CN114851916A - 电池热预调节 - Google Patents

Abstract

电池热预调节包括根据用户预设、偏好以及电池和/或交通工具条件和配置安排热预调节。充电事件之前的热预调节可以优化充电时间、电池健康和续航里程。可以采用手动和预测智能方法来获得和保持电池组温度的预定范围。

Description

电池热预调节

引言

交通工具可以包括可再充电能量存储系统(RESS)，该系统包括至少一个电池组，该电池组可以由若干电池模块和多个单独的电池单体配置。在充电和放电时，通过将电池温度保持在特定范围内，电池性能可以提高，并且电池寿命可以被延长。除了在电池充电和放电期间保持特定温度范围的性能和寿命益处之外，当在特定温度范围内执行时，充电时间可以减少。

发明内容

在一个示例性实施例中，一种用于预调节交通工具中的电池组的方法可以包括执行机器学习模型，该模型基于当前交通工具位置和时间信息提供充电事件相对于时间发生的概率。响应于在预定时间框架内充电事件的概率超过预定阈值，可以确定优选充电站和热调节事件的持续时间。可以控制热管理系统，以将电池组控制到预定温度范围达该持续时间。

除了这里描述的特征中的一个或多个之外，可以利用包括交通工具使用信息和时间信息的训练数据集来训练机器学习模型。

除了这里描述的特征中的一个或多个之外，交通工具使用信息可以包括充电地点访问、电池组续航里程、交通工具起点和交通工具目的地。

除了这里描述的特征中的一个或多个之外，训练数据集还可以包括至少一个用户偏好。

除了这里描述的特征中的一个或多个之外，该至少一个用户偏好可以包括充电时间和电池组续航里程中的至少一个。

除了这里描述的特征中的一个或多个之外，执行机器学习模型可以在交通工具外发生。

除了这里描述的特征中的一个或多个之外，训练机器学习模型可以在交通工具外发生。

除了这里描述的特征中的一个或多个之外，控制热管理系统可以包括加热电池组。

除了这里描述的特征中的一个或多个之外，控制热管理系统可以包括冷却电池组。

除了这里描述的特征中的一个或多个之外，训练数据集还可以包括用户时间表。

在另一个示例性实施例中，用于预调节交通工具中的电池组的系统可以包括热管理系统，该热管理系统包括由电池组供电的电池组加热器、处理器和包含计算机程序的存储器，该计算机程序在由处理器执行时使得机器学习模型：基于当前交通工具位置和时间信息预测相对于时间发生的充电事件；确定优选的充电站；确定热调节事件的持续时间；并且控制热管理系统将电池组控制到预定温度范围达该持续时间。

除了这里描述的特征中的一个或多个之外，计算机程序可以包括机器学习模型。

除了这里描述的特征中的一个或多个之外，机器学习模型可以包括概率模型，并且基于当前交通工具位置和时间信息预测相对于时间发生的充电事件可以包括基于当前交通工具位置和时间信息提供在预定时间框架内发生充电事件的概率。

除了这里描述的特征中的一个或多个之外，机器学习模型可以在交通工具外训练。

除了这里描述的特征中的一个或多个之外，概率模型可以利用训练数据集在交通工具外训练，该训练数据集可以包括交通工具使用信息和时间信息。

除了这里描述的特征中的一个或多个之外，交通工具使用信息可以包括充电地点访问、电池组续航里程、交通工具起点和交通工具目的地。

除了这里描述的特征中的一个或多个之外，训练数据集还可以包括至少一个用户偏好。

除了这里描述的特征中的一个或多个之外，该至少一个用户偏好可以包括充电时间和电池组续航里程中的至少一个。

在又一个示例性实施例中，电池电动交通工具可以包括控制器、可再充电电池组和由电池组供电的电池组加热器。控制器可以被配置成接收至少一个用户偏好、包括当前交通工具位置的交通工具使用信息和时间信息。控制器可以被配置成基于当前交通工具位置和时间信息提供在预定时间框架内发生充电事件的概率。并且，响应于充电事件的概率超过预定阈值，控制器可以被配置成：确定用于充电事件的优选充电站；确定由电池组为电池组加热器供电的持续时间，该持续时间足以在预定时间框架内将电池组加热到预定温度范围；并且在该持续时间内利用电池组为电池组加热器供电。

除了这里描述的特征中的一个或多个之外，控制器还可以被配置成接收用户时间表，并且在预定时间框架内发生充电事件的概率还可以基于用户时间表。

本发明提供下列技术方案。

技术方案1. 一种用于预调节交通工具中的电池组的方法，包括：

执行机器学习模型，所述机器学习模型基于当前交通工具位置和时间信息提供充电事件相对于时间发生的概率；和

响应于在预定时间框架内所述充电事件的所述概率超过预定阈值：

确定优选充电站；

确定热调节事件的持续时间；并且

控制热管理系统，以将所述电池组控制到预定温度范围达所述持续时间。

技术方案2. 根据技术方案1所述的方法，还包括利用包括交通工具使用信息和时间信息的训练数据集训练所述机器学习模型。

技术方案3. 根据技术方案2所述的方法，其中，所述交通工具使用信息包括充电地点访问、电池组续航里程、交通工具起点和交通工具目的地。

技术方案4. 根据技术方案2所述的方法，其中，所述训练数据集还包括至少一个用户偏好。

技术方案5. 根据技术方案4所述的方法，其中，所述至少一个用户偏好包括充电时间和电池组续航里程中的至少一个。

技术方案6. 根据技术方案1所述的方法，其中，执行所述机器学习模型在所述交通工具外发生。

技术方案7. 根据技术方案2所述的方法，其中，训练所述机器学习模型在所述交通工具外发生。

技术方案8. 根据技术方案1所述的方法，其中，控制所述热管理系统包括加热所述电池组。

技术方案9. 根据技术方案1所述的方法，其中，控制所述热管理系统包括冷却所述电池组。

技术方案10. 根据技术方案2所述的方法，其中，所述训练数据集还包括用户时间表。

技术方案11. 一种用于预调节交通工具中的电池组的系统，包括：

热管理系统，其包括由所述电池组供电的电池组加热器；和

处理器和包含计算机程序的存储器，所述计算机程序在由所述处理器执行时使得所述机器学习模型：

基于当前交通工具位置和时间信息预测相对于时间发生的充电事件；

确定优选的充电站；

确定热调节事件的持续时间；并且

控制所述热管理系统将所述电池组控制到预定温度范围达所述持续时间。

技术方案12. 根据技术方案11所述的用于预调节交通工具中的电池组的系统，其中，所述计算机程序包括机器学习模型。

技术方案13. 根据技术方案12所述的用于预调节交通工具中的电池组的系统，其中，所述机器学习模型包括概率模型，并且其中，基于当前交通工具位置和时间信息预测相对于时间发生的所述充电事件包括基于当前交通工具位置和时间信息提供在预定时间框架内发生所述充电事件的概率。

技术方案14. 根据技术方案12所述的用于预调节交通工具中的电池组的系统，其中，所述机器学习模型在所述交通工具外训练。

技术方案15. 根据技术方案13所述的用于预调节交通工具中的电池组的系统，其中，所述概率模型在所述交通工具外利用包括交通工具使用信息和时间信息的训练数据集来训练。

技术方案16. 根据技术方案15所述的系统，其中，所述交通工具使用信息包括充电地点访问、电池组续航里程、交通工具起点和交通工具目的地。

技术方案17. 根据技术方案16所述的系统，其中，所述训练数据集还包括至少一个用户偏好。

技术方案18. 根据技术方案17所述的系统，其中，所述至少一个用户偏好包括充电时间和电池组续航里程中的至少一个。

技术方案19. 一种电池电动交通工具，包括：

控制器；

可再充电电池组；和

电池组加热器，其由所述可再充电电池组供电；

所述控制器被配置成：

接收至少一个用户偏好、包括当前交通工具位置的交通工具使用信息和时间信息；

基于所述当前交通工具位置和时间信息提供在预定时间框架内发生充电事件的概率；

响应于所述充电事件的所述概率超过预定阈值：

确定用于所述充电事件的优选充电站；

确定由所述可再充电电池组为所述电池组加热器供电的持续时间，所述持续时间足以在所述预定时间框架内将所述可再充电电池组加热到预定温度范围；并且

在所述持续时间内利用所述可再充电电池组为所述电池组加热器供电。

技术方案20. 根据技术方案19所述的电池电动交通工具，其中：

所述控制器还被配置成接收用户时间表；并且

在预定时间框架内发生所述充电事件的概率还基于所述用户时间表。

当结合附图时，从以下详细描述中，本公开的上述特征和优点以及其他特征和优点是显而易见的。

附图说明

其他特征、优点和细节仅作为示例出现在以下详细描述中，该详细描述参考了附图，在附图中：

图1示出与当前公开的方法和装置相关的示例性交通工具硬件和通信环境；和

图2示出根据本公开的电池组热预调节调度器。

具体实施方式

以下描述本质上仅仅是示例性的，并不旨在限制本公开、其应用或用途。在所有附图中，对应的附图标记表示相似或对应的部分和特征。如本文所用，交通工具控制模块、控制模块、模块、控制设备、控制器、控制单元、电子控制单元、类似的术语可以包括(多个)专用集成电路(ASIC)、(多个)电子电路、执行一个或多个软件或固件程序或例程的(多个)处理器/中央处理单元(优选地(多个)微处理器)和相关联的存储器和存储装置(只读存储器(ROM)、随机存取存储器(RAM)、电可编程只读存储器(EPROM)、硬盘驱动器等)或微控制器、(多个)组合逻辑电路、输入/输出电路和设备(I/O)以及适当的信号调节和缓冲电路、高速时钟、模数(A/D)和数模(D/A)电路和提供所描述功能的其他部件中的一个或多个的一种或多种组合。控制模块可以包括各种通信接口，包括点到点或离散线以及到网络的有线或无线接口，所述网络包括广域网和局域网、交通工具内网络、厂内和服务相关网络以及远离交通工具或非车载的其他网络。本公开中阐述的控制模块的功能可以在若干联网控制模块之间的分布式控制架构中执行。软件、固件、程序、指令、例程、代码、算法和类似术语是指任何控制器可执行指令集，包括校准、数据结构和查找表。交通工具控制模块(VCM)可以具有被执行来提供所描述的功能的一组控制例程。例程可以诸如由处理器执行，并且可操作以监测来自感测设备和其他联网控制模块的输入，并且执行控制和诊断例程来控制致动器的操作。例程可以在进行中的交通工具操作期间或在交通工具不活动的时段期间以定期的间隔执行。备选地，例程可以响应于事件的发生、软件调用或者经由用户接口输入或请求按照需要被执行。

参照图1，示出与当前公开的方法和装置相关的示例性交通工具硬件和通信环境。交通工具12被描绘为客车，但是应当理解，也可以使用包括摩托车、卡车、运动型多功能车(SUV)、娱乐交通工具(RV)、船舶、飞机等在内的任何其他交通工具。交通工具硬件20中的一些在图1中大体上示出，并且可以包括多种联网的VCM，诸如全球导航卫星系统(GNSS)接收器22、车身控制模块(BCM) 24、无线通信设备30、交通工具用户接口50-56、包括电池组62的RESS、包括电池组控制模块(BPCM) 64的电池管理系统、电池组热管理系统(TMS) 66以及执行与各种交通工具系统相关的功能(例如，底盘、转向、制动、通信、导航、信息娱乐、能量管理、推进等)的其他VCM 28。一些或所有不同的交通工具硬件可以通过一条或多条通信总线58联接以彼此通信。通信总线58可以使用一个或多个网络协议为交通工具电子设备提供网络连接。合适的网络连接的示例包括控制器局域网(CAN)、面向媒体的系统传输(MOST)、本地互连网络(LIN)、局域网(LAN)以及其他合适的网络连接，诸如以太网或符合已知的ISO、SAE和IEEE标准和规范的其他网络连接，仅举几个例子。在其他实施例中，VCM中的每一个可以使用无线网络进行通信，并且可以包括合适的硬件，诸如短程无线通信(SRWC)电路。

在图示实施例中，交通工具12是电池电动交通工具(BEV)，其可以使用用于推进的RESS以及其他交通工具电负载。BPCM 64可以与推进系统控制模块集成，以用于管理BEV动力系功能，包括控制车轮扭矩和电池组充电。在其他实施例中，交通工具12可以是混合动力(例如，插电式混合动力电动交通工具(PHEV))或内燃发动机(ICE)交通工具。用于BEV和PHEV的电池组62可以包括至少一个高电压电池模块，例如在约400伏标称端电压下。电池组62可以包括多个高电压电池模块。多个高电压电池模块可以被配置成在交通工具推进时段期间并联并且在充电时段期间串联。高电压电池模块主要服务于诸如牵引马达的交通工具推进系统部件。某些高功率交通工具附件负载(例如，电驱动空调压缩机或交通工具座舱加热器)也可以由高电压电池模块提供服务。BEV和PHEV可以包括至少一个低电压电池模块(例如约12伏标称端电压)。低电压电池模块可以服务于需要显著低于高电压电池模块的电压的电压的交通工具负载。这样的交通工具负载可以包括例如发动机起动、交通工具照明、信息娱乐、辅助马达、电阻或PTC加热负载(诸如玻璃除霜器/除冰器或座椅加热器)以及包括各种VCM的控制电子设备。ICE交通工具可以仅包括低电压电池模块，以服务于低电压交通工具负载。RESS可以包括电池断开单元(BDU)(未示出)，以实现电池组62的多个电池模块的各种重新配置和多个电池模块之间的各种重新配置。例如，BDU可以选择性地将电池组62的高电压电池模块配置在用于推进的一个总端电压(例如，400伏)和用于非车载DC快速充电(DCFC)的另一个总端电压(例如，800伏)。BDU可以集成到一个或多个可控单元中，或者在部件或子系统内(例如，在电池组62的容纳包装内)物理地和功能上不同地分布。

BPCM 64可以监测电池组内的各种度量，包括例如电池组62(包括电池模块和电池单体)电压、电流和温度。BPCM 64可以从这样的度量确定电池组62(包括电池模块和电池单体)的荷电状态(SOC)、健康状态(SOH)和温度。SOC可以用于根据考虑到历史使用情况、驾驶模式、计划出行路线和其他度量的已知算法和模型来确定电池组续航里程。

电池组TMS 66可以包括进出电池组62的双向热传递。电池组TMS 66可以包括例如用于从电池组耗散热量的冷却板和正热系数(PTC)加热设备，这两者优选地集成在电池组62内的电池模块下方或之间。可以采用包括电阻加热在内的其他加热技术。冷却板可以包括通过其并通过外部冷却回路循环的流体。冷却回路可以包括电驱动制冷剂压缩机。电池组62是用于加热和冷却电池组的电能的来源，这两者都将导致电池组62电荷的减少和SOC降低。电池组TMS 66可以包括集成控制器或一个或多个VCM，包括BCM 24或BPCM 64，以实现与电池组热管理相关的控制。例如，BPCM 64可以通过控制PTC加热设备的导电状态来控制电池组的电加热。BPCM 64可以通过控制冷却回路流体流动的状态来控制电池组冷却。应当理解，电池组的目标温度可以通过电池组TMS的可控电池组加热和冷却装置来实现。在一个实施例中，在电池组充电事件之前，电池组被预调节到预定的目标温度。

VCM可以接收来自一个或多个传感器的输入和共享总线数据，并且使用输入来执行诊断、监测、控制、报告和/或与各种交通工具系统相关的其他功能。VCM 28中的每一个由通信总线58连接到其他VCM以及无线通信设备30。一个或多个VCM 28可以周期性地或偶尔更新它们的软件或固件，并且在一些实施例中，这种更新可以是经由远程网络76和通信设备30从计算机78或后端设施80接收的空中(OTA)更新。远程网络76被理解为在交通工具12外。如本领域技术人员所理解的，上述VCM仅仅是可以在交通工具12中使用的模块中的一些的示例。

无线通信设备30能够通过使用蜂窝芯片组34经由短程无线通信(SRWC)和/或经由蜂窝网络通信来传送数据，如在图示实施例中所描绘。在一个实施例中，无线通信设备30是可以用于执行本文公开的方法的至少一部分的VCM。在图示实施例中，无线通信设备30包括SRWC电路32、蜂窝芯片组34、处理器36、存储器38以及天线33和35。在一个实施例中，无线通信设备30可以是独立的模块，或者在其他实施例中，无线通信设备30可以作为一个或多个其他VCM的一部分被结合或包括，诸如中央堆栈模块(CSM)、车身控制模块BCM 24、信息娱乐模块、主机和/或网关模块。无线通信设备30可以与GNSS接收器22集成，使得例如GNSS接收器22和无线通信设备30彼此直接连接，而不是经由通信总线58连接。

在一些实施例中，无线通信设备30可以被配置成根据一个或多个短程无线通信(SRWC)协议无线地通信，该短程无线通信协议诸如Wi-Fi™、WiMAX™、Wi-Fi Direct™、其他IEEE 802.11协议、ZigBee™、Bluetooth™、Bluetooth™低能量(BLE)、超宽带或近场通信(NFC)中的任一种。短程无线通信(SRWC)电路32使得无线通信设备30能够发送和接收SRWC信号。SRWC电路可以允许设备30连接到另一个SRWC设备。另外，在一些实施例中，无线通信设备可以包含蜂窝芯片组34，从而允许设备经由一个或多个蜂窝协议进行通信，诸如由蜂窝载波系统70使用的那些协议。在这种情况下，无线通信设备成为可用于经由蜂窝载波系统70进行蜂窝通信的用户装备(UE)。

无线通信设备30可以使交通工具12能够经由分组交换数据通信与一个或多个远程网络76和一个或多个后端设施80或计算机78通信。这种分组交换数据通信可以通过使用例如经由路由器或调制解调器连接到广域网的交通工具外无线接入点来进行。当用于诸如TCP/IP的分组交换数据通信时，通信设备30可以被配置有静态IP地址，或者可以被设置成自动地从网络上的另一设备(诸如路由器)或从网络地址服务器接收分配的IP地址。分组交换数据通信也可以经由使用可以由设备30访问的蜂窝网络来进行。通信设备30可以经由蜂窝芯片组34在蜂窝载波系统70上传送数据。在这样的实施例中，无线电传输可以用于建立与无线载波系统70的通信信道，诸如语音信道和/或数据信道，使得语音和/或数据传输内容可以在信道上发送和接收。数据可以经由数据连接发送，诸如经由在数据信道上的分组数据传输，或者使用本领域已知的技术经由语音信道发送。对于涉及语音通信和数据通信两者的组合服务，系统可以利用在语音信道上的单个呼叫，并且根据需要在语音信道上的语音和数据传输之间切换，所有这些都可以使用本领域技术人员已知的技术来完成。

处理器36可以是能够处理电子指令的任何类型的设备，包括微处理器、微控制器、主处理器、控制器、交通工具通信处理器、ASIC等。它可以是仅用于通信设备30的专用处理器，或者可以与其他交通工具系统共享。处理器36可以执行各种类型的数字存储指令，诸如存储在存储器38中的软件或固件程序，这使得设备30能够提供各种各样的服务。例如，处理器36可以执行程序或处理数据来进行本文讨论的方法的至少一部分。存储器38可以是临时供电存储器、任何非暂时性计算机可读介质或其他类型的存储器。例如，存储器可以是许多不同类型的RAM(随机存取存储器，包括各种类型的动态RAM (DRAM)和静态RAM (SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括其他固态存储设备，诸如固态混合驱动器(SSHD))、硬盘驱动器(HDD)、磁盘驱动器或光盘驱动器中的任一种。类似于先前描述的那些部件(处理器36、存储器38、SRWC电路32和蜂窝芯片组34)可以被包括在其他VCM中，包括BCM24和BPCM 64。

无线通信设备30连接到总线58，并且可以接收来自一个或多个车载交通工具传感器的数据、共享总线数据和用户输入。交通工具可以将该数据(或从该数据导出或基于该数据的其他数据)发送到其他设备或网络，包括远程网络76和一个或多个后端设施80或计算机78。并且，在另一个实施例中，无线通信设备30可以结合或连接到导航系统，该导航系统包括地理地图信息，该地理地图信息包括地理道路地图数据。导航系统可以通信地联接到GNSS接收器22(直接地或经由通信总线58)，并且可以包括存储本地地理地图信息的车载地理地图数据库。该本地地理地图信息可以在交通工具中提供和/或经由远程连接下载到诸如计算机78和/或后端设施80(包括服务器82和数据库84)的地理地图数据库/服务器。车载地理地图数据库可以存储对应于交通工具的位置或区域的地理地图信息，从而不包括大量数据。此外，当交通工具12进入不同的位置或区域时，交通工具可以将交通工具的位置通知给交通工具后端服务设施80(例如，通过使用GNSS接收器22获得)，并且响应于接收到交通工具的新位置，服务器82可以向数据库84查询对应的地理地图信息，该信息然后可以被发送到交通工具12。

GNSS接收器22从GNSS卫星的星座接收无线电信号。如本领域所知，GNSS接收器22可以被配置为在给定的地缘政治区域(例如，国家)内操作。GNSS接收器22可以被配置为与各种GNSS实施方式一起使用，包括美国的全球定位系统(GPS)、中国的北斗导航卫星系统(BDS)、俄罗斯的全球导航卫星系统(GLONASS)、欧洲联盟的伽利略以及各种其他导航卫星系统。例如，GNSS接收器22可以是GPS接收器，其可以从GPS卫星68的星座接收GPS信号。并且，在另一个示例中，GNSS接收器22可以是BDS接收器，其从BDS卫星68的星座接收多个BDS信号。在任何实施方式中，GNSS接收器22可以包括至少一个处理器和存储器，包括存储指令(软件)的非暂时性计算机可读存储器，这些指令可由处理器访问以进行由GNSS接收器22执行的处理。

GNSS接收器22可以用于向交通工具操作者和系统提供导航和其他位置相关服务。导航信息可以呈现在显示器50(或交通工具内的其他显示器，诸如移动设备90上的应用程序或平视显示器)上，或者可以口头呈现，诸如当提供逐向导航时所做的。导航服务可以使用专用的交通工具车载导航模块(其可以是GNSS接收器22的一部分和/或作为无线通信设备30或其他VCM的一部分结合)来提供，或者一些或所有导航服务可以经由安装在交通工具中的无线通信设备30(或其他支持远程信息处理的设备)来完成，其中定位或位置信息被发送到远程位置，目的是为交通工具提供导航地图、地图注释和地理信息系统(GIS)数据(兴趣点、餐馆等)、路线计算等。这些远程位置可以是交通工具后端服务设施80或其他远程计算机系统，诸如计算机78。另外，新更新的地图数据(诸如存储在数据库84上的地理道路地图数据)可以经由交通工具通信设备30从后端设施80下载到GNSS接收器22(或其他VCM)。

BCM 24可以用于控制交通工具的各种其他VCM，以及获得关于其他VCM的信息，包括它们的当前状态或状况，以及传感器信息。BCM 24在图1的示例性实施例中示出为电联接到通信总线58。在一些实施例中，BCM 24可以与中心堆栈模块(CSM)集成或作为其一部分，和/或与无线通信设备30集成。BCM 24可以包括处理器和存储器，其可以类似于本文公开的无线通信设备30的处理器36和存储器38。BCM 24可以与无线设备30、音频系统56、BPCM 64、TMS 66和其他VCM 28通信。BCM 24可以包括处理器和处理器可访问的存储器。合适的存储器可以包括非暂时性计算机可读存储器，其包括各种形式的非易失性RAM和ROM。存储在存储器中并可由处理器执行的软件使得BCM能够引导一个或多个交通工具功能或操作，包括例如控制中控锁、加热/通风/空调(HVAC)功能、电动后视镜和/或控制各种其他交通工具模块。例如，BCM 24可以向其他VCM发送信号(诸如执行特定操作的请求或对传感器信息的请求)，并且作为响应，传感器然后可以发回所请求的信息。并且，BCM 24可以接收来自VCM的数据、来自BPCM 64的电池组62信息，来自TMS 66的电池组热管理信息以及来自其他VCM的各种其他交通工具部件和系统信息。数据可以在从设备/计算机接收到请求时自动地发送到无线通信设备30，在满足某些条件时自动地发送，或者周期性地发送(例如，以设置的时间间隔)。如下文更详细地讨论的，BCM 24可以被配置有一个或多个触发器，当满足条件时，BCM执行一些操作，诸如将传感器信息发送到无线通信设备30(或另一设备或实体，诸如后端设施80)。以这种方式，BCM 24可以基于预定或预定义的触发器过滤信息，并将过滤后的信息传递给包括无线通信设备30在内的其他VCM。

交通工具12包括与各种交通工具系统、部件和环境相关的多个交通工具传感器。另外，某些交通工具-用户接口50-56可以用于与用户交互。通常，传感器可以获得与交通工具的操作状态(“交通工具操作状态”)或交通工具的环境(“交通工具环境状态”)相关的信息。传感器信息可以经由通信总线58发送到例如BCM 24、BPCM 64、TMS 66、交通工具通信设备30和其他VCM 28。另外，在一些实施例中，传感器数据可以与元数据一起发送，元数据可以包括识别捕获传感器数据的传感器(或传感器的类型)的数据、时间戳(或其他时间指示符)和/或属于传感器数据但不构成传感器数据本身的其他数据。“交通工具操作状态”是指与交通工具的操作有关的交通工具的状态，其可以包括推进系统的操作。另外，交通工具操作状态可以包括与交通工具的机械操作或交通工具的电气状态有关的交通工具状态。“交通工具环境状态”是指与座舱的内部和交通工具周围的附近外部区域有关的交通工具状态。交通工具环境状态包括驾驶员、操作者或乘客的行为，以及交通条件、道路条件和特征以及交通工具附近区域的状况。

交通工具-用户接口50-56可以为交通工具乘员提供接收和提供信息的手段，包括视觉显示器50、(多个)按钮52、麦克风54和音频系统56。如本文所用，术语“交通工具-用户接口”广泛地包括位于交通工具上的任何合适的设备(包括硬件和软件部件)，并且使得交通工具用户能够与交通工具的部件或通过交通工具的部件进行通信。交通工具-用户接口50-56也是车载交通工具传感器，其可以接收来自用户的输入或其他传感信息。(多个)按钮52允许手动用户输入到通信设备30中，以提供其他数据、响应或控制输入。音频系统56将音频输出提供给交通工具乘员，并且可以是专用的独立系统或主要交通工具音频系统的一部分。根据这里所示的特定实施例，音频系统56操作性地联接到通信总线58和娱乐总线(未示出)两者，并且可以提供AM、FM和卫星广播、CD、DVD和其他多媒体功能。该功能可以与信息娱乐模块结合或独立提供。麦克风54将音频输入提供到无线通信设备30，以使得驾驶员或其他乘员能够经由无线载波系统70提供语音命令和/或进行免提呼叫。为此，它可以利用本领域已知的人机接口(HMI)技术(例如，对话管理器)连接到车载自动语音处理单元。视觉显示器50优选地是图形显示器，并且可以用于提供多种输入和输出功能。例如，视觉显示器50可以是仪表板上的触摸屏或平视显示器。也可以利用各种其他交通工具-用户接口，诸如移动设备90，因为图1的接口是示例性的并且不是限制性的。

交通工具12的用户可以使用一个或多个交通工具用户接口50-56来输入信息，诸如用于各种交通工具系统定制的偏好和设置。在一个实施例中，用户可以操作一个或多个交通工具-用户接口50-56，然后交通工具-用户接口50-56可以将输入的信息递送到例如BCM 24、BPCM 64、TMS 66、交通工具通信设备30和其他VCM 28。例如，无线通信设备30然后可以使用蜂窝芯片组34或其他通信手段将该信息发送到后端设施80。在一个实施例中，用户可以使用视觉显示器50来输入用户想要前往的期望目的地，例如充电站。目的地可以包括街道地址，或者可以包括兴趣点或其他地理指示符。目的地可以以多种形式表示，诸如通过具体化在交通工具导航请求消息中的地理坐标或文本数据。也可以在交通工具导航请求消息中指定出发位置。出发位置可以由用户经由交通工具-用户接口指定，或者可以被确定或预设为交通工具的当前位置，该当前位置可以使用GNSS接收器22或通过使用其他定位服务来确定。然后，可以使用无线通信设备30(例如，通过SRWC电路32或蜂窝芯片组34)将该交通工具导航请求消息发送到后端设施80或其他远程计算系统(例如，计算机78)，其然后可以将导航信息提供给交通工具12。该导航信息可以显示在视觉显示器50上，或者可以经由使用可以用于呈现输出的其他交通工具-用户接口来呈现。导航信息可以提供一个或多个路线区段以及地理道路地图数据。

无线载波系统70可以是任何合适的蜂窝电话系统。载波系统70示出为包括蜂窝塔72；然而，载波系统70可以包括以下部件中的一个或多个(例如，取决于蜂窝技术)：蜂窝塔、基站收发台、移动交换中心、基站控制器、演进节点(例如，eNodeB)、移动性管理实体(MME)、服务和PGN网关等，以及将无线载波系统70与远程网络76连接或者将无线载波系统与用户设备(UE，例如，其可以包括交通工具12中的远程信息处理设备)连接所需的任何其他联网部件。载波系统70可以实现任何合适的通信技术，包括GSM/GPRS技术、CDMA或CDMA2000技术、LTE技术等。一般来说，无线载波系统70、它们的部件、它们的部件的布置、部件之间的交互等在本领域中是公知的。

除了使用无线载波系统70之外，可以使用呈卫星通信形式的不同无线载波系统来提供与交通工具的单向或双向通信。这可以使用一个或多个通信卫星(未示出)和上行链路发射站(未示出)来完成。单向通信可以是例如卫星无线电服务，其中节目内容(新闻、音乐等)由上行链路发射站接收，被打包以供上传，并且然后发送到卫星，卫星向订户广播该节目。双向通信可以是例如卫星电话服务，其使用一个或多个通信卫星来中继交通工具12和上行链路发射站之间的电话通信。如果使用的话，这种卫星电话可以作为无线载波系统70的补充或替代来使用。

远程网络76可以是将无线载波系统70连接到交通工具后端服务设施80的常规陆基电信网络。例如，远程网络76可以包括公共交换电话网(PSTN)，诸如用于提供硬连线电话、分组交换数据通信和因特网基础设施的网络。远程网络76的一个或多个区段可以通过使用标准有线网络、光纤或其他光网络、电缆网络、电力线、诸如无线局域网(WLAN)的其他无线网络或提供宽带无线接入(BWA)的网络或它们的任意组合来实现。

计算机78包括至少一个处理器和存储器，并且可以经由私有或公共网络(诸如因特网)来访问。在一个实施例中，计算机78可以用于一个或多个目的，诸如向包括交通工具12和个人移动设备90在内的多个交通工具和其他电子网络计算设备提供导航服务。计算机78可以是例如：服务中心计算机，其中诊断信息和其他交通工具数据可以从交通工具上传，以用于与交通工具12相关的远程数据处理服务，如本文进一步描述的；由交通工具所有者或其他订户使用的客户端计算机，用于诸如访问、接收和提供交通工具数据、设置或配置订户偏好、更新和维护交通工具资产(包括VCM软件)和数据(包括型号)的目的；汽车共享服务器，其协调来自请求使用交通工具作为汽车共享服务的一部分的多个用户的注册；或者第三方储存库，交通工具数据或其他被提供到该第三方储存库或从其提供(无论是通过与交通工具12、后端设施80还是两者通信)。计算机78还可以用于提供诸如DNS服务的因特网连接，或者用作网络地址服务器，其使用DHCP或其他合适的协议来为交通工具12分配IP地址。

交通工具后端服务设施80是后端设施，并且位于远离交通工具12定位的物理位置。交通工具后端服务设施80(或简称为“后端设施80”)可以被设计成通过使用一个或多个电子服务器82为交通工具硬件20提供多个不同的系统后端功能，并且在许多情况下，可以向多个交通工具提供导航相关服务。在一个实施例中，后端设施80提供路线建议(或计划路线)。交通工具后端服务设施80包括交通工具后端服务服务器82和数据库84，数据库84可以存储在多个存储器设备上。交通工具后端服务设施80可以包括这些各种部件中的任何一个或全部，并且优选地，各种部件中的每一个经由有线或无线局域网联接到彼此。后端设施80可以经由连接到远程网络76的调制解调器接收和发送数据。数据传输也可以通过无线系统进行，诸如IEEE 802.11x、GPRS等。本领域技术人员将理解，尽管在图示实施例中仅描绘了一个后端设施80和一个计算机78，但是可以使用许多远程设施80和/或计算机78。此外，如本领域技术人员将理解的，多个后端设施80和/或计算机78可以在地理上分布，并且可以各自与彼此协调信息和服务。

服务器82和计算机78可以是包括至少一个处理器并包括存储器的计算机或其他计算设备。处理器可以是能够处理电子指令的任何类型的设备，包括微处理器、微控制器、主处理器、控制器、交通工具通信处理器和ASIC。处理器可以是仅用于服务器82或计算机78的专用处理器，或者可以与其他系统共享。该至少一个处理器可以执行各种类型的数字存储指令，诸如软件或固件，其使得服务器82或计算机78能够提供各种各样的服务。该软件可以存储在计算机可读存储器中，并且可以是任何合适的非暂时性计算机可读介质。例如，存储器可以是许多不同类型的RAM(随机存取存储器，包括各种类型的动态RAM (DRAM)和静态RAM (SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括其他固态存储设备，诸如固态混合驱动器(SSHD))、硬盘驱动器(HDD)、磁盘驱动器或光盘驱动器中的任一种。对于网络通信(例如，网络内通信、包括因特网连接在内的网络间通信)，服务器可以包括一个或多个网络接口卡(NIC)(包括无线NIC (WNIC))，其可以用于向计算机和从计算机传输数据。这些NIC可以允许一个或多个服务器82或计算机78彼此连接、与数据库84或包括路由器、调制解调器和/或交换机在内的其他网络设备连接。在一个特定实施例中，服务器82或计算机78的NIC(包括WNIC)可以允许建立SRWC连接和/或可以包括以太网(IEEE 802.3)端口，以太网电缆可以连接到该端口，并且可以提供两个或更多个设备之间的数据连接。后端设施80可以包括多个路由器、调制解调器、交换机或可以用于提供联网能力的其他网络设备，诸如与远程网络76和/或蜂窝载波系统70连接。

数据库84可以存储在诸如通电的临时存储器或任何合适的非暂时性计算机可读介质的多个存储器上。例如，存储器可以是许多不同类型的RAM(随机存取存储器，包括各种类型的动态RAM (DRAM)和静态RAM (SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括其他固态存储设备，诸如固态混合驱动器(SSHD))、硬盘驱动器(HDD)、磁盘驱动器或光盘驱动器中的任一种，其存储进行本文讨论的各种外部设备功能所需的一些或所有软件。在后端设施80处的一个或多个数据库可以存储各种信息，并且可以包括地理道路信息数据库和其他交通工具信息数据库。

在一个实施例中，电池组62可以是基于锂化学的。众所周知，低温降低锂电池性能，锂电池然后可能在剧烈放电时更容易损坏。类似地，众所周知，较高温度的放电可能减少循环寿命或导致锂电池的不期望的排气。如果电池组62放电到预定温度范围之外，可能引发对电池组62的其它不期望的影响。其他电池化学物质具有类似的放电温度问题，并且通常将具有对于放电优选的预定温度范围。此外，出于类似的原因，电池组62的充电优选地在另一预定温度范围内完成。同样，电池组62的低温度可能显著地增加对电池组62再充电所花费的时间。因此，如果电池组62低于预定温度范围，则可以要求TMS 66加热电池组62，并且如果电池组62高于预定温度范围，则要求TMS 66冷却电池组62，或以其他方式将电池组62保持在预定温度范围内。

根据一个实施例，TMS 66可以用于预调节电池组62以实现高效的驾驶循环。例如，在交通工具12的动力操作之前，可能希望电池组62处于用于驾驶循环的预定温度范围内，并且TMS 66用于该目的。根据另一个实施例，TMS 66用于将电池组62温度控制在用于电池再充电事件的预定范围内。在一个实施例中，电池组62的温度被控制，以考虑电池组62的SOC的竞争目标，并且因此考虑电池组续航里程和在充电事件时的期望的电池组温度，并且因此考虑对电池组62充电所需的时间。根据本公开，通常希望对电池组62进行热预调节，以便交通工具12在预定温度范围内到达充电站，以接受充电并考虑特定的驾驶循环和/或用户偏好。在一个实施例中，驾驶循环或行程的定时可以由用户手动设置。在另一个实施例中，可以预测性地确定驾驶循环或行程的定时。

根据本公开，可以通过各种手动或自动调用来实现在预期到充电事件时电池组62的热预调节。在手动调用中，用户可以手动请求电池组62的热预调节，为潜在充电事件做准备。在自动调用中，用户通常并不持续地直接参与请求电池组62的热预调节；相反，自动系统可以负责调用电池组62的热预调节，以准备充电事件，例如基于预测智能。预测智能可能在复杂性和范围上变化。例如，热预调节请求可以由基于事件的模型、基于预期调度的模型、这种智能调度器或其他学习系统的组合来驱动。

参照图2，电池组热预调节调度器200以功能模块和步骤之间的关系和流程的框图表示。电池组热预调节调度器200可以在交通工具12(图1)的车载和外部的一个或多个处理器中实现，如本文进一步描述的。在一个实施例中，调度器200可以在具体化在计算机可读介质中的计算机程序(或“应用”)中实现，并且包括可由一个或多个系统的一个或多个计算机的一个或多个处理器使用的指令。计算机程序可以包括：一个或多个软件程序，包括呈源代码、目标代码、可执行代码或其他格式的程序指令；一个或多个固件程序；或者硬件描述语言(HDL)文件；以及任何与程序相关的数据。数据可以包括数据结构、库、查找表或任何其他合适格式的数据。程序指令可以包括程序模块、例程、程序、对象、部件等。计算机程序可以在一台计算机上或者在相互通信的多台计算机上执行。

电池组热预调节调度器200可以包括决策输入框201和规划框203。通常，决策输入框201可以包括用户输入，包括设置、偏好、定制、请求等。在一个实施例中，用户可以根据某个可能的时间延迟(例如，30分钟)、根据单个或重复的时间/日期设置(例如，周一早上6点)、根据时间/日期间隔(例如，奇数天、每三天)或根据其他固定的时间表设置在手动设置模块211处立即手动请求电池组热预调节。附加地或备选地，用户可以手动请求电池组热预调节以与用户设置的最小电池组续航里程一致。在这种情况下，用户仅在手动设置模块211处提供设置后不管的请求，该模块将根据该设置调用电池组热预调节。这种手动设置可以经由各种交通工具-用户接口50-56(图1)接收，并且提供到手动设置模块211。例如，用户设置可以经由按钮52、视觉显示器50、麦克风54、音频系统56和语音识别/对话管理器、移动设备90等来提供。

在另一个实施例中，电池组预调节的自动调用可以依赖于决策输入框201的基于事件的模块213。基于事件的模块213可以依赖于用户偏好，例如在各种用户特定偏好之间。根据一个实施例，用户可以在偏好模块212处设置或选择有限数量的可用偏好中的至少一个，诸如充电时间(即，最小化在充电站的时间)和电池组续航里程(最大化电池组续航里程)。例如，用户可能对于行驶到充电站无把握，并且因此优先地希望保持较高的电池组电量，而不是在充电站花费较短的时间。在这种情况下，相比充电时间，用户可以优先考虑或选择电池组续航里程。因此，简单地选择一个偏好而不是另一个偏好将优先考虑所选择的偏好。多个偏好可以由用户通过数字排名或类似设置来排优。本领域普通技术人员将理解，个人偏好可以是一维的、多维的，或者受到限值和条件的限制。在偏好模块212处的用户偏好可以经由各种交通工具-用户接口接收，并且被提供到基于事件的模块213。例如，用户设置可以经由按钮52、视觉显示器50、麦克风54、音频系统56和语音识别/对话管理器、移动设备90等来提供。在共同拥有的美国专利公开2016/0180236 A1中公开了一种用于管理用户偏好的示例性系统，其以引用方式并入本文中。根据一个实施例，基于事件的模块213可以包括数据收集模块215，以记录关于例如充电地点访问、电池组续航里程、路线信息(诸如交通工具起点和目的地)的交通工具使用信息以及时间信息(诸如一天中的时间和一周中的星期几)。根据一个实施例，基于事件的模块213还可以包括学习模块217，其可以包括机器学习模型，用于在给定当前交通工具位置和时间条件(例如，日期和时间)的情况下调度充电事件。在一个实施例中，学习模块217的机器学习模型可以包括概率模型，该概率模型基于当前交通工具位置和时间条件(例如，日期和时间)提供在已知充电站处的充电事件的概率(充电事件概率(PrC))。本领域技术人员将理解，学习模块217的机器学习模型可能需要初始训练周期，其中数据收集模块215和学习模块217可以收集交通工具使用信息的统计上有意义的训练数据集，并且收敛机器学习模型解。交通工具使用信息的统计上有意义的训练数据集可以根据时间、驾驶循环、充电循环或其他度量来定义。例如，具有不频繁的充电事件的频繁的每日短途旅行交通工具使用可能需要几周的交通工具使用信息记录，训练数据集才足够。相比之下，具有一个或多个每日充电事件的频繁的每日长途旅行交通工具使用可能需要较短时间的交通工具使用信息记录，训练数据集就足够了。此后，数据收集模块215可以收集交通工具使用信息的附加数据集，以验证学习模块217的已训练机器学习模型。在其他实施例中，学习模块217可以包括非概率模型。在任何情况下，学习模块217可以包括依赖于来自数据收集模块215的交通工具使用信息的训练数据集的某种类型的机器学习模型。优选地，数据收集模块215继续记录交通工具使用信息，并且将这些信息保留在更新的数据集中，以用于学习模块217的已训练机器学习模型的定期验证和重新训练，如可能定期地被系统或用户调用的。一旦被训练和验证，机器学习模型就可以在基于事件的模型213中作为可执行模型219提供。

在另一个实施例中，电池组预调节的自动调用可以依赖于决策输入框201的基于时间表的模块221。类似于基于事件的模块213，基于时间表的模块221也可以依赖于用户偏好，例如在各种用户特定偏好之间。与基于事件的模块213一样，用户可以在偏好模块212处从诸如充电时间(即，最小化在充电站的时间)和电池组续航里程(最大化电池组续航里程)的有限数量的可用偏好中进行选择。例如，用户可能对行驶到充电站有把握，并且因此优先希望在充电站花费更短的时间，而不是保持更高的电池组电量。在这种情况下，相比电池组续航里程，用户可以优先考虑或选择充电时间。因此，简单地选择一个偏好而不是另一个偏好将优先考虑所选择的偏好。多个偏好可以由用户通过数字排名或类似设置来排优。本领域普通技术人员将理解，个人偏好可以是一维的、多维的，或者受到限值和条件的限制。与基于事件的模块213一样，在偏好模块212处的用户偏好可以经由各种交通工具-用户接口接收，并且被提供到基于时间表的模块221。根据一个实施例，基于时间表的模块221可以包括数据收集模块223，以记录关于例如充电地点访问、电池组续航里程、路线信息(诸如交通工具起点和目的地)的交通工具使用信息以及时间信息(诸如一天中的时间和一周中的星期几)。与基于事件的模块213一样，学习模块225可以包括机器学习模型，用于在给定当前交通工具位置和时间条件(例如，日期和时间)的情况下调度充电事件。在一个实施例中，学习模块225的机器学习模型可以包括概率模型，该概率模型基于当前交通工具位置和时间条件(例如，日期和时间)提供在已知充电站处的充电事件的概率(充电事件概率(PrC))。本领域技术人员将理解，学习模块225的机器学习模型可能需要初始训练周期，其中数据收集模块223和学习模块225可以收集交通工具使用信息的统计上有意义的训练数据集，并且收敛机器学习模型解。除了当前交通工具位置和时间条件(例如，日期和时间)之外，用户提供的时间表可以向学习模块225提供附加输入，以用于训练学习模块225的机器学习模型。调度模块229可以任选地收集用户提供的时间表，以提供给基于时间表的模块221来初始化或播种学习模块225。这种用户提供的时间表可以经由各种交通工具-用户接口50-56(图1)接收，并且被提供到调度模块229。例如，用户设置可以经由按钮52、视觉显示器50、麦克风54、音频系统56和语音识别/对话管理器、移动设备90等来提供。在一个实施例中，可以从移动设备90上的日历应用导入或同步用户时间表。与基于事件的模块213一样，交通工具使用信息的统计上有意义的训练数据集可以根据时间、驾驶循环、充电循环或其他度量来定义。此后，数据收集模块223可以收集交通工具使用信息的附加数据集，以验证学习模块225的已训练机器学习模型。在其他实施例中，学习模块225可以包括非概率模型。在任何情况下，学习模块225可以包括依赖于来自数据收集模块223的交通工具使用信息的训练数据集的某种类型的机器学习模型。优选地，数据收集模块223继续记录交通工具使用信息和用户时间表，并且将这些信息保留在更新的数据集中，用于学习模块225的已训练机器学习模型的定期验证和可能定期地被系统或用户调用的重新训练。一旦被训练和验证，机器学习模型就可以在基于时间表的模型221中作为可执行模型227提供。

在一个实施例中，电池组热预调节调度器200的所有或一些决策输入框201可以远离交通工具12实现。例如，学习模块217的机器学习模型和学习模块225的机器学习模型可以远离交通工具12实现。同样，可执行模型219和227可以远离交通工具实现。机器学习模型的训练可以在提供给交通工具12的计算机78或服务器82资产上执行。在一个实施例中，来自数据收集模块215和数据收集模块223的交通工具使用信息可以被上传并存储在数据库84中。如本文所述，在学习模块217的训练阶段和学习模块225的机器学习模型中收集交通工具使用信息的统计上有意义的训练数据集。这些数据集优选地保持在数据库84中，并且由计算机78或服务器82访问，计算机78或服务器82被配置成训练学习模块217的机器学习模型和学习模块225的机器学习模型。类似地，如本文所述，在学习模块217的验证阶段和学习模块225的机器学习模型中收集交通工具使用信息的统计上有意义的验证数据集。这些数据集优选地也保持在数据库84中，并且由计算机78或服务器82访问，以验证学习模块217的已训练机器学习模型和学习模块225的已训练机器学习模型。充分训练和验证的模型可以作为可执行模型219和227提供给交通工具12，以用于在包括BPCM 64在内的一个或多个VMC上实现。然而，可执行模型219和227也可以远程地实现。在部署充分训练和验证的模型以在交通工具12上或远程地实现之后，交通工具使用信息的正在进行的日志可以被上传并存储在数据库84中，以用于可能定期地被系统或用户调用的可执行模型的定期验证和重新训练。

手动设置模块211、基于事件的模块213和基于时间表的模块221中的每一个可以在电池组热预调节调度器200内独立地启用，或者交通工具原始设备制造商可以限制在某些交通工具中提供一个或多个所述的模块。某些用户可能更喜欢手动控制，并且因此可能选择禁用或绕过基于事件的模块213和基于时间表的模块221的预测智能特征，而支持手动设置模块211。类似地，其他用户可能更喜欢电池组热预调节中的某种程度的预测智能，但缺乏交通工具使用的定期时间表。因此，这样的用户可以启用基于事件的模块213，并且绕过手动设置模块211和基于时间表的模块221。

在一个实施例中，电池组热预调节调度器200可以包括规划框203，其从决策输入框201接收来自手动设置模块211的热预调节的手动请求或者来自基于事件的模块213或基于时间表的模块221的相应可执行模型219和227的相应输出(例如，充电事件概率(PrC)和预测充电目的地)。手动请求可以用保留的充电事件概率(PrC)设置来指示(例如，PrC=1)。类似地，充电事件概率(PrC)设置PrC=0可以被保留，以指示相应的可执行模型219、227还没有准备好或不可使用(例如，没有用充分训练和验证的模型填充)。否则，充电事件概率(PrC)可以根据概率在0和1之间的相应可执行模型219、227输出来提供。规划框203包括例程251，其在步骤253监测决策输入框201和其他相关输入(例如，时间、包括充电站位置的地图数据、当前交通工具位置、目的地或路线、电池组温度、SOC等)。在一个实施例中，例程251在步骤255评估在预定时间框架内在已知再充电位置处发生充电事件的概率(PrC)。例如，预定时间框架可以简单地是大于与交通工具特定设计参数相关的某个最小时间的值，可以与当前电池组温度相关，或者是这样的考虑和其他考虑的组合。在一个实施例中，当充电事件概率(PrC)没有超过某个预定的确定性阈值(例如，PrC ≤ 0.5) <254>时，则例程251可以如上所述继续在步骤253监测。另外，在PrC可以指示相应的可执行模型219、227还没有准备好或不可使用的情况下，可以通知用户并向用户提供手动请求电池组热预调节的机会(例如，通过手动设置模块211)。否则，当充电事件概率(PrC)超过确定性阈值(例如，PrC >0.5) <256>时，则例程251在步骤257可以基于例如当前交通工具位置和时间条件(例如，日期和时间)以及相应的可执行模型219、227来确定优选充电站。备选地，例程251在步骤257可以基于诸如当前电池续航里程或最小电池组续航里程用户偏好设置的附加考虑而将优选充电站确定为路线上或路线外最近的充电站。例程251在步骤261可以基于交通工具当前位置、优选充电站以及诸如当前电池组温度的其他因素来确定热调节的持续时间。该步骤还可以计算预测的SOC降低和电池组续航里程中的相关联的减少，并且将该信息提供给可以从这种预期变化中受益的其他交通工具系统。

在一个实施例中，例程251在步骤263评估在步骤261确定的热调节持续时间。当持续时间为空<262>时，表示不需要热调节持续时间，例程251在步骤265退出。否则，例程251可以继续<264>到与用户干预和批准相关的步骤，这可以由用户在交通工具的定制设置中选择性地启用(例如，在偏好模块212处)。例如，在步骤267，可以检查用户批准设置。当不需要进一步的批准<268>时，例程251继续到步骤273。当需要进一步的批准<266>时，例程251继续到步骤269，在该步骤中，所需的批准步骤可以为用户提供附加的决策信息，诸如热预调节将对电池组续航里程具有的影响。这样的信息可以例如经由按钮52、视觉显示器50、音频系统56、移动设备90等来提供。接下来在步骤271，例如经由按钮52、视觉显示器50、麦克风54、音频系统56和语音识别/对话管理器、移动设备90等向用户发出批准请求。批准请求可以附加地请求时间表确认或变更、延迟、忽略或取消，以实现热预调节的更准确调度。在没有批准或者时间表变更、延迟或取消<272>的情况下，例程可以返回到如上所述的步骤253进行监测，以继续例程253的执行，包括更新的时间表、延迟和取消。在批准<274>的情况下，或者当在步骤267不需要批准时，在步骤273根据手动请求、基于事件的模型213和基于时间表的模型221，基于用户设置、偏好和时间表、确定的持续时间、当前交通工具位置、时间条件和预测的充电目的地，在适当的时间执行电池组的热预调节，使得交通工具以热预调节状态到达充电站。步骤273可以直接地或通过BPCM命令TMS 66将电池组温度控制到用于电池再充电事件的预定温度范围。TMS 66然后可以根据确定的热调节持续时间根据需要加热和/或冷却电池组62。

当进行电池组的热预调节时，步骤275可以提供相关的系统信息。例如，类似于在步骤261向可能受益于这种预期变化的其他交通工具系统提供预测的SOC降低和电池组续航里程中的相关联的减少，步骤275可以向受影响的交通工具系统提供这种信息。另外，可以例如通过数据收集模块215和数据收集模块223来提供有利于与电池组的当前热预调节相关的基于事件的模型和基于时间表的模型的信息。例程251在步骤277退出。

除非明确描述为“直接”，否则当在上述公开中描述第一元件和第二元件之间的关系时，该关系可以是在第一元件和第二元件之间不存在其他中间元件的直接关系，但是也可以是在第一元件和第二元件之间存在一个或多个中间元件(空间上或功能上)的间接关系。

应当理解，方法中的一个或多个步骤可以以不同的顺序(或同时)执行，而不改变本公开的原理。此外，尽管每个实施例在上面被描述为具有某些特征，但是关于本公开的任何实施例描述的那些特征中的任何一个或多个可以在任何其他实施例中实施和/或与任何其他实施例的特征组合，即使该组合没有被明确描述。换句话说，所描述的实施例不是互斥的，并且一个或多个实施例彼此的排列仍然在本公开的范围内。

虽然已经参考示例性实施例描述了以上公开，但是本领域技术人员应当理解，在不脱离其范围的情况下，可以进行各种改变，并且可以用等同物来替代其元件。此外，在不脱离本公开的实质范围的情况下，可以进行许多修改以使特定的情况或材料适应本公开的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (10)

1.一种用于预调节交通工具中的电池组的方法，包括：

执行机器学习模型，所述机器学习模型基于当前交通工具位置和时间信息提供充电事件相对于时间发生的概率；和

响应于在预定时间框架内所述充电事件的所述概率超过预定阈值：

确定优选充电站；

确定热调节事件的持续时间；并且

控制热管理系统，以将所述电池组控制到预定温度范围达所述持续时间。

2.根据权利要求1所述的方法，还包括利用包括交通工具使用信息和时间信息的训练数据集训练所述机器学习模型。

3.根据权利要求2所述的方法，其中，所述交通工具使用信息包括充电地点访问、电池组续航里程、交通工具起点和交通工具目的地。

4.根据权利要求2所述的方法，其中，所述训练数据集还包括至少一个用户偏好。

5.根据权利要求4所述的方法，其中，所述至少一个用户偏好包括充电时间和电池组续航里程中的至少一个。

6.根据权利要求1所述的方法，其中，执行所述机器学习模型在所述交通工具外发生。

7.根据权利要求2所述的方法，其中，训练所述机器学习模型在所述交通工具外发生。

8.根据权利要求1所述的方法，其中，控制所述热管理系统包括加热所述电池组。

9.一种用于预调节交通工具中的电池组的系统，包括：

热管理系统，其包括由所述电池组供电的电池组加热器；和

处理器和包含计算机程序的存储器，所述计算机程序在由所述处理器执行时使得所述机器学习模型：

基于当前交通工具位置和时间信息预测相对于时间发生的充电事件；

确定优选的充电站；

确定热调节事件的持续时间；并且

控制所述热管理系统将所述电池组控制到预定温度范围达所述持续时间。

10.一种电池电动交通工具，包括：

控制器；

可再充电电池组；和

电池组加热器，其由所述可再充电电池组供电；

所述控制器被配置成：

接收至少一个用户偏好、包括当前交通工具位置的交通工具使用信息和时间信息；

基于所述当前交通工具位置和时间信息提供在预定时间框架内发生充电事件的概率；

响应于所述充电事件的所述概率超过预定阈值：

确定用于所述充电事件的优选充电站；

确定由所述可再充电电池组为所述电池组加热器供电的持续时间，所述持续时间足以在所述预定时间框架内将所述可再充电电池组加热到预定温度范围；并且

在所述持续时间内利用所述可再充电电池组为所述电池组加热器供电。

Images