本發(fā)明涉及新能源汽車充電領(lǐng)域，特別涉及用于新能源汽車的充電引導(dǎo)方法及系統(tǒng)。

背景技術(shù)：

1、隨著新能源技術(shù)的快速發(fā)展，新能源車輛的使用占比也越來越大，且越來越多的停車場設(shè)置了充電車位及對應(yīng)的充電樁，以便于具有車輛充電需求的車輛人員(如駕駛員)能夠通過充電車位對應(yīng)的充電樁為車輛充電。

2、在實際應(yīng)用中，不同停車場所設(shè)置的充電車位的情況(例如，位置、數(shù)量等)不均相同。當(dāng)具有車輛充電需求的車輛人員駕駛車輛進入一個不熟悉的停車場時，由于車輛人員對停車場中充電車位的相關(guān)情況(如充電車位的數(shù)量、位置及對應(yīng)充電樁的工作狀態(tài)等)不了解，這會導(dǎo)致車輛人員無法快速的查找到滿足其車輛充電需求的充電車位，進而無法及時為車輛進行充電

3、因此，需要提供用于新能源汽車的充電引導(dǎo)方法及系統(tǒng)，用于實現(xiàn)新能源汽車充電的自動化引導(dǎo)，提高新能源汽車的充電效率與充電便捷性。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供用于新能源汽車的充電引導(dǎo)系統(tǒng)，包括：請求接收模塊，用于接收新能源汽車發(fā)起的充電引導(dǎo)請求；數(shù)據(jù)獲取模塊，用于獲取當(dāng)前氣象信息、歷史氣象信息、當(dāng)前路況信息、歷史路況信息、新能源汽車的歷史充電信息、多個充電站在多個歷史周期的運行信息和在當(dāng)前周期的多個歷史時間點的運行信息；數(shù)據(jù)分析模塊，用于根據(jù)當(dāng)前氣象信息、歷史氣象信息、當(dāng)前路況信息、歷史路況信息、新能源汽車的歷史充電信息、多個充電站在多個歷史周期的運行信息和在當(dāng)前周期的多個歷史時間點的運行信息，預(yù)測多個充電站在當(dāng)前周期的多個未來時間點的運行信息；充電引導(dǎo)模塊，用于根據(jù)當(dāng)前路況信息、新能源汽車的歷史充電信息、多個充電站在當(dāng)前周期的多個未來時間點的運行信息，從所述多個充電站中確定最優(yōu)充電站，并生成所述最優(yōu)充電站對應(yīng)的站外引導(dǎo)路徑；所述充電引導(dǎo)模塊還用于根據(jù)當(dāng)前氣象信息、新能源汽車的歷史充電信息及最優(yōu)充電站在當(dāng)前周期的多個歷史時間點的運行信息，從所述最優(yōu)充電站中確定最優(yōu)充電樁，并生成所述最優(yōu)充電樁對應(yīng)的站內(nèi)引導(dǎo)路徑。

2、進一步地，所述運行信息至少包括充電站的充電負荷；所述數(shù)據(jù)分析模塊根據(jù)當(dāng)前氣象信息、歷史氣象信息、當(dāng)前路況信息、歷史路況信息、新能源汽車的歷史充電信息、多個充電站在多個歷史周期的運行信息和在當(dāng)前周期的多個歷史時間點的運行信息，預(yù)測多個充電站在當(dāng)前周期的多個未來時間點的運行信息，包括：對于每個充電站，根據(jù)歷史氣象信息、歷史路況信息和所述充電站在多個歷史周期的充電負荷，確定所述充電站對應(yīng)的關(guān)鍵氣象因素和關(guān)鍵道路；根據(jù)每個充電站對應(yīng)的關(guān)鍵氣象因素和關(guān)鍵道路，對所述多個充電站進行分組，確定至少一個充電站組；對于每個充電站組，根據(jù)歷史氣象信息、歷史路況信息、所述充電站組包括的充電站在多個歷史周期的充電負荷，生成多個訓(xùn)練樣本，建立所述充電站組對應(yīng)的負荷預(yù)測模型；基于每個充電站組對應(yīng)的負荷預(yù)測模型、當(dāng)前氣象信息、當(dāng)前路況信息和每個充電站在當(dāng)前周期的多個歷史時間點的運行信息，預(yù)測多個充電站在當(dāng)前周期的多個未來時間點的充電負荷。

3、進一步地，所述數(shù)據(jù)分析模塊根據(jù)歷史氣象信息、歷史路況信息和所述充電站在多個歷史周期的充電負荷，確定所述充電站對應(yīng)的關(guān)鍵氣象因素和關(guān)鍵道路，包括：對于每種氣象因素，根據(jù)歷史氣象信息和所述充電站在多個歷史周期的充電負荷，確定氣象因素與充電負荷的相關(guān)系數(shù)；根據(jù)每種氣象因素與充電負荷的相關(guān)系數(shù)，確定所述充電站對應(yīng)的關(guān)鍵氣象因素；對于每條道路，根據(jù)歷史路況信息和所述充電站在多個歷史周期的充電負荷，確定道路與充電負荷的相關(guān)系數(shù)；根據(jù)每條道路與充電負荷的相關(guān)系數(shù)，確定所述充電站對應(yīng)的關(guān)鍵道路。

4、進一步地，所述數(shù)據(jù)分析模塊基于每個充電站組對應(yīng)的負荷預(yù)測模型、當(dāng)前氣象信息、當(dāng)前路況信息和每個充電站在當(dāng)前周期的多個歷史時間點的運行信息，預(yù)測多個充電站在當(dāng)前周期的多個未來時間點的運行信息，包括：對于每個充電站組，基于所述充電站組包括的每個充電站對應(yīng)的關(guān)鍵氣象因素，確定所述充電站組對應(yīng)的關(guān)鍵氣象因素，根據(jù)所述充電站組對應(yīng)的關(guān)鍵氣象因素、歷史氣象信息及所述充電站組包括的每個充電站的歷史充電信息，確定所述充電組包括的任意兩個充電站對應(yīng)多種氣象類型的負荷校正參數(shù)；對于每個充電站，通過所述充電站所屬的充電站組對應(yīng)的負荷預(yù)測模型基于當(dāng)前氣象信息、當(dāng)前路況信息和每個充電站在當(dāng)前周期的多個歷史時間點的運行信息，預(yù)測充電站在當(dāng)前周期的多個未來時間點的初始充電負荷；對于每個充電站組，根據(jù)所述充電組包括的任意兩個充電站對應(yīng)多種氣象類型的負荷校正參數(shù)，確定所述充電組包括的任意兩個充電站對應(yīng)當(dāng)前氣象信息的負荷校正參數(shù)，根據(jù)所述充電組包括的任意兩個充電站對應(yīng)當(dāng)前氣象信息的負荷校正參數(shù)對所述充電組包括的每個充電站在當(dāng)前周期的多個未來時間點的初始充電負荷進行校正，生成所述充電組包括的每個充電站在當(dāng)前周期的多個未來時間點的充電負荷。

5、進一步地，所述數(shù)據(jù)分析模塊基于所述充電站組包括的每個充電站對應(yīng)的關(guān)鍵氣象因素，確定所述充電站組對應(yīng)的關(guān)鍵氣象因素，根據(jù)所述充電站組對應(yīng)的關(guān)鍵氣象因素、歷史氣象信息及所述充電站組包括的每個充電站的歷史充電信息，確定所述充電組包括的任意兩個充電站對應(yīng)多種氣象類型的負荷校正參數(shù)，包括：基于所述充電站組包括的每個充電站對應(yīng)的關(guān)鍵氣象因素和歷史氣象信息，確定所述充電站組對應(yīng)的多種氣象類型；根據(jù)所述充電站組對應(yīng)的多種氣象類型和歷史氣象信息，對多個歷史周期進行分組，確定多個歷史周期組，其中，一個歷史周期組對應(yīng)一種氣象類型；對于每種氣象類型，根據(jù)所述充電站組包括的每個充電站在所述歷史周期組的運行信息，確定所述充電組包括的任意兩個充電站對應(yīng)所述氣象類型的負荷校正參數(shù)。

6、進一步地，所述充電引導(dǎo)模塊根據(jù)當(dāng)前路況信息、新能源汽車的歷史充電信息、多個充電站在當(dāng)前周期的多個未來時間點的運行信息，從所述多個充電站中確定最優(yōu)充電站，并生成所述最優(yōu)充電站對應(yīng)的站外引導(dǎo)路徑，包括：對于每個充電站，根據(jù)新能源汽車的實時位置、充電站的位置、區(qū)域電子地圖和路況信息，確定所述充電站對應(yīng)的最優(yōu)充電路徑，根據(jù)所述充電站對應(yīng)的最優(yōu)充電路徑，確定所述充電站在路徑指標(biāo)的得分；對于每個充電站，根據(jù)所述充電站在當(dāng)前周期的多個未來時間點的運行信息，確定所述充電站在負荷指標(biāo)的得分；對于每個充電站，根據(jù)所述新能源汽車的歷史充電信息，確定所述充電站在慣性指標(biāo)的得分；根據(jù)每個充電站在路徑指標(biāo)的得分、負荷指標(biāo)的得分及慣性指標(biāo)的得分，從所述多個充電站中確定最優(yōu)充電站；根據(jù)所述最優(yōu)充電站對應(yīng)的最優(yōu)充電路徑，生成所述最優(yōu)充電站對應(yīng)的站外引導(dǎo)路徑。

7、進一步地，所述運行信息還包括充電站中每個充電樁的運行狀態(tài)信息；所述充電引導(dǎo)模塊根據(jù)當(dāng)前氣象信息、新能源汽車的歷史充電信息及最優(yōu)充電站在當(dāng)前周期的多個歷史時間點的運行信息，從所述最優(yōu)充電站中確定最優(yōu)充電樁，并生成所述最優(yōu)充電樁對應(yīng)的站內(nèi)引導(dǎo)路徑，包括：根據(jù)所述最優(yōu)充電站中每個充電樁的運行狀態(tài)信息，確定所述最優(yōu)充電站中處于空閑狀態(tài)的充電樁的故障風(fēng)險值；根據(jù)所述最優(yōu)充電站中處于空閑狀態(tài)的充電樁的故障風(fēng)險值，確定多個候選充電樁；根據(jù)當(dāng)前氣象信息和新能源汽車的歷史充電信息，從所述多個候選充電樁中確定最優(yōu)充電樁；根據(jù)所述新能源汽車的實時位置、最優(yōu)充電樁的位置和所述最優(yōu)充電站的站內(nèi)電子地圖，生成所述最優(yōu)充電樁對應(yīng)的站內(nèi)引導(dǎo)路徑。

8、進一步地，所述充電引導(dǎo)模塊根據(jù)所述最優(yōu)充電站中每個充電樁的運行狀態(tài)信息，確定所述最優(yōu)充電站中處于空閑狀態(tài)的充電樁的故障風(fēng)險值，包括：根據(jù)所述最優(yōu)充電站中每個充電樁的運行狀態(tài)信息，確定所述最優(yōu)充電站中每個充電樁的初始故障風(fēng)險值；對于所述最優(yōu)充電站中的任意兩個充電樁，根據(jù)兩個充電樁的歷史狀態(tài)信息，計算兩個充電樁的故障相關(guān)系數(shù)；對于所述最優(yōu)充電站中的每個充電樁，所述最優(yōu)充電站中的任意兩個充電樁的故障相關(guān)系數(shù)，確定所述充電樁的故障關(guān)聯(lián)充電樁；對于所述最優(yōu)充電站中處于空閑狀態(tài)的每個充電樁，根據(jù)所述充電樁的初始故障風(fēng)險值和所述充電樁的故障關(guān)聯(lián)充電樁的初始故障風(fēng)險值，確定所述充電樁的故障風(fēng)險值。

9、進一步地，所述充電引導(dǎo)模塊根據(jù)當(dāng)前氣象信息和新能源汽車的歷史充電信息，從所述多個候選充電樁中確定最優(yōu)充電樁，包括：對于每個候選充電樁，根據(jù)所述候選充電樁的相鄰充電樁的狀態(tài)，計算所述候選充電樁對應(yīng)的狀態(tài)優(yōu)先值；根據(jù)所述新能源汽車的歷史充電信息，確定新能源汽車對應(yīng)當(dāng)前氣象信息的慣性停車時長；根據(jù)新能源汽車對應(yīng)當(dāng)前氣象信息的慣性停車時長和每個候選充電樁對應(yīng)的狀態(tài)優(yōu)先值，從所述多個候選充電樁中確定最優(yōu)充電樁。

10、本發(fā)明提供用于新能源汽車的充電引導(dǎo)方法，應(yīng)用于上述的用于新能源汽車的充電引導(dǎo)系統(tǒng)，包括：接收新能源汽車發(fā)起的充電引導(dǎo)請求；獲取當(dāng)前氣象信息、歷史氣象信息、當(dāng)前路況信息、歷史路況信息、新能源汽車的歷史充電信息、多個充電站在多個歷史周期的運行信息和在當(dāng)前周期的多個歷史時間點的運行信息；根據(jù)當(dāng)前氣象信息、歷史氣象信息、當(dāng)前路況信息、歷史路況信息、新能源汽車的歷史充電信息、多個充電站在多個歷史周期的運行信息和在當(dāng)前周期的多個歷史時間點的運行信息，預(yù)測多個充電站在當(dāng)前周期的多個未來時間點的運行信息；根據(jù)當(dāng)前路況信息、新能源汽車的歷史充電信息、多個充電站在當(dāng)前周期的多個未來時間點的運行信息，從所述多個充電站中確定最優(yōu)充電站，并生成所述最優(yōu)充電站對應(yīng)的站外引導(dǎo)路徑；根據(jù)當(dāng)前氣象信息、新能源汽車的歷史充電信息及最優(yōu)充電站在多個歷史周期的運行信息和在當(dāng)前周期的多個歷史時間點的運行信息，從所述最優(yōu)充電站中確定最優(yōu)充電樁，并生成所述最優(yōu)充電樁對應(yīng)的站內(nèi)引導(dǎo)路徑。

11、相比于現(xiàn)有技術(shù)，本發(fā)明提供的用于新能源汽車的充電引導(dǎo)方法及系統(tǒng)，至少具備以下

12、有益效果：

13、1、通過預(yù)測充電站在未來時間點的運行信息，能夠迅速確定最優(yōu)充電站和最優(yōu)充電樁，避免了新能源汽車用戶因選擇不當(dāng)而導(dǎo)致的等待時間過長問題，顯著提高了充電效率。不僅考慮充電站的選擇，還生成了從用戶當(dāng)前位置到最優(yōu)充電站的站外引導(dǎo)路徑，以及從充電站入口到最優(yōu)充電樁的站內(nèi)引導(dǎo)路徑，這種全方位的引導(dǎo)服務(wù)大大提升了用戶的充電體驗。利用大數(shù)據(jù)分析和預(yù)測技術(shù)，綜合考慮氣象、路況、歷史充電信息等多種因素，為新能源汽車用戶提供智能化的充電決策支持，使得充電選擇更加科學(xué)、合理。通過引入歷史氣象信息、歷史路況信息和歷史充電信息，系統(tǒng)能夠更好地適應(yīng)不同時間、不同天氣和不同交通狀況下的充電需求，提高了系統(tǒng)的靈活性和適應(yīng)性。通過合理引導(dǎo)新能源汽車的充電行為，系統(tǒng)有助于平衡各充電站的負載，避免某些充電站過度擁擠而另一些則空閑的情況，從而優(yōu)化能源利用，提高整體充電網(wǎng)絡(luò)的運行效率。在選擇最優(yōu)充電站和充電樁時，系統(tǒng)可以考慮相關(guān)設(shè)施的歷史運行情況和當(dāng)前狀態(tài)，有助于避免選擇存在安全隱患的充電設(shè)施，從而提升充電過程的安全性。

14、2、通過引入多種數(shù)據(jù)源，包括氣象和路況信息，能夠更全面地反映充電站負荷變化的影響因素，從而提高負荷預(yù)測的準(zhǔn)確性和可靠性。獲取充電站的實時負荷情況和未來預(yù)測信息，從而選擇更合適的充電時間和地點，減少等待時間，提升充電體驗。

15、3、根據(jù)新能源汽車的實時位置、充電站的位置、路況信息以及充電站的負荷情況，為用戶規(guī)劃出最優(yōu)的充電路徑和充電站，減少用戶的行駛時間和等待時間，提升充電體驗。通過精確預(yù)測充電站的負荷情況，系統(tǒng)能夠引導(dǎo)用戶選擇負荷較低的充電站進行充電，從而平衡各充電站的負荷，優(yōu)化充電資源的配置。能夠根據(jù)充電樁的運行狀態(tài)信息，為用戶推薦故障風(fēng)險較低的充電樁，減少因充電樁故障導(dǎo)致的充電中斷，提高充電效率。通過綜合考慮充電樁的故障風(fēng)險值和故障相關(guān)系數(shù)，能夠更準(zhǔn)確地評估充電樁的可靠性，從而為用戶提供更可靠的充電服務(wù)。能夠根據(jù)新能源汽車的歷史充電信息，為用戶提供個性化的充電建議，如根據(jù)用戶的充電習(xí)慣和當(dāng)前氣象信息，推薦合適的充電樁和充電時長。通過智能算法，能夠根據(jù)實時數(shù)據(jù)和歷史信息，快速確定最優(yōu)充電站和充電樁，并生成引導(dǎo)路徑，實現(xiàn)智能引導(dǎo)和調(diào)度。