电动汽车充电需求预测方法及系统技术方案

本发明专利技术涉及一种电动汽车充电需求预测方法，包括：针对监测区域内各电动汽车，分别确定其电池电量、在当前位置的预计停车时间，以及根据历史数据确定其在当前时间进行充电的概率；分别计算各电动汽车的充电需求概率，并对各电动汽车的充电需求概率进行排序以形成潜在充电汽车的列表。该方法可明显缩短用户充电请求的响应时间，缓解系统的峰值压力，从而提供良好的用户体验。

Charging demand forecasting method and system for electric vehicle

The present invention relates to an electric vehicle charging demand forecasting method, including: according to the monitoring area of each electric car, respectively to determine the battery, is expected in the current position of the parking time, and determine the charging probability at the current time according to the historical data; calculate probability of the charging demand of electric vehicles, charging list and demand the probability of each electric vehicle charging potential to form a sort of car. This method can obviously shorten the response time of the charging request, alleviate the peak pressure of the system, and thus provide a good user experience.

【技术实现步骤摘要】
电动汽车充电需求预测方法及系统
本专利技术涉及电动汽车
，更具体地说，涉及一种电动汽车充电需求预测方法及系统。
技术介绍
电动汽车已逐渐得到普及，适用于电动汽车的充电服务是本领域技术人员重点关注的。现有的充电服务中，大都是在用户下单(请求充电)后，系统被动地调度服务人员或服务车辆去提供加电服务，这种方式存在一些问题：一、无法保证所有服务的响应时间，当服务人员离用户车辆比较远的时候，会导致服务的响应时长变长。二、系统调度存在峰值压力，在有些时间段，可能订单比较集中，从而影响系统整体的运营效率；三、同一个用户可能在不同时间段下单却得到不同标准(例如，响应时间的显著差异)的服务，从而影响用户体验。此外，对于移动充电车这种服务模式，如果驾驶员(服务人员)不知道下一个服务订单在哪里，他就不知道把充电车开往哪里、停在哪里，而只能被动地等待系统调度，从而充电资源无法充分利用。因此，鉴于上述缺陷，本领域技术人员需要一种方案，由系统来主动地预测用户的潜在充电需求，从而提前响应用户充电请求。
技术实现思路
本专利技术的一个技术目的在于提供一种电动汽车充电需求预测方法，以期提前响应用户的充电请求。为实现上述目的，本专利技术提供一种技术方案如下：一种电动汽车充电需求预测方法，包括如下步骤：a)、针对监测区域内各电动汽车，分别确定其电池电量、在当前位置的预计停车时间，以及根据历史数据确定其在当前时间进行充电的概率；b)、分别计算各电动汽车的充电需求概率，并对各电动汽车的充电需求概率进行排序以形成潜在充电汽车的列表；其中，充电需求概率为电动汽车在至少第一条件满足时进行充电的条件概率。优选地，该方法还包括：c)、估算列表中各潜在充电汽车在相应服务点进行充电所需的预计服务时间；d)、与各潜在充电汽车就是否实施充电服务进行通讯。优选地，在步骤b)中，充电需求概率为电动汽车在第一条件以及第二条件均满足时进行充电的条件概率，其中，第一条件为电动汽车的当前电池电量低于第一阈值，第二条件为电动汽车在当前位置的预计停车时间超过第二阈值。优选地，充电需求概率按照贝叶斯定律采用如下公式计算：P(D)＝P(C)*P(S|D)*P(T|D)，其中，P(C)表示历史数据中某一电动汽车在相应当前时间进行充电的概率，P(S|D)表示历史数据中该电动汽车在进行充电时其相应当前电池电量低于第一阈值的概率，P(T|D)表示历史数据中该电动汽车在进行充电时其相应停车时间超过第二阈值的概率。优选地，第一阈值为各电动汽车进行充电时相应电池电量的平均值，第二阈值为各电动汽车进行充电时相应停车时间的平均值。优选地，在步骤d)中，若预计服务时间满足服务标准，则主动提醒用户充电；若预计服务时间不能满足服务标准，则将预计服务时间告知用户，并在第一时间窗内等待用户的指示，以及基于指示来调度服务人员或服务车辆响应发出指示的潜在充电汽车的充电请求。优选地，在步骤d)中，按照各潜在充电汽车的充电需求概率的排序，优先并主动与充电需求概率高的潜在充电汽车进行通讯。优选地，还包括步骤e)：若潜在充电汽车经过通讯而不接受充电服务，或潜在充电汽车已完成充电服务，则将监测区域内充电需求概率最高的若干辆充电汽车加入潜在充电汽车的列表，并回到步骤c)继续执行。本专利技术还公开一种电动汽车充电需求预测系统，包括：区域监测模块，针对监测区域内各电动汽车，分别确定其电池电量、在当前位置的预计停车时间，以及根据历史数据确定其在当前时间进行充电的概率；概率计算模块，用于分别计算各电动汽车的充电需求概率，并对各电动汽车的充电需求概率进行排序以形成潜在充电汽车的列表。本专利技术各实施例提供的电动汽车充电需求预测方法，主动预测监测区域内各电动汽车的充电需求概率，进而与各潜在充电汽车进行通讯，经用户请求、甚至不等用户请求而提前调度服务，这种调度方式可明显缩短用户充电请求的响应时间，缓解系统的峰值压力，从而提供良好的用户体验。此外，电动汽车充电需求预测系统可主动地预测电动汽车(用户)的潜在充电需求，进而可以提前响应用户充电请求，该系统工作效率更高、可以有效避免峰值压力，适合在大中型城市内推广。附图说明图1示出本专利技术第一实施例提供的电动汽车充电需求预测方法的流程示意图。图2示出本专利技术第二实施例提供的电动汽车充电需求预测系统的模块结构示意图。具体实施方式如图1所示，本专利技术第一实施例提供一种电动汽车充电需求预测方法，其包括如下多个步骤。步骤S10、分别确定监测区域内各电动汽车的电池电量、预计停车时间以及在当前时间进行充电的概率。具体地，首先，对监测区域内行驶或驻停的、所有已注册的电动汽车进行监控，获取各电动汽车的电池电量、预计停车时间；随后，根据历史数据确定各电动汽车在当前时间进行充电的概率。其中，电池电量可以采用SOC参数来表征，预计停车时间可根据历史数据进行统计分析而得到，也可以由用户自行提供。对于任一电动汽车而言，历史数据记录着，例如，历史上某天该电动汽车在监测区域内各服务点的停车时间、是否充电等信息。根据历史数据，可以计算确定电动汽车在当前时间进行充电的概率。步骤S12、计算各电动汽车的充电需求概率，并进行排序以形成潜在充电汽车的列表。具体地，在该步骤S12中，分别计算监控区域内各电动汽车的充电需求概率，并对各电动汽车的充电需求概率进行降序排序以形成潜在充电汽车的列表。其中，充电需求概率为一种条件概率，例如，为电动汽车在至少第一条件满足时进行充电的条件概率。第一条件可以表示为电动汽车的当前电池电量低于第一阈值。优选情况下，充电需求概率为电动汽车在第一条件以及第二条件均满足时进行充电的条件概率。其中，第一条件可以表示为电动汽车的当前电池电量低于第一阈值，第二条件可以表示为电动汽车在当前位置的预计停车时间超过第二阈值。充电需求概率作为一种条件概率，可以按照贝叶斯定理来计算，其计算公式为P(D)＝P(C)*P(S|D)*P(T|D)，其中，P(C)表示历史数据中某一电动汽车在相应当前时间进行充电的概率，P(S|D)表示历史数据中该电动汽车在进行充电时其相应当前电池电量低于第一阈值(即，满足第一条件)的概率，P(T|D)表示历史数据中该电动汽车在进行充电时其相应停车时间超过第二阈值(即，满足第二条件)的概率。以下仅作为一种示例：设电动汽车的当前SoC为St，预计停车时间为Te，Sa是从历史充电服务记录中得出的充电时各电动汽车的相应电池电量SoC的平均值，Ta是从历史充电服务记录中得出的充电时各电动汽车的相应停车时间的平均值，则充电需求概率可以按如下方式计算：1)如果St<＝Sa且Te<＝Ta，那么P(D)＝P(C)*P(S|D)*(1-P(T|D))；2)如果St<＝Sa且Te>Ta，那么P(D)＝P(C)*P(S|D)*P(T|D)；3)如果St>Sa且Te<＝Ta，那么P(D)＝P(C)*(1-P(S|D))*(1-P(T|D))；4)如果St>Sa且Te>Ta，那么P(D)＝P(C)*(1-P(S|D))*P(T|D)。在求得各电动汽车的充电需求概率之后，或者，对它们进行降序排序，并以充电需求概率最高的N辆电动汽车形成潜在充电汽车的列表，又或者，以充电需求概率大于某一阈值的N辆电本文档来自技高网...

【技术保护点】
一种电动汽车充电需求预测方法，包括如下步骤：a)、针对监测区域内各电动汽车，分别确定其电池电量、在当前位置的预计停车时间，以及根据历史数据确定其在当前时间进行充电的概率；以及b)、分别计算各所述电动汽车的充电需求概率，并对各所述电动汽车的充电需求概率进行排序以形成潜在充电汽车的列表；其中，所述充电需求概率为所述电动汽车在至少第一条件满足时进行充电的条件概率。

【技术特征摘要】
1.一种电动汽车充电需求预测方法，包括如下步骤：a)、针对监测区域内各电动汽车，分别确定其电池电量、在当前位置的预计停车时间，以及根据历史数据确定其在当前时间进行充电的概率；以及b)、分别计算各所述电动汽车的充电需求概率，并对各所述电动汽车的充电需求概率进行排序以形成潜在充电汽车的列表；其中，所述充电需求概率为所述电动汽车在至少第一条件满足时进行充电的条件概率。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：c)、估算所述列表中各所述潜在充电汽车在相应服务点进行充电所需的预计服务时间；以及d)、与各所述潜在充电汽车就是否实施充电服务进行通讯。3.根据权利要求1所述的方法，其特征在于，在所述步骤b)中，所述充电需求概率为所述电动汽车在所述第一条件以及第二条件均满足时进行充电的条件概率，其中，所述第一条件为所述电动汽车的当前电池电量低于第一阈值，所述第二条件为所述电动汽车在所述当前位置的预计停车时间超过第二阈值。4.根据权利要求3所述的方法，其特征在于，所述充电需求概率按照贝叶斯定律采用如下公式计算：P(D)＝P(C)*P(S|D)*P(T|D)，其中，P(C)表示历史数据中某一所述电动汽车在相应当前时间进行充电的概率，P(S|D)表示历史数据中该电动汽车在进行充电时其相应当前电池电量低于所述第一阈值的概率，P(T|D)表示历史数据中该电动汽车在进行充电时其相应停车时间超过所述第二阈值的概率。5.根据权利要求3所述的方法，其特征在于，所述第一阈值为各电动汽车进行充电时相应电池电量的平均值，所述第二阈值为各电动汽车进行充电时相应停车时间的平均值。6.根据权利要求2所述的方法，其特征在于，在所述步骤c)中，所述预计服务时间表示服务人员或服务车辆响应所述潜在充电汽车的充电请求直至所述潜在充电汽车完成充电并返回至用户的时长。7.根据权利要求2所述的方法，其特征在于，在所述步骤d)中，若所述预计服务时间满足服务标准，则主动提醒用户充电；若所述预计服务时间不能满足所述服务标准，则将所述预计服务时间告知用户，...

【专利技术属性】
技术研发人员：金崇奎，
申请(专利权)人：蔚来汽车有限公司，
类型：发明
国别省市：中国香港,81