，雨雪天气)等均能够影响电动车辆的车辆安全。
其中，电池损耗是指电池随着时间发生的电池性能衰减现象。电池损耗会给电动车辆带来很多问题，例如，电池损耗会导致电池存电量降低，从而导致电动车辆的行驶里程减少，进而给用户出行带来不便；另外，电池损耗还会影响电池安全性，从而影响电动车辆的安全性。然而，如何降低电池损耗是一个亟待解决的技术问题。
发明内容
为了解决现有技术中存在的以上技术问题，本申请提供一种充电策略的确定方法及装置，通过降低电池损耗，提高电池安全性，从而提高电动车辆的安全性。
为了实现上述目的，本申请实施例提供的技术方案如下：
本申请实施例提供一种充电策略的确定方法，包括：
获取目标车辆的当前充电参数；
根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。
可选的，所述根据所述目标车辆的当前充电参数，预测目标车辆的充电时长，具体包括：
根据所述目标车辆的当前充电参数，利用预先训练的预测模型，预测目标车辆的充电时长；
所述预测模型的训练过程，具体包括：
获取目标车辆的历史充电参数以及所述历史充电参数对应的实际充电时长；
根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型。
可选的，所述根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型，具体包括：
将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长；
在确定所述历史充电参数对应的预测时长与所述历史充电参数对应的实际充电时长之间的差值超过预设差值时，更新所述预测模型的参数，并继续执行步骤“将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长”。
可选的，所述方法还包括：
获取目标车辆的实际充电时长；
利用所述目标车辆的当前充电参数和目标车辆的实际充电时长，更新所述预测模型的参数。
可选的，所述历史充电参数包括：历史插枪时间、历史拔枪时间、历史剩余电量、历史充电温度、历史充电的地理环境、历史电池健康度、和历史车辆工况参数中的至少一个。
可选的，所述根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电电流。
可选的，所述根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，确定目标车辆的充电策略。
可选的，所述根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，利用预设映射表进行查询，确定目标车辆的充电策略；
其中，所述预设映射表用于记录所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数与目标车辆的充电策略之间的映射关系。
可选的，所述当前充电参数包括：插枪时间、剩余电量、充电温度、充电的地理环境、和电池健康度中的至少一个。
可选的，所述获取目标车辆的当前充电参数，具体包括：
接收传感器发送的目标车辆的当前充电参数；
和/或，
根据目标车辆的历史充电参数，预测目标车辆的当前充电参数。
本申请实施例还提供了一种充电策略的确定装置，包括：
获取单元，用于获取目标车辆的当前充电参数；
预测单元，用于根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；
确定单元，用于根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。
本申请实施例还提供了一种设备，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行上述提供的充电策略的确定方法任一实施方式。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述提供的充电策略的确定方法任一实施方式。
与现有技术相比，本申请实施例至少具有以下优点：
本申请实施例提供的充电策略的确定方法，在获取到目标车辆的当前充电参数之后，先根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；再根据所述充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。其中，由于根据目标车辆的当前充电参数预测得到的充电时长能够准确地表示目标车辆的充电时长，因而，根据充电时长和目标车辆的剩余电量所确定的充电策略，能够实现在满足目标车辆充电需求的情况下采用对电池损耗最小(甚至对电池无损耗)的充电策略，降低充电行为对电池造成的电池损耗，提高了电池安全性，从而提高了电动车辆的安全性。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例，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，还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的充电策略的确定方法流程图；
图2为申请实施例提供的预测模型的训练过程流程图；
图3为本申请实施例提供的步骤S22的一种实施方式；
图4为本申请实施例提供的一种充电策略的确定方法的流程图；
图5为本申请实施例提供的充电策略的确定装置的结构示意图；
图6为本申请实施例提供的设备结构示意图。
具体实施方式
为了解决背景技术部分的技术问题，发明人经过研究发现：(1)在实际充电过程中，用户插枪时间和拔枪时间的时间差往往大于电池的实际充电时长，如此造成了插枪时间和拔枪时间之间的时长浪费。(2)在实际充电过程中，充电速度越快对电池的损耗越大，充电速度越慢对电池的损耗越小。(3)电池的充电时长以及电池的剩余电量能够影响电池充电速度。(3)在实际中，用户的充电行为是有规律可寻的，例如，假设用户每天在晚上8点到第二天早上8点之间进行充电，则充电行为的规律为：每次充电的插枪时间为晚上8点，每次充电的拔枪时间为早上8点，每次充电的充电时长为12个小时。
经过发明人进一步研究，还发现：在对电池充电时，可以先预测电池的充电时长，以便根据电池的充电时长以及电池的剩余电量，确定充电策略，以便使得该充电策略能够在满足目标车辆充电需求的情况下对电池造成最小损耗(甚至不造成损耗)。
基于此，本申请实施例提供了一种充电策略的确定方法，该方法包括：获取目标车辆的当前充电参数；根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；根据所述充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。其中，由于根据目标车辆的当前充电参数所预测的充电时长能够准确地表示目标车辆的充电时长，因而，根据充电时长和目标车辆的剩余电量所确定的充电策略，能够实现在满足目标车辆充电需求的情况下采用对电池损耗最小(甚至对电池无损耗)的充电策略，降低充电行为对电池造成的电池损耗，提高了电池安全性，从而提高了电动车辆的安全性。
为了使本技术领域的人员更好地理解本发明方案，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。
方法实施例
参见图1，该图为本申请实施例提供的充电策略的确定方法流程图。
本申请实施例提供的充电策略的确定方法，包括步骤S11-S13：
S11：获取目标车辆的当前充电参数。
目标车辆是指待确定充电策略的车辆。
目标车辆的当前充电参数是指在本次充电过程中目标车辆的充电相关参数；本申请实施例不限定当前充电参数的具体内容，例如，当前充电参数包括：插枪时间、剩余电量(state of charge，SOC)、充电温度、充电的地理环境、和电池健康度(state of health，SOH)中的至少一个。其中，充电温度用于记录在本次充电过程中电池的环境温度。充电的地理环境用于记录在本申请充电过程中目标车辆所处的地理位置(例如，经纬度等)。
本申请实施例不限定目标车辆的当前充电参数的获取方式，为了便于理解和解释下面结合三种实施方式进行解释和说明。
作为第一种实施方式，S11具体可以为：接收传感器发送的目标车辆的当前充电参数。
在本申请实施例中，在传感器采集到目标车辆的当前充电参数之后，可以由传感器将目标车辆的当前充电参数发送给执行本申请实施例提供的充电策略的确定方法的执行设备中，以便该执行设备能够根据接收的目标车辆的当前充电参数预测目标车辆的充电时长。
需要说明的是，在第一种实施方式中，不同的充电参数可以采用不同的传感器进行采集，也可以采用相同的传感器进行采集，本申请实施例对此不做具体限定。例如，插枪时间可以由能够检测插枪时间的传感器进行采集。SOC可以由能够检测电池剩余电量的传感器进行采集。充电温度可以由能够检测电池环境温度的传感器进行采集，例如，温度传感器。充电的地理环境可以由能够对目标车辆进行定位的传感器进行采集。SOH可以由能够检测电池健康状态的传感器进行采集。
还需要说明的是，在本申请实施例中，不限定传感器与执行本申请实施例提供的充电策略的确定方法的执行设备之间的通信方式。例如，传感器与执行本申请实施例提供的充电策略的确定方法的执行设备之间的通信方式可以为有线通信、无线通信、控制器局域网络(Controller Area Network，CAN)总线通信。
以上为步骤S11的第一种实施方式，在该实施方式中，通过借助传感器获取目标车辆的当前充电参数。
另外，在一些情况(例如，传感器异常、数据传输线路异常等)下，无法获取在本次充电过程中充电参数。此时，为了能够进行充电时长的预测，可以先利用历史充电参数预测目标车辆的当前充电参数，以便根据该预测的当前充电参数，预测目标车辆的充电时长。因此，本申请实施例还提供了步骤S11的第二种实施方式，在该实施方式中，步骤S11具体可以为：根据目标车辆的历史充电参数，预测目标车辆的当前充电参数。其中，目标车辆的历史充电参数是指在历史充电过程中获取的目标车辆的充电参数。
在本申请实施例中，由于在每次充电过程中，目标车辆的充电参数变化不大，尤其是在发生时间接近的不同充电过程中，目标车辆的充电参数几乎不变，因而，可以根据目标车辆的历史充电参数，预测目标车辆的当前充电参数，以便后续能够利用该预测的当前充电参数进行充电时长的预测。另外，为了进一步提高当前充电参数的预测准确性，可以利用发生时间距离本次充电过程较近的几次充电过程，预测当前充电参数。基于此，本申请实施例提供了步骤S11的第三种实施方式，在该实施方式中，步骤S11具体可以为：根据目标车辆的目标历史充电参数，预测目标车辆的当前充电参数；其中，所述目标历史充电参数对应的充电过程发生时间距离当前充电参数对应的本次充电过程发生时间较近。
为了便于理解和解释步骤S11的第三种实施方式，下面结合两个示例进行解释和说明。
假设，在目标车辆的第一充电过程中获取到第一充电参数，在目标车辆的第二充电过程中获取到第二充电参数，……，在目标车辆的第M充电过程中获取到第M充电参数；而且，第一充电过程的发生时间早于第二充电过程的发生时间，第二充电过程的发生时间早于第三充电过程的发生时间，……，第M-1充电过程的发生时间早于第M充电过程的发生时间；而且，本次充电过程发生在第M充电过程之后，且本次充电过程与第M充电过程为相邻充电过程。
作为第一示例，基于上述假设，步骤S11具体可以为：根据第一充电参数、第二充电参数、……、和第M充电参数中的至少一个，预测目标车辆的当前充电参数。
在第一示例中，为了能够获得当前充电参数，可以根据距离本次充电过程时间较近的历史充电过程所对应的充电参数，预测目标车辆的当前充电参数。其中，由于距离本次充电过程时间较近的历史充电过程所对应的充电参数能够较好的表征当前充电参数，因而，可以利用这些历史充电过程所对应的充电参数来确定当前充电参数。
另外，由于距离本次充电过程时间越近的历史充电过程所对应的充电参数越接近于当前充电参数，因而，为了进一步提高当前充电参数的预测准确性，可以利用距离本次充电过程时间最近的历史充电过程所对应的充电参数来预测当前充电参数。为了便于理解和解释，下面结合第二示例进行说明。
作为第二示例，基于上述假设，步骤S11具体可以为：根据第M-T充电参数、第M-T+1充电参数、……、和第M充电参数，预测目标车辆的当前充电参数。其中，T可以预先设定，T为正整数，且T≥0。
在第二示例中，利用距离本次充电过程时间最近的T+1个历史充电过程所对应的充电参数来预测当前充电参数。其中，由于距离本次充电过程时间最近的T+1个历史充电过程所对应的充电参数最接近于本次充电过程中的当前参数，因而，利用该T+1个历史充电过程所对应的充电参数预测得到的当前充电参数能够更接近于本次充电过程中的实际充电参数，提高了当前充电参数的预测准确性，从而提高了充电时长的预测准确性。
以上为本申请实施例提供的步骤S11的相关内容。
S12：根据目标车辆的当前充电参数，预测目标车辆的充电时长。
在本申请实施例中，目标车辆的当前充电参数能够准确地表征在本次充电过程中的充电信息，因而，根据目标车辆的当前充电参数能够准确地预测出目标车辆的充电时长，以便后续能够根据目标车辆的充电时长确定目标车辆的充电策略。
为了提高充电时长的预测准确性，可以利用预先训练好的预测模型对目标车辆的充电时长进行预测。如此，本申请实施例提供了步骤S12的一种实施方式，在该实施方式中，步骤S12具体可以为：根据所述目标车辆的当前充电参数，利用预先训练的预测模型，预测目标车辆的充电时长。其中，预测模型是利用目标车辆的历史充电参数以及所述历史充电参数对应的实际充电时长进行训练得到的，使得该预测模型能够根据目标车辆的当前充电参数准确地预测得到目标车辆的充电时长。
目标车辆的历史充电参数是指在历史充电过程中的充电参数。需要说明的是，本申请实施例不限定历史充电参数，例如，历史充电参数可以包括：历史插枪时间、历史拔枪时间、历史剩余电量、历史充电温度、历史充电的地理环境、历史电池健康度、和历史车辆工况参数中的至少一个。
历史充电参数对应的实际充电时长是指在历史充电参数对应的历史充电过程中充电时长。例如，若在第一历史充电过程中获取了第一历史充电参数，且第一历史充电过程的充电时长为第一历史充电时长，则第一历史充电参数与第一历史充电时长相对应。
另外，本申请实施例还提供了预测模型的训练过程，下面结合图2对预测模型的训练过程进行解释和说明，其中，图2为本申请实施例提供的预测模型的训练过程流程图。
如图2所示，本申请实施例提供的预测模型的训练过程，具体包括步骤S21-S22：
S21：获取目标车辆的历史充电参数以及该历史充电参数对应的实际充电时长。
为了便于理解和解释，下面结合示例进行说明。
假设，在目标车辆的第一历史充电过程中获取到第一历史充电参数，且第一历史充电过程的充电时长为第一历史时长；在目标车辆的第二历史充电过程中获取到第二历史充电参数，且第二历史充电过程的充电时长为第二历史时长；……；在目标车辆的第M历史充电过程中获取到第M历史充电参数，且第M历史充电过程的充电时长为第M历史时长；而且，第一历史充电过程的发生时间早于第二历史充电过程的发生时间，第二历史充电过程的发生时间早于第三历史充电过程的发生时间，……，第M-1历史充电过程的发生时间早于第M历史充电过程的发生时间；而且，本次充电过程发生在第M历史充电过程之后。
作为示例，基于上述假设，步骤S21具体可以包括以下M个执行动作中的至少一个动作，该M个执行动作包括：获取第一历史充电参数以及第一历史充电参数对应的第一历史时长；获取第二历史充电参数以及第二历史充电参数对应的第二历史时长；……；获取第M历史充电参数以及第M历史充电参数对应的第M历史时长。
需要说明的是，本申请实施例不限定目标车辆的历史充电参数以及该历史充电参数对应的实际充电时长的获取方式，可以从存储空间中进行读取，也可以从其他设备中获取，也可以由其他设备发送得到。其中，本申请实施例不限定存储空间的位置，例如，存储空间可以位于用于训练预测模型的执行设备中，也可以位于其他设备中。另外，其他设备用于表示除了用于训练预测模型的执行设备以外的设备。
S22：根据历史充电参数以及该历史充电参数对应的实际充电时长，训练生成预测模型。
在本申请实施例中，可以利用历史充电参数以及该历史充电参数对应的实际充电时长，对预测模型进行训练；而且，在该训练过程中：将历史充电参数作为预测模型的输入参数，而且将该历史充电参数对应的实际充电时长作为该训练过程中的预测结果的训练目标值。
需要说明的是，在本申请实施例中，不限定预测模型的结构。例如，预测模型可以是任一种能够进行预测的模型，例如，预测模型可以是长短期记忆网络(Long Short-TermMemory，LSTM)模型，而且，在该LSTM模型的训练过程中：将历史充电参数作为预测模型的输入特征，而且该历史充电参数对应的实际充电时长作为该输入特征对应的标签，以便后续基于输入特征以及该输入特征对应的标签进行训练。
另外，本申请实施例还提供了步骤S22的一种实施方式，在该实施方式中，如图3所示，步骤S22具体可以包括步骤S221-S222：
S221：将历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长。
在本申请实施例中，在对预测模型的训练过程中，需要将历史充电参数输入到预测模型中进行充电时长的预测，预测得到该历史充电参数对应的预测时长，以便后续能够根据该预测时长以及实际时长，确定该预测模型是否已训练完成。
S222：判断历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值是否超过预设差值，若是，则执行步骤S223；若否，则执行步骤S224。
其中，预设差值用于表征历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值阈值；而且，预设差值是预先设定的，尤其可以根据应用场景设定。
在本申请实施例中，可以利用历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值确定预测模型是否训练完成，其具体过程为：如果历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值较小(也就是，历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值未超过预设差值)，则表示预测模型能够根据充电过程中的充电参数准确地预测得到该充电过程的充电时长，从而表示该预测模型已训练完成；如果历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值较大(也就是，历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值超过预设差值)，则表示预测模型无法根据充电过程中的充电参数准确地预测得到该充电过程的充电时长，从而表示该预测模型的预测准确性较低，进而表示该预测模型还需要继续进行训练。
S223：更新所述预测模型的参数，并继续执行步骤S221。
在本申请实施例中，在确定历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值超过预设差值时，则可以根据历史充电参数对应的预测时长与该历史充电参数对应的实际充电时长之间的差值，来更新预测模型的参数，以便后续继续利用历史充电参数以及该历史充电参数对应的实际充电时长对预测模型进行训练。
需要说明的是，在本申请实施例提供的预测模型的训练过程中，预测模型的训练目标是：在预测模型根据历史充电参数预测得到的预测时长接近于(甚至达到)该历史充电参数对应的实际充电时长。
S224：结束对预测模型的训练过程。
需要说明的是，本申请实施例不限定用于训练预测模型的执行设备，具体为：用于训练预测模型的执行设备与用于执行充电策略的确定方法的执行设备可以是同一个设备，也可以是不同的设备。另外，用于训练预测模型的执行设备可以是任一种终端、或服务器、或处理器等。
以上为步骤S12的相关内容。
S13：根据目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。
充电策略用于记录对目标车辆进行充电时所使用的策略；而且，本申请实施例不限定充电策略的具体内容，例如，充电策略可以包括充电电流、充电电压、充电时长、充电功率等充电参数中的至少一个。
在本申请实施例中，在获取到目标车辆的充电时长后，可以根据目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，以便使得该充电策略能够在满足目标车辆充电需求的情况下对电池造成最小损耗(甚至不对电池造成损耗)，如此降低了充电行为对电池造成的电池损耗，提高了电池安全性，从而提高了电动车辆的安全性。
作为一种实施方式，当充电策略包括充电电流时，则S13具体可以为：根据目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电电流。
在本申请实施例中，根据目标车辆的充电时长和目标车辆的剩余电量，能够确定在本次充电过程中目标车辆在单位时间内的充电需求，从而能够根据目标车辆在单位时间内的充电需求确定目标车辆的充电电流，以便使得目标车辆在该充电电流下能够满足目标车辆在单位时间内的充电需求。
需要说明的是，本申请实施例不限定充电电流的确定方式，可以利用任一种确定充电电流的方式，例如，可以根据物理公式计算得到充电电流；也可以根据预设限定的电流映射表进行查询确定充电电流，其中，电流映射表用于记录目标车辆的充电时长和目标车辆的剩余电量与充电电流之间的映射关系。
另外，目标车辆的当前充电参数(例如，插枪时间、充电温度、充电的地理环境、和电池健康度等)也能够影响目标车辆的充电策略，其具体影响为：对于插枪时间来说，由于在实际应用中，供电系统提供的供电电流会随着时间发生变化(例如，在用电高峰期时供电电流较小，但在用电低峰期时供电电流较大等)，使得本次充电过程的反生时间会影响目标车辆的充电策略，因而，为了优化充电策略，可以根据插枪时间确定本次充电过程的充电时间，从而根据本次充电过程期间的供电电流特点确定充电策略。对于充电温度、充电的地理环境、和电池健康度来说，由于在实际应用中，充电温度、充电的地理环境、和电池健康度分别能够影响目标车辆的充电效率，因而，为了优化充电策略，可以根据充电温度、充电的地理环境、和电池健康度确定充电策略。
基于上述分析，本申请实施例还提供了步骤S13的一种实施方式，在该实施方式中，步骤S13具体可以为：根据目标车辆的充电时长、目标车辆的剩余电量和目标车辆的当前充电参数，确定目标车辆的充电策略。
在本申请实施例中，由于目标车辆的充电时长、目标车辆的剩余电量和目标车辆的当前充电参数均是影响充电策略的主要因素，因而，在获取到目标车辆的充电时长、目标车辆的剩余电量和目标车辆的当前充电参数之后，可以根据目标车辆的充电时长、目标车辆的剩余电量和目标车辆的当前充电参数，确定目标车辆的充电策略，如此优化了充电策略，使得该充电策略能够更好地实现在满足目标车辆充电需求的情况下对电池造成最小的损耗(甚至不对电池造成任何损耗)。
需要说明的是，本申请实施例不限定充电电流的确定方式，可以利用任一种确定充电电流的方式，例如，可以根据物理公式计算得到充电电流；也可以通过查询映射表的方式得到充电电流。为了便于理解和解释，下面结合示例进行说明。
作为示例，步骤S13具体可以为：根据目标车辆的充电时长、目标车辆的剩余电量和目标车辆的当前充电参数，利用预设映射表进行查询，确定目标车辆的充电策略。
其中，预设映射表用于记录所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数与目标车辆的充电策略之间的映射关系。
需要说明的是，在本申请实施例中不限定预设映射表的表示方式，例如，预设映射表可以通过表格进行表示。在本申请实施例中不限定预设映射表的存储位置，例如，预设映射表可以存储在执行充电策略的确定方法的执行设备的存储空间中，也可以存储在独立于执行充电策略的确定方法的执行设备的其他设备的存储空间。
以上为步骤S13的相关内容。
另外，为了提高预测模型的预测准确性，可以对预测模型进行实时更新，如此，本申请实施例还提供了充电策略的确定方法的一种实施方式，在该实施方式中，如图4所示，充电策略的确定方法除了包括步骤S11-S13以外，还包括步骤S14-S15：
S14：获取目标车辆的实际充电时长。
目标车辆的实际充电时长是指在本次充电过程中对目标车辆进行充电的实际充电时长。
本申请实施例不限定目标车辆的实际充电时长的获取方式，为了便于理解和解释，下面结合四个示例进行解释和说明。
作为第一示例，目标车辆的实际充电时长可以根据在本次充电过程中目标车辆的插枪时间和拔枪时间确定，此时步骤S14具体可以为：获取目标车辆的插枪时间和拔枪时间，并根据目标车辆的插枪时间和拔枪时间，确定目标车辆的实际充电时长。
作为第二示例，步骤S14具体可以为：获取目标车辆的插枪时间和目标车辆的电量充满时间，并根据目标车辆的插枪时间和目标车辆的电量充满时间，确定目标车辆的实际充电时长。
其中，目标车辆的电量充满时间是指当目标车辆的电量充满时的时间点。例如，在2019年1月1日3点10分开始插枪对目标车辆进行充电，并在2019年1月1日9点20分时目标车辆的电量充满，此时，目标车辆的插枪时间为2019年1月1日3点10分，且目标车辆的电量充满时间为2019年1月1日9点20分。
在本申请实施例中，在一些情况下，虽然目标车辆依旧处于插枪状态，但是由于目标车辆的电量已充满，无需继续进行充电，使得从电量充满到拔枪时间之间的时间段内目标车辆没有在充电。此时，可以根据插枪时间和电量充满时间来确定目标车辆的实际充电时长。
作为第三示例，步骤S14具体可以为：接收目标车辆的实际充电时长。
需要说明的是，目标车辆的实际充电时长可以由用户提供，也可以由独立于执行充电策略的确定方法的执行设备的其他设备提供。
作为第四示例，步骤S14具体可以为：从预设存储空间中读取目标车辆的实际充电时长。
预设存储空间是预先设定的存储空间；而且，本申请实施例不限定预设存储空间，预设存储空间可以是执行充电策略的确定方法的执行设备中的存储空间，也可以是独立于执行充电策略的确定方法的执行设备的存储空间。
以上为步骤S14的相关内容。
S15：利用目标车辆的当前充电参数和目标车辆的实际充电时长，更新预测模型的参数。
在本申请实施例中，在获取到目标车辆的当前充电参数和目标车辆的实际充电时长之后，可以将目标车辆的当前充电参数和目标车辆的实际充电时长作为训练过程中预测模型的训练数据，以便后续利用该训练数据对预测模型的参数进行更新，使得更新后的预测模型能够根据更准确地预测得到充电时长。
以上为步骤S15的具体实施方式。
需要说明的是，本申请实施例不限定步骤S14的执行时间，仅需在执行捕捉S15之前完成执行即可。
以上为本申请实施例提供的充电策略的确定方法的具体实施方式，在该实施方式中，在获取到目标车辆的当前充电参数之后，先根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；再根据所述充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。其中，由于根据目标车辆的当前充电参数所预测的充电时长能够准确地表示目标车辆的充电时长，因而，根据充电时长和目标车辆的剩余电量所确定的充电策略，能够实现在满足目标车辆充电需求的情况下采用对电池损耗最小(甚至对电池无损耗)的充电策略，降低充电行为对电池造成的电池损耗，提高了电池安全性，从而提高了电动车辆的安全性。
需要说明的是，本申请实施例不限定上述方法实施例提供的充电策略的确定方法的执行主体。例如，上述方法实施例提供的充电策略的确定方法的执行主体可以是车辆，也可以是充电桩，还可以是服务器。
基于上述方法实施例提供的充电策略的确定方法，本申请实施例还提供了一种充电策略的确定装置，下面结合附图进行解释和说明。
装置实施例
装置实施例提供的充电策略的确定装置的技术详情，请参照上述方法实施例。
参见图5，该图为本申请实施例提供的充电策略的确定装置的结构示意图。
本申请实施例提供的充电策略的确定装置50，包括：
获取单元51，用于获取目标车辆的当前充电参数；
预测单元52，用于根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；
确定单元53，用于根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。
作为一种实施方式，为了优化充电策略，所述预测单元52，具体用于：
根据所述目标车辆的当前充电参数，利用预先训练的预测模型，预测目标车辆的充电时长；
所述预测模型的训练过程，具体包括：
获取目标车辆的历史充电参数以及所述历史充电参数对应的实际充电时长；
根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型。
作为一种实施方式，为了优化充电策略，所述根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型，具体包括：
将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长；
在确定所述历史充电参数对应的预测时长与所述历史充电参数对应的实际充电时长之间的差值超过预设差值时，更新所述预测模型的参数，并继续执行步骤“将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长”。
作为一种实施方式，为了优化充电策略，所述装置50还包括：
时长获取单元，用于获取目标车辆的实际充电时长；
更新单元，用于利用所述目标车辆的当前充电参数和目标车辆的实际充电时长，更新所述预测模型的参数。
作为一种实施方式，为了优化充电策略，所述历史充电参数包括：历史插枪时间、历史拔枪时间、历史剩余电量、历史充电温度、历史充电的地理环境、历史电池健康度、和历史车辆工况参数中的至少一个。
作为一种实施方式，为了优化充电策略，所述确定单元53，具体用于：
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电电流。
作为一种实施方式，为了优化充电策略，所述确定单元53，具体用于：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，确定目标车辆的充电策略。
作为一种实施方式，为了优化充电策略，所述确定单元53，具体用于：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，利用预设映射表进行查询，确定目标车辆的充电策略；
其中，所述预设映射表用于记录所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数与目标车辆的充电策略之间的映射关系。
作为一种实施方式，为了优化充电策略，所述当前充电参数包括：插枪时间、剩余电量、充电温度、充电的地理环境、和电池健康度中的至少一个。
作为一种实施方式，为了优化充电策略，所述获取单元51，具体用于：
接收传感器发送的目标车辆的当前充电参数；
和/或，
根据目标车辆的历史充电参数，预测目标车辆的当前充电参数。
以上为装置实施例提供的充电策略的确定装置的具体实施方式，在该实施方式中，在获取到目标车辆的当前充电参数之后，先根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；再根据所述充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。其中，由于根据目标车辆的当前充电参数所预测的充电时长能够准确地表示目标车辆的充电时长，因而，根据充电时长和目标车辆的剩余电量所确定的充电策略，能够实现在满足目标车辆充电需求的情况下采用对电池损耗最小(甚至对电池无损耗)的充电策略，降低充电行为对电池造成的电池损耗，提高了电池安全性，从而提高了电动车辆的安全性。
基于上述方法实施例提供的充电策略的确定方法，本申请实施例还提供了一种设备，下面结合附图进行解释和说明。
设备实施例
设备实施例提供的设备技术详情，请参照上述方法实施例。
参见图6，该图为本申请实施例提供的设备结构示意图。
本申请实施例提供的设备60，包括：处理器61以及存储器62；
所述存储器62用于存储计算机程序；
所述处理器61用于根据所述计算机程序执行上述方法实施例提供的充电策略的确定方法的任一实施方式。也就是说，处理器61用于执行以下步骤：
获取目标车辆的当前充电参数；
根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。
可选的，所述根据所述目标车辆的当前充电参数，预测目标车辆的充电时长，具体包括：
根据所述目标车辆的当前充电参数，利用预先训练的预测模型，预测目标车辆的充电时长；
所述预测模型的训练过程，具体包括：
获取目标车辆的历史充电参数以及所述历史充电参数对应的实际充电时长；
根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型。
可选的，所述根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型，具体包括：
将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长；
在确定所述历史充电参数对应的预测时长与所述历史充电参数对应的实际充电时长之间的差值超过预设差值时，更新所述预测模型的参数，并继续执行步骤“将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长”。
可选的，还包括：
获取目标车辆的实际充电时长；
利用所述目标车辆的当前充电参数和目标车辆的实际充电时长，更新所述预测模型的参数。
可选的，所述历史充电参数包括：历史插枪时间、历史拔枪时间、历史剩余电量、历史充电温度、历史充电的地理环境、历史电池健康度、和历史车辆工况参数中的至少一个。
可选的，所述根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电电流。
可选的，所述根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，确定目标车辆的充电策略。
可选的，所述根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，利用预设映射表进行查询，确定目标车辆的充电策略；
其中，所述预设映射表用于记录所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数与目标车辆的充电策略之间的映射关系。
可选的，所述当前充电参数包括：插枪时间、剩余电量、充电温度、充电的地理环境、和电池健康度中的至少一个。
可选的，所述获取目标车辆的当前充电参数，具体包括：
接收传感器发送的目标车辆的当前充电参数；
和/或，
根据目标车辆的历史充电参数，预测目标车辆的当前充电参数。
以上为本申请实施例提供的设备60的相关内容。
基于上述方法实施例提供的充电策略的确定方法，本申请实施例还提供了一种计算机可读存储介质。
介质实施例
介质实施例提供的计算机可读存储介质的技术详情，请参照方法实施例。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述方法实施例提供的充电策略的确定方法的任一实施方式。也就是说，该计算机程序用于执行以下步骤：
获取目标车辆的当前充电参数；
根据所述目标车辆的当前充电参数，预测目标车辆的充电时长；
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略。
可选的，所述根据所述目标车辆的当前充电参数，预测目标车辆的充电时长，具体包括：
根据所述目标车辆的当前充电参数，利用预先训练的预测模型，预测目标车辆的充电时长；
所述预测模型的训练过程，具体包括：
获取目标车辆的历史充电参数以及所述历史充电参数对应的实际充电时长；
根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型。
可选的，所述根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型，具体包括：
将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长；
在确定所述历史充电参数对应的预测时长与所述历史充电参数对应的实际充电时长之间的差值超过预设差值时，更新所述预测模型的参数，并继续执行步骤“将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长”。
可选的，还包括：
获取目标车辆的实际充电时长；
利用所述目标车辆的当前充电参数和目标车辆的实际充电时长，更新所述预测模型的参数。
可选的，所述历史充电参数包括：历史插枪时间、历史拔枪时间、历史剩余电量、历史充电温度、历史充电的地理环境、历史电池健康度、和历史车辆工况参数中的至少一个。
可选的，所述根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电电流。
可选的，所述根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，确定目标车辆的充电策略。
可选的，所述根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，利用预设映射表进行查询，确定目标车辆的充电策略；
其中，所述预设映射表用于记录所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数与目标车辆的充电策略之间的映射关系。
可选的，所述当前充电参数包括：插枪时间、剩余电量、充电温度、充电的地理环境、和电池健康度中的至少一个。
可选的，所述获取目标车辆的当前充电参数，具体包括：
接收传感器发送的目标车辆的当前充电参数；
和/或，
根据目标车辆的历史充电参数，预测目标车辆的当前充电参数。
以上为本申请实施例提供的计算机可读存储介质的相关内容。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (7)

1.一种充电策略的确定方法，其特征在于，包括：
获取目标车辆的当前充电参数，包括：利用距离本次充电过程时间最近的T+1 个历史充电过程所对应的充电参数来预测当前充电参数，T 为预设的正整数；
根据所述目标车辆的历史充电参数、所述历史充电参数对应的实际充电时长、以及所述目标车辆的当前充电参数，预测目标车辆的充电时长；所述历史充电参数包括：历史插枪时间、历史拔枪时间、历史剩余电量、历史充电温度、历史充电的地理环境、历史电池健康度、和历史车辆工况参数中的至少一个；
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，利用预设映射表进行查询，确定目标车辆的充电策略；其中，所述预设映射表用于记录所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数与目标车辆的充电策略之间的映射关系；
所述根据所述目标车辆的历史充电参数、所述历史充电参数对应的实际充电时长、以及所述目标车辆的当前充电参数，预测目标车辆的充电时长，具体包括：根据所述目标车辆的当前充电参数，利用预先训练的预测模型，预测目标车辆的充电时长；
所述预测模型的训练过程，具体包括：获取目标车辆的历史充电参数以及所述历史充电参数对应的实际充电时长；根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型；
获取目标车辆的实际充电时长；利用所述目标车辆的当前充电参数和目标车辆的实际充电时长，更新所述预测模型的参数。
2.根据权利要求 1 所述的方法，其特征在于，所述根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型，具体包括：
将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长；
在确定所述历史充电参数对应的预测时长与所述历史充电参数对应的实际充电时长之间的差值超过预设差值时，更新所述预测模型的参数，并继续执行步骤“将所述历史充电参数输入预测模型进行充电时长的预测，得到历史充电参数对应的预测时长”。
3.根据权利要求 1-2 中任一项所述的方法，其特征在于，所述根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略，具体包括：
根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电电流。
4.根据权利要求 1-2 中任一项所述的方法，其特征在于，所述当前充电参数包括：插枪时间、剩余电量、充电温度、充电的地理环境、和电池健康度中的至少一个。
5.一种充电策略的确定装置，其特征在于，包括：
获取单元，用于获取目标车辆的当前充电参数；
预测单元，用于根据所述目标车辆的历史充电参数、所述历史充电参数对应的实际充电时长、以及所述目标车辆的当前充电参数，预测目标车辆的充电时长；所述历史充电参数包括：历史插枪时间、历史拔枪时间、历史剩余电量、历史充电温度、历史充电的地理环境、历史电池健康度、和历史车辆工况参数中的至少一个；
确定单元，用于根据所述目标车辆的充电时长和目标车辆的剩余电量，确定目标车辆的充电策略；
所述获取单元，具体用于利用距离本次充电过程时间最近的 T+1 个历史充电过程所对应的充电参数来预测当前充电参数，T 为预设的正整数；所述确定单元，具体用于根据所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数，利用预设映射表进行查询，确定目标车辆的充电策略；其中，所述预设映射表用于记录所述目标车辆的充电时长、目标车辆的剩余电量和所述目标车辆的当前充电参数与目标车辆的充电策略之间的映射关系；
所述预测单元，具体用于根据所述目标车辆的当前充电参数，利用预先训练的预测模型，预测目标车辆的充电时长；所述预测模型的训练过程，具体包括：获取目标车辆的历史充电参数以及所述历史充电参数对应的实际充电时长；根据所述历史充电参数以及所述历史充电参数对应的实际充电时长，训练生成所述预测模型；
时长获取单元，用于获取目标车辆的实际充电时长；
更新单元，用于利用所述目标车辆的当前充电参数和目标车辆的实际充电时长，更新所述预测模型的参数。
6.一种设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行权利要求1-4中任一项所述的方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求 1-4 中任一项所述的方法。
CN201910927284.1A 2019-09-27 2019-09-27 一种充电策略的确定方法及装置 Active CN110723029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910927284.1A CN110723029B (zh) 2019-09-27 2019-09-27 一种充电策略的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910927284.1A CN110723029B (zh) 2019-09-27 2019-09-27 一种充电策略的确定方法及装置

Publications (2)

Publication Number Publication Date
CN110723029A CN110723029A (zh) 2020-01-24
CN110723029B true CN110723029B (zh) 2021-09-14

Family

ID=69218570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910927284.1A Active CN110723029B (zh) 2019-09-27 2019-09-27 一种充电策略的确定方法及装置

Country Status (1)

Country Link
CN (1) CN110723029B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112512860B (zh) * 2020-07-30 2021-12-03 华为技术有限公司 充电控制方法、装置、服务器、系统及介质
CN112001564B (zh) * 2020-09-04 2022-05-10 国网江西省电力有限公司电力科学研究院 基于长短期记忆网络的用户离家时间预测方法
US11603010B2 (en) 2020-09-23 2023-03-14 Ford Global Technologies, Llc Predicting charging time for battery of electrified vehicle
CN114590166B (zh) * 2020-12-07 2023-09-08 北汽福田汽车股份有限公司 一种充电控制方法、装置及车辆
CN113191547B (zh) * 2021-04-29 2023-03-24 浙江吉利控股集团有限公司 一种新能源车辆动力电池充电优化方法及系统
CN114347834B (zh) * 2021-12-03 2024-05-10 北京车和家汽车科技有限公司 车辆控制方法、充电时长预测模型的生成方法及装置
CN115020842A (zh) * 2022-06-27 2022-09-06 东莞新能安科技有限公司 充电时长确定方法、装置、设备及产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105196888A (zh) * 2015-10-20 2015-12-30 西安特锐德智能充电科技有限公司 一种电动汽车充电机的充电管理系统及方法
CN105207302A (zh) * 2015-10-19 2015-12-30 西安特锐德智能充电科技有限公司 一种电动汽车柔性充电方法及充电机
CN105990866A (zh) * 2015-02-10 2016-10-05 深圳酷派技术有限公司 充电方法、装置及终端
CN107933373A (zh) * 2017-12-29 2018-04-20 延怀宾 一种电动汽车智能无线充电方法
CN110010987A (zh) * 2019-04-12 2019-07-12 苏州正力蔚来新能源科技有限公司 一种基于大数据的电动汽车剩余充电时间预测方法
KR20190083897A (ko) * 2018-01-05 2019-07-15 현대자동차주식회사 친환경 차량 배터리의 충전시간 예측 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106314174B (zh) * 2016-08-31 2019-04-19 广州地理研究所 基于汽车电子标识的电动汽车充电需求评估方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105990866A (zh) * 2015-02-10 2016-10-05 深圳酷派技术有限公司 充电方法、装置及终端
CN105207302A (zh) * 2015-10-19 2015-12-30 西安特锐德智能充电科技有限公司 一种电动汽车柔性充电方法及充电机
CN105196888A (zh) * 2015-10-20 2015-12-30 西安特锐德智能充电科技有限公司 一种电动汽车充电机的充电管理系统及方法
CN107933373A (zh) * 2017-12-29 2018-04-20 延怀宾 一种电动汽车智能无线充电方法
KR20190083897A (ko) * 2018-01-05 2019-07-15 현대자동차주식회사 친환경 차량 배터리의 충전시간 예측 방법
CN110010987A (zh) * 2019-04-12 2019-07-12 苏州正力蔚来新能源科技有限公司 一种基于大数据的电动汽车剩余充电时间预测方法

Also Published As

Publication number Publication date
CN110723029A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
CN110723029B (zh) 一种充电策略的确定方法及装置
US10598735B2 (en) Method and apparatus for estimating battery life corresponding to characteristic of usage based on pattern information
JP6316319B2 (ja) バッテリの状態を推定する方法、装置、システム、車両、およびコンピュータ・プログラム
EP3796014A1 (en) Battery control device, charge and discharge system, parking lot system, secondary battery reuse system, battery control method, and battery control program
CN112540298A (zh) 一种基于深度-迁移学习的锂离子电池soc估计方法
CN114919433B (zh) 电动汽车集群充放电控制方法、系统及相关设备
CN115700717A (zh) 一种基于电动汽车用电需求的配电分析方法
CN108985966B (zh) 电量消耗计算方法、装置、车辆及计算机可读存储介质
CN113406496B (zh) 基于模型迁移的电池容量预测方法、系统、装置及介质
CN113406498A (zh) 汽车电池充电时长的预估方法、系统、装置及存储介质
CN112417767A (zh) 一种衰减趋势确定模型构建方法、衰减趋势确定方法
CN116562427A (zh) 充电站的充电负荷预测方法及装置、存储介质、设备
CN112736941A (zh) 一种基于移动储能电动汽车的可调度容量预测方法及装置
CN116485441A (zh) 一种多设备能耗记录的分析方法、系统、终端及存储介质
WO2024060539A1 (zh) 动力电池的年度碳排放量估算方法及装置
CN113246797B (zh) 一种电池寿命预测的方法和装置
CN113071336B (zh) 一种车辆的增程器控制方法、系统及车辆
CN114966452A (zh) 一种电池状态确定方法及相关装置
JP7314822B2 (ja) バッテリ劣化判定装置、バッテリ劣化判定方法、及びバッテリ劣化判定プログラム
CN111845456B (zh) 电池温度的控制方法和装置
CN109466377A (zh) 用于自动更新soc区间里程参考值的方法、装置和存储介质
CN117301936B (zh) 电动汽车充电负荷控制方法、装置、电子设备及存储介质
CN117416212A (zh) 续航里程预测方法、装置和存储介质
CN116338470A (zh) 电池健康评估方法、装置、电子设备及可读存储介质
CN118095783A (zh) 一种电动汽车充电规划方法及装置

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
GR01 Patent grant
GR01 Patent grant