一种换电柜适用于多型号电池充电的方法与流程

本发明属于换电柜，具体涉及一种换电柜适用于多型号电池充电的方法。

背景技术：

1、随着现代社会对可持续环境的追求,电动车凭借其便捷性、高效率以及对环境的低冲击而受到了人们的广泛欢迎。电动自行车已经成为了众多通勤者的首选，得益于它们的易用性和环保特质。由此电动交通工具的数目犹如潮水般迅速增加。

2、但不同电动车使用的锂电池的外形和充电接口都存在着一定的差异。由于电池规格不同，无法统一电池数据接口，有些锂电池没有通讯接口，无法获取锂电池的数据信息，容易出现电池热失控，导致引发火灾，给用户使用带来极大的困扰。并且目前市场上的换电柜通常只支持一种电池和协议，用户在使用换电柜时会因为电池型号不匹配，导致无法换电和充电。

技术实现思路

1、为了解决上述现有技术中存在的问题，提供了一种换电柜适用于多型号电池充电的方法。

2、本发明解决其技术问题所采用的技术方案是：

3、本技术方案提出了一种换电柜适用于多型号电池充电的方法，包括以下步骤：

4、s1：通过手动或者自动识别的方式，实现换电柜对电池的识别；

5、s2：电池插接中主控板通过识别电池sn码，对电池进行通信检测，基于椭圆曲线密码学算法实现对电池的加密和解密，换电柜通过和电池握手通讯获取电池相关信息；

6、s3：基于电池相关信息，判断电池型号为换电规则或是充电规则，其中换电规则为将电池进行更换，放入电池后，取走另一块电池，充电规则为对电池进行充电操作。

7、优选的，s1中，电池相关信息包括电池编号、充电条件、置入到位情况、充电电压、充电电流、技术参数、剩余电量；若电池采用硬连接形式，则首先判断电池的到位情况，若电池采用软连接形式，则跳过到位检测，直接开始获取电池信息。

8、优选的，s2中，电池的加密方法包括：

9、电池插入换电柜时，换电柜生成一个随机的公钥，该公钥基于椭圆曲线上的特定点生成，椭圆曲线方程表示为

10、y2＝x3+ax+b                       (1)

11、式中，a和b是曲线参数，且满足4a3+27b2≠0，公钥为一个椭圆曲线方程上的点p，其坐标满足公式(1)；

12、换电柜将生成的公钥p发送给电池，电池在接收到公钥后p，使用其内置的私钥d对公钥p进行加密，其中，私钥d是一个随机生成的整数；

13、电池的解密方法包括：

14、计算基点g与私钥d的点乘运算，q＝d*g，q为加密后的结果，q为椭圆曲线方程上的点；

15、电池将加密后的点q返回给换电柜，换电柜在接收到加密数据q后，使用其内置的私钥e进行解密，解密过程基于椭圆曲线上的点乘运算；

16、换电柜使用私钥e对接收到的点q进行点乘运算，r＝e*q；

17、换电柜同时知道电池公钥p的生成过程，p＝e*g，换电柜通过比较r和p是否相等来验证电池的身份；

18、如果r等于p，说明解密成功，换电柜确认电池的身份，并继续进行后续的通信，如果r不等于p，说明解密失败，换电柜拒绝与电池进行通。

19、优选的，s3中，换电规则适用于支付电池押金的用户，获取信息包括：更换次数、换电费用、换电用户、结算形式；充电规则适用于自有电池用户，获取信息包括：充电电压、充电电流、充电量、充电时间。

20、优选的，电池充电信息获取方法包括：

21、s11：数据收集：实时收集电池状态数据，包括电压v、电流i、温度t和剩余电量soc；

22、实时收集用户需求数据，记录充电需求类型、充电时间偏好和电量需求；

23、实时收集电网条件数据，包含当前电价p、电网负载率l和预计负载变化趋势δl。

24、s12：数据清洗，通过对数据集进行排序，比较相邻行是否完全相同，实现检查并移除重复记录；

25、识别并处理缺失值，遍历数据集，检查每个字段中是否存在缺失值，对于非关键字段的缺失值，删除该字段；

26、对于关键字段的缺失值，若数据是时间序列或有明显的趋势，使用插值法来估算缺失值，若数据没有明显的趋势或季节性，使用均值、中位数或众数来填充缺失值；

27、s13：识别并处理异常值，使用统计方法iqr法则或者z-score方法，来识别异常值，根据业务需求和数据特性，决定是删除异常值、替换为其他值，还是保留异常值但进行标记；

28、s14：数据标准化，对电池状态数据中的电压v、电流i、温度t进行标准化处理，将其转换为均值为0，标准差为1的分布，对剩余电量soc进行归一化处理，将其值映射到[0,1]区间内；

29、s15：数据归一化，对用户需求数据中的充电时间偏好和电量需求进行归一化处理，确保其值在[0,1]或[-1,1]区间内；

30、类别数据处理，对于充电需求类型的数据，使用独热编码转换为适合机器学习模型处理的格式；

31、归一化电网条件数据中的当前电价p、电网负载率l以及预计负载变化趋势δl，确保其值也在[0,1]或[-1,1]区间内；

32、s16：数据整合，将清洗、标准化和归一化处理后的电池状态数据、用户需求数据和电网条件数据整合到同一个数据集中，确保每条记录都包含所有相关的特征，用于后续的模型训练。

33、优选的，模型训练方法包括：

34、s21：数据准备，从历史数据中提取已经预处理和整合好的特征集，包括电池状态数据、用户需求数据和电网条件数据，确定目标变量，充电电流和充电时间；

35、s22：数据集划分，将数据集随机划分为训练集、验证集和测试集，训练集用于模型训练，验证集用于模型选择和参数调优，测试集用于评估模型的最终性能；

36、s23：在模型训练阶段，选择机器学习算法，分别采用支持向量机和随机森林两种算法，利用训练集数据来构建预测模型；

37、支持向量机模型训练：

38、数据准备：训练集数据进行预处理；

39、模型初始化：初始化支持向量机训练模型，设置基本的超参数；

40、模型训练：调用支持向量机对象的fit方法，将训练集的特征和目标变量作为参数传入，开始训练模型；

41、训练监控与优化：在训练过程中，监控模型的训练进度和性能，并根据需要调整超参数以提高模型的泛化能力；

42、随机森林模型训练：

43、数据准备：训练集数据进行预处理；

44、模型初始化：初始化随机森林模型，设置基本的超参数；

45、模型训练：通过调用随机森林对象的fit方法，并传入训练集的特征和目标变量来训练模型；

46、并行化与优化：在训练过程中利用多核处理器来加速训练，通过调整超参数来优化模型的性能和复杂度；

47、s24：交叉验证与参数调优，采用k-折交叉验证技术，将训练集分为k个子集，每次使用k-1个子集作为训练数据，剩下的一个子集作为验证数据，分别调整支持向量机和随机森林的超参数，使用贝叶斯优化方法来找到最佳的超参数组合，记录每组超参数在交叉验证中的平均性能；

48、s25：模型选择，根据交叉验证的结果，选择性能最佳的模型及其对应的超参数设置，进行模型的优化与再验证，使用验证集数据对选定的最佳模型进行再验证。

49、优选的，充电策略包括：

50、基于实时数据和训练好的模型，生成当前的充换电策略；

51、电池充电需求计算：

52、充电需求(e_demand)＝(目标电量-当前电量)×电池容量；

53、充电电流计算：

54、充电电流(iset)＝充电需求(edemand)/充电时间(tset)；

55、其中，充电电流(iset)应不超过电池的最大充电电流imax；

56、电网电价成本优化：

57、电价成本(cost)＝充电电量(e_charged)×电价(p)

58、初始化参数：设定时间步长，并确定一天内的总时间步数，获取每个时间步的电价p[t]，根据历史数据或预测模型获取电网负载率l[t]和预计负载变化趋势δl[t]；

59、构建成本矩阵：创建一个二维数组cost[i][j]，其中i表示时间步，j表示电池电量状态，cost[t+1][jnext]＝min(cost[t+1][jnext])；

60、动态规划求解，遍历每个时间步t，对于每个时间步t，遍历每个可能的电池电量状态j，根据电池的最大充电电流i_max和当前时间步的充电时间，计算在当前时间步内可充电的最大电量δe；

61、计算下一个时间步可能达到的电量状态范围，对于每个可能的j_next，计算从当前状态(t，j)转移到(t+1，j_next)的成本：

62、充电成本＝(j_next-j)*电池容量*p[t]，更新cost[t+1][j_next]为当前已知的最小成本；

63、回溯最优策略，从cost[t_total-1][目标电量]开始，回溯得到每个时间步的最优电量状态，根据每个时间步的最优电量状态，计算对应的充电电流和充电时间，输出最优充换电策略，将最终得到的最优充换电策略输出给主控板执行。

64、优选的，采用pid充电模式进行电池的充电：

65、

66、离散转换后为：

67、

68、式中，u(t)为输出曲线，pid输出值随时间变化，kp为比例系数，e(t)设定值和实际值的偏差随时间变化的曲线，ti为积分时间，td为微分时间，t为调节周期；

69、在电池充电过程中，读取电池实时电压和电流作为过程反馈值，与充电策略设定的电压和电流参考值计算误差，根据误差值生成控制输出，调节充电器的电压和电流输出，p项根据误差对控制量进行比例调节，i项对误差进行积分，d项根据误差变化率调节，通过调节pid参数，实现对充电过程的精确控制。

70、与现有技术相比，本发明具有以下优点：

71、本发明通过换电柜的软件，自动通过预设的通讯协议和电池进行通讯，以识别电池的型号，用户还可通过换电柜上的显示屏或者手机应用软件自行选择电池型号，软件可自动选择输出合适的充电电压和电流曲线，该换电柜可对不同厂商不同规格的锂电池均具有较好的兼容性，可有效提升换电柜的使用率，有效增加了终端用户的便利性。