本申请涉及一种充电站推送方法、装置、计算机设备和存储介质。所述方法包括：根据车辆在当前交通节点的充电请求数据确定至少两个候选充电站；根据交通数据和各候选充电站的站点数据预测所述车辆到达各候选充电站后的充电等待时长；根据所述充电请求数据、各候选充电站的站点数据和所述交通数据，确定所述车辆到各候选充电站的最优代价数据；通过充电站推送模型根据所述最优代价数据、所述充电等待时长和所述充电请求数据，确定各候选充电站的状态价值；将状态价值最大的候选充电站进行推送。采用本方法能够降低充电总成本。送。采用本方法能够降低充电总成本。送。采用本方法能够降低充电总成本。
【技术实现步骤摘要】
充电站推送方法、装置、计算机设备和存储介质
[0001]本申请涉及电动汽车
，特别是涉及一种充电站推送方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着电动汽车技术的发展，充电站点的选择愈发重要，进而出现了推送充电站点的相关技术。
[0003]传统技术中，有的是基于最短距离推送，有的是基于最短时间推送，有的是基于最低电价推送，有的是基于用户的喜好进行推送。然而，目前的充电站推送方法会导致电动汽车错过最优的充电站选择，致使电动汽车的充电总成本较高。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够降低充电总成本的充电站推送方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种充电站推送方法。该方法包括：
[0006]根据车辆在当前交通节点的充电请求数据确定至少两个候选充电站；
[0007]根据交通数据和各候选充电站的站点数据预测车辆到达各候选充电站后的充电等待时长；
[0008]根据充电请求数据、各候选充电站的站点数据和交通数据，确定车辆到各候选充电站的最优代价数据；
[0009]通过充电站推送模型根据最优代价数据、充电等待时长和充电请求数据，确定各候选充电站的状态价值；
[0010]将状态价值最大的候选充电站进行推送。
[0011]在其中一个实施例中，根据交通数据和各候选充电站的站点数据预测车辆到达各候选充电站后的充电等待时长，包括：
[0012]获取交通数据和各候选充电站的站点数据，站点数据包括单位充电代价值、充电桩使用率和排队车辆数；
[0013]根据交通数据预测车辆到达各候选充电站的预计到站时间；
[0014]通过预测模型根据车辆到达各候选充电站的预计到站时间以及各候选充电站的站点数据，预测车辆到达各候选充电站后的充电等待时长。
[0015]在其中一个实施例中，根据充电请求数据、各候选充电站的站点数据和交通数据，确定车辆到各候选充电站的最优代价数据，包括：
[0016]将充电请求数据中的剩余电量、各候选充电站的站点数据中的单位充电代价值和交通数据输入至目标代价优化模型中，通过目标代价优化模型确定时间代价值和充电代价值之和最小时，车辆到各候选充电站的最优充电代价、最优行驶路径和最优路径时间；
[0017]将最优充电代价、最优行驶路径和最优路径时间确定为车辆到各候选充电站的最
优代价数据。
[0018]在其中一个实施例中，通过充电站推送模型根据最优代价数据、充电等待时长和充电请求数据，确定各候选充电站的状态价值，包括：
[0019]将最优代价数据、充电等待时长和充电请求数据输入至充电站推送模型中，得到车辆到达各候选充电站的路径，以及路径的状态价值；
[0020]将车辆到达各候选充电站的对应路径的状态价值确定为当前交通节点各候选充电站的评估结果。
[0021]在其中一个实施例中，该方法还包括：
[0022]根据状态价值最大的候选充电站对应的车辆行驶路径，将车辆导航至下一个交通节点；将下一个交通节点更新为当前交通节点，重复充电站推送的步骤，直至车辆到达目标充电站。
[0023]在其中一个实施例中，该方法还包括：
[0024]在将车辆导航至下一个交通节点后，若识别车辆未到达状态价值最大的候选充电站，则根据车辆行驶的路程和速度，获取从上一个交通节点到当前交通节点的第一时间代价数据，将下一个交通节点更新为当前交通节点，重复充电站推送的步骤。
[0025]在其中一个实施例中，充电请求数据包括目的位置；该方法还包括：
[0026]若识别车辆到达状态价值最大的候选充电站，则根据车辆到达状态价值最大的候选充电站所行驶的路程和时间、到站时状态价值最大的候选充电站的充电代价值以及状态价值最大的候选充电站与目的位置的距离，获取车辆在状态价值最大的候选充电站的第二时间代价数据、充电代价数据和评分值；
[0027]根据第二时间代价数据、充电代价数据和评分值，得到车辆在状态价值最大的候选充电站的充电总代价数据。
[0028]第二方面，本申请还提供了一种充电站推送装置。该装置包括：
[0029]候选电站确定模块，用于根据车辆在当前交通节点的充电请求数据确定至少两个候选充电站；
[0030]等待时长预测模块，用于根据交通数据和各候选充电站的站点数据预测车辆到达各候选充电站后的充电等待时长；
[0031]数据确定模块，用于根据充电请求数据、各候选充电站的站点数据和交通数据，确定车辆到各候选充电站的最优代价数据；
[0032]电站评估模块，用于通过充电站推送模型根据最优代价数据、充电等待时长和充电请求数据，确定各候选充电站的状态价值；
[0033]电站推送模块，用于将状态价值最大的候选充电站进行推送。
[0034]第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以下步骤：
[0035]根据车辆在当前交通节点的充电请求数据确定至少两个候选充电站；
[0036]根据交通数据和各候选充电站的站点数据预测车辆到达各候选充电站后的充电等待时长；
[0037]根据充电请求数据、各候选充电站的站点数据和交通数据，确定车辆到各候选充电站的最优代价数据；
[0038]通过充电站推送模型根据最优代价数据、充电等待时长和充电请求数据，确定各候选充电站的状态价值；
[0039]将状态价值最大的候选充电站进行推送。
[0040]第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0041]根据车辆在当前交通节点的充电请求数据确定至少两个候选充电站；
[0042]根据交通数据和各候选充电站的站点数据预测车辆到达各候选充电站后的充电等待时长；
[0043]根据充电请求数据、各候选充电站的站点数据和交通数据，确定车辆到各候选充电站的最优代价数据；
[0044]通过充电站推送模型根据最优代价数据、充电等待时长和充电请求数据，确定各候选充电站的状态价值；
[0045]将状态价值最大的候选充电站进行推送。
[0046]第五方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0047]根据车辆在当前交通节点的充电请求数据确定至少两个候选充电站；
[0048]根据交通数据和各候选充电站的站点数据预测车辆到达各候选充电站后的充电等待时长；
[0049]根据充电请求数据、各候选充电站的站点数据和交通数据，确定车辆到各候选充电站的最优代价数据；
[0050]通过充电站推送模型根据最优代价数据、充电等待时长和充电请求数据，确定各候选充电站的状态价值；...
【技术保护点】
【技术特征摘要】
1.一种充电站推送方法，其特征在于，所述方法包括：根据车辆在当前交通节点的充电请求数据确定至少两个候选充电站；根据交通数据和各候选充电站的站点数据预测所述车辆到达各候选充电站后的充电等待时长；根据所述充电请求数据、各候选充电站的站点数据和所述交通数据，确定所述车辆到各候选充电站的最优代价数据；通过充电站推送模型根据所述最优代价数据、所述充电等待时长和所述充电请求数据，确定各候选充电站的状态价值；将状态价值最大的候选充电站进行推送。2.根据权利要求1所述的方法，其特征在于，所述根据交通数据和各候选充电站的站点数据预测所述车辆到达各候选充电站后的充电等待时长，包括：获取交通数据和各候选充电站的站点数据，所述站点数据包括单位充电代价值、充电桩使用率和排队车辆数；根据所述交通数据预测所述车辆到达各候选充电站的预计到站时间；通过预测模型根据所述车辆到达各候选充电站的预计到站时间以及各候选充电站的站点数据，预测所述车辆到达各候选充电站后的充电等待时长。3.根据权利要求1所述的方法，其特征在于，所述根据所述充电请求数据、各候选充电站的站点数据和所述交通数据，确定所述车辆到各候选充电站的最优代价数据，包括：将所述充电请求数据中的剩余电量、各候选充电站的站点数据中的单位充电代价值和所述交通数据输入至目标代价优化模型中，通过所述目标代价优化模型确定时间代价值和充电代价值之和最小时，所述车辆到各候选充电站的最优充电代价、最优行驶路径和最优路径时间；将所述最优充电代价、最优行驶路径和最优路径时间确定为所述车辆到各候选充电站的最优代价数据。4.根据权利要求1所述的方法，其特征在于，所述通过充电站推送模型根据所述最优代价数据、所述充电等待时长和所述充电请求数据，确定各候选充电站的状态价值，包括：将所述最优代价数据、所述充电等待时长和所述充电请求数据输入至充电站推送模型中，得到所述车辆到达各候选充电站的路径，以及所述路径的状态价值；将所述车辆到达各候选充电站的对应路径的状态价值确定为当前交通节点各候选充电站的评估结果。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述状态价值最大的候...
【专利技术属性】
技术研发人员：李勋，黄鹏，葛静，嘉有为，黄麒霖，
申请(专利权)人：南方电网电动汽车服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。