CN115366710B - 基于大数据的新能源汽车充电自适应控制系统 - Google Patents

基于大数据的新能源汽车充电自适应控制系统 Download PDF

Info

Publication number
CN115366710B
CN115366710B CN202211298704.2A CN202211298704A CN115366710B CN 115366710 B CN115366710 B CN 115366710B CN 202211298704 A CN202211298704 A CN 202211298704A CN 115366710 B CN115366710 B CN 115366710B
Authority
CN
China
Prior art keywords
charging
new energy
energy automobile
controlled
limit threshold
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
CN202211298704.2A
Other languages
English (en)
Other versions
CN115366710A (zh
Inventor
于琪贺
于航
朱海涛
董广杰
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.)
Shenyang Yulong New Energy Automobile Co ltd
Original Assignee
Shenyang Yulong New Energy Automobile 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 Shenyang Yulong New Energy Automobile Co ltd filed Critical Shenyang Yulong New Energy Automobile Co ltd
Priority to CN202211298704.2A priority Critical patent/CN115366710B/zh
Publication of CN115366710A publication Critical patent/CN115366710A/zh
Application granted granted Critical
Publication of CN115366710B publication Critical patent/CN115366710B/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
    • 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
    • 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
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及智能控制技术领域，具体涉及一种基于大数据的新能源汽车充电自适应控制系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：获取待控制新能源汽车对应的用车和充电的相关数据，确定日常电池亏损系数和充电电池亏损系数，根据日常电池亏损系数和充电电池亏损系数确定自适应快充上限阈值；确定待控制新能源汽车的快充限制阈值，根据自适应快充上限阈值和快充限制阈值，判断是否可以调整待控制新能源汽车的默认快充上限阈值。本发明基于自适应快充上限阈值实现了新能源汽车充电自适应控制，降低了新能源汽车电池的损耗程度，主要应用于新能源汽车的智能充电系统。

Description

基于大数据的新能源汽车充电自适应控制系统
技术领域
本发明涉及智能控制技术领域，具体涉及一种基于大数据的新能源汽车充电自适应控制系统。
背景技术
当前的新能源汽车仍处于飞速发展阶段，但经常出现新能源汽车充电困难，每次充电需要跑到较远的充电站，汽车充电不便利造成车主在实际使用过程中形成不良的充电习惯，其对新能源汽车电池的伤害较大，也就是对汽车电池的损耗较大。为了降低汽车电池的损耗，一定程度上克服不良的充电习惯的影响，生产厂家在出厂时设置固定统一的默认快充上限阈值，也就是在新能源汽车在快充模式中补充电量达到一定的电量数值时，启动慢充模式补充电量，但是该方法的灵活性较差，并不适用所有车主的新能源汽车，而且固定统一的默认快充上限阈值不能结合车主实际情况最大程度降低汽车电池损耗，且无法实现新能源汽车充电自适应控制。
发明内容
为了解决上述默认快充上限阈值不能结合车主实际情况最大程度降低汽车电池损耗的技术问题，本发明的目的在于提供一种基于大数据的新能源汽车充电自适应控制系统，所采用的技术方案具体如下：
本发明一个实施例提供了一种基于大数据的新能源汽车充电自适应控制系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数、所有充电间隔的个数、每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数；
根据待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数以及所有充电间隔的个数，确定待控制新能源汽车的日常电池亏损系数；
根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数，确定待控制新能源汽车的充电电池亏损系数；
根据待控制新能源汽车的日常电池亏损系数和充电电池亏损系数，确定待控制新能源汽车的自适应快充上限阈值；
获取待控制新能源汽车对应的慢充速度、快充速度、停车时长以及当前时刻的充电前的电量占比，根据慢充速度、快充速度、停车时长、当前时刻的充电前的电量占比以及自适应快充上限阈值，确定待控制新能源汽车的快充限制阈值；
根据所述自适应快充上限阈值和所述快充限制阈值，判断是否可以调整待控制新能源汽车的快充上限阈值。
进一步的，所述日常电池亏损系数的计算公式为：
Figure 476244DEST_PATH_IMAGE002
其中，W为待控制新能源汽车的日常电池亏损系数，M为所有充电间隔的个数，v为待控制新能源汽车在设定时段内充电间隔的序号，N v 为待控制新能源汽车在设定时段内第v个充电间隔对应的耗电用车次数，i v 为待控制新能源汽车在设定时段内第v个充电间隔对应的耗电用车的序号，
Figure 100002_DEST_PATH_IMAGE003
为待控制新能源汽车在设定时段内第v个充电间隔对应的第i次耗电用车的日期，
Figure 583746DEST_PATH_IMAGE004
为待控制新能源汽车在设定时段内第v个充电间隔对应的第i-1次耗电用车的日期，G v 为待控制新能源汽车在设定时段内第v个充电间隔的天数，
Figure 100002_DEST_PATH_IMAGE005
( )为求方差函数，th( )为双曲线正切函数。
进一步的，根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数，确定待控制新能源汽车的充电电池亏损系数，包括：
根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比，确定待控制新能源汽车在设定时段内对应的充电前电量占比的平均值；
根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比、充电次数以及在设定时段内对应的充电前电量占比的平均值，确定待控制新能源汽车的充电电池亏损系数。
进一步的，所述充电电池亏损系数的计算公式为：
Figure 100002_DEST_PATH_IMAGE007
其中，K为待控制新能源汽车的充电电池亏损系数，
Figure 851785DEST_PATH_IMAGE008
为待控制新能源汽车在设定时段内对应的充电前电量占比的平均值，E为待控制新能源汽车在设定时段内的充电次数，u为待控制新能源汽车在设定时段内的充电序号，
Figure 100002_DEST_PATH_IMAGE009
为待控制新能源汽车在设定时段内第u次充电时对应的充电后的电量占比，
Figure 575897DEST_PATH_IMAGE010
为待控制新能源汽车在设定时段内第u次充电时对应的充电前的电量占比。
进一步的，所述自适应快充上限阈值的计算公式为：
Figure 948103DEST_PATH_IMAGE012
其中，
Figure 100002_DEST_PATH_IMAGE013
为待控制新能源汽车的自适应快充上限阈值，W为待控制新能源汽车的日常电池亏损系数，K为待控制新能源汽车的充电电池亏损系数。
进一步的，所述快充限制阈值的计算公式为：
Figure 100002_DEST_PATH_IMAGE015
其中，
Figure 660844DEST_PATH_IMAGE016
为待控制新能源汽车的快充限制阈值，T为待控制新能源汽车对应的停车时长，
Figure 100002_DEST_PATH_IMAGE017
为待控制新能源汽车对应的慢充速度，
Figure 896522DEST_PATH_IMAGE018
为待控制新能源汽车对应的快充速度，
Figure 100002_DEST_PATH_IMAGE019
为待控制新能源汽车对应的当前时刻的充电前的电量占比。
进一步的，根据所述自适应快充上限阈值和所述快充限制阈值，判断是否可以调整待控制新能源汽车的默认快充上限阈值，包括：
若自适应快充上限阈值不大于快充限制阈值，则判定可以调整待控制新能源汽车的默认快充上限阈值，并将待控制新能源汽车的默认快充上限阈值调整为自适应快充上限阈值，否则，判定不可以调整待控制新能源汽车的默认快充上限阈值。
本发明具有如下有益效果：
本发明提供了一种基于大数据的新能源汽车充电自适应控制系统，利用智能控制技术，对待控制新能源汽车进行分析，以实现新能源汽车充电自适应控制，降低新能源汽车的汽车电池损耗、延长汽车电池的使用寿命。先获取待控制新能源汽车在设定时段内用车和充电的相关数据，通过对用车和充电的相关数据进行处理计算，得到待控制新能源汽车的日常电池亏损系数和充电电池亏损系数，基于日常电池亏损系数和充电电池亏损系数，确定待控制新能源汽车的自适应快充上限阈值。相比固定统一的默认快充上限阈值，适用于该系统的各个车主的新能源汽车对应的自适应快充上限阈值可以不同，所确定的自适应快充上限阈值的鲁棒性更强，另外，自适应快充上限阈值可以使待控制新能源汽车在停车时长允许的条件下，尽可能地使用慢充模式充电，慢充模式充电有助于降低汽车电池受快充电流的损耗，延长汽车电池的使用寿命。获取待控制新能源汽车在充电时的相关数据，基于对充电时的相关数据的分析计算，得到待控制新能源汽车的快充限制阈值，根据待控制新能源汽车的实际情况，也就是根据自适应快充上限阈值和快充限制阈值，判断是否调整待控制新能源汽车的默认快充上限阈值。基于每次充电时的实际情况判断是否调整默认快充上限阈值，有助于大幅度提高新能源汽车充电系统的智能化控制作用，进而推进新能源汽车的发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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附图。
图1为本发明一种基于大数据的新能源汽车充电自适应控制方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外，一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
为了降低新能源汽车的汽车电池损耗，本实施例提供了一种基于大数据的新能源汽车充电自适应控制系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，一种基于大数据的新能源汽车充电自适应控制方法的流程图如图1所示，包括以下步骤：
（1）获取待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数、所有充电间隔的个数、每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数。
在本实施例中，待控制新能源汽车的GPS（Global Positioning System，全球定位系统）定位系统、行车记录系统、智能充电系统等通过车载计算机进行数据共享及交互，基于数据共享和交互，可以获得待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数、所有充电间隔的个数、每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数。本实施例将设定时段设置为30天，实施者可根据具体实际情况自行设定，这里的充电间隔是指待控制新能源汽车上一次充电到下一次充电之间的间隔天数。通过对待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数以及所有充电间隔的个数进行分析计算，可以得到待控制新能源汽车车主的用车习惯，便于后续计算待控制新能源汽车的日常电池亏损系数；通过待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数的分析计算，可以得到待控制新能源汽车车主的充电习惯，便于后续计算待控制新能源汽车的充电电池亏损系数。
需要说明的是，为了避免待控制新能源汽车车主存在特殊用车情况对后续计算的自适应快充上限阈值的影响，将设定时段内各个充电间隔对应的每次耗电用车的日期和每次充电时对应的充电前的电量占比和充电后的电量占比作为时序上的信号数据，对信号数据进行小波去噪处理，其有助于去除离散数据，提高待控制新能源汽车相关数据的精确度。小波去噪处理的过程为现有技术，不在本发明保护范围内，此处不再进行详细阐述。
（2）根据待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数以及所有充电间隔的个数，确定待控制新能源汽车的日常电池亏损系数。
首先，需要说明的是，在使用新能源汽车时，单次用车的放电深度越小、放电频率越多且均匀，对新能源汽车电池的使用寿命越有利；单次用车放电深度越大、用车习惯不规律，例如，新能源汽车在完成某次充电后，在经过一次性深度放电，又长时间闲置，该不规律的用车习惯对新能源汽车电池的伤害很大。为了确定待控制新能源汽车车主的充电习惯，需要确定待控制新能源汽车的日常电池亏损系数。
在本实施例中，基于对待控制新能源汽车的用车相关数据的分析，可以计算待控制新能源汽车的日常电池亏损系数，上述日常电池亏损系数是指待控制新能源汽车车主的充电习惯对汽车电池的损耗程度，日常电池亏损系数是后续计算自适应快充上限阈值的关键指标之一，日常电池亏损系数的计算公式可以为：
Figure 858662DEST_PATH_IMAGE002
其中，W为待控制新能源汽车的日常电池亏损系数，M为所有充电间隔的个数，v为待控制新能源汽车在设定时段内充电间隔的序号，N v 为待控制新能源汽车在设定时段内第v个充电间隔对应的耗电用车次数，i v 为待控制新能源汽车在设定时段内第v个充电间隔对应的耗电用车的序号，
Figure 768981DEST_PATH_IMAGE003
为待控制新能源汽车在设定时段内第v个充电间隔对应的第i次耗电用车的日期，
Figure 398545DEST_PATH_IMAGE004
为待控制新能源汽车在设定时段内第v个充电间隔对应的第i-1次耗电用车的日期，G v 为待控制新能源汽车在设定时段内第v个充电间隔的天数，
Figure 227961DEST_PATH_IMAGE005
( )为求方差函数，th( )为双曲线正切函数。
在日常电池亏损系数的计算公式中，
Figure 457823DEST_PATH_IMAGE020
可以表征为相邻两次耗电用车的日期之间的待控制新能源汽车的闲置天数，
Figure DEST_PATH_IMAGE021
可以表征为第v个充电间隔中待控制新能源汽车的闲置天数的累加和，
Figure 889941DEST_PATH_IMAGE022
可以表征为待控制新能源汽车在设定时段内第v个充电间隔的闲置天数累加和与第v个充电间隔天数的比值，
Figure DEST_PATH_IMAGE023
可以表征为各个相邻两次耗电用车的日期之间的闲置天数的方差，
Figure 328007DEST_PATH_IMAGE024
可以表征为利用双曲线正切函数对
Figure 593903DEST_PATH_IMAGE023
进行正比例归一化处理。
需要说明的是，
Figure 796214DEST_PATH_IMAGE022
和
Figure 438548DEST_PATH_IMAGE024
越大，日常电池亏损系数W就会越大，日常电池亏损系数W的取值范围为0到1之间，日常电池亏损系数W可以反映出待控制新能源汽车的车主的用车习惯，日常电池亏损系数W越大，说明待控制新能源汽车的车主越有可能存在用车不规律且长时间闲置的习惯。
（3）根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数，确定待控制新能源汽车的充电电池亏损系数。
需要说明的是，每个新能源汽车车主基于自身情况可以形成不同的充电习惯，在不同位置的充电桩充电时所耗费的充电时间不同，例如，对于频繁外出跑业务的车主而言，该车主的新能源汽车的充电位置和充电时长的随机性很大，而对于定点上班、生活工作较为规律的车主而言，该车主的新能源汽车的充电位置和充电时长的基本固定。由于不同车主的新能源汽车具备其对应的充电习惯，故待控制新能源汽车也有其对应的充电习惯。若待控制新能源汽车每次充电时对应的充电前的电量占比和充电后的电量占比之间的跨度越大，也就是每次充电时均深充深放，其对待控制新能源汽车电池的损耗较大。
为了降低待控制新能源汽车电池的损耗，本实施例基于对待控制新能源汽车的充电相关数据的分析，可以确定待控制新能源汽车的充电电池亏损系数，上述充电电池亏损系数是指待控制新能源汽车车主的充电习惯对汽车电池的损耗程度，充电电池亏损系数是后续计算自适应快充上限阈值的关键指标之一，其步骤包括：
（3-1）根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比，确定待控制新能源汽车在设定时段内对应的充电前电量占比的平均值。
在本实施例中，为了便于后续计算待控制新能源汽车的充电电池亏损系数，基于设定时段内每次充电时对应的充电前的电量占比，计算充电前电量占比的平均值，计算充电前电量占比平均值的过程为现有技术，不在本发明保护范围内，此处不再进行详细阐述。
（3-2）根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比、充电次数以及在设定时段内对应的充电前电量占比的平均值，确定待控制新能源汽车的充电电池亏损系数。
在本实施例中，为了便于后续计算待控制新能源汽车的自适应快充上限阈值，需要计算待控制新能源汽车的充电电池亏损系数，充电电池亏损系数的计算公式可以为：
Figure DEST_PATH_IMAGE025
其中，K为待控制新能源汽车的充电电池亏损系数，
Figure 619868DEST_PATH_IMAGE008
为待控制新能源汽车在设定时段内对应的充电前电量占比的平均值，E为待控制新能源汽车在设定时段内的充电次数，u为待控制新能源汽车在设定时段内的充电序号，
Figure 56666DEST_PATH_IMAGE009
为待控制新能源汽车在设定时段内第u次充电时对应的充电后的电量占比，
Figure 497006DEST_PATH_IMAGE010
为待控制新能源汽车在设定时段内第u次充电时对应的充电前的电量占比。
在充电电池亏损系数的计算公式中，
Figure 677451DEST_PATH_IMAGE026
可以为待控制新能源汽车在设定时段内第u次充电时对应的充电后的电量占比与充电前的电量占比的差值绝对值，该差值绝对值为第u次充电时所充的电量占比，
Figure DEST_PATH_IMAGE027
可以为待控制新能源汽车在设定时段内每次充电时所充电量占比的累加和的均值，该均值在一定从程度上可以表征待控制新能源汽车的车主的充电习惯，
Figure 604956DEST_PATH_IMAGE008
可以表征待控制新能源汽车在设定时段内整体对应的充电前电量占比，若
Figure 586556DEST_PATH_IMAGE008
越小，
Figure 842088DEST_PATH_IMAGE028
就会越大。
需要说明的是，若
Figure 668968DEST_PATH_IMAGE027
和
Figure 123083DEST_PATH_IMAGE028
越大，充电电池亏损系数K就会越大，其说明待控制新能源汽车深充深放的程度就会越高，待控制新能源汽车电池的损耗越大。由于新能源汽车充电电量占比的形式为百分比，那么待控制新能源汽车的充电电池亏损系数的数值范围为0到1之间。
（4）根据待控制新能源汽车的日常电池亏损系数和充电电池亏损系数，确定待控制新能源汽车的自适应快充上限阈值。
需要说明的是，在使用新能源汽车时可以发现，用快充模式补充的电量比慢充模式补充的电量消耗的更快，其属于快充模式所产生的虚电现象，为了减少虚电的产生、延长汽车电池的使用寿命，在新能源汽车的电量达到默认快充上限阈值时，智能充电系统会大幅度缩小充电功率，使剩余电量通过慢充模式进行补充，起到缓冲中和的作用，能够减少动力电池的损伤。因此，待控制新能源汽车的日常电池亏损系数和充电电池亏损系数越大，待控制新能源汽车在充电时，越应该选择慢充模式充电。
在本实施例中，为了降低汽车电池耗损程度，基于待控制新能源汽车的车主的用车习惯和充电习惯对待控制新能源汽车电池的损耗程度，也就是根据待控制新能源汽车的日常电池亏损系数和充电电池亏损系数，从两个角度分析待控制新能源汽车的快充上限阈值，得到自适应快充上限阈值，其有助于提高自适应快充上限阈值的准确度和参考价值，自适应快充上限阈值的计算公式可以为：
Figure 760738DEST_PATH_IMAGE012
其中，
Figure 300303DEST_PATH_IMAGE013
为待控制新能源汽车的自适应快充上限阈值，W为待控制新能源汽车的日常电池亏损系数，K为待控制新能源汽车的充电电池亏损系数。
需要说明的是，待控制新能源汽车的默认快充上限阈值可以为
Figure DEST_PATH_IMAGE029
，默认快充上限阈值一般由汽车生产厂家设定，实施者可根据实际情况自行设置，1-WK为待控制新能源汽车默认的快充上限阈值的权重系数，WK可以表征待控制新能源汽车的亏损系数，WK越大，1-WK会越小，若1-WK越小，那么
Figure 25814DEST_PATH_IMAGE030
就会越小，也就是若待控制新能源汽车的亏损系数越高，充电时的慢充模式的占比应该越大，此时应该将默认快充上限阈值
Figure 334435DEST_PATH_IMAGE029
适当向下调整。
（5）获取待控制新能源汽车对应的慢充速度、快充速度、停车时长以及当前时刻的充电前的电量占比，根据慢充速度、快充速度、停车时长、当前时刻的充电前的电量占比以及自适应快充上限阈值，确定待控制新能源汽车的快充限制阈值。
首先，需要说明的是，在调整待控制新能源汽车默认快充上限阈值之前，需要结合车主在不同位置的充电桩的停车时长，判断自适应快充上限阈值是否满足停车时长的限制条件，也就是在正常情况下，若将默认快充上限阈值调整为自适应快充上限阈值，待控制新能源汽车的停车时长应满足调整默认快充上限阈值的限制条件，基于待控制新能源汽车对应的慢充速度、快充速度、停车时长、当前时刻的充电前的电量占比以及自适应快充上限阈值，可以确定调整默认快充上限阈值的限制条件，其计算公式可以为：
Figure 657838DEST_PATH_IMAGE032
其中，T为待控制新能源汽车对应的停车时长，
Figure 419121DEST_PATH_IMAGE013
为待控制新能源汽车的自适应快充上限阈值，
Figure 869694DEST_PATH_IMAGE018
为待控制新能源汽车对应的快充速度，
Figure 767243DEST_PATH_IMAGE019
为待控制新能源汽车对应的当前时刻的充电前的电量占比，
Figure 763012DEST_PATH_IMAGE017
为待控制新能源汽车对应的慢充速度。
为了便于后续计算待控制新能源汽车的快充限制阈值，对待控制新能源汽车的停车时长对应的调整默认快充上限阈值的限制条件进行转换处理，得到调整默认快充上限阈值的限制条件的转换后的计算公式，该计算公式可以为：
Figure 277170DEST_PATH_IMAGE034
其中，
Figure 265854DEST_PATH_IMAGE013
为待控制新能源汽车的自适应快充上限阈值，T为待控制新能源汽车对应的停车时长，
Figure 283489DEST_PATH_IMAGE017
为待控制新能源汽车对应的慢充速度，
Figure 214273DEST_PATH_IMAGE018
为待控制新能源汽车对应的快充速度，
Figure 809203DEST_PATH_IMAGE019
为待控制新能源汽车对应的当前时刻的充电前的电量占比。
为了便后续判断是否可以调整待控制新能源汽车的默认快充上限阈值，将调整默认快充上限阈值的限制条件的转换后的计算公式中不等式右边的
Figure DEST_PATH_IMAGE035
作为待控制新能源汽车的快充限制阈值，并将快充限制阈值标记为
Figure 821152DEST_PATH_IMAGE016
，即
Figure 693293DEST_PATH_IMAGE036
。至此，本实施例得到了待控制新能源汽车的快充限制阈值。
需要说明的是，待控制新能源汽车在充电时的停车时长不是固定不变的，根据车主的实际情况需求的不同，充电时的停车时长就会不同，若充电时的停车时长发生变化，待控制新能源汽车的快充限制阈值也会发生变化，每次充电时的停车时长均有其对应的快充限制阈值。在本实施例中，待控制新能源汽车在充电时的停车时长的取值可以通过历史数据分析和人工设定两种方式获取。
（6）根据自适应快充上限阈值和快充限制阈值，判断是否调整待控制新能源汽车的默认快充上限阈值。
若自适应快充上限阈值不大于快充限制阈值，即
Figure DEST_PATH_IMAGE037
，则判定可以调整待控制新能源汽车的默认快充上限阈值，并将待控制新能源汽车的默认快充上限阈值调整为自适应快充上限阈值，否则，判定不可以调整待控制新能源汽车的默认快充上限阈值。至此，待控制新能源汽车在当前时刻充电时，基于自适应快充上限阈值和快充限制阈值，实现了新能源汽车充电时的自适应控制。
在实际应用过程中，新能源汽车在每次充电时，其智能充电系统将弹出充电方案推荐窗口，充电方案包括智能充电模式和人工输入停车时长模式。对于充电位置固定的车主而言，若不存在特殊情况，则选择智能充电模式，根据新能源汽车的历史充电时的停车时长，运行本实施例的一种基于大数据的新能源汽车充电自适应控制系统中存储器存储的计算机程序，实现新能源汽车充电自适应控制；对于充电位置不固定的车主而言，若车主当天行程紧张，则选择人工输入停车时长模式，在时间允许范围内，根据新能源汽车的历史充电时的停车时长，运行本实施例的一种基于大数据的新能源汽车充电自适应控制系统中存储器存储的计算机程序，尽可能地使用慢充模式充电，以降低汽车电池的损耗，延长汽车电池的使用寿命，实现新能源汽车充电自适应控制。
本实施例通过对待控制新能源汽车和充电设备的共享数据的分析，得到待控制新能源汽车车主的用车习惯和充电习惯对汽车电池的亏损程度指标，即日常电池亏损系数和充电电池亏损系数。基于汽车电池的亏损程度指标，在可控制范围内为待控制新能源汽车车主选择有利的充电模式，充电模式包括慢充模式和快充模式，本实施例降低了待控制新能源汽车电池的损耗，延长了待控制新能源汽车电池的使用寿命，进一步提高了新能源汽车的智能充电系统的智能化控制精度。
以上所述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范围，均应包含在本申请的保护范围之内。

Claims (2)

1.一种基于大数据的新能源汽车充电自适应控制系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数、所有充电间隔的个数、每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数；
根据待控制新能源汽车在设定时段内各个充电间隔对应的每次耗电用车的日期、耗电用车次数、各个充电间隔的天数以及所有充电间隔的个数，确定待控制新能源汽车的日常电池亏损系数；
根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数，确定待控制新能源汽车的充电电池亏损系数；
根据待控制新能源汽车的日常电池亏损系数和充电电池亏损系数，确定待控制新能源汽车的自适应快充上限阈值；
获取待控制新能源汽车对应的慢充速度、快充速度、停车时长以及当前时刻的充电前的电量占比，根据慢充速度、快充速度、停车时长、当前时刻的充电前的电量占比以及自适应快充上限阈值，确定待控制新能源汽车的快充限制阈值；
根据所述自适应快充上限阈值和所述快充限制阈值，判断是否调整待控制新能源汽车的默认快充上限阈值；
所述日常电池亏损系数的计算公式为：
Figure 194271DEST_PATH_IMAGE002
其中，W为待控制新能源汽车的日常电池亏损系数，M为所有充电间隔的个数，v为待控制新能源汽车在设定时段内充电间隔的序号，N v 为待控制新能源汽车在设定时段内第v个充电间隔对应的耗电用车次数，i v 为待控制新能源汽车在设定时段内第v个充电间隔对应的耗电用车的序号，
Figure DEST_PATH_IMAGE003
为待控制新能源汽车在设定时段内第v个充电间隔对应的第i次耗电用车的日期，
Figure 704887DEST_PATH_IMAGE004
为待控制新能源汽车在设定时段内第v个充电间隔对应的第i-1次耗电用车的日期，G v 为待控制新能源汽车在设定时段内第v个充电间隔的天数，
Figure DEST_PATH_IMAGE005
( )为求方差函数，th( )为双曲线正切函数；
根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比以及充电次数，确定待控制新能源汽车的充电电池亏损系数，包括：
根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比，确定待控制新能源汽车在设定时段内对应的充电前电量占比的平均值；
根据待控制新能源汽车在设定时段内每次充电时对应的充电前的电量占比、充电后的电量占比、充电次数以及在设定时段内对应的充电前电量占比的平均值，确定待控制新能源汽车的充电电池亏损系数；
所述充电电池亏损系数的计算公式为：
Figure DEST_PATH_IMAGE007
其中，K为待控制新能源汽车的充电电池亏损系数，
Figure 530629DEST_PATH_IMAGE008
为待控制新能源汽车在设定时段内对应的充电前电量占比的平均值，E为待控制新能源汽车在设定时段内的充电次数，u为待控制新能源汽车在设定时段内的充电序号，
Figure DEST_PATH_IMAGE009
为待控制新能源汽车在设定时段内第u次充电时对应的充电后的电量占比，
Figure 988156DEST_PATH_IMAGE010
为待控制新能源汽车在设定时段内第u次充电时对应的充电前的电量占比；
所述自适应快充上限阈值的计算公式为：
Figure 881156DEST_PATH_IMAGE012
其中，
Figure DEST_PATH_IMAGE013
为待控制新能源汽车的自适应快充上限阈值，W为待控制新能源汽车的日常电池亏损系数，K为待控制新能源汽车的充电电池亏损系数；
所述快充限制阈值的计算公式为：
Figure DEST_PATH_IMAGE015
其中，
Figure 15203DEST_PATH_IMAGE016
为待控制新能源汽车的快充限制阈值，T为待控制新能源汽车对应的停车时长，
Figure DEST_PATH_IMAGE017
为待控制新能源汽车对应的慢充速度，
Figure 859400DEST_PATH_IMAGE018
为待控制新能源汽车对应的快充速度，
Figure DEST_PATH_IMAGE019
为待控制新能源汽车对应的当前时刻的充电前的电量占比。
2.根据权利要求1所述的一种基于大数据的新能源汽车充电自适应控制系统，其特征在于，根据所述自适应快充上限阈值和所述快充限制阈值，判断是否调整待控制新能源汽车的默认快充上限阈值，包括：
若自适应快充上限阈值不大于快充限制阈值，则判定调整待控制新能源汽车的默认快充上限阈值，并将待控制新能源汽车的默认快充上限阈值调整为自适应快充上限阈值，否则，判定不调整待控制新能源汽车的默认快充上限阈值。
CN202211298704.2A 2022-10-24 2022-10-24 基于大数据的新能源汽车充电自适应控制系统 Active CN115366710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211298704.2A CN115366710B (zh) 2022-10-24 2022-10-24 基于大数据的新能源汽车充电自适应控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211298704.2A CN115366710B (zh) 2022-10-24 2022-10-24 基于大数据的新能源汽车充电自适应控制系统

Publications (2)

Publication Number Publication Date
CN115366710A CN115366710A (zh) 2022-11-22
CN115366710B true CN115366710B (zh) 2022-12-27

Family

ID=84073765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211298704.2A Active CN115366710B (zh) 2022-10-24 2022-10-24 基于大数据的新能源汽车充电自适应控制系统

Country Status (1)

Country Link
CN (1) CN115366710B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2879266A1 (en) * 2013-11-28 2015-06-03 Dialog Semiconductor GmbH Power management method for a stacked cell rechargeable energy storage and stacked cell rechargeable energy storage device
CN107128194A (zh) * 2017-05-11 2017-09-05 上海容申智能科技有限公司 一种智能充电系统
CN110428105A (zh) * 2019-08-01 2019-11-08 国网江苏省电力有限公司苏州供电分公司 一种电动公交车日前充放电优化调度方法
CN111262292A (zh) * 2020-02-14 2020-06-09 京东方科技集团股份有限公司 一种控制电池充电的方法及系统
KR20200067302A (ko) * 2018-12-03 2020-06-12 현대자동차주식회사 친환경 하이브리드 자동차 및 그를 위한 충전 제어 방법
DE102020110588A1 (de) * 2019-04-17 2020-10-22 Ford Global Technologies, Llc Langstreckennavigationsplanung und ladestrategie für elektrofahrzeuge
CN112092623A (zh) * 2020-09-08 2020-12-18 广州小鹏汽车科技有限公司 蓄电池的充电控制方法、装置、车辆以及存储介质
CN112636425A (zh) * 2020-12-21 2021-04-09 安徽贵博新能科技有限公司 一种电动汽车快充cc、慢充cc唤醒电路
WO2021073109A1 (zh) * 2019-10-14 2021-04-22 北京嘀嘀无限科技发展有限公司 安全充电方法、存储介质、电子设备及系统
CN112838636A (zh) * 2021-01-06 2021-05-25 江苏骥驰聚能汽车科技有限公司 基于经验函数和5g技术的汽车锂电池充电动态保护系统
CN112865221A (zh) * 2021-01-06 2021-05-28 江苏骥驰聚能汽车科技有限公司 基于经验函数和物联网的汽车锂电池动态充电保护系统
CN112865217A (zh) * 2021-01-06 2021-05-28 江苏骥驰聚能汽车科技有限公司 基于神经网络和人工智能的汽车锂电池充电动态保护系统
CN114590241A (zh) * 2021-03-29 2022-06-07 长城汽车股份有限公司 车辆的怠速充电方法及装置
CN114629212A (zh) * 2022-04-11 2022-06-14 哈尔滨理工大学 一种锂离子电池的快速充电方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017216748A1 (de) * 2017-09-21 2019-03-21 Audi Ag Verfahren zum Koordinieren eines Aufladevorganges eines pilotierten Kraftfahrzeugs, Speichermedium, mobiles Endgerät, und Servervorrichtung

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2879266A1 (en) * 2013-11-28 2015-06-03 Dialog Semiconductor GmbH Power management method for a stacked cell rechargeable energy storage and stacked cell rechargeable energy storage device
CN107128194A (zh) * 2017-05-11 2017-09-05 上海容申智能科技有限公司 一种智能充电系统
KR20200067302A (ko) * 2018-12-03 2020-06-12 현대자동차주식회사 친환경 하이브리드 자동차 및 그를 위한 충전 제어 방법
DE102020110588A1 (de) * 2019-04-17 2020-10-22 Ford Global Technologies, Llc Langstreckennavigationsplanung und ladestrategie für elektrofahrzeuge
CN110428105A (zh) * 2019-08-01 2019-11-08 国网江苏省电力有限公司苏州供电分公司 一种电动公交车日前充放电优化调度方法
WO2021073109A1 (zh) * 2019-10-14 2021-04-22 北京嘀嘀无限科技发展有限公司 安全充电方法、存储介质、电子设备及系统
CN111262292A (zh) * 2020-02-14 2020-06-09 京东方科技集团股份有限公司 一种控制电池充电的方法及系统
CN112092623A (zh) * 2020-09-08 2020-12-18 广州小鹏汽车科技有限公司 蓄电池的充电控制方法、装置、车辆以及存储介质
CN112636425A (zh) * 2020-12-21 2021-04-09 安徽贵博新能科技有限公司 一种电动汽车快充cc、慢充cc唤醒电路
CN112838636A (zh) * 2021-01-06 2021-05-25 江苏骥驰聚能汽车科技有限公司 基于经验函数和5g技术的汽车锂电池充电动态保护系统
CN112865221A (zh) * 2021-01-06 2021-05-28 江苏骥驰聚能汽车科技有限公司 基于经验函数和物联网的汽车锂电池动态充电保护系统
CN112865217A (zh) * 2021-01-06 2021-05-28 江苏骥驰聚能汽车科技有限公司 基于神经网络和人工智能的汽车锂电池充电动态保护系统
CN114590241A (zh) * 2021-03-29 2022-06-07 长城汽车股份有限公司 车辆的怠速充电方法及装置
CN114629212A (zh) * 2022-04-11 2022-06-14 哈尔滨理工大学 一种锂离子电池的快速充电方法及装置

Also Published As

Publication number Publication date
CN115366710A (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
CN111152691B (zh) 一种功率控制方法、装置、系统、整车控制器及存储介质
US8536825B2 (en) State of charge range
CN111169480B (zh) 一种动力系统能量管理方法、装置、设备和介质
US20110156652A1 (en) State of charge range
CN111251929A (zh) 一种模块化直流充电桩的柔性功率分配方法
CN111216596A (zh) 一种燃料电池整车能量管理方法、装置、车辆及存储介质
CN112373319B (zh) 增程式车辆的动力系统控制方法、系统及车辆
CN114919433B (zh) 电动汽车集群充放电控制方法、系统及相关设备
CN111071074B (zh) 一种大数据和bms结合的电动汽车优化充电方法
CN112793468A (zh) 一种电池充放电保护方法、系统、存储介质及设备
CN112140901B (zh) 一种转矩控制方法和装置
CN115366710B (zh) 基于大数据的新能源汽车充电自适应控制系统
CN114678631A (zh) 一种电池包行车加热控制方法、装置、电池包及电动汽车
CN111775773B (zh) 一种车辆燃料电池功率控制方法及装置
CN114750743B (zh) 混合动力车辆智能能量管理方法、系统、车辆及存储介质
CN114407728B (zh) 一种车辆动力电池充电控制方法、系统、汽车及计算机可读存储介质
CN113022383B (zh) 一种氢燃料电池系统的能量分配方法、装置和设备
CN115907879A (zh) 一种充电站计价的方法及装置
CN111114336B (zh) 电动汽车的控制方法及其控制装置、电子设备
CN116834567B (zh) 适用于双枪充电桩的充电方法、系统、终端及存储介质
CN116749946B (zh) 一种车辆能量管理方法、装置、设备及可读存储介质
CN117575284B (zh) 一种充电桩智能控制平台
CN114742449B (zh) 基于优先级权重系数的电动汽车分群调度方法
CN116494817A (zh) 一种电动车辆的有序充电方法、装置和系统
CN115139860B (zh) 电池包加热方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant