用于电动车辆的充电简档的优化的制作方法

1.本公开涉及车辆中的可再充电能量存储单元的充电简档的优化。在过去几年中，纯电动车辆和混合动力车辆的使用有所增加，例如电池电动车辆、窗口扩展电动车辆、混合动力电动车辆、插电式混合动力电动车辆和燃料电池混合动力电动车辆。混合动力电动车辆和纯电动车辆通常包括可再充电能量存储单元，例如具有多个电池单元的高电压电池，这需要定期再充电。由于操纵不同的充电指标会导致折衷，因此优化充电简档是重要的问题。例如，增加充电简档中的电流会加快过程，然而，这会导致热量积聚和冷却电池所花费的更多能量。


技术实现要素：

2.本文公开了一种用于优化具有可再充电能量存储单元的车辆的充电的系统。该系统包括控制器，所述控制器具有处理器和有形的非暂态性存储器，在存储器上记录指令。由处理器执行指令使控制器获取路线的细节，包括调查本地充电基础设施以确定路线的预定半径内的一个或多个充电站的可用性。控制器适于获取与所述一个或多个充电站有关的相应站参数。基于用户输入，从一组预定目标中选择至少一个时期（session）目标。控制器适于部分地基于时期目标和相应站参数为沿路线的一个或多个停车点（stop）分别生成推荐充电简档。
3.相应站参数可以包括一个或多个充电站处的使用容量和发生的成本。相应站参数可以包括一个或多个充电站处限电状况（brown-out condition，或欠压保护状况或局部限电状况）的存在。该组预定目标可以包括充电时间最小化和成本最小化。可以提示用户为该组预定目标中的每一个选择相应百分比。控制器可以执行机器学习模块以生成推荐充电简档。在一些实施例中，控制器配置为在车辆处于路线上时持续监测本地充电基础设施，以更新推荐充电简档。
4.推荐充电简档从多个充电简档中选择。在一些实施例中，控制器可以适于将由可再充电能量存储单元在多个充电简档的各个充电时段期间获得的相应能量进行比较。各个充电时段可以包括10分钟的第一充电时段、20分钟的第二充电时段和30分钟的第三充电时段。控制器可以适于将车辆中的可再充电能量存储单元达到所述多个充电简档的各个荷电状态所花费的相应时间进行比较。各个荷电状态可以包括80% soc的第一荷电状态、90% soc的第二荷电状态和96% soc的第三荷电状态。
5.本文公开了一种用于优化车辆的充电的方法，所述车辆具有可再充电能量存储单元并在路线上行驶，所述车辆具有控制器，所述控制器具有处理器和有形的、非暂态性存储器。该方法包括：经由控制器获取路线的细节，包括调查本地充电基础设施以确定路线的预定半径内的一个或多个充电站的可用性；以及获取与所述一个或多个充电站有关的相应站参数。基于用户输入，经由控制器从一组预定目标中选择至少一个时期目标。该方法包括经由控制器部分地基于时期目标和相应站参数为沿路线的一个或多个停车点分别生成推荐充电简档。
6.方案1. 一种用于优化车辆的充电的系统，所述车辆具有可再充电能量存储单元且在路线上行驶，所述系统包括：控制器，所述控制器具有处理器和有形的非暂态性存储器，在存储器上记录指令，由处理器执行指令使控制器：获取路线的细节，包括调查本地充电基础设施以确定路线的预定半径内的一个或多个充电站的可用性；获取与所述一个或多个充电站有关的相应站参数；基于用户输入，从一组预定目标中选择至少一个时期目标；以及部分地基于所述至少一个时期目标和相应站参数为沿路线的一个或多个停车点分别生成推荐充电简档。
7.方案2. 根据方案1所述的系统，其中，相应站参数包括一个或多个充电站处的使用容量和发生的成本。
8.方案3. 根据方案1所述的系统，其中，相应站参数包括一个或多个充电站处限电状况的存在。
9.方案4. 根据方案1所述的系统，其中，该组预定目标包括充电时间最小化和成本最小化。
10.方案5. 根据方案4所述的系统，其中，提示用户为该组预定目标中的每一个选择相应百分比。
11.方案6. 根据方案1所述的系统，其中，控制器执行机器学习模块以生成推荐充电简档。
12.方案7. 根据方案2所述的系统，其中：推荐充电简档从多个充电简档中选择；以及控制器适于将由可再充电能量存储单元在多个充电简档的各个充电时段期间获得的相应能量进行比较。
13.方案8. 根据方案7所述的系统，其中，各个充电时段包括10分钟的第一充电时段、20分钟的第二充电时段和30分钟的第三充电时段。
14.方案9. 根据方案2所述的系统，其中：推荐充电简档从多个充电简档中选择；以及控制器适于将车辆中的可再充电能量存储单元达到所述多个充电简档的各个荷电状态所花费的相应时间进行比较。
15.方案10. 根据方案9所述的系统，其中，各个荷电状态包括80% soc的第一荷电状态、90% soc的第二荷电状态和96% soc的第三荷电状态。
16.方案11. 根据方案1所述的系统，其中，控制器配置为在车辆处于路线上时持续监测本地充电基础设施，以更新推荐充电简档。
17.方案12. 一种用于优化车辆的充电的方法，所述车辆具有可再充电能量存储单元并在路线上行驶，所述车辆具有控制器，所述控制器具有处理器和有形的、非暂态性存储器，所述方法包括：经由控制器获取路线的细节，包括调查本地充电基础设施以确定路线的预定半径内的一个或多个充电站的可用性；
经由控制器获取与所述一个或多个充电站有关的相应站参数；基于用户输入，经由控制器从一组预定目标中选择至少一个时期目标；以及经由控制器部分地基于时期目标和相应站参数为沿路线的一个或多个停车点分别生成推荐充电简档。
18.方案13. 根据方案12所述的方法，还包括：包含一个或多个充电站处的发生的成本、使用容量以及限电状况的存在作为相应站参数。
19.方案14. 根据方案12所述的方法，还包括：在该组预定目标中包含充电时间最小化和成本最小化。
20.方案15. 根据方案12所述的方法，还包括：在车辆处于路线上时经由控制器持续监测本地充电基础设施，以更新推荐充电简档。
21.方案16. 根据方案12所述的方法，还包括：经由控制器，从多个充电简档中选择推荐充电简档；以及将由可再充电能量存储单元在多个充电简档的各个充电时段期间获得的相应能量进行比较。
22.方案17. 根据方案16所述的方法，其中，经由控制器，各个充电时段包括10分钟的第一充电时段、20分钟的第二充电时段和30分钟的第三充电时段。
23.方案18. 根据方案12所述的方法，还包括：经由控制器，从多个充电简档中选择推荐充电简档；以及将车辆中的可再充电能量存储单元达到所述多个充电简档的各个荷电状态所花费的相应时间进行比较。
24.方案19. 根据方案18所述的方法，其中，经由控制器，各个荷电状态包括80% soc的第一荷电状态、90% soc的第二荷电状态和96% soc的第三荷电状态。
25.方案20. 一种用于优化车辆的充电的系统，所述车辆具有可再充电能量存储单元且在路线上行驶，所述系统包括：控制器，所述控制器具有处理器和有形的非暂态性存储器，在存储器上记录指令，由处理器执行指令使控制器：获取路线的细节，包括调查本地充电基础设施以确定路线的预定半径内的一个或多个充电站的可用性；获取与所述一个或多个充电站有关的相应站参数；基于用户输入，从一组预定目标中选择具有相应百分比的一个或多个时期目标；以及部分地基于所述一个或多个时期目标和相应站参数为沿路线的一个或多个停车点分别生成推荐充电简档；其中，相应站参数包括一个或多个充电站处的使用容量和发生的成本；以及其中，该组预定目标包括充电时间最小化和成本最小化。
26.本公开的上述特征和优点以及其它特征和优点从结合附图进行的用于实施本公开的最佳模式的以下详细描述中是容易显而易见的。
附图说明
27.图1是用于优化具有控制器的电动车辆中的充电的系统的示意图；图2是用于优化电动车辆中的充电的方法的示意性流程图；和图3是可由图1的控制器采用的神经网络的示意性示例。
28.本公开的代表性实施例在附图中以非限制性示例的方式示出，并在下文以附加细节描述。然而，应当理解的是，本公开的新颖方面不限于以上列举的附图中图示的特定形式。相反，本公开将覆盖落入本公开范围（例如由所附权利要求涵盖）内的修改、等同物、组合、子组合、置换、分组和替代方案。
具体实施方式
29.参考附图，其中相同的附图标记指代相同的部件，图1示意性地图示了用于优化车辆12中的充电的系统10。车辆12可以是移动平台，例如但不限于乘用车、运动型多功能车辆、轻型卡车、重型车辆、atv、小型货车、公共汽车、运输车辆、自行车、机器人、农场设施、运动相关设备、船、飞机、火车或其它装置。车辆12可以是电动车辆，其可以是纯电动的或混合动力/部分电动的。应当理解的是，车辆12可以采用许多不同的形式并且具有附加部件。
30.参考图1，车辆12包括可再充电能量存储单元14，例如具有多个电池单元的高电压电池。可再充电能量存储单元14可以包括不同化学物的电池单元，包括但不限于锂离子、锂铁、镍金属氢化物和铅酸电池。车辆12可以包括附加功率源（未示出），例如但不限于内燃发动机或燃料电池。
31.参考图1，系统10包括控制器c，该控制器c具有至少一个处理器p和至少一个存储器m（或非暂态性的有形计算机可读存储介质），在存储器m上可以记录用于执行方法100（下文关于图2描述）的指令。存储器m可以存储控制器可执行指令集，处理器p可以执行存储在存储器m中的控制器可执行指令集。
32.系统10提供了基于选定目标单独优化每个充电时期的机会。系统10（经由方法100的执行）为车辆12沿路线的一个或多个停车点生成用于可再充电能量存储单元14的推荐充电简档。图1中示出了示例路线16，在起点18处开始且在终点20处结束。给定特定路线16，向用户呈现推荐充电简档。在驾驶之前，可以根据静态和实时特征来规划和表征路线16。
33.参考图1，车辆12可以包括通信接口30，车辆12的用户或操作者可以访问该通信接口30，例如以输入起点18、目的地20和其它导航细节。通信接口30可以包括触摸屏或其它io装置并且可以集成在车辆12的信息娱乐单元中。在一些实施例中，期望路线可以由用户通过与控制器c通信的移动应用32输入。例如，移动应用32可以物理（例如，有线）连接到控制器c，作为车辆信息娱乐单元的一部分。移动应用32可以嵌入到属于车辆12的用户的智能电话中并且插入或以其它方式链接到车辆12。可以采用本领域技术人员可用的移动应用32（“app”）的电路和部件。通信接口30还可用于车辆到车辆（v2v）通信和/或车辆到所有（v2x）通信。
34.控制器c可以访问来自远程定位或“非车载”云计算服务（本文称为云单元34）的数据或信息。云单元34可以包括托管在互联网上的一个或多个服务器以存储、管理和处理由组织维护的数据，例如研究机构或公司。参考图1，控制器c可以配置为经由无线网络36与云单元34通信。图1的无线网络36可以是短程网络或长程网络。无线网络36可以是通信总线，
其可以是串行控制器域网（can-bus）的形式。无线网络36可以结合bluetooth
tm
连接、使用无线分布方法链接多个装置的无线局域网（lan）、连接多个无线lan的无线城域网（man）或无线广域网（wan） ）。可以采用其它类型的连接。
35.现在参考图2，示出了方法100的流程图，方法100存储在图1的控制器c上并可由其执行。方法100可以实施为存储在图1的控制器c上并且可由其部分执行的计算机可读代码或指令。方法100不需要以本文记载的特定顺序应用并且可以动态地执行。此外，应当理解的是，可以省去一些步骤。如本文所使用的那样，术语“动态的”和“动态地”描述实时执行的步骤或过程，其特征在于监测或以其它方式确定参数的状态并在例程的执行期间或在例程执行的迭代之间定期或周期性地更新参数的状态。
36.根据图2的框102，方法100包括获取与路线16有关的细节，包括对本地充电基础设施40（参见图1）进行调查。控制器c被编程以确定车辆12沿路线16的预定半径r内的一个或多个充电站42的可用性。
37.前进到图2的框104，方法100包括获取与车辆12沿路线16（参见图1）的预定半径r内的充电站42有关的相应站参数。相应站参数包括在每个充电站42处的使用容量（例如，50%容量、90%容量）和发生的（每个时期）成本。相应站参数可以包括充电站42处限电状况的存在（特定区域的电功率可用性的减少或限制）。相应站参数可以包括其它基于基础设施的设置，例如基于由充电站42强加的高容量站需要或其它高使用率的基于电网的调整而限制为30分钟的充电。
38.进行到图2的框106，方法100包括基于用户输入确定至少一个时期目标（根据一组预定目标50）。向用户呈现（例如，经由通信接口30或移动应用32）一组目标50并要求输入（即，选择）一个或多个时期目标。参考图1，该组目标50可以包括最小化成本的第一时期目标52、最小化充满的充电时间的第二时期目标54和在特定时间限制内增加最大里程的第三时期目标56。可能包括其它目标。在一些实施例中，可以要求用户输入每个时期目标的百分比。如果用户仅仅选择第一时期目标52，则百分比将为（100%、0、0）。如果用户选择相等比例的第一时期目标52和第二时期目标54，则百分比将为（50%、50%、0）。在一些实施例中，可以由控制器c做出时期目标/场景选择，以将推荐通知用户并寻求接受或确认。例如，在路线16的预定半径r内存在单个充电站选项的情况下，该实施例可能是有用的。
39.前进到图2的框108，方法100包括部分地基于时期目标（在框106中选择）和相应站参数（在框104中获取）分别为沿路线16的一个或多个停车点生成推荐充电简档。推荐充电简档从多个充电简档中选择。例如，控制器c可以推荐具有对应推荐充电配置的第一停车点（在第一充电位置的十分钟充电时期）和具有对应推荐充电简档的第二停车点（在第二充电位置的三十分钟充电时期）。
40.在一些实施例中，控制器c可适于将由可再充电能量存储单元14在充电简档的各个充电时段期间获得的相应能量进行比较。下面的表1示出了由可再充电能量存储单元14在五个不同充电简档的各个充电时段期间（累积）获得的能量（以千瓦时为单位）的示例值。在此，各个充电时段为10分钟、20分钟和30分钟。第一充电简档、第二充电简档和第三充电简档被定义为在充电时期的整个持续时间内分别提供300安培、350安培和400安培。第四充电简档定义为在前10分钟提供450安培，在充电时期的剩余持续时间内提供400安培的降额电流。第五充电简档定义为在前10分钟提供500安培，在充电时期的剩余持续时间内提供
400安培。降额包括低于最大额定功率、额定电流或额定电压的操作，以延长电池寿命。
41.表格1 第一简档第二简档第三简档第四简档第五简档10分钟34.537.440.342.843.120分钟51.656.256.455.955.430分钟67.868.368.167.867.3基于上面的表1，如果车辆12充电十分钟，控制器c可以选择第五充电简档（其在十分钟类别中具有最高能量值）以最大化获得的能量。如果车辆12充电总共二十分钟，则控制器c可以选择第三充电简档（其在二十分钟类别中具有最高能量值）以最大化获得的能量。类似地，如果车辆12充电总共三十分钟，则控制器c可以选择第二充电简档（其在三十分钟类别中具有最高能量值）以最大化获得的能量。应当理解的是，上面列出的范围仅仅是示例并且可以基于手头的应用而变化。
42.在另一个实施例中，控制器c可以适于将可再充电能量存储单元达到多个充电简档中的每一个的各个荷电状态所花费的时间进行比较。例如，各个荷电状态可以包括80% soc的第一荷电状态、90% soc的第二荷电状态和96% soc的第三荷电状态。荷电状态（soc）指的是相对于可再充电能量存储单元14已被完全充电后可用的可用于做功的存储电荷，并且可以被视为对可再充电能量存储单元14的潜在能量的评估。基于选择的时期目标，控制器c可以选择在最少时间量内充电到期望soc的充电简档。
43.推荐充电简档可以包括预定的基于位置的设置。在一个示例中，固定设置被设置为在用户下班回家的路上在充电站42处充电10分钟。在另一示例中，固定设置被设置为在特定充电站42处增加150英里以完成去周末小屋（cottage）的旅行。可以单独标定每个充电简档以优化所选择时期目标的能量需求。
44.在一些实施例中，图1的控制器c可以结合机器学习模块（例如图3所示的神经网络200）来执行方法100的部分，例如生成推荐充电简档。参考图3，神经网络200可以是具有至少三层的前馈人工神经网络，包括输入层201、至少一个隐藏层220和输出层240。每一层由配置为执行输入的线性和的仿射变换的相应节点n组成。相应节点n由相应偏差和相应加权链路来表征。每个相应节点n的参数可以独立于其它节点，即，由独特的一组权重来表征。
45.输入层201中的相应节点n接收输入，对其进行归一化并将它们转送到隐藏层220中的相应节点n。输入层201中的相应节点n可以表示各个站参数和时期目标。例如，输入层201可以包括第一输入节点202、第二输入节点204、第三输入节点206、第四输入节点208、第五输入节点210和第六输入节点212，分别表示充电站42处的使用容量、在充电站42处发生的成本、充电站42处限电状况的存在，以及选择的第一时期目标52、第二时期目标54和第三时期目标56的百分比。
46.参考图3，隐藏层220可以包括第一隐藏节点222、第二隐藏节点224、第三隐藏节点226、第四隐藏节点228和第五隐藏节点230。后续层中的每个相应节点n计算前一层输出的线性组合。具有三层的网络将形成激活函数f(x) = f (3)(f (2)(f (1)(x)))。对于输出层240中的相应节点n，激活函数f可以是线性的。对于隐藏层220，激活函数f可以是sigmoid。sigmoid的线性组合可用于近似表征输出向量y的连续函数。由神经网络200识别的模式可以被编译或转换成数字形式并嵌入向量或矩阵中。
47.总之，系统10（经由方法100的执行）提供针对不同目标优化的多个充电简档，例如可用充电时间、要增加的期望里程和/或成本最小化。
48.图1的控制器c可以是车辆12的其它控制器的整体部分或可操作地连接到车辆12的其它控制器的单独模块。图1的控制器c包括计算机可读介质（也称为处理器可读介质），包括参与提供可以由计算机（例如，由计算机的处理器）读取的数据（例如，指令）的非暂态性（例如，有形）介质。这种介质可以采取许多形式，包括但不限于非易失性介质和易失性介质。非易失性介质可以包括例如光盘或磁盘以及其它永久存储器。易失性介质可以包括例如动态随机存取存储器（dram），其可以构成主存储器。这种指令可以通过一种或多种传送介质传送，包括同轴电缆、铜线和光纤，包括包含联接到计算机处理器的系统总线的线。计算机可读介质的一些形式包括例如软盘、柔性盘、硬盘、磁带、其它磁介质、cd-rom、dvd、其它光学介质、具有孔图案的物理介质、ram、prom、eprom、flash-eeprom、其它存储器芯片或盒式磁带、或计算机能够从其读取的其它介质。
49.本文描述的查找表、数据库、数据储存库或其它数据存储可以包括用于存储、访问和检索各种数据的各种机制，包括分层数据库、文件可再充电能量存储系统中的文件组、专有格式的应用数据库、关系数据库能量管理系统（rdbms）等。每一个这种数据存储可以被包括在采用计算机操作系统的计算装置内，诸如上面提到的那些操作系统中的一个，并且可以经由网络以多种方式中的一种或多种来访问。文件系统可以从计算机操作系统访问，并且可以包括以各种格式存储的文件。除了用于创建、存储、编辑和执行存储过程的语言之外，rdbms还可以采用结构化查询语言（sql），诸如上面提到的pl/sql语言。
50.附图中所示的流程图示出了根据本公开的各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。在这点上，流程图或框图中的每个框可以代表模块、段或代码部分，其包括用于实施指定逻辑功能的一个或多个可执行指令。还将注意的是，框图和/或流程图图示中的每个框以及框图和/或流程图图示中框的组合可以由执行特定功能或动作的基于专用硬件的系统或者专用硬件和计算机指令的组合来实施。这些计算机程序指令也可以存储在计算机可读介质中，该计算机可读介质可以指导控制器或其它可编程数据处理设备以特定方式工作，使得存储在计算机可读介质中的指令生产制造物品，该制造物品包括实施流程图和/或框图的框中指定的功能/动作的指令。
51.本说明书（包括所附权利要求）中的参数（例如，量或条件）的数值应被理解为在每个相应的实例中由术语“大约”修饰，无论“大约”是否实际出现在数值之前。“大约”表示所述数值允许一些轻微的不精确（其中一些在值方面接近精确；大约或相当接近该值；几乎）。如果“大约”所提供的不精确性在本领域中未以其它方式被理解为具有该普通含义，则如本文使用的“大约”至少表示可能由测量和使用这种参数的普通方法产生的变化。此外，范围的公开包括每个值和整个范围内进一步划分的范围的公开。因此，范围内的每个值和范围的端点被公开为单独的实施例。
52.具体实施方式和附图或图是对本公开的支持和描述，但是本公开的范围仅由权利要求限定。虽然已经详细描述了用于实行所要求保护的公开的一些最佳模式和其它实施例，但是存在用于实践所附权利要求中限定的公开的各种替代设计和实施例。此外，附图中所示的实施例或本说明书中提到的各种实施例的特征不一定被理解为彼此独立的实施例。相反，可能的是，在实施例的一个示例中描述的每个特征可以与来自其它实施例的一个或
多个其它期望的特征相结合，从而得到没有用文字或参考附图描述的其它实施例。因此，这种其它实施例也落入所附权利要求的范围的框架内。

技术特征：
1.一种用于优化车辆的充电的系统，所述车辆具有可再充电能量存储单元且在路线上行驶，所述系统包括：控制器，所述控制器具有处理器和有形的非暂态性存储器，在存储器上记录指令，由处理器执行指令使控制器：获取路线的细节，包括调查本地充电基础设施以确定路线的预定半径内的一个或多个充电站的可用性；获取与所述一个或多个充电站有关的相应站参数；基于用户输入，从一组预定目标中选择至少一个时期目标；以及部分地基于所述至少一个时期目标和相应站参数为沿路线的一个或多个停车点分别生成推荐充电简档。2.根据权利要求1所述的系统，其中，相应站参数包括一个或多个充电站处的使用容量和发生的成本。3.根据权利要求1所述的系统，其中，相应站参数包括一个或多个充电站处限电状况的存在。4.根据权利要求1所述的系统，其中，该组预定目标包括充电时间最小化和成本最小化。5.根据权利要求4所述的系统，其中，提示用户为该组预定目标中的每一个选择相应百分比。6.根据权利要求1所述的系统，其中，控制器执行机器学习模块以生成推荐充电简档。7.根据权利要求2所述的系统，其中：推荐充电简档从多个充电简档中选择；以及控制器适于将由可再充电能量存储单元在多个充电简档的各个充电时段期间获得的相应能量进行比较。8.根据权利要求7所述的系统，其中，各个充电时段包括10分钟的第一充电时段、20分钟的第二充电时段和30分钟的第三充电时段。9.根据权利要求2所述的系统，其中：推荐充电简档从多个充电简档中选择；以及控制器适于将车辆中的可再充电能量存储单元达到所述多个充电简档的各个荷电状态所花费的相应时间进行比较。10.根据权利要求9所述的系统，其中，各个荷电状态包括80% soc的第一荷电状态、90% soc的第二荷电状态和96% soc的第三荷电状态。

技术总结
一种用于优化车辆的充电的系统包括控制器，所述车辆具有可再充电能量存储单元且在路线上行驶。控制器具有处理器和有形的非暂态性存储器，在存储器上记录指令。由处理器执行指令使控制器获取路线的细节，包括调查本地充电基础设施以确定路线的预定半径内的一个或多个充电站的可用性。控制器适于获取与所述一个或多个充电站有关的相应站参数。基于用户输入，从一组预定目标中选择至少一个时期目标。控制器适于部分地基于时期目标和相应站参数为沿路线的一个或多个停车点分别生成推荐充电简档。电简档。电简档。


技术研发人员：B
受保护的技术使用者：通用汽车环球科技运作有限责任公司
技术研发日：2022.10.20
技术公布日：2023/9/22