一种充电信息处理方法、装置、存储介质、模组及控制器与流程

技术特征：
1.一种充电信息处理方法，其特征在于，包括：信息采集步骤（010）、模型训练步骤（020）、信息生成步骤（030），其中：所述信息采集步骤（010）获取第一充电场景信息（001），所述第一充电场景信息（001）包括车辆状态信息、车辆环境信息、车辆操控信息至少之一；所述模型训练步骤（020）按照所述第一充电场景信息（001）训练并更新第二设备模型（022），所述第二设备模型（022）包括车辆模型；所述信息生成步骤（030）根据所述第一充电场景信息（001）及所述第二设备模型（022）修正或补偿第二充电功率谱信息（002），所述第二充电功率谱信息（002）用于约束或指引充电接口设备和/或用电设备。2.如权利要求1所述的充电信息处理方法，还包括：干预信息接收步骤（040）；所述干预信息接收步骤（040）获取预设的第三初始条件信息（003）和/或第四优化目标信息（004）；其中，所述第三初始条件信息（003）根据所述第一充电场景信息（001）或待充电设备的额定值或默认值预留一所述第二充电功率谱信息（002）；所述第四优化目标信息（004）根据干预源的信息给出需要优化的第五核心指标，所述第五核心指标包括充电时间长度、能耗大小、电池损伤程度指标至少之一；若所述干预信息接收步骤（040）以所述第四优化目标信息（004）为所述干预源，则所述模型训练步骤（020）以所述第四优化目标信息（004）改善的方向为优化方向。3.如权利要求2所述的充电信息处理方法，其中：所述第二设备模型（022）的训练和/或更新过程通过有监督的训练过程生成；分割所述第一充电场景信息（001）为第六网格信息，所述第六网格信息包括符合预设精度的第一参量、第二参量直至第n参量，n为自然数；以所述第一充电场景信息（001）下的安全功率范围为限，在预设的第七精度下，比较各所述第一参量、所述第二参量直至所述第n参量下的所述第二充电功率谱信息（002）；以预设的优化指标或规则选取用于所述第二设备模型（022）修正或补偿的所述第二充电功率谱信息（002）；由所述第一参量、所述第二参量直至所述第n参量中预设的两个参量构造二维表格，并采用动态规划算法在所述二维表格中检索不同充电起止点的目标功率谱；其中，获取由起始soc到充电目标soc之间的所述第二充电功率谱信息（002）；于所述第一充电场景信息（001）下对应生成第一待选功率谱、第二待选功率谱直至第m待选功率谱，m为自然数；基于神经网络进行有监督训练，于所述第一待选功率谱、所述第二待选功率谱直至所述第m待选功率谱训练得到目标功率谱。4.如权利要求3所述的充电信息处理方法，其中：所述第七精度为1kw；所述第一参量为充电状态soc，所述第一参量精度为1%；所述第二参量为电池温度，所述第二参量精度为1℃；所述第三参量为环境温度，所述第三参量精度为1℃。5.如权利要求1、2、3或4任一的所述充电信息处理方法，其中：所述信息生成步骤（030）根据所述第一充电场景信息（001）为所述第二设备模型（022）
对应的设备给出充电地点信息和/或充电模式信息；所述充电地点信息和/或充电模式信息根据所述第一充电场景信息（001）在所述第二设备模型（022）训练并更新过程中符合预设规则的多目标优化过程获得。6.如权利要求5的所述充电信息处理方法，其中：所述信息采集步骤（010）还获取第二充电需求信息，所述充电需求信息由充电接口设备和/或用电设备提供；所述充电接口设备和/或所述用电设备包括充电口、充电枪、充电控制单元（120）和/或热管理控制单元（130）；所述车辆环境信息包括导航信息、充电桩位置信息、占用状态信息、充电负载能力信息、排队信息；所述车辆操控信息包括车主肖像信息、历史充电/偏好信息。7.一种充电信息处理装置，包括：信息采集单元（100）、模型训练单元（200）、信息生成单元（300）；所述信息采集单元（100）获取第一充电场景信息（001），所述第一充电场景信息（001）包括车辆状态信息、车辆环境信息、车辆操控信息至少之一；所述模型训练单元（200）按照所述第一充电场景信息（001）训练并更新第二设备模型（022），所述第二设备模型（022）包括车辆模型；所述信息生成单元（300）根据所述第一充电场景信息（001）及所述第二设备模型（022）修正或补偿第二充电功率谱信息（002），所述第二充电功率谱信息（002）用于约束或指引充电接口设备和/或用电设备。8.如权利要求6所述的充电信息处理装置，还包括：执行干预单元（400）；所述执行干预单元（400）获取预设的第三初始条件信息（003）和/或第四优化目标信息（004）；其中，所述第三初始条件信息（003）根据所述第一充电场景信息（001）或待充电设备的额定值或默认值预留一所述第二充电功率谱信息（002）；所述第四优化目标信息（004）根据干预源的信息给出需要优化的第五核心指标，所述第五核心指标包括充电时间长度、能耗大小、电池损伤程度指标至少之一；若所述干预信息接收步骤（040）以所述第四优化目标信息（004）为所述干预源，则所述模型训练单元（200）以所述第四优化目标信息（004）改善的方向为优化方向。9.如权利要求6或7所述的充电信息处理装置，其中：所述第二设备模型（022）的训练和/或更新过程通过有监督的训练过程生成；分割所述第一充电场景信息（001）为第六网格信息，所述第六网格信息包括符合预设精度的第一参量、第二参量直至第n参量，n为自然数；以所述第一充电场景信息（001）下的安全功率范围为限，在预设的第七精度下，比较各所述第一参量、所述第二参量直至所述第n参量下的所述第二充电功率谱信息（002）；以预设的优化指标或规则选取用于所述第二设备模型（022）修正或补偿的所述第二充电功率谱信息（002）；由所述第一参量、所述第二参量直至所述第n参量中预设的两个参量构造二维表格，并采用动态规划算法在所述二维表格中检索不同充电起止点的目标功率
谱；其中，获取由起始soc到充电目标soc之间的所述第二充电功率谱信息（002）；于所述第一充电场景信息（001）下对应生成第一待选功率谱、第二待选功率谱直至第m待选功率谱，m为自然数；基于神经网络进行有监督训练，于所述第一待选功率谱、所述第二待选功率谱直至所述第m待选功率谱训练得到目标功率谱。10.如权利要求8所述的充电信息处理装置，其中：所述第七精度为1kw；所述第一参量为充电状态soc，所述第一参量精度为1%；所述第二参量为电池温度，所述第二参量精度为1℃；所述第三参量为环境温度，所述第三参量精度为1℃。11.如权利要求6、8或9的任一所述充电信息处理装置，其中：所述信息生成单元（300）根据所述第一充电场景信息（001）为所述第二设备模型（022）对应的设备给出充电地点信息和/或充电模式信息；所述充电地点信息和/或充电模式信息根据所述第一充电场景信息（001）在所述第二设备模型（022）训练并更新过程中符合预设规则的多目标优化过程获得；模型训练单元（200）部署在云端设备和/或具备算力的车载单元，所述云端设备与所述车载单元通过无线通信设备交换数据，所述无线通信包括wifi、4g/5g系统。12.如权利要求11所述的充电信息处理装置，其中：所述信息采集单元（100）还获取第二充电需求信息，所述充电需求信息由充电接口设备或用电设备提供；所述充电接口设备或所述用电设备包括所述充电口、所述充电枪、所述充电控制单元（120）和/或所述热管理控制单元（130）；所述充电接口设备或所述用电设备还包括车载总线设备和/或以太网总线设备，所述车载总线包括can总线；所述车辆环境信息包括导航信息、充电桩位置信息、占用状态信息、充电负载能力信息、排队信息；所述车辆操控信息包括车主肖像信息、历史充电/偏好信息。13.一种计算机存储介质，包括：用于存储计算机程序的存储介质本体；所述计算机程序在被微处理器执行时，实现如权利要求1至6的任一所述充电信息处理方法。14.一种电池管理模组，包括：如权利要求7至12的任一所述充电信息处理装置；和/或如权利要求13的任一所述计算机存储介质。15.一种控制器，包括：如权利要求7至12的任一所述充电信息处理装置；和/或如权利要求13的任一所述计算机存储介质；和/或如权利要求14的任一所述模组。

技术总结
本发明属于智能车技术领域，尤其涉及一种充电信息处理方法、装置、存储介质、模组及控制器；公开了一种柔性的部署方式，将相关计算功能封装成车端或云端运行服务，收集车辆状态、车辆所处环境及车主操作等相关数据，并基于相关数据和相关计算模型生成按时间最短/效率最高/电池寿命最长等目标优化后的充电功率谱指令，下发给负责充电功能的电控模块（如整车控制器等），由其执行相关指令以实现充电目标优化；可根据车辆模型、历史行车/充电数据等识别车辆所处环境及车主操作偏好等信息，预测车辆行车及充电需求、期望优化目标；可基于相关指标为车主推荐最佳充电地点、充电模式，并在充电过程中协助充电控制单元实现充电优化。电过程中协助充电控制单元实现充电优化。电过程中协助充电控制单元实现充电优化。


技术研发人员：徐磊 吕践 易通
受保护的技术使用者：联合汽车电子有限公司
技术研发日：2022.06.30
技术公布日：2022/11/18