使用大数据估计车辆电池充电时间的系统和方法与流程

1.本公开涉及使用大数据估计车辆电池充电时间的系统和方法，并且更具体地涉及使用大数据估计车辆电池充电时间以使用从大数据服务器获得的大数据来估计车辆电池充电时间的系统和方法。


背景技术：

2.本节中的陈述仅提供与本公开有关的背景信息，并且可能不构成现有技术。
3.通常，环保车辆通过使用存储在电池中的电能来驱动电动机而产生动力。环保车辆需要给电池充电以存储足够的电能以产生车辆的动力。
4.对电池充电的方法包括：慢速充电方法，该慢速充电方法使用安装在车辆中的车载充电器将外部提供的交流电(ac)转换为直流电(dc)并将转换后的电流施加到电池；以及快速充电方法，该快速充电方法直接从外部接收dc并将接收的dc施加到电池，而无需单独的转换过程。
5.不管电池充电方法如何，当估计和确定车辆可运行时间时，准确地估计为电池充分充电以驱动车辆所花费的时间非常重要。
6.通过经由车载控制器(例如，电池管理系统(bms))使用与电池本身相关的参数执行的简单计算来估计电池的充电时间，以实现估计车辆电池的充电时间的传统方法，与电池本身相关的参数例如为电池的温度或电池的充电状态(soc)、以及由外部充电设备提供的初始充电功率。
7.在这样的传统方法中，车载控制器仅能够基于充电设备的初始充电功率来估计充电时间，因此应用在充电时变化的参数是不可行的。因此，传统的充电时间估计方法具有的问题在于，在实际充电时间和估计充电时间之间不可避免地产生大误差。
8.将理解，在相关技术中描述的以上内容仅用于促进对本公开的背景的理解，并且不应被认为是本领域技术人员公知的现有技术。


技术实现要素：

9.因此，本公开提供使用大数据估计车辆电池充电时间的系统，该系统通过使用大数据服务器收集影响确定充电时间的参数并且对收集的参数进行分析和统计处理，来统计地估计相应车辆的估计充电时间，并经由估计充电时间和实际充电时间之间的比较来减少估计充电时间和实际充电时间之间的误差。
10.根据本公开的一个方面，上述和其他目的可通过提供使用大数据来估计车辆电池充电时间的系统来实现，该系统包括：大数据服务器，被配置为从多个车辆收集车辆的电池的充电相关参数，以基于所收集的充电相关参数将多个车辆分组为多个组，并在车辆充电期间计算和发送作为充电目标的车辆所属组的第一估计充电时间；以及控制器，安装在多个车辆中的每一个中，并且被配置为在车辆中的相应电池被充电时基于车辆中的电池的状态来计算第二估计充电时间，并且通过组合第一估计充电时间和第二估计充电时间，计算
出电池的最终估计充电时间。
11.大数据服务器可基于所收集的充电相关参数将具有相似充电环境或相似充电模式的车辆分组为一组。
12.大数据服务器可存储算法或表格，该算法或表格根据多个组中的每个组的充电相关参数导出估计充电时间；可在车辆充电期间从作为充电目标的车辆接收充电相关参数；可通过将接收到的充电相关参数应用于作为充电目标的车辆所属组的算法或表格，来导出作为充电目标的车辆的第一估计充电时间；并且可发送导出的第一估计充电时间。
13.当车辆中的相应电池被充电时，控制器可在开始充电时向大数据服务器发送充电相关数据，并且可通过将大数据服务器导出的第一估计充电时间与第二估计充电时间相结合，基于发送的充电相关数据，计算电池的最终估计充电时间。
14.在电池的充电终止之后，控制器可根据通过将实际充电时间消耗与第一估计充电时间和第二估计充电时间进行比较而获得的结果，重置用于组合第一估计充电时间和第二估计充电时间的权重。
15.根据本公开的另一方面，提供使用大数据估计车辆电池充电时间的方法，方法包括：由大数据服务器从多个车辆收集车辆中电池的充电相关参数；由大数据服务器基于收集的充电相关参数将多个车辆分为多个组；当车辆中的电池被充电时，由作为充电目标的车辆中的控制器在充电开始时向大数据服务器发送充电相关数据；由大数据服务器基于充电开始时的充电相关数据，计算并发送作为充电目标的车辆所属组的第一估计充电时间；基于电池的状态计算第二估计充电时间；以及通过组合从大数据服务器接收的第一估计充电时间与第二估计充电时间，计算电池的最终估计充电时间。
16.分组可包括：基于收集的充电相关参数，将具有相似充电环境或相似充电模式的车辆分为一组。
17.分组可包括：存储算法或表格以根据多个组中每个组的充电相关参数导出估计充电时间。
18.发送可包括：从作为充电目标的车辆接收充电相关参数；通过将接收的充电相关参数应用于作为充电目标的车辆所属组的算法或表格，导出作为充电目标的车辆的第一估计充电时间；以及发送导出的第一估计充电时间。
19.计算第二估计充电时间可包括：在终止电池的充电之后，由控制器根据通过将实际充电时间消耗与第一估计充电时间和第二估计充电时间进行比较而获得的结果，重置用于组合第一估计充电时间和第二估计充电时间的权重。
附图说明
20.通过以下结合附图的详细描述，将更清楚地理解本公开的上述和其他目的、特征和其他优点，其中：
21.图1是示出本公开的一种形式的使用大数据估计车辆电池充电时间的系统的配置的示图；并且
22.图2是示出本公开的一种形式的使用大数据估计车辆电池充电时间的方法的流程图。
具体实施方式
23.在下文中，将参考附图描述根据本公开的各种实施方式的使用大数据估计车辆电池充电时间的系统和方法。
24.图1是示出根据本公开的实施方式的使用大数据估计车辆电池充电时间的系统的配置的示图。
25.参照图1，根据本公开的实施方式的使用大数据估计车辆电池充电时间的系统可包括：大数据服务器100，被配置为收集由车辆10的车载电池12产生的充电相关参数，以基于所收集的充电相关参数形成用于确定估计充电时间的多个组，以确定在车辆被充电时对应车辆所属组，并根据确定的组来发送第一估计充电时间；以及控制器11，安装在多个车辆10的每一个中，并且被配置为基于电池被充电时电池的状态计算第二估计充电时间，并通过将大数据服务器100提供的第一估计充电时间与计算出的第二估计充电时间组合来计算电池12的最终估计充电时间。
26.大数据服务器100可从车辆10接收与对车载电池充电的处理器有关的各种参数，并且可生成和存储通过处理和分析所接收的参数而获得的数据。具体地，大数据服务器100可基于在电池12被充电时从车辆10接收的参数或使用从车辆10接收的参数生成的二次数据，来生成和存储与电池充电时间有关的附加参数，并且可基于从车辆10接收的参数、自动生成的参数等将多个车辆分组。分组是通过基于一组中与充电有关的主要参数将具有相似参数值的车辆相关联来形成多个组的过程。
27.如图1所示，大数据服务器100可使用具有针对各个层的云服务器110、120和130的分层结构的分布式云方法来实现。
28.例如，属于多个分层结构的最下层的第一层云服务器110可与车辆10通信，可实时记录由车辆10生成的数据，并且必要时可将所记录的数据提供给车辆10，或者可将数据提供给属于最下层110的高级别层的云服务器120和130。
29.第一层云服务器110可经由与车辆的通信实时记录由车辆产生的原始数据。第一层云服务器110可在不丢失数据的情况下尽可能以低采样率记录并存储车辆数据。第一层云服务器110可对每个车辆(即通信目标)要记录和存储的数据量设置限制。不用说，如果资源允许，则可存储从车辆记录的所有数据，但是第一层云服务器110主要实时地与车辆通信，并且因此可限制每个车辆要存储的数据量，以便有效地利用资源。
30.由第一层云服务器110记录的原始数据可以是由车辆的各种控制器生成和发送的数据。具体地，在根据本公开的实施方式的电池充电时间的计算中，第一层云服务器110可直接从车辆10接收各种充电相关参数，并且可对要用于计算与电池充电相关的其他因素的参数进行分类。从车辆10提供给第一层云服务器110的实时数据可以是与安装在车辆中的电池12的充电相关数据，并且电池12的充电相关参数可以是例如车辆类型、电池的健康状态(soh)、充电开始时的电池温度、电池周围环境的温度、用于提供充电功率的外部充电设备20的最大功率、外部充电设备20安装的区域、外部充电设备20的制造商、开始充电的时间范围、所需的充电量或对电池充电实际所需的充电时间。
31.大数据服务器100可从多个车辆收集上述充电相关参数，可基于收集的参数对具有相似充电环境或模式的车辆进行分组，然后可写入并存储每个组的充电时间估计算法或充电时间估计表格。每个组的分组结果或充电时间估计算法或充电时间估计表格，可由诸
如第二层云服务器120和第三层云服务器130的高层云服务器导出。
32.然后，大数据服务器100可在车辆正在充电时搜索对应车辆所属组，并且可通过将从作为充电目标的车辆提供的充电相关参数应用到找到的组的充电时间估计算法或充电时间估计表格，来估计充电时间消耗。例如，当充电开始时，车辆可将充电相关参数发送到第一层云服务器110，第一层云服务器110可将接收到的参数提供给第二层云服务器120或第三层云服务器130；并且，第二层云服务器120或第三层云服务器130可通过将接收到的充电相关参数应用到存储的算法或表格以导出估计充电时间，来计算估计充电时间(在下文中，由大数据服务器计算的估计充电时间被称为“第一估计充电时间”)，然后可将计算出的估计充电时间发送到车辆10的控制器11。
33.图1是用于说明实施了总共三层并且可根据需要适当调整层数的实施方式的实例的示图。
34.当车辆电连接到外部充电设备20并且开始充电时，安装在车辆10中的控制器11可识别与电池充电有关的数据，并且可将该数据提供给大数据服务器100。控制器11可使用用于计算估计充电时间的预嵌入的算法来计算电池12的估计充电时间(下文中，将由车辆10的控制器11计算出的估计充电时间称为“第二估计充电时间”)。作为用于计算电池的估计充电时间的算法，可应用本公开所属领域中已知的各种算法。
35.控制器11可通过组合第一估计充电时间和直接计算的第二估计充电时间来计算最终估计充电时间，该第一估计充电时间是由接收在充电期间发送的充电相关参数的大数据服务器100基于与车辆所属的组关联地存储的算法或表格而计算的。
36.控制器11可通过将相应的预设权重应用于第一估计充电时间和第二估计充电时间来计算最终估计充电时间。
37.当充电终止时，控制器11可将充电开始时计算的实际充电时间消耗与最终估计充电时间进行比较，并且可基于比较误差来调整用于计算最终估计充电时间的权重。
38.图2是示出根据本公开的实施方式的使用大数据估计车辆电池充电时间的方法的流程图。通过根据本公开的实施方式的使用大数据估计车辆电池充电时间的方法的描述，将更清楚地理解具有上述配置的使用大数据估计车辆电池充电时间的系统的操作和操作效果。
39.参照图2，当车辆10电连接到提供充电功率的外部充电设备20然后开始充电时，控制器11可将当前状态下的充电相关参数发送到大数据服务器100(s10)。
40.大数据服务器100可从多个车辆中预先收集充电相关参数，并且可基于充电相关参数将具有相似充电环境或相似充电模式的车辆分组为一组(s110)。大数据服务器100可累积地存储充电期间从车辆发送的充电相关数据，并且可基于所存储的充电相关数据将多个车辆分组为一组。例如，假设基于车辆充电相关数据中的充电器的位置和车辆电池的寿命来进行分组，则可将在主要使用相似充电器的车辆中具有相似电池寿命的车辆分组为一组。
41.在分组中(s110)，大数据服务器100可导出并存储用于计算相应组的估计充电时间的计算算法或表格。在这种情况下，大数据服务器100可使用统计方法。例如，当大数据服务器100已经基于充电器的位置和车辆电池的寿命执行分组时，大数据服务器100可根据使用相应组的充电器并具有相应组的电池寿命的车辆的电池温度，通过使用充电开始时的充
电状态(soc)和平均充电时间来导出第一估计充电时间。为了计算估计充电时间，大数据服务器100可预先存储用于根据使用相应组的充电器并具有相应组的电池寿命的车辆的电池温度导出取决于充电开始时的soc和平均充电时间的算法或表格。
42.在操作s10中，当从开始充电时的车辆10的控制器11接收到当前充电开始时的充电相关参数时，大数据服务器100可通过将接收到的充电相关数据应用到针对相应车辆所属组预先存储的算法或表格中来导出第一估计充电时间，并且可将第一估计充电时间发送到车辆10的控制器11(s120)。
43.车辆10的控制器11可通过基于在充电开始时的充电相关参数应用预设算法等，来计算第二估计充电时间(s11)。作为用于在为电池充电时由车辆中的控制器11基于电池12的充电相关参数(例如，电池温度、电池soc或从充电设备提供的充电功率)来计算电池的估计充电时间的算法，可应用本公开所属领域中已知的各种算法。
44.然后，控制器11可通过将从大数据服务器100接收的计算的第二估计充电时间和第一估计充电时间进行组合来计算最终估计充电时间(s12)。
45.例如，控制器11可通过将第一估计充电时间和第二估计充电时间乘以相应的权重，然后对结果求和，使用以下等式计算最终估计充电时间。
46.[等式]
[0047]
t
est_final
＝α
·
t
est_1
(1-α)
·
t
est_2
[0048]
这里，t
est_final
是最终估计充电时间，t
est_1
是第一估计充电时间，t
est_2
是第二估计充电时间，以及α是等于或大于0且小于或等于1的权重。
[0049]
然后，当电池12的充电终止时(s13，是)，控制器11可将实际充电时间消耗与充电开始时接收并计算的第一估计充电时间和第二估计充电时间进行比较(s14)，并且可能改变权重的值(s15)。例如，在如上述等式所示确定最终估计充电时间的实例中，当实际充电时间消耗是相比第一估计充电时间更接近第二估计充电时间的值时，权重α可减小，并且当实际充电时间消耗是相比第二估计充电时间更接近第一估计充电时间的值时，权重α可增加。这样，当下次执行充电时，可将改变的权重应用于计算估计充电时间。
[0050]
如上所述，在根据本公开的各种实施方式的使用大数据估计车辆电池充电时间的系统和方法中，大数据服务器可在实际车辆充电期间从车辆接收充电相关参数，并且可通过对从多个车辆接收到的累积的充电相关参数进行分析和统计处理来统计地估计相应车辆的估计充电时间，并且车载控制器可将计算的实际充电时间消耗与由大数据服务器估计的估计充电时间进行比较，并且可减少两个值之间的误差。
[0051]
因此，充电期间由车辆提供用于导出估计充电时间的充电相关参数在大数据服务器中累积，并且累积关于实际充电时间消耗与计算出的估计充电时间之间的误差的信息，从而提高了充电时间估计的准确性。在大数据服务器的估计充电时间的计算中，可反映每个区域的充电器的老化以及电池的老化，并且因此可根据充电模式和客户的居住区导出最佳的估计充电时间。
[0052]
在使用大数据估计车辆电池充电时间的系统中，大数据服务器可在实际车辆充电期间从车辆接收充电相关参数，并且可通过对从多个车辆接收的累积的充电相关参数进行分析和统计处理来统计地估计相应车辆的估计充电时间，并且车载控制器可将计算的实际充电时间消耗与大数据服务器估计的充电时间进行比较，并可减少这两个值之间的误差。
[0053]
因此，在使用大数据估计车辆电池充电时间的系统中，充电期间由车辆提供用于导出估计充电时间的充电相关参数在大数据服务器中累积，并且累积关于实际充电时间消耗与计算出的估计充电时间之间的误差的信息，从而提高了充电时间估计的准确性。
[0054]
另外，在使用大数据估计车辆电池充电时间的系统中，在大数据服务器的估计充电时间的计算中，可反映每个区域的充电器的老化以及电池的老化，并且因此可根据充电模式和客户的居住区导出最佳的估计充电时间，从而为车辆驾驶员提供更准确的估计充电时间，并提高车辆的适销性。
[0055]
本领域技术人员将认识到，通过本公开可获得的效果不限于上文已经具体描述的那些，并且从以上详细描述中将更清楚地理解本公开的其他未提及的效果。
[0056]
尽管出于说明的目的已经公开了本公开的优选实施方式，但是本领域技术人员将理解，在不脱离如所附权利要求公开的本公开的范围和精神的情况下，各种修改、添加和替换是可行的。