CN115907491A - 充电策略确定方法、装置、电子设备及存储介质 - Google Patents

充电策略确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115907491A
CN115907491A CN202211606439.XA CN202211606439A CN115907491A CN 115907491 A CN115907491 A CN 115907491A CN 202211606439 A CN202211606439 A CN 202211606439A CN 115907491 A CN115907491 A CN 115907491A
Authority
CN
China
Prior art keywords
charging
vehicles
station
preset time
piles
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.)
Pending
Application number
CN202211606439.XA
Other languages
English (en)
Inventor
寇思明
温金雄
左岩松
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.)
GCL Hong Kong Cloud Technology Hainan Co Ltd
Original Assignee
GCL Hong Kong Cloud Technology Hainan 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 GCL Hong Kong Cloud Technology Hainan Co Ltd filed Critical GCL Hong Kong Cloud Technology Hainan Co Ltd
Priority to CN202211606439.XA priority Critical patent/CN115907491A/zh
Publication of CN115907491A publication Critical patent/CN115907491A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种充电策略确定方法、装置、电子设备及存储介质。该方法包括：获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量；基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；基于所述充电排队概率确定充电站平均服务车辆数量；基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。上述技术方案，通过充电站平均服务车辆数量和充电排队时间确定充电站的充电策略，使确定充电策略的判断依据更为丰富，提高了充电策略的准确度。

Description

充电策略确定方法、装置、电子设备及存储介质
技术领域
本发明涉及车辆充电技术领域，尤其涉及一种充电策略确定方法、装置、电子设备及存储介质。
背景技术
随着新能源技术发展，绿色环保需求日益提升，当前中国新能源汽车领域发展迅速，电动汽车数量日益增长，充电桩充电补能需求随之增长。
目前，充电站的充电策略存在策略不准确的问题。
发明内容
本发明提供了一种充电策略确定方法、装置、电子设备及存储介质，以提升充电策略的准确度。
根据本发明的一方面，提供了一种充电策略确定方法，包括：
获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量；
基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；
基于所述充电排队概率确定充电站平均服务车辆数量；
基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
根据本发明的另一方面，提供了一种充电策略确定装置，包括：
数据获取模块，用于获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量；
排队信息确定模块，用于基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；
平均服务车辆数量确定模块，用于基于所述充电排队概率确定充电站平均服务车辆数量；
充电策略确定模块，用于基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；
以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的充电策略确定方法。
根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的充电策略确定方法。
本发明实施例的技术方案，通过获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量；基于充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；基于充电排队概率确定充电站平均服务车辆数量；基于充电站平均服务车辆数量和充电排队时间确定所述充电站的充电策略。上述技术方案，通过充电站平均服务车辆数量和充电排队时间确定充电站的充电策略，使确定充电策略的判断依据更为丰富，提高了充电策略的准确度。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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他的附图。
图1是根据本发明实施例一提供的一种充电策略确定方法的流程图；
图2是根据本发明实施例二提供的一种充电策略确定方法的流程图；
图3是根据本发明实施例三提供的一种充电策略确定装置的结构示意图；
图4是实现本发明实施例的充电策略确定方法的电子设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种充电策略确定方法的流程图，本实施例可适用于充电站充电策略自动确定的情况，该方法可以由充电策略确定装置来执行，该充电策略确定装置可以采用硬件和/或软件的形式实现，该充电策略确定装置可配置于计算机终端中。如图1所示，该方法包括：
S110、获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量。
本实施例中，充电桩数量是指充电站内安装的充电桩数量。可服务车辆数量是指预设时间范围内单个充电桩能够服务充电的车辆数。充电车辆数量是指预设时间范围内充电站的充电车辆。其中，预设时间范围可以根据预测需求进行自定义设置，具体数值在此不做限定。
示例性的，以鄂州钢铁厂1号门充电站为例，该充电站内的充电桩数量可以为5，预设时间范围可以为1天，一天内单个充电桩的可服务车辆数量48，平均每天充电站的充电车辆数量为50。上述数据可以从充电站系统中调取得到，或者从换电站云平台获取得到，在此不做限定。
在一些可选实施例中，获取预设时间范围内充电桩的可服务车辆数量，包括：获取换电站内各充电桩的平均充电时间；基于换电站内各充电桩的平均充电时间，确定预设时间范围内充电桩的可服务车辆数量。
其中，充电桩的平均充电时间是指充电桩服务车辆充电所用的时间。
示例性的，若充电桩的平均充电时间可以为0.5小时，预设时间范围为24小时，则可服务车辆数量为48。
S120、基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间。
其中，充电排队概率是指充电站内有预设个数车辆对应的概率，换而言之，充电排队概率可以为多个概率结果的集合。示例性的，充电排队概率可以包括充电站内有1辆车的概率、充电站内有2辆车对应的概率、充电站内有3辆车对应的概率等。充电排队时间是指车辆进入充电站的排队等待时间。
需要说明的是，充电排队概率和充电排队时间为预测值。具体的，可以根据充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量，对充电站的充电排队概率和充电排队时间进行预测，为充电站的充电策略的确定提供了依据。
在一些可选实施例中，可以将充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量输入至充电桩充电排队模型，得到充电排队概率，其中，充电桩充电排队模型可以为预先建立的数学预测模型。
在一些可选实施例中，可以将充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量输入至排队时间预测模型，得到充电排队时间。其中，排队时间预测模型为预先建立的数学预测模型。
S130、基于所述充电排队概率确定充电站平均服务车辆数量。
在本实施例中，可以对一个或多个充电排队概率进行数学运算，得到充电站平均服务车辆数量。
S140、基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
其中，充电策略是指可用于指导充电站经营运转的策略。
具体的，可以将充电站平均服务车辆数量和充电排队时间在预先配置的充电策略库中进行匹配，得到充电站的充电策略。
在一些可选实施例中，基于充电站平均服务车辆数量和充电排队时间确定充电站的充电策略，包括：若充电站平均服务车辆数量小于充电站内的充电桩数量，和/或，充电排队时间小于预设时间阈值，则确定充电站的充电策略为推广促销策略；若充电站平均服务车辆数量大于充电站内的充电桩数量，和/或，充电排队时间大于预设时间阈值，则确定充电站的充电策略为车辆分流策略。
其中，推广促销策略是指充电站未达到接待上限情况下的充电策略，包括但不限于拉新、优惠促销等策略，以提升充电站的订单量。车辆分流策略是指充电站达到接待上限情况下的充电策略，包括但不限于分时、引流等策略，以减轻充电站压力。预设时间阈值可以根据充电站推广需求自定义设置，在此不做具体限定。
本发明实施例的技术方案，通过获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量；基于充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；基于充电排队概率确定充电站平均服务车辆数量；基于充电站平均服务车辆数量和充电排队时间确定所述充电站的充电策略。上述技术方案，通过充电站平均服务车辆数量和充电排队时间确定充电站的充电策略，使确定充电策略的判断依据更为丰富，提高了充电策略的准确度。
实施例二
图2为本发明实施例二提供的一种充电策略确定方法的流程图，本实施例的方法与上述实施例中提供的充电策略确定方法中各个可选方案可以结合。本实施例提供的充电策略确定方法进行了进一步优化。可选的，所述基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间，包括：将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至充电桩充电排队模型，得到充电排队概率；将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至排队时间预测模型，得到充电排队时间。
如图2所示，该方法包括：
S210、获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量。
S220、将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至充电桩充电排队模型，得到充电排队概率。
在本实施例中，充电桩充电排队模型，包括：
Figure BDA0003998119530000071
其中，Pn表示换电站内具有n个充电车辆的充电排队概率，S表示充电站内的充电桩数量，μ表示预设时间范围内充电桩的可服务车辆数量，λ表示预设时间范围内充电站的充电车辆数量，P0表示充电站空闲概率。
S230、将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至排队时间预测模型，得到充电排队时间。
在本实施例中，排队时间预测模型，包括：
Figure BDA0003998119530000072
Figure BDA0003998119530000073
其中，W表示充电排队时间，S表示充电站内的充电桩数量，μ表示预设时间范围内充电桩的可服务车辆数量，λ表示预设时间范围内充电站的充电车辆数量，P0表示充电站空闲概率，ρ表示占用率。
S240、基于所述充电排队概率确定充电站平均服务车辆数量。
S250、基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
在一些可选实施例中，充电排队概率包括多种预测充电车辆数对应的充电排队概率；基于充电排队概率确定充电站平均服务车辆数量，包括：将各预测充电车辆数与各预测充电车辆数对应的充电排队概率相乘再相加，得到充电站平均服务车辆数量。
示例性的，充电站平均服务车辆数量可以通过如下公式计算得到；
N＝nPn+(n-1)Pn-1+…+P1
其中，N表示充电站平均服务车辆数量，Pn表示换电站内具有n个充电车辆的充电排队概率，n表示换电站内充电车辆数量。
在一些可选实施例中，充电站空闲概率确定公式为：
Figure BDA0003998119530000081
其中，S表示充电站内的充电桩数量，μ表示预设时间范围内充电桩的服务车辆数量，λ表示预设时间范围内充电站的充电车辆数量，P0表示充电站空闲概率,n表示换电站内充电车辆数量。
本发明实施例的技术方案，通过将充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量输入至充电桩充电排队模型，得到了准确的充电排队概率；将充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量输入至排队时间预测模型，得到了准确的充电排队时间，使确定充电策略的判断依据更为准确，提高了充电策略的准确度。
实施例三
图3为本发明实施例三提供的一种充电策略确定装置的结构示意图。如图3所示，该装置包括：
数据获取模块310，用于获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量；
排队信息确定模块320，用于基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；
平均服务车辆数量确定模块330，用于基于所述充电排队概率确定充电站平均服务车辆数量；
充电策略确定模块340，用于基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
本发明实施例的技术方案，通过获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量；基于充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；基于充电排队概率确定充电站平均服务车辆数量；基于充电站平均服务车辆数量和充电排队时间确定所述充电站的充电策略。上述技术方案，通过充电站平均服务车辆数量和充电排队时间确定充电站的充电策略，使确定充电策略的判断依据更为丰富，提高了充电策略的准确度。
在一些可选的实施方式中，充电策略确定模块340，具体用于：
若所述充电站平均服务车辆数量小于所述充电站内的充电桩数量，和/或，所述充电排队时间小于预设时间阈值，则确定所述充电站的充电策略为推广促销策略；
若所述充电站平均服务车辆数量大于所述充电站内的充电桩数量，和/或，所述充电排队时间大于预设时间阈值，则确定所述充电站的充电策略为车辆分流策略。
在一些可选的实施方式中，排队信息确定模块320，具体用于：
将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至充电桩充电排队模型，得到充电排队概率；
将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至排队时间预测模型，得到充电排队时间。
在一些可选的实施方式中，所述充电桩充电排队模型，包括：
Figure BDA0003998119530000101
其中，Pn表示换电站内具有n个充电车辆的充电排队概率，S表示充电站内的充电桩数量，μ表示预设时间范围内充电桩的可服务车辆数量，λ表示预设时间范围内充电站的充电车辆数量，P0表示充电站空闲概率。
在一些可选的实施方式中，所述排队时间预测模型，包括：
Figure BDA0003998119530000102
Figure BDA0003998119530000103
其中，W表示充电排队时间，S表示充电站内的充电桩数量，μ表示预设时间范围内充电桩的可服务车辆数量，λ表示预设时间范围内充电站的充电车辆数量，P0表示充电站空闲概率，ρ表示占用率。
在一些可选的实施方式中，所述充电排队概率包括多种预测充电车辆数对应的充电排队概率；平均服务车辆数量确定模块330，具体用于：
将各所述预测充电车辆数与各所述预测充电车辆数对应的充电排队概率相乘再相加，得到充电站平均服务车辆数量。
在一些可选的实施方式中，数据获取模块310，还用于：
获取换电站内各充电桩的平均充电时间；
基于所述换电站内各充电桩的平均充电时间，确定预设时间范围内充电桩的可服务车辆数量。
本发明实施例所提供的充电策略确定装置可执行本发明任意实施例所提供的充电策略确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如充电策略确定方法，该方法包括：
获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量；
基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；
基于所述充电排队概率确定充电站平均服务车辆数量；
基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
在一些实施例中，充电策略确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的充电策略确定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行充电策略确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种车辆充电策略确定方法，其特征在于，包括：
获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量；
基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；
基于所述充电排队概率确定充电站平均服务车辆数量；
基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
2.根据权利要求1所述的方法，其特征在于，所述基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略，包括：
若所述充电站平均服务车辆数量小于所述充电站内的充电桩数量，和/或，所述充电排队时间小于预设时间阈值，则确定所述充电站的充电策略为推广促销策略；
若所述充电站平均服务车辆数量大于所述充电站内的充电桩数量，和/或，所述充电排队时间大于预设时间阈值，则确定所述充电站的充电策略为车辆分流策略。
3.根据权利要求1所述的方法，其特征在于，所述基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间，包括：
将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至充电桩充电排队模型，得到充电排队概率；
将所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量输入至排队时间预测模型，得到充电排队时间。
4.根据权利要求3所述的方法，其特征在于，所述充电桩充电排队模型，包括：
Figure FDA0003998119520000021
其中，Pn表示换电站内具有n个充电车辆的充电排队概率，S表示充电站内的充电桩数量，v表示预设时间范围内充电桩的可服务车辆数量，λ表示预设时间范围内充电站的充电车辆数量，P0表示充电站空闲概率。
5.根据权利要求3所述的方法，其特征在于，所述排队时间预测模型，包括：
Figure FDA0003998119520000022
Figure FDA0003998119520000024
其中，W表示充电排队时间，S表示充电站内的充电桩数量，μ表示预设时间范围内充电桩的可服务车辆数量，λ表示预设时间范围内充电站的充电车辆数量，P0表示充电站空闲概率，ρ表示占用率。
6.根据权利要求1所述的方法，其特征在于，所述充电排队概率包括多种预测充电车辆数对应的充电排队概率；
所述基于所述充电排队概率确定充电站平均服务车辆数量，包括：
将各所述预测充电车辆数与各所述预测充电车辆数对应的充电排队概率相乘再相加，得到充电站平均服务车辆数量。
7.根据权利要求1所述的方法，其特征在于，获取预设时间范围内充电桩的可服务车辆数量，包括：
获取换电站内各充电桩的平均充电时间；
基于所述换电站内各充电桩的平均充电时间，确定预设时间范围内充电桩的可服务车辆数量。
8.一种充电策略确定装置，其特征在于，包括：
数据获取模块，用于获取充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量；
排队信息确定模块，用于基于所述充电站内的充电桩数量、预设时间范围内充电桩的可服务车辆数量和所述预设时间范围内充电站的充电车辆数量，确定充电排队概率和充电排队时间；
平均服务车辆数量确定模块，用于基于所述充电排队概率确定充电站平均服务车辆数量；
充电策略确定模块，用于基于所述充电站平均服务车辆数量和所述充电排队时间确定所述充电站的充电策略。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的充电策略确定方法。
10.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的充电策略确定方法。
CN202211606439.XA 2022-12-14 2022-12-14 充电策略确定方法、装置、电子设备及存储介质 Pending CN115907491A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211606439.XA CN115907491A (zh) 2022-12-14 2022-12-14 充电策略确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211606439.XA CN115907491A (zh) 2022-12-14 2022-12-14 充电策略确定方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115907491A true CN115907491A (zh) 2023-04-04

Family

ID=86471116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211606439.XA Pending CN115907491A (zh) 2022-12-14 2022-12-14 充电策略确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115907491A (zh)

Similar Documents

Publication Publication Date Title
CN112819576B (zh) 充电站推荐模型的训练方法、装置、及充电站的推荐方法
CN115221795A (zh) 容量预测模型的训练方法、预测方法、装置、设备及介质
CN115860300A (zh) 车辆的换电调度方法、装置、电子设备及存储介质
CN116937645A (zh) 充电站集群调控潜力评估方法、装置、设备及介质
CN117526508A (zh) 电池储能系统的能量管理方法、装置、设备及存储介质
CN112819215A (zh) 推荐策略训练方法、装置、电子设备及可读存储介质
CN115907491A (zh) 充电策略确定方法、装置、电子设备及存储介质
CN115742781A (zh) 一种电池充电方法、装置、电子设备及其存储介质
CN115692885A (zh) 一种电池析锂保护方法、装置、电子设备和存储介质
CN114051057A (zh) 云设备排队时长的确定方法、装置、电子设备和介质
CN114954105A (zh) 电池换电方法、装置、电子设备及存储介质
CN116862064A (zh) 一种充电站耗电量预测方法、装置、电子设备及存储介质
CN115952351A (zh) 换电站推荐方法、装置、电子设备及存储介质
CN115291111B (zh) 电池静置时间预测模型的训练方法以及静置时间预测方法
CN117227581A (zh) 一种电动汽车充电提醒方法、装置、电子设备及存储介质
CN116029504A (zh) 车辆换电调度方法、装置、电子设备及存储介质
CN116484993A (zh) 换电站换电需求预测方法、装置、设备及介质
CN115490102B (zh) 一种电梯调度方法、装置、电梯和存储介质
CN115320451A (zh) 一种换电站引流方法、装置、存储介质及电子设备
CN117007956A (zh) 一种高压继电器寿命预测方法、装置和电子设备
CN117314537A (zh) 一种电池更换成本确定方法、装置、设备及存储介质
CN116905604A (zh) 一种混动工程机械多模式控制方法、装置、设备及介质
CN116915711A (zh) 一种派单服务扩容保护下游服务的方法、装置、设备及存储介质
CN115334573A (zh) 一种小水电通信频带的确定方法、装置、设备以及介质
CN117291393A (zh) 一种网约车接力单的派单方法、设备、装置及存储介质

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