System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于预测在充电站处的等待时间的方法和相应的设备。
技术介绍
1、至少部分电动行驶的车辆具有电蓄能器,该电蓄能器在需要时必须在充电站处充电。在此,由于用于充电过程的充电持续时间相对较长,在充电站处有空闲充电点或空闲充电桩可用于车辆之前,在充电站处可能出现等待时间。
技术实现思路
1、本文研究的技术任务是,以高效且精确的方式预测在充电站处的预计等待时间,特别是以便基于此来调整、特别是优化车辆的路线引导。
2、这一任务通过独立权利要求中的每一项来解决。有利的实施方式此外在从属权利要求中描述。要指出的是,从属于独立权利要求的权利要求的附加特征可以在没有独立权利要求的特征的情况下或者在只是与独立权利要求的特征的子集组合的情况下形成自身的且独立于独立权利要求的所有特征的组合的专利技术,该专利技术可以成为独立权利要求、分案申请或后续申请的技术方案。这以相同的方式适用于在说明书中描述的技术教导,这些技术教导可以形成独立于独立权利要求的特征的专利技术。
3、按照一个方面,描述了一种用于预报在充电站处的等待时间的设备,所述充电站具有用于执行n个充电过程的n个充电桩,其中n≥1。在每个充电桩处通常只能同时执行恰好一个充电过程。等待时间可以表明直到有空闲充电桩可用于充电过程之前必须在充电站处等待的时间。
4、所述设备被设置用于确定关于在初始时刻t0在充电站处的n个充电桩和m个附加的等待位置(分别用于一台等待的车辆)的(当前)占用度(belegung)的
5、此外,所述设备被设置用于根据n个充电桩和m个附加的等待位置的占用模型来预测用于在预测时刻t1在n个充电桩(特别是恰好n个充电桩之一)处执行充电过程的等待时间。占用模型可以包括马尔可夫链模型(markov ketten modell)。在此,占用模型可以包括用于不同数量(0,1,2,...,n)的充电桩被占用的n+1个不同状态。此外,占用模型可以包括用于不同数量(1,2,...,m)的等待位置被占用的m个不同状态。占用模型的不同状态在此可以沿着一条链布置,特别是使得用于不同数量的充电桩被占用的n+1个不同状态以数量递增的方式彼此相继,并且之后是用于数量递增的等待位置被占用的m个不同状态。
6、占用模型可以取决于请求执行充电过程的充电请求率λ和/或取决于完成充电过程的充电完成率μ。特别地,占用模型的不同状态之间的状态转变的持续时间和/或速率可以取决于充电请求率λ和/或取决于充电完成率μ。例如,到占用数量更高的状态转变的持续时间和/或速率可以取决于充电请求率λ。另一方面,到占用数量更低的状态转变的持续时间和/或速率可以取决于充电完成率μ。
7、充电请求率λ和/或充电完成率μ通常是与时间相关的。所述设备可以被设置用于基于在过去关于n个充电桩和/或m个等待位置的实际占用的测量数据来确定充电请求率λ和/或充电完成率μ。替代地或补充地,所述设备可以被设置用于从数字地图读取用于预测时刻t1的充电请求率λ和/或充电完成率μ,在所述数字地图中,充电站被记录为兴趣点(point of interest,poi)。为此目的,充电请求率λ和/或充电完成率μ可以(必要时定期)学习并且在数字地图中(例如以地图属性的形式)更新。
8、因此描述了一种设备,该设备能够实现以有效且可靠的方式根据占用模型预测在一个或多个充电站处的等待时间,该占用模型分别还包括某一数量的等待位置。
9、此外,所述设备可以被设置用于根据所确定的等待时间来产生关于车辆的路线引导的措施。特别地,可以根据所确定的等待时间来确定用于至少部分电驱动的车辆的行驶路线。这样,能够以高效且可靠的方式提高电驱动车辆的舒适性。
10、到被占用的等待位置的数量减少的状态转变的持续时间和/或速率在占用模型中特别是可以取决于n*μ或者相当于n*μ(其中,运算符“*”相当于乘法)。因此,能够以特别高效且精确的方式确定等待时间。
11、所述设备可以被设置用于求解占用模型的以下矩阵微分方程,
12、
13、以便确定等待时间。在此,p0(t),...,pn(t)可以是用于在时刻t不同数量的充电桩被占用的n+1个不同状态的概率。pn+1(t),...,pn+m(t)可以是用于在时刻t不同数量的等待位置被占用的m个不同状态的概率。上述矩阵微分方程能够实现以特别精确的方式预测等待时间。
14、所述设备例如可以被设置用于根据占用模型(特别是根据上述矩阵微分方程)确定在预测时刻t1所有n个充电桩都被占用、但没有等待位置被占用的状态的概率pn(t1)。此外,可以根据占用模型(特别是根据上述矩阵微分方程)确定用于在预测时刻t1不同数量的等待位置被占用的m个不同状态的概率pn+1(t1),...,pn+m(t1)(其中,在所述状态中,分别所有n个充电桩都被占用)。然后,可以基于概率pn(t1)和pn+1(t1),...,pn+m(t1)以特别精确的方式来确定等待时间。
15、所述设备特别是可以被设置用于(基于充电完成率μ)针对所有n个充电桩都被占用、但没有等待位置被占用的状态(211)确定单个等待时间,并且分别针对不同数量的等待位置被占用的m个不同状态中的每一个确定单个等待时间。对于i个等待位置被占用的状态的单个等待时间在此可以取决于(i+1)/n·μ(或者相当于该值),其中i=0,...,m。
16、然后,能够以特别精确的方式基于单个等待时间并基于概率来确定等待时间,特别是作为单个等待时间的期望值或中位数。
17、按照另一方面,描述了一种(道路)机动车(特别是轿车或载重汽车或公交车或摩托车),其包括在本文中所描述的设备。
18、按照另一方面,描述了一种用于预报在充电站处的等待时间的方法,所述充电站具有用于执行n个充电过程的n个充电桩,其中n≥1。所述方法包括确定关于在初始时刻t0在充电站处的n个充电桩和m个附加的等待位置的(当前)占用度的状态数据,其中m≥1。所述方法还包括根据n个充电桩和m个等待位置的占用模型来预测用于在预测时刻t1(该预测时刻在初始时刻之后)在n个充电桩之一处执行充电过程的等待时间。
19、按照另一方面描述了一种软件(sw)程序本文档来自技高网...
【技术保护点】
1.用于预报在充电站(200)处的等待时间的设备(101),所述充电站具有用于执行n个充电过程的n个充电桩(201),其中n≥1;其中,所述设备(101)被设置用于,
2.按照权利要求1所述的设备(101),其中
3.按照权利要求2所述的设备(101),其中
4.按照权利要求2至3之一所述的设备(101),其中,到被占用的等待位置数量减少的状态转变(213)的持续时间和/或速率取决于n*μ。
5.按照前述权利要求之一所述的设备(101),其中,所述设备(101)被设置用于,
6.按照权利要求5所述的设备(101),其中,所述设备(101)被设置用于,特别是基于充电完成率μ,
7.按照权利要求6所述的设备(101),其中,对于i个等待位置被占用的状态(211、212)的单个等待时间取决于(i+1)/n·μ,其中,i=0,...,m。
8.按照前述权利要求之一所述的设备(101),其中
9.按照前述权利要求之一所述的设备(101),其中,所述设备(101)被设置用于,
10.按
11.按照前述权利要求之一所述的设备(101),其中
12.用于预报在充电站(200)处的等待时间的方法(300),所述充电站具有用于执行n个充电过程的n个充电桩(201),其中n≥1;其中,所述方法包括(300),
...【技术特征摘要】
【国外来华专利技术】
1.用于预报在充电站(200)处的等待时间的设备(101),所述充电站具有用于执行n个充电过程的n个充电桩(201),其中n≥1;其中,所述设备(101)被设置用于,
2.按照权利要求1所述的设备(101),其中
3.按照权利要求2所述的设备(101),其中
4.按照权利要求2至3之一所述的设备(101),其中,到被占用的等待位置数量减少的状态转变(213)的持续时间和/或速率取决于n*μ。
5.按照前述权利要求之一所述的设备(101),其中,所述设备(101)被设置用于,
6.按照权利要求5所述的设备(101),其中,所述设备(101)被设置用于,特别是基于充电完成率μ,...
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。