CN118228965A - 一种充电站的推荐方法及装置 - Google Patents
一种充电站的推荐方法及装置 Download PDFInfo
- Publication number
- CN118228965A CN118228965A CN202410187370.4A CN202410187370A CN118228965A CN 118228965 A CN118228965 A CN 118228965A CN 202410187370 A CN202410187370 A CN 202410187370A CN 118228965 A CN118228965 A CN 118228965A
- Authority
- CN
- China
- Prior art keywords
- charging
- optional
- charging station
- time
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011800 void material Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请涉及路线规划技术领域，提供了一种充电站的推荐方法及装置。该方法包括：当接收到关于充电站的推荐请求指令，确定推荐请求指令对应的多个可选充电站；基于推荐请求指令对应的充电时刻，确定充电时刻所在的预设充电时间段作为目标充电时间段；获取每个可选充电站在目标充电时间段的历史使用数据；基于历史使用数据，计算每个可选充电站的空置率；根据所有空置率，将空置率最高的可选充电站确定为目标充电站，输出对应目标充电站的请求响应信息。本申请通过确定每个可选充电站的空置率，将空置率最高的可选充电站作为目标充电站，有效节省用户的决策成本和时间成本，提高了用户充电的效率，提高用户充电体验。
Description
技术领域
本申请涉及路线规划技术领域，尤其涉及一种充电站的推荐方法及装置。
背景技术
随着新一轮科技变革和产业变革，新能源汽车产业进入加速发展的阶段。新能源汽车车主最为关注的里程焦虑问题，随着电池技术的发展和充换电基础设施的增长得到一定缓解。
然而，目前充电桩的信息管理仍较为单一，仅显示实时充电情况，该信息显示无法支持车主准确判断可行驶到充电桩地点并进行充电动作的充电桩，通常当车主在存在充电需求时，需要在多个充电站中根据实时充电情况选定充电桩，在行驶到充电桩地点时，原本限制的充电桩极有可能已被其他车占用，车主只能等待排队或去其他充电站点寻找新的空置充电桩。可见，由于充电桩资源分配不合理、信息应用不合理，车主在实现对新能源汽车的充电操作时消耗了不必要的决策成本和时间成本，造成用户体验较差。
因此，如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。
发明内容
有鉴于此，本申请实施例提供了一种充电站的推荐方法及装置，以解决现有技术中车主的充电体验较差的问题。
本申请实施例的第一方面，提供了一种充电站的推荐方法，包括：
当接收到关于充电站的推荐请求指令，确定推荐请求指令对应的多个可选充电站；
基于推荐请求指令对应的充电时刻，确定充电时刻所在的预设充电时间段作为目标充电时间段；其中，各可选充电站的所有预设充电时间段构成各可选充电站的营业时间；
获取每个可选充电站在目标充电时间段的历史使用数据，历史使用数据包括可选充电站中充电桩的个数和各充电桩的历史使用时间；
基于历史使用数据，计算每个可选充电站的空置率，空置率用于指示可选充电站存在空置的充电桩的概率；
根据所有空置率，将空置率最高的可选充电站确定为目标充电站，输出对应目标充电站的请求响应信息。
本申请实施例的第二方面，提供了一种充电站的推荐装置，包括：
第一获取模块，用于当接收到关于充电站的推荐请求指令，确定推荐请求指令对应的多个可选充电站；
第二获取模块，用于基于推荐请求指令对应的充电时刻，确定充电时刻所在的预设充电时间段作为目标充电时间段；其中，各可选充电站的所有预设充电时间段构成各可选充电站的营业时间；
第三获取模块，用于获取每个可选充电站在目标充电时间段的历史使用数据，历史使用数据包括可选充电站中充电桩的个数和各充电桩的历史使用时间；
计算模块，用于基于历史使用数据，计算每个可选充电站的空置率，空置率用于指示可选充电站存在空置的充电桩的概率；
确定模块，用于根据所有空置率，将空置率最高的可选充电站确定为目标充电站，输出对应目标充电站的请求响应信息。
本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例与现有技术相比存在的有益效果至少包括：本申请实施例通过对多个可选充电站在目标充电时间段内的历史使用数据进行分析计算，得到每个可选充电站的空置率，空置率越高，车辆前往该充电站充电时存在可用的充电桩的概率越大，将空置率最高的可选充电站作为目标充电站，有效节省用户的决策成本和时间成本，提高了用户充电的效率，提高用户充电体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本申请实施例的一种应用场景的场景示意图；
图2是本申请实施例提供的一种充电站的推荐方法的流程示意图；
图3是本申请实施例提供的一种充电站的推荐装置的结构示意图；
图4是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
下面将结合附图详细说明根据本申请实施例的一种充电站的推荐方法及装置。
图1是本申请实施例的应用场景的场景示意图。该应用场景可以包括第一终端设备101、第二终端设备102、第三终端设备103、服务器104以及网络105。
第一终端设备101、第二终端设备102、第三终端设备103可以是硬件，也可以是软件。当第一终端设备101、第二终端设备102、第三终端设备103为硬件时，其可以是具有显示屏且支持与服务器104通信的各种电子设备，包括但不限于车辆系统、智能手机、平板电脑、膝上型便携计算机和台式计算机等；当第一终端设备101、第二终端设备102、第三终端设备103为软件时，其可以安装在如上的电子设备中。第一终端设备101、第二终端设备102、第三终端设备103可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本申请实施例对此不作限制。进一步地，第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种应用，例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
服务器104可以是提供各种服务的服务器，例如，对与其建立通信连接的终端设备发送的请求进行接收的后台服务器，该后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。服务器104可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本申请实施例对此不作限制。
需要说明的是，服务器104可以是硬件，也可以是软件。当服务器104为硬件时，其可以是为第一终端设备101、第二终端设备102和第三终端设备103提供各种服务的各种电子设备。当服务器104为软件时，其可以是为第一终端设备101、第二终端设备102和第三终端设备103提供各种服务的多个软件或软件模块，也可以是为第一终端设备101、第二终端设备102和第三终端设备103提供各种服务的单个软件或软件模块，本申请实施例对此不作限制。
网络105可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙(Bluetooth)、近场通信(Near FieldCommunication，NFC)、红外(Infrared)等，本申请实施例对此不作限制。
需要说明的是，第一终端设备101、第二终端设备102、第三终端设备103、服务器104以及网络105的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本申请实施例对此不作限制。
需要说明的是，第一终端设备101、第二终端设备102、第三终端设备103、服务器104以及网络105的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本申请实施例对此不作限制。
图2是本申请实施例提供的一种充电站的推荐方法的流程示意图。图2的推荐方法可以由图1的第一终端设备或第二终端设备或第三终端设备或服务器执行。如图2所示，该推荐方法包括：
S201：当接收到关于充电站的推荐请求指令，确定推荐请求指令对应的多个可选充电站；
S202：基于推荐请求指令对应的充电时刻，确定充电时刻所在的预设充电时间段作为目标充电时间段；其中，各可选充电站的所有预设充电时间段构成各可选充电站的营业时间；
S203：获取每个可选充电站在目标充电时间段的历史使用数据，历史使用数据包括可选充电站中充电桩的个数和各充电桩的历史使用时间；
S204：基于历史使用数据，计算每个可选充电站的空置率，空置率用于指示可选充电站存在空置的充电桩的概率；
S205：根据所有空置率，将空置率最高的可选充电站确定为目标充电站，输出对应目标充电站的请求响应信息。
可以理解的是，本实施例中关于充电站的推荐请求指令，可以是用户终端基于用户主动输入的充电需求命令直接发出的推荐请求指令，也可以是本实施例执行主体基于目标车辆的当前运行状态进行分析和判断出目标车辆存在充电需求时生成的推荐请求指令，具体可根据目标车辆中的设置完成。
在基于推荐请求指令确定多个可选充电站后，根据步骤S202-S205从所有可选充电站中确定一个目标充电站：
具体的，根据推荐请求指令对应的充电时刻，确定目标充电时间段。可以理解的是充电站的使用存在高峰期和低谷期，根据使用情况可以将充电站整体的营业时间划分为多个预设充电时间段，即所有预设充电时间段构成营业时间，例如对于一个24小时营业的充电站，其高峰期为白天的工作时间9点-18点、晚上的20点-22点，剩余时间为低谷期，因此可将24小时的营业时间划分为0-9点、9-18点、18-20点、20-22点、22-24点五个预设充电时间段，假设推荐请求指令对应的充电时刻为10点，其目标充电时间段为9-18点这个预设充电时间段。具体的预设充电时间段的划分可根据各充电站的实际情况调整。通常可选充电站的预设充电时间段是统一的，便于后续步骤的计算。除了设定每天的预设充电时间段相同、以天为单位对每一天内的营业时间划分外，还可考虑区分休息日与工作日，并分别对休息日的一天内的营业时间、工作日的一天内的营业时间进行划分。
进一步的，基于该目标充电时间段，获取该目标充电时间段内的历史使用数据，此处历史使用数据的时间范围为最近N天的历史使用数据，N为正整数，例如最近14天或最近5天的历史使用数据，具体的时间范围可根据历史使用数据的实际时效性、稳定性、用户对时效性的要求进行调整，此处不作限制。例如目标充电时间段为9-18点这个预设充电时间段，历史使用数据的时间范围为最近5天，则可获取最近5天内每个可选充电站9-18点这个预设充电时间段内的历史使用数据，包括每个可选充电站的充电桩的个数、每个充电桩的历史使用时间，可以理解的是此处历史使用时间的范围为最近五天内9-18点。
进一步的，在获取到历史使用数据后，可确定每个可选充电站的空置率。已知空置率用于指示可选充电站存在空置的充电桩的概率，即目标车辆到达可选充电站时存在空置的充电桩可对目标车辆充电的概率。显然空置率越高，存在可用的空置的充电桩的可能性越高，因此空置率最高的可选充电站作为目标充电站推荐给用户，也即输出对应目标充电站的请求响应信息，此处请求响应信息包括目标充电站的位置信息，还可包括目标充电站在地图上的标识、前往目标充电站的导航路线等等。
本实施例中空置率的计算，可以直接按照所有充电桩在历史使用时间的范围内的总充电时长和总营业时长确定充电站中充电桩的占有率，由于占有率与空置率的和为1，进一步可得出空置率，也就是说，基于历史使用数据，计算每个可选充电站的空置率的过程，包括：
基于历史使用数据，基于第一公式计算每个可选充电站的空置率；
第一公式包括：
其中，P为空置率，T为目标充电时间段的时长，n为可选充电站中的充电桩的总个数，e为历史使用数据对应的总天数，ti,d为第i个充电桩在第d天的目标充电时间段内的历史使用时间。
可以理解的是，此处为当前可选充电站的所有充电桩的总充电时长，T×n×e为该可选充电站在历史使用时间的范围内的总营业时长，根据第一公式即可得出该可选充电站的空置率。
本实施例中空置率的计算，还可分别考虑充电桩是否被完全占用的情况，即将可选充电站的所有充电桩均处于充电中的情况分为一部分，将剩余部分中充电桩的空置情况以最小值的形式来表示，此时，基于历史使用数据，计算每个可选充电站的空置率的过程，包括：
基于历史使用数据，基于第二公式计算每个可选充电站的空置率；
第二公式包括：
其中，P为空置率，T为目标充电时间段的时长，n为可选充电站中的充电桩的总个数，e为历史使用数据对应的总天数，tfull,d为第d天所有充电桩均处于充电中的历史使用时间，nfree-min,d为第d天存在空置的充电桩的情况下空置的充电桩的数量的最小值。
可以理解的是，用于表示可选充电站存在空置的充电桩的概率，为该概率下最少情况下空置的充电桩与总充电桩个数的占比。第二公式中计算出的空置率相对第一公式较为保守，结果更为可靠，当第二公式中空置率的实际值较大时，存在空置的充电桩的可能性更高。
具体的，用户终端直接发出的推荐请求指令中，指令内容可以是请求在多个充电站中推荐一个目标充电站，此时对应的多个可选充电站即为推荐请求指令中包含的多个充电站；指令内容也可以是请求在某一区域内推荐一个目标充电站，此时对应的多个可选充电站为该区域内的多个充电站，该区域可以是以某一地点为中心、直线距离或行驶距离小于预设距离的一个区域，也可以是人为划分的具有明确边界的区域，此处不作限制；指令内容还可以是请求在某一条行驶路线附近推荐一个目标充电站，此时对应的多个可选充电站的确定要求为：当目标车辆基于行驶路线行驶到充电站并回归到行驶路线时，总偏离距离不超过预设偏离距离，将该充电站作为可选充电站。
进一步的，本实施例中基于目标车辆的当前运行状态分析目标车辆存在充电需求时生成推荐请求指令，一种情况是根据计划生成，即根据目标车辆当前行驶参考的导航路线，推算出如果目标车辆在整个导航路线中不充电则到达终点位置时电池剩余电量较低，此时自行生成推荐请求指令，以基于导航路线上确定目标充电站，并提示用户前往目标充电站对目标车辆充电后再前往终点位置；另一种情况是是当前时刻下电池剩余电量已经较低，处于比较危险的阶段，此时立刻生成推荐请求指令，并将前往目标充电站作为最高优先级的执行动作，避免目标车辆失电。
基于以上描述，本实施例可根据导航路线中的时间约束规划对应的目标充电站，具体的，请求推荐指令包括导航路线中的起点位置和终点位置、目标车辆从起点位置出发的第一计划时间区间、目标车辆到达终点位置的第二计划时间区间，根据所有空置率，将空置率最高的可选充电站确定为目标充电站的过程，包括：
对每个可选充电站，计算目标车辆从起点位置行驶至可选充电站、从可选充电站行驶至终点位置的总行驶时长；
对每个可选充电站，确定目标车辆的停留时长，停留时长包括排队等待空置的充电桩的等待时长和利用充电桩对目标车辆充电的充电时长；
分别对每个可选充电站对应的总行驶时长与停留时长求和，得到每个可选充电站对应的总耗时；
基于总耗时，更新满足第一计划时间区间和第二计划时间区间的可选充电站；
结合每个可选充电站的空置率和总耗时，在更新后的所有可选充电站中确定目标充电站。
可以理解的是，总行驶时长基于路程距离、路况拥堵情况等条件确定；可选充电站的等待时长，也即排队等待空置的充电桩的等待时长，可根据历史使用数据推算确定或者根据空置率确定；充电时长则可根据目标车辆的电池剩余电量的规划和可选充电站的充电桩的参数进行计算；根据总行驶时长和停留时长求和得到总耗时后，可针对每个可选充电站进一步分析是否满足第一计划时间区间和第二计划时间区间，能够确定目标车辆的导航路线必然不会被充电动作影响较为严苛的判定条件为：总耗时不大于第二计划时间区间的左端点与第一计划时间区间的右端点的差，该判定条件建立在两个时间区间不重叠的前提下；较为宽泛的判定条件为：总耗时不大于第二计划时间区间的右端点与第一计划时间区间的左端点的差，该判定条件存在一定风险，即充电动作可能影响导航路线的准时到达，但如果按照计划实施导航路线，大概率能够实现满足两个时间区间、执行充电动作、准时到达终点位置的效果。
可以理解的是，这两种判定条件中，较为严苛的判定条件为目标车辆的行驶提供了较高的自由度，即如果用户突然提前到达终点位置的计划时间，或突然加入新的行程，依然能够较为理想的在行车路线中加入充电站且对整个形势计划的时间影响较小，但更新后剩余的可选充电站的数量较少，即使选择了空置率最高的充电桩作为目标充电站，由于可选范围较小，最终确定的目标充电站很可能也需要排队；较为宽泛的判定条件中对应的可选充电站的数量相对多一些，目标充电站让用户满意的可能性更高，但该方案中目标车辆的行驶的自由度受到限制，一旦用户想要更改计划，或受外力影响计划发生调整，例如路段出现严重堵塞等情况时，将影响行程的顺利进行。
因此，基于这两类判定条件进行折中，判定条件可设为：总耗时不大于第二计划时间区间的中心点与第一计划时间区间的中心点的差，从而既保证行驶中可更改的自由度，又保证有较多数量的可选充电站。除了中心点外，还可以设置其他的判定条件，此处不作具体限制。
可以理解的是，以上关于判定条件的设定，建立在第一计划时间区间和第二计划时间区间均存在具体数值的左右端点的前提下。如果没有这个前提，则可能出现任一时间区间没有左端点或没有右端点的情况，这种无限制的环境下，可通过计算是否存在在第一计划时间区间内从起点位置出发、经历总耗时后在第二计划时间区间内到达终点位置的情况，若存在，则判定该可选充电站满足第一计划时间区间和第二计划时间区间，并基于该情况更新对应该可选充电站的第一计划时间区间和第二计划时间区间。需要注意的是，此时各可选充电站所对应的第一计划时间区间和第二计划时间区间可能不同，目标充电站仍以空置率最大为确定依据，确定后输出请求响应信息时，请求响应信息中还应包括更新的目标充电站的第一计划时间区间和第二计划时间区间。
进一步的，充电时长的计算过程，具体包括：
充电时长＝(目标剩余容量-电池剩余容量)/(充电桩功率×充电桩效率×充电机功率×充电效率×充电速率)；
其中，目标剩余容量由实际情况或用户需求设定，时间不紧迫时可设为100％，即额定电池容量，单位为千瓦时(kWh)；
电池剩余容量为待充电的电池目前的剩余容量，单位为千瓦时(kWh)；
充电桩功率为充电桩的额定功率，即充电桩能够提供的最大充电功率，单位为千瓦(kW)；
充电桩效率为充电桩的充电效率，即充电桩将电能转化为电池充电能力的效率，一般为百分比；
充电机功率为目标车辆的充电机的额定功率，即充电机能够提供的最大充电功率，单位为千瓦(kW)；
充电效率为充电机的充电效率，即充电机将电能转化为电池充电能力的效率，一般为百分比；
充电速率为充电桩提供的电流与电池的容量之比，一般为C值，例如1C表示电池容量的充电电流，充电速率越大，充电时间越短。
可以理解的是，本实施例方法并非在每次目标车辆基于导航路线行驶时均执行，如上文描述，推荐请求指令可以是用户主动发送的，也可以是监测到或预测到目标车辆的电池剩余电量存在电量较低的情况时生成的，因此在基于导航线路行驶这一场景中，本实施例方法在当接收到关于充电站的推荐请求指令，确定推荐请求指令对应的多个可选充电站之前，还包括：
根据导航路线中的起点位置和终点位置，预测不充电情况下目标车辆从起点位置行驶至终点位置时的电池剩余电量；
若电池剩余电量小于第一电量阈值，生成推荐请求指令。
具体的，此处第一电量阈值可设为30％或其他数值，具体不作限制。
可以理解的是，考虑到导航路线中的第一计划时间区间和第二计划时间区间，目标车辆在充电时不一定充到电池剩余电量达到额定电池容量，即目标剩余容量可根据实际情况或用户需求设定，此处实际情况可以设置为：当目标车辆行驶至终点位置时电池剩余电量不小于第二电量阈值。具体的，请求推荐指令还包括第二电量阈值；对每个可选充电站，确定目标车辆的停留时长的过程，包括：
对每个可选充电站，计算目标车辆从起点位置行驶至可选充电站的第一耗电量、从可选充电站行驶至终点位置的第二耗电量；
基于第一耗电量和第二耗电量，确定充电桩对目标车辆充电的充电时长，以使目标车辆使用充电桩充电后从可选充电站行驶至终点位置时电池剩余电量不小于第二电量阈值；
对每个可选充电站，根据空置率确定排队等待空置的充电桩的等待时长。
可以理解的是，在行驶过程中，目标车辆的电池剩余电量从起点位置的初始剩余电量SOC_dep逐渐下降，到达可选充电站时消耗了第一耗电量△SOC_u1，然后对目标车辆充电，充电量为△SOC_charge，再行驶至终点位置，又消耗了第二耗电量△SOC_u2，此时终点位置的电池剩余电量为SOC_end，存在如下关系：
SOC_dep-△SOC_u1+△SOC_charge-△SOC_u2＝SOC_end；
此时可得出充电量为：
△SOC_charge＝SOC_end-SOC_dep+△SOC_u1+△SOC_u2；
当要求终点位置时电池剩余电量SOC_end不小于第二电量阈值SOC_ref2，即SOC_end≥SOC_ref2，则有：
△SOC_charge≥SOC_ref2-SOC_dep+△SOC_u1+△SOC_u2。
自此可确定出充电桩的目标电池充电的充电量的范围，进而计算出充电时长。
如上文描述，除了导航路线的预测规划外，对于目标车辆的实时电池剩余电量的监测，也是推荐请求指令的生成条件之一，具体的，当接收到关于充电站的推荐请求指令，确定推荐请求指令对应的多个可选充电站之前，还包括：
监测目标车辆的电池剩余电量；
当电池剩余电量小于第三电量阈值，计算电池剩余电量的剩余里程；
生成推荐请求指令，推荐请求指令用于请求推荐在剩余里程内到达一个充电站。
可以理解的是，此时推荐请求指令中指令内容为请求在在剩余里程内可到达的区域内推荐一个目标充电站，此时对应的可选充电站均为剩余里程内可到达的充电站，在该范围内进行目标充电站的确定，从而确保能够在目标车辆的电池剩余电量耗尽前到达一个充电站进行充电。
具体的，电池剩余电量SOC可通过卡尔曼滤波法计算，此处不再赘述。
可以理解的是，根据以上各类情况的说明，本实施例中在确定目标充电站进行推荐时，选择空置率最高的可选充电站作为目标充电站，可选充电站的范围可根据推荐请求指令中具体的指令内容确定，通常情况下在当前电池剩余电量小于第三电量阈值的情况下生成的推荐请求指令的优先级最高，预测出导航线路中必须充电即行驶至终点位置的电池剩余电量小于第一电量阈值的情况下生成的推荐请求指令的优先级次高，这两种推荐请求指令属于车辆可靠行驶的必要充电情况；其余的推荐请求指令的优先级较低，可视为一种可缓解用户里程焦虑的有效措施。
本申请实施例的方法通过对多个可选充电站在目标充电时间段内的历史使用数据进行分析计算，得到每个可选充电站的空置率，空置率越高，车辆前往该充电站充电时存在可用的充电桩的概率越大，将空置率最高的可选充电站作为目标充电站，有效节省用户的决策成本和时间成本，提高了用户充电的效率，提高用户充电体验。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图3是本申请实施例提供的一种充电站的推荐装置的示意图。如图3所示，该充电站的推荐装置包括：
第一获取模块301，用于当接收到关于充电站的推荐请求指令，确定推荐请求指令对应的多个可选充电站；
第二获取模块302，用于基于推荐请求指令对应的充电时刻，确定充电时刻所在的预设充电时间段作为目标充电时间段；其中，各可选充电站的所有预设充电时间段构成各可选充电站的营业时间；
第三获取模块303，用于获取每个可选充电站在目标充电时间段的历史使用数据，历史使用数据包括可选充电站中充电桩的个数和各充电桩的历史使用时间；
计算模块304，用于基于历史使用数据，计算每个可选充电站的空置率，空置率用于指示可选充电站存在空置的充电桩的概率；
确定模块305，用于根据所有空置率，将空置率最高的可选充电站确定为目标充电站，输出对应目标充电站的请求响应信息。
本申请实施例的装置通过对多个可选充电站在目标充电时间段内的历史使用数据进行分析计算，得到每个可选充电站的空置率，空置率越高，车辆前往该充电站充电时存在可用的充电桩的概率越大，将空置率最高的可选充电站作为目标充电站，有效节省用户的决策成本和时间成本，提高了用户充电的效率，提高用户充电体验。
在一示例性实施例中，计算模块304具体用于：
基于历史使用数据，基于第一公式计算每个可选充电站的空置率；
第一公式包括：
其中，P为空置率，T为目标充电时间段的时长，n为可选充电站中的充电桩的总个数，e为历史使用数据对应的总天数，ti,d为第i个充电桩在第d天的目标充电时间段内的历史使用时间。
在一示例性实施例中，计算模块304具体用于：
基于历史使用数据，基于第二公式计算每个可选充电站的空置率；
第二公式包括：
其中，P为空置率，T为目标充电时间段的时长，n为可选充电站中的充电桩的总个数，e为历史使用数据对应的总天数，tfull,d为第d天所有充电桩均处于充电中的历史使用时间，nfree-min,d为第d天存在空置的充电桩的情况下空置的充电桩的数量的最小值。
在一示例性实施例中，请求推荐指令包括导航路线中的起点位置和终点位置、目标车辆从起点位置出发的第一计划时间区间、目标车辆到达终点位置的第二计划时间区间，根据所有空置率，将空置率最高的可选充电站确定为目标充电站的过程，包括：
对每个可选充电站，计算目标车辆从起点位置行驶至可选充电站、从可选充电站行驶至终点位置的总行驶时长；
对每个可选充电站，确定目标车辆的停留时长，停留时长包括排队等待空置的充电桩的等待时长和利用充电桩对目标车辆充电的充电时长；
分别对每个可选充电站对应的总行驶时长与停留时长求和，得到每个可选充电站对应的总耗时；
基于总耗时，更新满足第一计划时间区间和第二计划时间区间的可选充电站；
结合每个可选充电站的空置率和总耗时，在更新后的所有可选充电站中确定目标充电站。
在一示例性实施例中，该装置还包括指令生成模块，用于：
根据导航路线中的起点位置和终点位置，预测不充电情况下目标车辆从起点位置行驶至终点位置时的电池剩余电量；
若电池剩余电量小于第一电量阈值，生成推荐请求指令。
在一示例性实施例中，请求推荐指令还包括第二电量阈值；对每个可选充电站，确定目标车辆的停留时长的过程，包括：
对每个可选充电站，计算目标车辆从起点位置行驶至可选充电站的第一耗电量、从可选充电站行驶至终点位置的第二耗电量；
基于第一耗电量和第二耗电量，确定充电桩对目标车辆充电的充电时长，以使目标车辆使用充电桩充电后从可选充电站行驶至终点位置时电池剩余电量不小于第二电量阈值；
对每个可选充电站，根据空置率确定排队等待空置的充电桩的等待时长。
在一示例性实施例中，该装置还包括指令生成模块，用于：
监测目标车辆的电池剩余电量；
当电池剩余电量小于第三电量阈值，计算电池剩余电量的剩余里程；
生成推荐请求指令，推荐请求指令用于请求推荐在剩余里程内到达一个充电站。
图4是本申请实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者不同的部件。
处理器401可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。
集成的模块/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存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
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，均应包含在本申请的保护范围之内。
Claims (10)
1.一种充电站的推荐方法，其特征在于，包括：
当接收到关于充电站的推荐请求指令，确定所述推荐请求指令对应的多个可选充电站；
基于所述推荐请求指令对应的充电时刻，确定所述充电时刻所在的预设充电时间段作为目标充电时间段；其中，各所述可选充电站的所有所述预设充电时间段构成各所述可选充电站的营业时间；
获取每个所述可选充电站在所述目标充电时间段的历史使用数据，所述历史使用数据包括所述可选充电站中充电桩的个数和各所述充电桩的历史使用时间；
基于所述历史使用数据，计算每个所述可选充电站的空置率，所述空置率用于指示所述可选充电站存在空置的所述充电桩的概率；
根据所有所述空置率，将所述空置率最高的所述可选充电站确定为目标充电站，输出对应所述目标充电站的请求响应信息。
2.根据权利要求1所述的方法，其特征在于，基于所述历史使用数据，计算每个所述可选充电站的空置率的过程，包括：
基于所述历史使用数据，基于第一公式计算每个所述可选充电站的空置率；
第一公式包括：
其中，P为所述空置率，T为所述目标充电时间段的时长，n为所述可选充电站中的所述充电桩的总个数，e为所述历史使用数据对应的总天数，ti,d为第i个所述充电桩在第d天的所述目标充电时间段内的历史使用时间。
3.根据权利要求1所述的方法，其特征在于，基于所述历史使用数据，计算每个所述可选充电站的空置率的过程，包括：
基于所述历史使用数据，基于第二公式计算每个所述可选充电站的空置率；
第二公式包括：
其中，P为所述空置率，T为所述目标充电时间段的时长，n为所述可选充电站中的所述充电桩的总个数，e为所述历史使用数据对应的总天数，tfull,d为第d天所有所述充电桩均处于充电中的历史使用时间，nfree-min,d为第d天存在空置的所述充电桩的情况下空置的所述充电桩的数量的最小值。
4.根据权利要求1所述的方法，其特征在于，所述请求推荐指令包括导航路线中的起点位置和终点位置、所述目标车辆从所述起点位置出发的第一计划时间区间、所述目标车辆到达所述终点位置的第二计划时间区间，根据所有所述空置率，将所述空置率最高的所述可选充电站确定为目标充电站的过程，包括：
对每个所述可选充电站，计算所述目标车辆从所述起点位置行驶至所述可选充电站、从所述可选充电站行驶至所述终点位置的总行驶时长；
对每个所述可选充电站，确定所述目标车辆的停留时长，所述停留时长包括排队等待空置的所述充电桩的等待时长和利用所述充电桩对所述目标车辆充电的充电时长；
分别对每个所述可选充电站对应的所述总行驶时长与所述停留时长求和，得到每个所述可选充电站对应的总耗时；
基于所述总耗时，更新满足所述第一计划时间区间和所述第二计划时间区间的所述可选充电站；
结合每个所述可选充电站的所述空置率和所述总耗时，在更新后的所有所述可选充电站中确定目标充电站。
5.根据权利要求4所述的方法，其特征在于，当接收到关于充电站的推荐请求指令，确定所述推荐请求指令对应的多个可选充电站之前，还包括：
根据导航路线中的起点位置和终点位置，预测不充电情况下所述目标车辆从所述起点位置行驶至所述终点位置时的电池剩余电量；
若所述电池剩余电量小于第一电量阈值，生成所述推荐请求指令。
6.根据权利要求4中所述的方法，其特征在于，所述请求推荐指令还包括第二电量阈值；对每个所述可选充电站，确定所述目标车辆的停留时长的过程，包括：
对每个所述可选充电站，计算所述目标车辆从所述起点位置行驶至所述可选充电站的第一耗电量、从所述可选充电站行驶至所述终点位置的第二耗电量；
基于所述第一耗电量和所述第二耗电量，确定所述充电桩对所述目标车辆充电的充电时长，以使所述目标车辆使用所述充电桩充电后从所述可选充电站行驶至所述终点位置时电池剩余电量不小于所述第二电量阈值；
对每个所述可选充电站，根据所述空置率确定排队等待空置的所述充电桩的等待时长。
7.根据权利要求1至6任一项所述的方法，其特征在于，当接收到关于充电站的推荐请求指令，确定所述推荐请求指令对应的多个可选充电站之前，还包括：
监测目标车辆的电池剩余电量；
当所述电池剩余电量小于第三电量阈值，计算所述电池剩余电量的剩余里程；
生成所述推荐请求指令，所述推荐请求指令用于请求推荐在所述剩余里程内到达一个所述充电站。
8.一种充电站的推荐装置，其特征在于，包括：
第一获取模块，用于当接收到关于充电站的推荐请求指令，确定所述推荐请求指令对应的多个可选充电站；
第二获取模块，用于基于所述推荐请求指令对应的充电时刻，确定所述充电时刻所在的预设充电时间段作为目标充电时间段；其中，各所述可选充电站的所有所述预设充电时间段构成各所述可选充电站的营业时间；
第三获取模块，用于获取每个所述可选充电站在所述目标充电时间段的历史使用数据，所述历史使用数据包括所述可选充电站中充电桩的个数和各所述充电桩的历史使用时间；
计算模块，用于基于所述历史使用数据，计算每个所述可选充电站的空置率，所述空置率用于指示所述可选充电站存在空置的所述充电桩的概率；
确定模块，用于根据所有所述空置率，将所述空置率最高的所述可选充电站确定为目标充电站，输出对应所述目标充电站的请求响应信息。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410187370.4A CN118228965A (zh) | 2024-02-20 | 2024-02-20 | 一种充电站的推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410187370.4A CN118228965A (zh) | 2024-02-20 | 2024-02-20 | 一种充电站的推荐方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118228965A true CN118228965A (zh) | 2024-06-21 |
Family
ID=91510351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410187370.4A Pending CN118228965A (zh) | 2024-02-20 | 2024-02-20 | 一种充电站的推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118228965A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118735237A (zh) * | 2024-09-04 | 2024-10-01 | 国网湖南省电力有限公司电力科学研究院 | 一种基于充电站云边协同的调度方法及系统 |
| CN119204588A (zh) * | 2024-11-22 | 2024-12-27 | 江苏智融能源科技有限公司 | 一种基于人工智能的交通能源智能融合管理系统及方法 |
| CN119228073A (zh) * | 2024-11-28 | 2024-12-31 | 广东电网有限责任公司中山供电局 | 充电站的配网方法、装置及电子设备 |
-
2024
- 2024-02-20 CN CN202410187370.4A patent/CN118228965A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118735237A (zh) * | 2024-09-04 | 2024-10-01 | 国网湖南省电力有限公司电力科学研究院 | 一种基于充电站云边协同的调度方法及系统 |
| CN119204588A (zh) * | 2024-11-22 | 2024-12-27 | 江苏智融能源科技有限公司 | 一种基于人工智能的交通能源智能融合管理系统及方法 |
| CN119228073A (zh) * | 2024-11-28 | 2024-12-31 | 广东电网有限责任公司中山供电局 | 充电站的配网方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN118228965A (zh) | 一种充电站的推荐方法及装置 | |
| US11368028B2 (en) | Facilitating charging of acceptor nodes by mobile charging systems | |
| Yuan et al. | p^ 2charging: Proactive partial charging for electric taxi systems | |
| CN102377220B (zh) | 电动汽车的充电控制方法、充电监视控制中心及车载导航装置 | |
| CN118343020A (zh) | 一种电动汽车有序充电管理方法、系统、设备及存储介质 | |
| CN113910965A (zh) | 用于电动车辆充电的充电站管理服务器及其预约方法 | |
| US20130103378A1 (en) | Electricity demand prediction | |
| EP2476578A1 (en) | Dynamic load profiling | |
| WO2022052043A1 (zh) | 一种车辆充电的方法和装置 | |
| JP2011078229A (ja) | 逆潮流低減システム及び逆潮流低減方法 | |
| US10608436B2 (en) | System and method for optimal aggregation of small-scale energy storage | |
| WO2019135330A1 (ja) | エネルギー需給システム | |
| Wang et al. | QoS guaranteed online management of battery swapping station under dynamic energy pricing | |
| CN112529608A (zh) | 信息处理系统以及程序 | |
| CN113449895A (zh) | 车辆调度方法和装置 | |
| JP2024088691A (ja) | 充電システム、充電管理サーバ、利用者端末、充電管理方法及びプログラム | |
| CN113762566B (zh) | 一种计算送达时间的方法和装置 | |
| US20240034184A1 (en) | Method for minimizing electric vehicle outage | |
| Yuan et al. | Poet: Towards power-system-aware e-taxi coordination under dynamic passenger mobility | |
| CN114936666B (zh) | 基于车-站-平台系统的电动汽车充电导航方法及系统 | |
| CN117990121A (zh) | 导航充电路径规划方法、装置、电子设备和可读存储介质 | |
| Mahadik et al. | Electric vehicle monitoring system based on Internet of Things (IoT) technologies | |
| CN118449258A (zh) | 发电车保供电调度方法、装置、设备和存储介质 | |
| CN114005294A (zh) | 一种路径确定方法、装置、设备及介质 | |
| CN120188365A (zh) | 使用多租户充电成体系系统的对电力仓的优化控制 |
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 |