[发明专利]基于大数据的车与车互学习充电剩余时间预测方法和装置

说明书

本申请提供了一种基于大数据的车与车互学习充电剩余时间预测方法和装置。所述方法，应用于车辆，包括：获取动力电池的初始荷电状态SOC和初始温度；根据所述初始荷电状态SOC和初始温度，确定所述动力电池充电截止时的第一剩余充电时长；获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二剩余充电时长；根据所述第一剩余充电时长和所述第二剩余充电时长，确定从所述初始荷电状态SOC开始充电的预测剩余充电时长。本申请的方法不仅考虑车端预测剩余充电时长，还会基于云端大数据的预测，进一步地提高了数据的准确性。

技术领域

本申请涉及汽车技术领域，特别涉及一种基于大数据的车与车互学习充电剩余时间预测方法和装置。

背景技术

随着科技迅猛发展及芯片制造技术的提升，在汽车领域出现了以动力电池为能量来源的电动汽车。电动汽车的问世，不但解决了传统燃油车尾气排放对大气污染的问题，也降低了石油等不可再生资源的消耗。

为电动汽车的动力电池充电的过程中，用户需要了解需要的剩余充电时长，以便安排后续日程，目前，一般采用充电剩余容量除以充电电流来估算动力电池的充电剩余时间，此种估算方式随着动力电池寿命衰减累计误差逐渐增大，使得对充电剩余时间的估计不准确，影响用户的按时出行。

另一方面，现有技术的预测剩余充电时长，仅仅考虑车辆端预测，导致数据不够准确，存在一定的缺陷。

申请内容

本申请实施例提供一种基于大数据的车与车互学习充电剩余时间预测方法和装置，以解决现有技术预测剩余充电时长不准确，或者仅通过车端预设剩余时间的问题。

为了解决上述技术问题，本申请采用如下技术方案：

本申请实施例提供一种基于大数据的车与车互学习充电剩余时间预测方法，应用于车辆，其特征在于，包括：

获取动力电池的初始荷电状态SOC和初始温度；

根据所述初始荷电状态SOC和初始温度，确定所述动力电池充电截止时的第一剩余充电时长；

获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二剩余充电时长；

根据所述第一剩余充电时长和所述第二剩余充电时长，确定从所述初始荷电状态SOC开始充电的预测剩余充电时长。

可选的，所述根据所述第一剩余充电时长和所述第二剩余充电时长，确定从所述初始荷电状态SOC开始充电的预测剩余充电时长，包括：

在第一比值处于预设范围之内时，确定所述预测剩余充电时长为充电过程的实时充电时长与第一比值相乘获得的数值；其中，所述第一比值等于第二剩余充电时长与所述第一剩余充电时长之间的比值。

可选的，所述预设范围位于：

第一预设倍数的第一剩余充电时长和第二预设倍数的第一剩余充电时长之间，所述第一预设倍数小于所述第二预设倍数；

其中，若所述第一比值小于所述第一预设倍数的第一剩余充电时长，则确定第一比值为第一预设倍数的第一剩余充电时长；

若所述第一比值大于所述第二预设倍数的第一剩余充电时长，则确定第一比值为第二预设倍数的第一剩余充电时长。

可选的，所述根据所述初始荷电状态SOC和初始温度，确定所述动力电池充电截止时的第一剩余充电时长：

根据当前存储的第一充电参数映射表，获取各SOC区间的充电电流，所述第一充电参数映射表包括SOC区间与充电电流的对应关系；

根据所述初始荷电状态SOC、所述初始温度、各SOC区间的充电电流和各SOC区间的限值，确定第一剩余充电时长。