CN111369329A - 基于区块链的电动汽车电池管理系统、租赁及运维方法 - Google Patents

基于区块链的电动汽车电池管理系统、租赁及运维方法 Download PDF

Info

Publication number
CN111369329A
CN111369329A CN202010243342.1A CN202010243342A CN111369329A CN 111369329 A CN111369329 A CN 111369329A CN 202010243342 A CN202010243342 A CN 202010243342A CN 111369329 A CN111369329 A CN 111369329A
Authority
CN
China
Prior art keywords
battery
information
battery pack
user
pack
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.)
Granted
Application number
CN202010243342.1A
Other languages
English (en)
Other versions
CN111369329B (zh
Inventor
刘振杰
谭杰
王学雷
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.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
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 Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN202010243342.1A priority Critical patent/CN111369329B/zh
Publication of CN111369329A publication Critical patent/CN111369329A/zh
Application granted granted Critical
Publication of CN111369329B publication Critical patent/CN111369329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q30/0645—Rental transactions; Leasing transactions
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems
    • 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
    • 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
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Biology (AREA)
  • Human Resources & Organizations (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Probability & Statistics with Applications (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及电动汽车技术领域，具体涉及一种基于区块链的电动汽车电池管理系统、租赁方法以及运维方法。为了解决现有技术不能充分收集利用电池运行参数并反馈给用户的问题，本发明提出一种电动汽车电池管理系统、租赁方法以及运维方法，系统包括电池包模块，用于将电动汽车使用周期内电池包的时序数据传输至智能云平台；智能云平台，用于根据时序数据以及预先获取的用户行为数据评估电池包的电池状态以及分析用户的行为状态；移动终端，用于获取用户行为数据，将用户行为数据传输至智能云平台，并接收用户行为规范化建议。本发明的方法能够为用户提供良好的驾驶行为建议以及智能化的预警与预测服务，还能够不断优化延长电池寿命。

Description

基于区块链的电动汽车电池管理系统、租赁及运维方法
技术领域
本发明涉及电动汽车技术领域，具体涉及一种基于区块链的电动汽车电池管理系统、租赁方法以及运维方法。
背景技术
近年来，新能源汽车继续以50％的增长速度飞速发展，越来越多的消费者开始关注并购买新能源电动汽车，而电动汽车目前面临如下突出问题：第一是充电难，很大一部分消费者不具备在家安装充电桩的条件，快充桩存在排队常态化问题；第二是充电效率低，慢充需要8个小时左右，而即使快充也需要2个小时左右，造成极大的不方便；第三是电池衰减问题，快充影响电池使用寿命，导致车辆使用后期的续航里程衰减；第四是消费者存在普遍的“续航焦虑”，由于充电条件尚不十分成熟，电动车车主仍有里程焦虑，冬天和夏天开空调都存在顾虑；第五是用户使用习惯不良造成电池寿命衰减。因此，在电池及充电技术没有突破的情况下，提出一种既能延续汽车续航能力，又能缓解充电排队问题，还能延长电池使用寿命的系统和方法具有十分重要的意义。
目前，新能源电动汽车充电方式依然靠分布在特定位置的充电桩，而充电桩的安装位置不像“加油站”那样设施完善、布局均匀，无法保证电动汽车随处充电的要求，很大程度上减少了续航能力，同时造成局部充电排队问题；另一方面，从电池本身来说，其技术已经达到瓶颈期，充电速度实现跨越式突破，造成充电效率低下，即使快充也不能像加油站那样方便，同时快充会对电池寿命造成一定程度上的衰减。此外，电动汽车在运行过程中产生的大量的电池运行参数，而这些参数没有充分收集利用，并及时形成指导性意见反馈给使用者，规范驾驶行为。即使收集数据会存在数据接入、数据安全等一系列问题。
因此，如何提出一种解决现有技术问题的方案是本领域技术人员需要解决的技术问题。
发明内容
为了解决现有技术中的上述问题，即为了解决现有技术不能充分收集利用电池运行参数并反馈给用户的问题，本发明的第一方面提供了一种基于区块链的电动汽车电池管理系统，包括：
电池包模块，用于将所述电动汽车使用周期内电池包的时序数据传输至智能云平台，其中，所述时序数据包括所述电池包的电池状态信息、电池包所处环境信息以及所述电动汽车行为信息中的至少一种；
智能云平台，用于根据所述时序数据以及预先获取的用户行为数据，通过预设的区块链、预先训练好的电池状态评估模型评估所述电池包的电池状态，并向所述电池包模块发送电池包优化信息，以及
通过所述区块链、预先训练好的用户行为分析模型分析所述用户的行为状态，并向移动终端发送用户行为规范建议；
移动终端，用于获取用户行为数据，将所述用户行为数据传输至所述智能云平台，并接收所述用户行为规范化建议；
其中，所述电池状态评估模型是基于深度神经网络构建的模型，并且基于预设的第一训练样本进行电池状态评估优化；
所述用户行为分析模型是基于聚类神经网络构建的模型，并且基于预设的第二训练样本进行用户行为分析优化。
在一种可能的实现方式中，所述系统还包括换电站，所述换电站用于将所述换电站的运行状态信息传输至所述智能云平台，并接收所述智能云平台发送的电池包更换信息，
其中，所述运行状态信息包括所述换电站的位置信息、所述换电站的电池包的类型信息中的至少一种；
所述电池包更换信息包括电池包更换方式信息、用户位置信息或电池包属性信息中的至少一种。
在一种可能的实现方式中，所述换电站包括配送单元、更换单元和充电单元，
所述配送单元用于根据所述电池包更换信息，将与所述电池包更换信息对应的电池包配送至目标位置，并将更换后的电池包配送至所述充电单元处充电；
所述更换单元用于根据所述电池包更换信息更换对应的电池包。
在一种可能的实现方式中，所述电池包模块包括：
电池单元，用于提供电力，其中，所述电池单元包括多个串并联组成的单体电池，并且所述电池单元与所述电动汽车采用相同的集成接口；
边缘计算模块，用于获取所述电动汽车使用周期内电池包的时序数据，将所述时序数据传输至所述智能云平台，并且接收所述智能云平台发送的电池包优化信息，并将所述电池包优化信息发送至所述电池包管理模块；
电池包管理模块，用于根据所述电池包优化信息控制所述电池单元的负载。
在一种可能的实现方式中，所述电池状态信息包括所述电池包的编号、所述电池包的电压、所述电池包的电流、所述电池包的输出功率、所述电池包中单个电池单元的电压、采集所述电池状态信息所处的时间中的至少一种；
所述电池包所处环境信息包括所述电池包所在位置的经纬度、所述电池包的气压、所述电池包的温度、所述电池包的湿度中的至少一种；
所述电动汽车行为信息包括所述电动汽车的行驶速度、电机转速、运行状态、行驶方向中的至少一种。
在一种可能的实现方式中，所述智能云平台是基于工业互联网构建的系统平台，所述智能云平台包括边缘层、基础设施层、数据处理层以及应用处理层；
所述边缘层用于接收所述电池包模块传输的时序数据，
所述基础设施层包括多个计算集群和存储中心，用于为所述智能云平台处理所述时序数据提供计算设备和存储设备；
所述数据处理层用于根据所述时序数据以及预先获取的用户行为数据，通过预先训练好的电池状态评估模型评估所述电池包的电池状态，通过预先训练好的用户行为分析模型分析所述用户的行为状态；
所述应用处理层用于接收移动终端发送的用户行为数据，和/或所述移动终端的应用程序发送的需求信息。
本发明的另一方面还提供了一种电动汽车电池租赁方法，包括：
获取目标用户通过移动终端发送的电池租赁请求信息；
根据所述电池租赁请求信息以及预先存储的所述目标用户的注册信息，通过智能云平台确定满足所述目标用户电池租赁请求的电动汽车电池所在位置信息；
向所述目标用户发送电池出租信息，以使所述目标用户根据所述电池出租信息完成电池租赁，
其中，所述电池出租信息包括电动汽车电池所在位置信息。
在一种可能的实现方式中，在“获取目标用户通过移动终端发送的电池租赁请求信息”的步骤之前，所述方法还包括：
获取所述目标用户的注册信息，其中，所述注册信息包括所述目标用户的身份信息、所述目标用户的驾驶车辆信息以及所述目标用户的交易账户信息。
在一种可能的实现方式中，在“向所述目标用户发送电池出租信息”的步骤之后，所述方法还包括：
在所述目标用户完成电池租赁之后，从所述目标用户的交易账户信息中扣除电池租赁的费用。
本发明的另一方面还提供了电动汽车电池运维方法，包括：
在所述电动汽车电池开始使用后，获取所述电动汽车电池的电池状态信息，其中，所述电池状态信息包括所述电池包的编号、所述电池包的电压、所述电池包的电流、所述电池包的输出功率、所述电池包中单个电池单元的电压、采集所述电池状态信息所处的时间中的至少一种；
根据所述电池状态信息，通过智能云平台获取所述电动汽车电池的运维信息，其中，所述运维信息包括所述电动汽车电池的剩余电量信息、剩余寿命信息以及故障发生概率信息中的至少一种；
向目标用户发送所述运维信息，以使所述目标用户根据所述运维信息执行相应的操作。
根据本公开的实施例，电动汽车电池管理系统包括电池包模块，用于将所述电动汽车使用周期内电池包的时序数据传输至智能云平台，其中，所述时序数据包括所述电池包的电池状态信息、电池包所处环境信息以及所述电动汽车行为信息中的至少一种；智能云平台，用于根据所述时序数据以及预先获取的用户行为数据，通过预设的区块链、预先训练好的电池状态评估模型评估所述电池包的电池状态，并向所述电池包模块发送电池包优化信息，以及通过所述区块链、预先训练好的用户行为分析模型分析所述用户的行为状态，并向移动终端发送用户行为规范建议；移动终端，用于获取用户行为数据，将所述用户行为数据传输至所述智能云平台，并接收所述用户行为规范化建议。通过电动汽车电池管理系统不仅能为用户提供良好的驾驶行为建议以及智能化的预警与预测服务，还能够不断优化延长电池寿命。
附图说明
图1是本发明的基于区块链的电动汽车电池管理系统的结构示意图。
图2是本发明的基于区块链的电动汽车电池管理系统的框图。
图3是本发明的电动汽车电池租赁方法的流程示意图。
图4是本发明的电动汽车电池运维方法的流程示意图。
具体实施方式
为使本发明的实施例、技术方案和优点更加明显，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所述的实施例是本发明的一部分实施例，而不是全部实施例。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
图1示出根据本公开实施例的基于区块链的电动汽车电池管理系统的结构示意图。如图1所示，该基于区块链的电动汽车电池管理系统主要包括电池包模块11、电池包模块11以及移动终端13，
电池包模块11，用于将所述电动汽车使用周期内电池包的时序数据传输至智能云平台12，其中，所述时序数据包括所述电池包的电池状态信息、电池包所处环境信息以及所述电动汽车行为信息中的至少一种；
智能云平台12，用于根据所述时序数据以及预先获取的用户行为数据，通过预设的区块链、预先训练好的电池状态评估模型评估所述电池包的电池状态，并向所述电池包模块11发送电池包优化信息，以及
通过所述区块链、预先训练好的用户行为分析模型分析所述用户的行为状态，并向移动终端13发送用户行为规范建议；
移动终端13，用于获取用户行为数据，将所述用户行为数据传输至所述智能云平台12，并接收所述用户行为规范化建议。
本公开实施例的基于区块链的电动汽车电池管理系统，不仅能为用户提供良好的驾驶行为建议以及智能化的预警与预测服务，还能够不断优化延长电池寿命。
示例性地，通用标准的电动汽车PACK包提供电动汽车动力输出及负载均衡等电池管理功能，通用标准是指将电动汽车的车体与PACK包独立分开，并将汽车车体与PACK包的集成接口设计成通用标准，只需简单的操作即可实现二者的完美结合，同时PACK包箱体中的BMS模块中存有唯一的可识别的设备ID，通过设备ID对PACK包进行追踪及更换。
示例性地，通用标准的电动汽车PACK包中集成有边缘计算模块，边缘计算模块将预处理的数据集以及采集的全局数据集合上传至所述智能云平台。接收所述智能云平台传递的电池综合性能评估(SOH、SOC等)、各类优化指令、行为规范及优化建议。
边缘计算模块集“网络”、“计算”、“存储”、“应用”核心功能为一体，存有对应的区块链私钥，实时采集电动汽车运行过程中电池状态信息、环境信息、行为信息、地理信息等，基于边缘计算、深度学习等技术并结合电化学模型对采集的数据进行初步处理与分析，实时评估电池的综合性能，并对突发事件及时预警。
智能云平台接收所述边缘计算模块上传的预处理数据簇和采集的全局数据集合，将接收的数据存入到区块链中，基于大数据和深度学习模型，并结合特征学习方法，利用深层次、多维度、多种类的神经网络对整车电池健康状况进行深度评估，并对所述边缘计算模块的实时评估模型、故障分析与预测模型进行优化。同时对健康有问题的PACK及时通知维护人员进行维护。
智能云平台根据所述边缘计算模块上传的电池状态信息、环境信息、行为信息以及地理信息等，采用k-means聚类分析方法全面剖析用户行为，并结合大数据挖掘技术给出用户使用建议，指导用户规范使用，最大程度上延长电池使用寿命。
智能云平台接收和处理所述移动APP传递的租赁信息、故障申报信息、PACK包更换信息等，实时跟踪所述通用标准的电动汽车PACK包的全生命周期的信息。同时所述智能云平台根据所述边缘模块分析的电量余量并结合所述电动汽车PACK包更换站位置信息，动态规划最优更换PACK路径，当余量无法达到最优路径时，所述智能云平台给出预警并将信息传递到边缘设备终端，从而提供人性化售后服务。
智能云平台根据电池全生命周期数据信息，包括运行数据、充放电数据、电量与电价数据、租赁数据、维保及费用数据、使用行为数据等，采用大数据分析、深度学习等人工智能技术对全生命周期数据进行多维度、深层次挖掘，为供应商提供更精准的运营支撑。
移动APP为租赁用户提供租赁服务的应用，终端用户通过该APP进行实名注册，即可享受电动汽车动力电池包更换服务，同时所述云平台利用大数据分析、深度学习等技术深度挖掘可用信息，为用户提供诸如使用习惯、动态规划最优PACK包更换站路径、电动汽车用电效率、故障救援等优质的服务。
电动汽车PACK智能更换站为用户提供自助智能更换服务，对更换的电动汽车PACK包进行充电、维护等，同时提供电动汽车就近救援服务，智能更换站包括“汽车智能移动装置”、“汽车电池装配卸载机器人”、“电池包运输机器人”、“电池包充电维护机器人”、“电池包充电货架”、“充电智能驾驶管理舱”。
图2示出根据本公开实施例的基于区块链的电动汽车电池管理系统的框图。如图2所示，基于区块链的电动汽车电池管理系统可以包括通用标准的电动汽车PACK包、边缘计算模块、智能云平台、区块链、移动APP、电动汽车PACK智能更换站。
其中，通用标准的电动汽车PACK包配置为包含多组电池模组、电池包管理模块(BMS，Battery Management System)、各种通电线路、各类测量传感器、通用标准的外壳结构，能够接受边缘计算下发的控制指令，通过BMS对电池负载进行均衡控制，并将电池包时序数据实时传输到边缘模块进行预分析、处理，接收并执行预处理结果，实现电池包的最优控制。
所述电池包时序数据包括电池使用周期的充放电电压、电流、温度、湿度、绝缘值、电阻、功率、电容、电池ID、采集时间在内的全部时序数据。
在本发明的一个实施例中，通用标准的电动汽车PACK包中的电池模组由单体电池通过串并联组成，多个模组又通过串并联组成动力输出的核心部分，通过按照统一国标设计的外壳结构与车体链接部位无缝对接固定，并由边缘模块与BMS模块共同管理和控制。使用过程中BMS根据负载情况控制电压、电流输出驱动电机转化动力输出，从而驱动汽车前进，同时通过各类传感器数据的采集，结合边缘模块各类模型分析及预处理实现反馈优化输出，从而使电池运行在最佳状态。
边缘计算模块配置为实现汽车PACK包的边缘分析、边缘处理、边缘决策、云边协同优化，实时接收PACK包传输过来的各类时序数据，并针对时序数据通过边缘模型进行数据的清洗、分析、预警、决策，对电池是否过载、过压、过流、电池容量、单体电池状态、温度、整体电池包状态等进行分析、局部聚类并标记，形成PACK运行状态全局簇集合以及边缘优化输出决策指令，优化输出控制指令一部分通过车载终端通知用户，另一部分通过与BMS的交互实现智能控制。
将PACK运行状态全局簇集合以及采集的时序数据并结合车载终端采集的地理信息、行为信息等通过5G实时上传给智能云平台；接收智能云平台传递的边缘模型优化参数、行为规范建议以及其他服务性信息，边缘模型根据优化参数不断改进模型，同时将优化控制指令下发到PACK包，车载终端接收行为规范建议以及其他增值性服务，最终实现智能化的云边协同。
本公开实施例中，边缘计算模块具体化为管理PACK包及终端用户的边缘设备，能够接收智能云端的优化控制指令及增值服务数据，同时能够实现与PACK包的数据交互；
边缘计算模块通过现场总线获取PACK包的状态数据以及与终端交互获取位置、行为信息，状态数据包括但不限于电压、电流、温度、湿度、功率、阻值、单体电池、模组状态，然后通过嵌入在边缘模块中的各类分析模型采用基于深度学习的方法实现PACK的实时分析、状态预警及实时决策，各类模型包括但不限于单体电池状态模型、PACK包寿命模型、负荷均衡模型、状态预警模型、电量预测模型、电池表征模型、电池老化模型。
经过边缘模块处理的数据以及采集的原始数据在通过5G网络上传至智能云平台，智能云平台将上传的数据再经过数据抽取、清洗、转换存储到云平台，同时利用大数据、深度学习、机器学习等前沿技术通过关联、交叉、单体等分析方法实现海量数据的再分析，例如用户行为习惯与电池状态的关系、边缘模型参数优化、用户增值服务等，智能云平台将利用人工智能技术分析的结果通过5G再传输到对应边缘模块及智能终端，实现模型的优化控制及终端用户的增值服务。
其中，智能云平台中也可以包括多个模型，示例性地，智能云平台可以包括电池状态评估模型和用户行为分析模型。其中，所述电池状态评估模型是基于深度神经网络构建的模型，并且基于预设的第一训练样本进行电池状态评估优化；所述用户行为分析模型是基于聚类神经网络构建的模型，并且基于预设的第二训练样本进行用户行为分析优化。
示例性地，智能云平台配置为由多台服务器组成的计算集群和存储中心，管理全部的在云“终端用户”、“PACK研发人员”、“PACK包”、“PACK智能更换站”、“PACK回收网络”，能够接收边缘模块上传的PACK包使用过程中的全部时序数据簇及边缘预处理数据，并经过抽取、清洗，将数据分类建模存储以便构建庞大的PACK运行数据，通过全局融合、聚类、再融合，形成边缘模型最优参数以及其他增值性服务，再通过5G网络下放到具体对应的边缘模块，实现优化控制以及人性化的端到端的增值交互。
另一方面，智能云平台可以接收移动APP发送的注册、租赁、救援、缴费等信息；此外，能够接收智能更换站的运行数据；能够将PACK包的全生命周期数据通过大数据分析推送到对应PACK研发人员，实现产品的优化设计；能够将即将或已经报废PACK包信息推送到PACK回收网络，实现PACK循环再利用。
本公开实施例中，智能云平台基于工业互联网架构组成构建的系统平台，在边缘层采用5G通信技术支持多源异构数据、协议的快速接入；云基础设施层采用虚拟化等技术并由多台服务器、交换机、磁盘阵列组成的计算集群和存储中心。PAAS层基于HADOOP架构组织搭建的大数据平台，负责存储和处理PACK使用过程数；同时采用微服务、组件化技术实现各类模型沉淀；SAAS层实现满足租赁、运维、研发、分析、回收应用需求的各类APP。
智能云平台能够接收边缘模块通过5G网络上传的时序数据、预处理数据，同时接受用户通过APP操作的信息以及智能更换站的运行数据，充分发挥大数据集群分布式计算的优势，汇总所有传输的信息，进行全局融合、行为关联分析、PACK交叉分析、单体分析、预测预警、增值性服务分析等，形成各类分析数据，然后通过5G信号传送给对应的边缘模块、终端用户、研发人员、回收网络、智能更换站。
其中，移动APP配置为一套应用软件，能够进行在线注册、PACK包租赁、PACK包远程运维；能够接收智能云平台推送的各类增值性服务数据，包括但不限于用户行为建议、自助充电、最近更换站路径规划、电池包性能分析、电池包与气温、位置的关系分析、同一用户不同电池包的交叉分析等。
本公开实施例中，终端用户通过移动APP先注册，然后在通过用户才能进行在线租赁，完成租赁即可到指定智能更换站自助更换或等待上门服务。通过移动APP用户可查看或使用智能云平台推送的各种增值服务。
电动汽车PACK智能更换站配置为由自助更换系统和人工更换两种方式组成。
自助更换系统包括电动汽车更换台、智能操作机器人、智能PACK包配送机器人、智能PACK包充电立体仓库、自助充电桩。其中自助电动汽车更换台用于支撑电动汽车方便一站式自助更换电；智能操作机器人用于PACK包的更换，智能PACK包配送机器人用户将卸载的PACK放到指定的充电立体仓库中充电，同时将新分配的PACK包运送到更换台，智能操作机器人将其更换到汽车中；智能PACK包充电立体仓库用户放置带充电PACK包，同时自助实现PACK的充电；自助充电桩是用于用户直接充电，可通过手机APP直接操作。
人工更换通过配置两个人员手动操作。
本公开实施例中，终端用户首先通过移动APP在线租赁PACK包，智能云平台自动锁定PACK，并实现预扣费，用户到指定更换站自助或人工更换，自助更换只需要将电动汽车开到指定的更换台即可，其余全靠机器人完成自助更换，完成更换后智能云平台自检测，通过后推送消息到移动APP，提醒用户完成更换并自助实现扣费。更换下来的PACK包通过上到指定立体仓库自助充电，并由边缘云和智能云平台实现双重实时监控。
可选的，通用标准的电动汽车PACK包与电动汽车车体集成接口位于PACK包的上部，且具有机械式触发通电开关，即当PACK包正确集成到车体上时，机械开关处于通电状态，否则处于断点状态。
可选的，所述通用标准的电动汽车PACK包中的设备ID采用抗金属、抗氧化的RFID标签。
可选的，所述边缘计算模块包括边缘控制、边缘采集、边缘计算、边缘应用模块以及具有操作系统的可视化终端，并与所述云平台实现“边云”协同。
可选的，所述边缘计算模块采集的电池状态信息数据集包括电池的编号、电池组电压、电池工作电流、输出功率、单体电压、箱体温度、采集时间等全部时序数据。
可选的，所述边缘计算模块采集的环境及地理信息数据包括所处位置的经纬度、气压、温度、湿度、采集时间等全部时序数据。
可选的，所述边缘计算模块采集的行为信息数据包括所处位置的车辆行驶方向角度、速度、电机转速、踏板状态、采集时间等全部时序数据。
可选的，所述边缘计算模块与所述云平台之间通过“5G”进行通信，实时定位通过GPRS实现。
可选的，由所述边缘计算模块对车体和动力电池PACK进行实时监控，同时将数据通过5G上传至所述智能云平台，由智能云平台进行关联存储，并基于大数据和深度学习技术进行多维度、深层次的挖掘，并实时传送给边缘模块，由边缘模块执行所述智能云平台相关指令。
可选的，所述智能云平台包括分布式服务器、交换机、磁盘阵列、UPS。
图3示出根据本公开实施例的电动汽车电池租赁方法的流程示意图。如图3所示，电动汽车电池租赁方法包括：
步骤S301，获取目标用户通过移动终端发送的电池租赁请求信息；
步骤S302，根据所述电池租赁请求信息以及预先存储的所述目标用户的注册信息，通过智能云平台确定满足所述目标用户电池租赁请求的电动汽车电池所在位置信息；
步骤S303，向所述目标用户发送电池出租信息，以使所述目标用户根据所述电池出租信息完成电池租赁。
其中，所述电池出租信息包括电动汽车电池所在位置信息。
示例性地，电动汽车电池租赁方法具体可以包括：
用户通过移动终端在线填写注册信息，并提交上传至智能云平台；智能云平台对注册信息进行实名认证，包括信用认证，对所述认证通过后的注册信息做统一的格式化处理，获取认证的交易数据。
智能云平台利用加密算法生成私钥并对所述交易数据进行数字签名认证并置于所注册使用的移动设备上，每次更换设备都需要进行重新注册认证。将所述交易数据发送至区块链中的所有服务节点，服务节点对达成共识的交易数据写入到区块链中，形成新的区块链数据，利用所述新区块链结合智能合约执行用户扣费、违规违法缴费、其他法律诉讼等。
租赁时系统自动根据车体型号及位置采用最优路径规划方法推送最近智能更换站，用户即可根据推送选择其中的更换站，同时系统自动为其分配电池PACK包。用户租赁车辆后，系统自动执行相关租赁所关联的智能合约，用户到指定更换地点自助更换。
示例性地，注册信息包括：用户真实姓名、性别、身份证号、身份证扫描件、电话、手机、住址、新能源汽车型号、购车交易凭证、关联交易账户(银行卡、XX信、XX宝)等。
示例性地，智能合约的应用包括：租赁费、违法违规费、故障报修费、责任理赔诉讼、数据授权等。
图4示出根据本公开实施例的电动汽车电池运维方法的流程示意图。如图4所示，电动汽车电池运维方法包括：
步骤S401，在所述电动汽车电池开始使用后，获取所述电动汽车电池的电池状态信息；
步骤S402，根据所述电池状态信息，通过智能云平台获取所述电动汽车电池的运维信息；
步骤S403，向目标用户发送所述运维信息，以使所述目标用户根据所述运维信息执行相应的操作。
其中，所述电池状态信息包括所述电池包的编号、所述电池包的电压、所述电池包的电流、所述电池包的输出功率、所述电池包中单个电池单元的电压、采集所述电池状态信息所处的时间中的至少一种。
所述运维信息包括所述电动汽车电池的剩余电量信息、剩余寿命信息以及故障发生概率信息中的至少一种。
示例性地，电动汽车电池运维方法具体可以包括：
租赁的PACK包在开始使用时，边缘计算模块自动进行入链认证，以确保PACK是可信的接入设备。
认证成功后，边缘计算模块自动通过CAN实时采集PACK包状态数据、地理信息、用户行为数据等，然后通过边缘数据处理并结合置于边缘模块的寿命预测、电量剩余、故障预测等模型对数据进行分析预测，实时分析结果通过边缘模块反馈到车载终端中以及PACK包BMS中实现实时优化控制。
区块链中的服务节点通过5G信号获取经过数字签名的非对称加密的数据后，经过解密存储到区块链中。
部署到区块链网络中的云平台利用大数据分析、机器学习、神经网络等技术对采集的数据进行分析处理，并将每一次达成共识的处理结果入链，同时通过5G信号传送到对应的PACK包中，以便优化边缘模型及为用户提供增值服务。
示例性地，每个PACK包都有唯一ID及私钥，私钥置于边缘计算模块中，ID置于PACK包中。
本公开实施例中，所采集的状态信息、地理信息、用户行为信息包括但不限于以下内容：电压、电流、功率、容量、内阻、阻抗、经纬度、油门踏板倾斜角、方向盘转角、电机扭矩、各类振动信号、各类报警信号、行驶里程、车速、时间、PACK包ID等。
在本实例中，所述增值服务包括但不限于以下内容：用户行为规范、过载过压过流等各类预警、剩余电量、寿命预测、最优更换路径规划、附近更换站、故障预警、故障排除专家建议、剩余里程预测、车载实时动态负荷等。
在本实例中，采用的大数据、机器学习、神经网络等技术包括但不限于随机森林、决策树、逻辑回归、朴素贝叶斯、神经网络等，特别的异常检测采用支持向量机的无监督学习方法One Class SVM，在特征空间中利用数据点到中心的距离获取数据周围的球形边界，形成一个超球体，当新数据到中心距离小于超球体半径时，认为该数据为正常点，否则为异常点。通过K-means聚类算法对该单体电池故障前后的各类序列电压、电流、容量特征进行分析，以便精确获取单体电池过压、欠压故障信息。通过故障分析动态调整均衡策略模型，实现最优均衡控制。
本公开实施例的另一方面，还提供了一种电动汽车电池租赁和运维方法，其包括：
用户登录所述移动APP进行实名注册，并绑定电动汽车品牌、型号及车牌号，系统自动根据电动汽车品牌、型号、车牌号匹配对应PACK包。用户进入租赁模块并自动根据定位推送附近的“更换站”，同时支持用户自动输入位置系统模糊推荐，选择完“更换站”后系统自动将符合绑定汽车型号的PACK包显示出来，用户自由选择，然后确定配送方式，系统支持到站更换和上门服务，确定完成后付款，即可完成PACK包的租赁。
如果选择“到站更换”，则用户自行到指定的更换站自助更换，所谓自助更换是指自助更换系统自动识别汽车车牌号，同时与租赁订单核对，发送到所述移动APP上待用户确认，确认完成后自助系统驱动配送系统将指定所述通用标准PACK包输送到指定位置，然后由智能机器人实现PACK包的更换，同时将更换下的PACK包输送到充电区域，由机器人实现充电操作，充电完成后再由机器人通过智能传输系统传送至待售区的立体仓储中。
如果选择“上门服务”，则在订单提交时由智能云平台的消息推送系统自动将信息推送给相应的更换服务人员，并在规定时间执行更换服务，服务完成后，再由更换人员将PACK送回更换站充电。
所述标准通用PACK包在使用过程中，由内置的所述边缘计算模块实时采集电动汽车电池状态信息、地理信息、环境信息、行为信息等，并通过边缘计算、深度学习技术以及电化学模型对采集电池信息进行边缘分析，为用户提供诸如负荷过载预警、电压电流温度预警、内阻状态、行为习惯预警、单体电池不一致性预警、SOC(剩余电量)、SOH(健康状态)等实时信息。边缘模块将采集全局数据簇与边缘分析的局部数据簇集合通过“5G”技术上传至智能云平台。
智能云平台根据边缘计算模块上传的全局数据簇与分析的局部簇，将按照同一PACK包、同一用户、同一区域等类别的所有历史数据集合分别融合，进行重新聚类，并基于大数据分析、深度学习等人工智能技术进行多维度、深层次挖掘与分析，并将挖掘分析结果通过5G反馈给边缘计算模块，用于修正边缘实时分析模型，提供寿命预测、故障预测、健康状态预测、驾驶行为矫正、电池均衡控制、电池更换预警、电池更换路径最优规划等关键功能。
智能云平台根据边缘计算模块上传的实时历史数据，基于大数据分析技术，包括深度学习、决策分类、支持向量机等方法，采用隐马尔科夫模型算法，对用户历史行为数据建模，实现用户行为的深度挖掘与预测，并将挖掘与预测结果下发到边缘计算模块，驱动PACK包的控制决策模型实现电池均衡控制以及用户行为规范，达到对电池包的优化控制，实现云边协同。
智能云平台根据边缘计算模块上传的实时历史数据，基于大数据、深度学习等人工智能技术，通过移动APP为用户提供在线租赁、故障申报、能耗与环境分析、能耗与地理位置分析、能耗与行为分析、PACK包能耗综合分析、用户行为规范建议、电池SOC监控、电池SOH监控、附近更换站、各类状态预警、在用电池包的性能分析(通过历史环境、行为、地理位置分析电池包性能)、租赁费用统计、电池包租赁费用与行驶路径分析等优质服务；为经营商提供各类报表统计以及关键指标分析，形成运营驾驶舱管理平台。
通过本申请的系统和方法至少可以实现以下技术效果：
充分利用互联网技术，实现分布在全国乃至全世界各地的新能源电池“智能更换站”的互联互通，并依靠智能终端实现新能源汽车电池的在线租赁、智能更换、故障申报、监控、智能服务等人性化服务。
在使用过程中利用边缘计算模块的计算能力进行局部关键指标数据的轻度汇总、初级聚类以及智能预警与预测，边缘模块将所有局部处理结果通过5G上传到云端，进行全局的数据的在聚类融合，并基于大数据、深度学习等人工智能技术的深度挖掘与分析，形成重度汇总结果，再将全局处理结果下传到边缘计算模块，进行电池健康、故障预测、SOC、SOH、均衡控制等模型边缘修正，协同多要素决策，实现动力电池智能化远程运维。
将电动汽车与动力电池PACK包独立分开，并设计一套通用标准的PACK包，并在全国不同区域基于互联网技术构建电动汽车PACK包智能更换站，能够像“加油站”一样快速实现电池的更换，极大地解决了充电难、充电效率低、续航短等电动汽车目前遇到的“卡脖子”问题。
通过本系统构建的“云平台”以及边缘计算模块实现对PACK包的智能化、精细化远程运维，不仅能为用户提供良好的驾驶行为建议以及智能化的预警与预测服务，还能够通过边缘模型的不断优化延长电池寿命。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于区块链的电动汽车电池管理系统，其特征在于，包括：
电池包模块，用于将所述电动汽车使用周期内电池包的时序数据传输至智能云平台，其中，所述时序数据包括所述电池包的电池状态信息、电池包所处环境信息以及所述电动汽车行为信息中的至少一种；
智能云平台，用于根据所述时序数据以及预先获取的用户行为数据，通过预设的区块链、预先训练好的电池状态评估模型评估所述电池包的电池状态，并向所述电池包模块发送电池包优化信息，以及
通过所述区块链、预先训练好的用户行为分析模型分析所述用户的行为状态，并向移动终端发送用户行为规范建议；
移动终端，用于获取用户行为数据，将所述用户行为数据传输至所述智能云平台，并接收所述用户行为规范化建议；
其中，所述电池状态评估模型是基于深度神经网络构建的模型，并且基于预设的第一训练样本进行电池状态评估优化；
所述用户行为分析模型是基于聚类神经网络构建的模型，并且基于预设的第二训练样本进行用户行为分析优化。
2.根据权利要求1所述的系统，其特征在于，所述系统还包括换电站，所述换电站用于将所述换电站的运行状态信息传输至所述智能云平台，并接收所述智能云平台发送的电池包更换信息，
其中，所述运行状态信息包括所述换电站的位置信息、所述换电站的电池包的类型信息中的至少一种；
所述电池包更换信息包括电池包更换方式信息、用户位置信息或电池包属性信息中的至少一种。
3.根据权利要求2所述的系统，其特征在于，所述换电站包括配送单元、更换单元和充电单元，
所述配送单元用于根据所述电池包更换信息，将与所述电池包更换信息对应的电池包配送至目标位置，并将更换后的电池包配送至所述充电单元处充电；
所述更换单元用于根据所述电池包更换信息更换对应的电池包。
4.根据权利要求1所述的系统，其特征在于，所述电池包模块包括：
电池单元，用于提供电力，其中，所述电池单元包括多个串并联组成的单体电池，并且所述电池单元与所述电动汽车采用相同的集成接口；
边缘计算模块，用于获取所述电动汽车使用周期内电池包的时序数据，将所述时序数据传输至所述智能云平台，并且接收所述智能云平台发送的电池包优化信息，并将所述电池包优化信息发送至所述电池包管理模块；
电池包管理模块，用于根据所述电池包优化信息控制所述电池单元的负载。
5.根据权利要求1所述的系统，其特征在于，
所述电池状态信息包括所述电池包的编号、所述电池包的电压、所述电池包的电流、所述电池包的输出功率、所述电池包中单个电池单元的电压、采集所述电池状态信息所处的时间中的至少一种；
所述电池包所处环境信息包括所述电池包所在位置的经纬度、所述电池包的气压、所述电池包的温度、所述电池包的湿度中的至少一种；
所述电动汽车行为信息包括所述电动汽车的行驶速度、电机转速、运行状态、行驶方向中的至少一种。
6.根据权利要求1所述的系统，其特征在于，所述智能云平台是基于工业互联网构建的系统平台，所述智能云平台包括边缘层、基础设施层、数据处理层以及应用处理层；
所述边缘层用于接收所述电池包模块传输的时序数据，
所述基础设施层包括多个计算集群和存储中心，用于为所述智能云平台处理所述时序数据提供计算设备和存储设备；
所述数据处理层用于根据所述时序数据以及预先获取的用户行为数据，通过预先训练好的电池状态评估模型评估所述电池包的电池状态，通过预先训练好的用户行为分析模型分析所述用户的行为状态；
所述应用处理层用于接收移动终端发送的用户行为数据，和/或所述移动终端的应用程序发送的需求信息。
7.一种基于权利要求1至6中任一项所述的基于区块链的电动汽车电池管理系统的电动汽车电池租赁方法，其特征在于，包括：
获取目标用户通过移动终端发送的电池租赁请求信息；
根据所述电池租赁请求信息以及预先存储的所述目标用户的注册信息，通过智能云平台确定满足所述目标用户电池租赁请求的电动汽车电池所在位置信息；
向所述目标用户发送电池出租信息，以使所述目标用户根据所述电池出租信息完成电池租赁，
其中，所述电池出租信息包括电动汽车电池所在位置信息。
8.根据权利要求7所述的方法，其特征在于，在“获取目标用户通过移动终端发送的电池租赁请求信息”的步骤之前，所述方法还包括：
获取所述目标用户的注册信息，其中，所述注册信息包括所述目标用户的身份信息、所述目标用户的驾驶车辆信息以及所述目标用户的交易账户信息。
9.根据权利要求7所述的方法，其特征在于，在“向所述目标用户发送电池出租信息”的步骤之后，所述方法还包括：
在所述目标用户完成电池租赁之后，从所述目标用户的交易账户信息中扣除电池租赁的费用。
10.一种基于权利要求1至6中任一项所述的基于区块链的电动汽车电池管理系统的电动汽车电池运维方法，其特征在于，包括：
在所述电动汽车电池开始使用后，获取所述电动汽车电池的电池状态信息，其中，所述电池状态信息包括所述电池包的编号、所述电池包的电压、所述电池包的电流、所述电池包的输出功率、所述电池包中单个电池单元的电压、采集所述电池状态信息所处的时间中的至少一种；
根据所述电池状态信息，通过智能云平台获取所述电动汽车电池的运维信息，其中，所述运维信息包括所述电动汽车电池的剩余电量信息、剩余寿命信息以及故障发生概率信息中的至少一种；
向目标用户发送所述运维信息，以使所述目标用户根据所述运维信息执行相应的操作。
CN202010243342.1A 2020-03-31 2020-03-31 基于区块链的电动汽车电池管理系统、租赁及运维方法 Active CN111369329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010243342.1A CN111369329B (zh) 2020-03-31 2020-03-31 基于区块链的电动汽车电池管理系统、租赁及运维方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010243342.1A CN111369329B (zh) 2020-03-31 2020-03-31 基于区块链的电动汽车电池管理系统、租赁及运维方法

Publications (2)

Publication Number Publication Date
CN111369329A true CN111369329A (zh) 2020-07-03
CN111369329B CN111369329B (zh) 2021-08-31

Family

ID=71210773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010243342.1A Active CN111369329B (zh) 2020-03-31 2020-03-31 基于区块链的电动汽车电池管理系统、租赁及运维方法

Country Status (1)

Country Link
CN (1) CN111369329B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882251A (zh) * 2020-08-19 2020-11-03 武汉蔚来能源有限公司 电池服务管理方法、电池服务管理平台以及电子设备
CN111913964A (zh) * 2020-08-03 2020-11-10 广东博力威科技股份有限公司 评估电动车锂电池使用习惯的方法
CN111999658A (zh) * 2020-09-01 2020-11-27 郑州飞轮威尔实业有限公司 一种基于区块链技术的电动自行车电池电量监测系统
CN112003887A (zh) * 2020-07-06 2020-11-27 北京航空航天大学 一种面向工业互联网时序数据预测的云端-边缘协同深度学习装置
CN112668852A (zh) * 2020-12-22 2021-04-16 东软睿驰汽车技术（沈阳）有限公司 一种用户使用行为对电池包老化影响的评估方法及装置
CN112693342A (zh) * 2020-12-31 2021-04-23 湖北追日电气股份有限公司 一种基于人工智能的电动汽车自助充电装置
CN112776650A (zh) * 2020-12-28 2021-05-11 山东鲁能软件技术有限公司智能电气分公司 一种多元融合感知智能充电系统及方法
CN113114774A (zh) * 2021-04-16 2021-07-13 广州金融科技股份有限公司 一种基于边缘计算的租赁物监控报警方法和装置
CN113269567A (zh) * 2021-05-18 2021-08-17 武汉蔚来能源有限公司 电池流转追溯方法、装置及计算机存储介质
CN113487284A (zh) * 2021-07-13 2021-10-08 上海瓶钵信息科技有限公司 设备租赁场景中的设备生命周期管理方法
CN113665424A (zh) * 2021-09-07 2021-11-19 思极星能科技(四川)有限公司 一种基于移动边缘计算的电动汽车换电系统及换电方法
CN113689251A (zh) * 2020-09-23 2021-11-23 潮商(海南)数字科技有限公司 基于区块链开发的智能锂电池租赁运营服务系统
CN113780426A (zh) * 2021-09-14 2021-12-10 中国联合网络通信集团有限公司 一种多模态信息融合方法、mec、模态信息采集单元及系统
CN114148208A (zh) * 2021-11-23 2022-03-08 泉州湖南大学工业设计与机器智能创新研究院 一种电动汽车的电池容量调节方法及装置
CN114462796A (zh) * 2021-12-31 2022-05-10 杭州趣链科技有限公司 基于区块链的电池全生命周期管理的系统、方法及设备
CN114693328A (zh) * 2020-12-31 2022-07-01 奥动新能源汽车科技有限公司 换电行为数据的处理方法、系统、设备和存储介质
CN114879050A (zh) * 2022-06-14 2022-08-09 山东大学 基于云边协同的动力电池寿命智能快速测试方法及系统
CN115951230A (zh) * 2023-03-10 2023-04-11 苏州时代华景新能源有限公司 一种锂电池储能箱的异常检测方法及系统
CN116308697A (zh) * 2023-03-22 2023-06-23 江陵县铭焱盛世机电设备有限公司 一种电池管理方法、系统及计算机存储介质
CN116452199A (zh) * 2023-06-16 2023-07-18 江西五十铃汽车有限公司 基于区块链的vcu控制算法优化方法和程序产品
CN116860296A (zh) * 2023-07-13 2023-10-10 深圳市紫辰星新能源有限公司 一种固态电池包远程升级的应用方法及系统
CN117429303A (zh) * 2023-10-10 2024-01-23 北京理工大学前沿技术研究院 一种基于物联网的电动汽车电池更换方法、系统及设备
CN117649287A (zh) * 2024-01-30 2024-03-05 江西五十铃汽车有限公司 一种新能源汽车电池租赁方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
HK1146522A2 (en) * 2010-11-25 2011-06-10 Amos Entpr Ltd Electrical vehicle charging system
CN106652218A (zh) * 2015-10-30 2017-05-10 宁波轩悦行电动汽车服务有限公司 电动汽车分时租赁系统和方法及系统服务架构
CN109144981A (zh) * 2018-08-30 2019-01-04 武汉大学 基于区块链的电动汽车共享电池全生命周期管理系统及方法
CN110208706A (zh) * 2019-06-13 2019-09-06 重庆长安新能源汽车科技有限公司 一种基于车联网的动力电池健康状态在线评估系统及方法
CN110816362A (zh) * 2019-12-13 2020-02-21 戴嘉 一种基于区块链的电动汽车电池更换系统及方法
CN110853244A (zh) * 2019-11-27 2020-02-28 倪明权 电动汽车电池的租赁方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
HK1146522A2 (en) * 2010-11-25 2011-06-10 Amos Entpr Ltd Electrical vehicle charging system
CN106652218A (zh) * 2015-10-30 2017-05-10 宁波轩悦行电动汽车服务有限公司 电动汽车分时租赁系统和方法及系统服务架构
CN109144981A (zh) * 2018-08-30 2019-01-04 武汉大学 基于区块链的电动汽车共享电池全生命周期管理系统及方法
CN110208706A (zh) * 2019-06-13 2019-09-06 重庆长安新能源汽车科技有限公司 一种基于车联网的动力电池健康状态在线评估系统及方法
CN110853244A (zh) * 2019-11-27 2020-02-28 倪明权 电动汽车电池的租赁方法和系统
CN110816362A (zh) * 2019-12-13 2020-02-21 戴嘉 一种基于区块链的电动汽车电池更换系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIANJING WANG 等: "Battery Grouping Based on Dynamic Gaussian Mixture Model", 《2018 IEEE 4TH INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATIONS》 *
MRJIANGKAI: "工业互联网2-平台体系架构及各层分解（Pass层重点阐述）", 《HTTP://WWW.360DOC.COM/CONTENT/18/1125/09/3066843_797068480.SHTML》 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112003887A (zh) * 2020-07-06 2020-11-27 北京航空航天大学 一种面向工业互联网时序数据预测的云端-边缘协同深度学习装置
CN111913964A (zh) * 2020-08-03 2020-11-10 广东博力威科技股份有限公司 评估电动车锂电池使用习惯的方法
CN111913964B (zh) * 2020-08-03 2024-01-05 广东博力威科技股份有限公司 评估电动车锂电池使用习惯的方法
CN111882251A (zh) * 2020-08-19 2020-11-03 武汉蔚来能源有限公司 电池服务管理方法、电池服务管理平台以及电子设备
CN111999658A (zh) * 2020-09-01 2020-11-27 郑州飞轮威尔实业有限公司 一种基于区块链技术的电动自行车电池电量监测系统
CN113689251A (zh) * 2020-09-23 2021-11-23 潮商(海南)数字科技有限公司 基于区块链开发的智能锂电池租赁运营服务系统
CN112668852A (zh) * 2020-12-22 2021-04-16 东软睿驰汽车技术（沈阳）有限公司 一种用户使用行为对电池包老化影响的评估方法及装置
CN112776650A (zh) * 2020-12-28 2021-05-11 山东鲁能软件技术有限公司智能电气分公司 一种多元融合感知智能充电系统及方法
CN112693342A (zh) * 2020-12-31 2021-04-23 湖北追日电气股份有限公司 一种基于人工智能的电动汽车自助充电装置
CN112693342B (zh) * 2020-12-31 2024-06-07 博格华纳新能源(襄阳)有限公司 一种基于人工智能的电动汽车自助充电装置
CN114693328A (zh) * 2020-12-31 2022-07-01 奥动新能源汽车科技有限公司 换电行为数据的处理方法、系统、设备和存储介质
CN113114774A (zh) * 2021-04-16 2021-07-13 广州金融科技股份有限公司 一种基于边缘计算的租赁物监控报警方法和装置
CN113269567A (zh) * 2021-05-18 2021-08-17 武汉蔚来能源有限公司 电池流转追溯方法、装置及计算机存储介质
CN113269567B (zh) * 2021-05-18 2022-10-14 武汉蔚来能源有限公司 电池流转追溯方法、装置及计算机存储介质
CN113487284A (zh) * 2021-07-13 2021-10-08 上海瓶钵信息科技有限公司 设备租赁场景中的设备生命周期管理方法
CN113665424A (zh) * 2021-09-07 2021-11-19 思极星能科技(四川)有限公司 一种基于移动边缘计算的电动汽车换电系统及换电方法
CN113780426A (zh) * 2021-09-14 2021-12-10 中国联合网络通信集团有限公司 一种多模态信息融合方法、mec、模态信息采集单元及系统
CN113780426B (zh) * 2021-09-14 2023-06-30 中国联合网络通信集团有限公司 一种多模态信息融合方法、mec、模态信息采集单元及系统
CN114148208A (zh) * 2021-11-23 2022-03-08 泉州湖南大学工业设计与机器智能创新研究院 一种电动汽车的电池容量调节方法及装置
CN114462796A (zh) * 2021-12-31 2022-05-10 杭州趣链科技有限公司 基于区块链的电池全生命周期管理的系统、方法及设备
CN114879050A (zh) * 2022-06-14 2022-08-09 山东大学 基于云边协同的动力电池寿命智能快速测试方法及系统
CN115951230A (zh) * 2023-03-10 2023-04-11 苏州时代华景新能源有限公司 一种锂电池储能箱的异常检测方法及系统
CN116308697A (zh) * 2023-03-22 2023-06-23 江陵县铭焱盛世机电设备有限公司 一种电池管理方法、系统及计算机存储介质
CN116308697B (zh) * 2023-03-22 2023-11-21 青岛能蜂电气有限公司 一种电池管理方法、系统及计算机存储介质
CN116452199A (zh) * 2023-06-16 2023-07-18 江西五十铃汽车有限公司 基于区块链的vcu控制算法优化方法和程序产品
CN116860296A (zh) * 2023-07-13 2023-10-10 深圳市紫辰星新能源有限公司 一种固态电池包远程升级的应用方法及系统
CN116860296B (zh) * 2023-07-13 2024-04-09 深圳市紫辰星新能源有限公司 一种固态电池包远程升级的应用方法及系统
CN117429303A (zh) * 2023-10-10 2024-01-23 北京理工大学前沿技术研究院 一种基于物联网的电动汽车电池更换方法、系统及设备
CN117429303B (zh) * 2023-10-10 2024-03-12 北京理工大学前沿技术研究院 一种基于物联网的电动汽车电池更换方法、系统及设备
CN117649287A (zh) * 2024-01-30 2024-03-05 江西五十铃汽车有限公司 一种新能源汽车电池租赁方法及系统

Also Published As

Publication number Publication date
CN111369329B (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN111369329B (zh) 基于区块链的电动汽车电池管理系统、租赁及运维方法
US20230242009A1 (en) Power cell tracking and optimization system
US20150239365A1 (en) System and method for predictive control of an energy storage system for a vehicle
Mehar et al. Sustainable transportation management system for a fleet of electric vehicles
EP2480871B1 (en) System, method and computer program for simulating vehicle energy use
CN111678709B (zh) 基于云平台的电动汽车分布式网络化测试系统及方法
CN104488004A (zh) 用于提供车辆维修信息的方法和系统
US20230011148A1 (en) System and method of monitoring battery
CN105787618A (zh) 应用于车联网的车辆轮胎管理方法和装置
CN110310039B (zh) 一种锂电池全生命周期在线优化监控系统及监控方法
CN110816319A (zh) 车辆信息处理系统及方法
TWI767508B (zh) 電池服務管理方法、電池服務管理平臺以及電子設備
Li et al. IoB: Internet-of-batteries for electric Vehicles–Architectures, opportunities, and challenges
CN111929588B (zh) 基于极限学习机的充电安全监测方法、设备及系统
CN110703100A (zh) 一种动力锂电池全生命周期远程监控系统及优化方法
CN116451949A (zh) 一种基于云平台的换电智能监控管理系统
JP2021078175A (ja) バッテリ交換システム、管理装置、管理方法、およびプログラム
CN103439931A (zh) 一种电动汽车与电网实时信息交互系统
CN115081781A (zh) 蓄电池的信息系统以及信息提供方法
Zhu et al. Real-time fault diagnosis for EVs with multilabel feature selection and sliding window control
Schwenk A smart charging assistant for electric vehicles considering battery degradation, power grid and user constraints
Vashist et al. A review of artificial intelligence role in electric vehicle performance enhancement for improved customer acceptability in Indian context
US20240127327A1 (en) Method of leasing power storage, computer apparatus, and lease system
Lee et al. A Framework for a Connected Electric Vehicle Cloud to Learn Drivers' Behaviors
Sathya et al. Demand response management using artificial intelligence-empowered electric vehicles

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