一种基于模糊综合评价模型的智能主动预约充电方法及装置与流程

本发明涉及电动汽车，特别是涉及一种基于模糊综合评价模型的智能主动预约充电方法及装置。

背景技术：

1、电动汽车以其污染小、环保、噪音小且舒适，用车成本低等优点，在汽车市场中逐渐占据重要位置，随着电动汽车产品技术的日趋成熟，相应的基础设置建设及配套充电运营服务系统建设的重要性正在进一步凸显。

2、针对这种状况，有些企业开始有针对性的研发，比如国家电网公司的一件公开号为cn104779680a、发明名称为“电动汽车预约充电控制方法及装置”的发明专利申请，公开了一种电动汽车预约充电控制方法及装置。其中，该方法包括：获取预约充电信息和预先设置的优化控制参数；获取与预约充电信息预先绑定车辆的车辆状态信息；根据预约充电信息和车辆状态信息，确定车辆的预约充电方案集合；使用优化控制参数从预约充电方案集合中筛选得到推荐充电方案。本发明解决了由于无法对电动车的预约充电进行优化，导致充电设备资源浪费和用户充电体验欠佳的技术问题。然而，本发明申请并未考虑驾驶员具体的驾驶习惯及用户喜好以及实际道路情况对预约充电的影响。

3、另一些厂家开始从其他方面入手，例如，江苏金坛大迈汽车工程研究院有限公司和江苏金坛汽车工业有限公司共同申请的一件公开号为cn207683369u、实用新型名称为“一种汽车预约充电系统”的实用新型，公开了一种汽车预约充电系统，包括远程控制终端、tbox、车载充电器obc、电池管理系统bms、整车控制器vcu，所述的远程控制终端与tbox连接，所述的tbox分别连接车载充电器obc和电池管理系统bms，所述的电池管理系统bms与整车控制器vcu连接。本实用新型的优点在于：采用直接网络管理控制bms和tbox的关闭和启停，从而简化实现预约充电功能；通过手机远程设置预约时间进行充电，方便简化充电流程。但是，该实用新型专利仍未考虑用户以往充电习惯和充电站本身情况以及实际道路情况对预约充电的影响。

技术实现思路

1、本发明的目的是为了克服上述背景技术的不足，提供一种基于模糊综合评价模型的智能主动预约充电方法及装置，使其针对电动汽车，在车辆低电量提醒或非低电量用户主动查询充电站时，结合当前用户地点、各个充电站的路线、充电站的基础条件以及用户偏好及用户输入条件等，为用户提供最优推荐充电站排序，并且用户选择后主动为用户进行预约充电。

2、本发明提供的一种基于模糊综合评价模型的智能主动预约充电方法，包括如下步骤：整体主动预约流程：在非低电量模式下，用户主动输入查询条件进行查询，根据查询条件及模糊综合评价模型对充电站进行推荐；在低电量模式下，当电量达到用户设定或系统预设的低电量阈值提醒阈值时，主动推送提醒及根据模糊综合评价模型对充电站进行推荐；充电站评分排序：根据预设条件或结合输入条件，适用模糊综合评价模型对各个充电站评分排序。

3、在上述技术方案中，所述充电站评分排序步骤的具体过程如下：影响因素：将影响用户体验的各个影响因素具体化；评判集合：建立多种决断构成的评判集合；确定评价因素权向量：确定评价因素的权向量；一致性检验：对权重向量判断作一致性检验；评判集合评测：计算评判集合上的模糊集，配合w＝βt得到决断构成的评判集合的评测。

4、在上述技术方案中，所述影响因素步骤的具体过程如下：预设指标：充电路线情况、充电站服务提供情况、用户偏好情况设为预设的三个一级指标，每个一级指标下又包含2-3个二级指标；建立因素集：根据获取到的影响因素建立代表综合评测的多种因素的因素集：u＝{b11，b12…b1n，b21，b22…b2n，b31，b32…bnn}。

5、在上述技术方案中，所述评判集合步骤的具体过程如下：所述评判集合v＝{v1，v2，v3，v4，v5}，其中，{v1，v2，v3，v4，v5}分别表示用户充电体验的评判标语为“优”，“良”，“中”，“可”，“差”，并规定评判集合中各元素的量化值。

6、在上述技术方案中，所述评判集合步骤中，规定评判集合中各元素的量化值分别为v1＝100，v2＝85，v3＝70，v4＝55，v5＝40。

7、在上述技术方案中，所述确定评价因素权向量步骤的具体过程如下：数据量化：采用层次分析法将抽象的评价进行数据量化；判断矩阵：低阶层次关系建立后，对每一层次各因素的相关重要性给出判断，并将这些判断用数据表示出来，形成递解层次结构的判断矩阵；权重计算：权重的计算采用算术平均法、几何平均法或特征值法。

8、在上述技术方案中，所述确定评价因素权向量步骤中，各个子步骤的具体过程如下：所述数据量化步骤是分层将决策的目标、考虑的因素和决策对象按照他们之间的相互关系分成最高层、中间层和最底层；所述判断矩阵步骤是将相同层次的指标两两进行赋值，形成一个由判断系统构成的判断矩阵；所述权重计算步骤是采用算术平均法求权重，根据得到的权重矩阵计算各方案的得分，具体过程是将判断矩阵内所有元素按照列进行归一化处理，再将归一化的各列按行求和，最后将相加后得到的向量中的每个元素除以元素个数,即可得到权重向量wi(i＝1,2,3)；并通过计算得到一级指标的权重和所有二级指标的归一化权重，计算出每个二级指标基于一级指标整体归一化权重向量。

9、在上述技术方案中，所述一致性检验步骤的具体过程如下：一致性指标公式为：(n为判断矩阵阶数)，当满足一致性比例时判定矩阵通过一致性检验，如果没有通过一致性验证，则需要将数据修正计算出新的权重，再次验证，直到达到一致性验证，否则重复确定评价因素权向量步骤。

10、在上述技术方案中，所述评判集合评测步骤的具体过程如下：获取模糊集：利用模糊评价矩阵和所求的权重配比计算评判集合v的模糊集，配合w＝βt得到决断构成的评判集合v的评测，计算公式为：c＝{c1，c2，c3，c4，c5}；评分计算：则评价模型可在当前评价条件下计算出评分，计算公式为：分值＝c1ⅹv1+c2ⅹv2+c3ⅹ3+c4ⅹv4+c5ⅹv5；评分排序及选择：列出预约服务中影响用户体验的因素，以所述因素为指标，通过模糊综合评价模型对各个充电站进行评分排序，并提供给用户进行选择，提升用户的充电服务体验。

11、本发明还提供了一种基于模糊综合评价模型的智能主动预约充电装置，包括计算机程序，该计算机程序能够执行基于模糊综合评价模型的智能主动预约充电方法。

12、本发明基于模糊综合评价模型的智能主动预约充电方法及装置，具有以下有益效果：

13、本发明主要针对电动汽车，考虑实际路况、用户行为、充电站实际情况，基于模糊综合评价模型对各个充电站进行评价排序，供用户进行选择，并在用户选择后可主动进行预约，通过对用户偏好的积累以及更多指标的加入，为用户提供更贴心、更实惠的充电推荐服务，提高了用户的用车充电体验。

技术特征：

1.一种基于模糊综合评价模型的智能主动预约充电方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述充电站评分排序步骤的具体过程如下：

3.根据权利要求2所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述影响因素步骤的具体过程如下：

4.根据权利要求3所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述评判集合步骤的具体过程如下：

5.根据权利要求4所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述评判集合步骤中，规定评判集合中各元素的量化值分别为v1＝100，v2＝85，v3＝70，v4＝55，v5＝40。

6.根据权利要求5所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述确定评价因素权向量步骤的具体过程如下：

7.根据权利要求6所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述确定评价因素权向量步骤中，各个子步骤的具体过程如下：

8.根据权利要求7所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述一致性检验步骤的具体过程如下：

9.根据权利要求8所述的基于模糊综合评价模型的智能主动预约充电方法，其特征在于：所述评判集合评测步骤的具体过程如下：

10.一种基于模糊综合评价模型的智能主动预约充电装置，包括计算机程序，其特征在于：该计算机程序能够执行如权利要求1～9中任一项所述的基于模糊综合评价模型的智能主动预约充电方法。

技术总结
本发明公开了一种基于模糊综合评价模型的智能主动预约充电方法，包括如下步骤：整体主动预约流程：在非低电量模式下，用户主动输入查询条件进行查询，根据查询条件及模糊综合评价模型对充电站进行推荐；在低电量模式下，当电量达到用户设定或系统预设的低电量阈值提醒阈值时，主动推送提醒及根据模糊综合评价模型对充电站进行推荐；充电站评分排序：根据预设条件或结合输入条件，适用模糊综合评价模型对各个充电站评分排序。本发明还公开了一种基于模糊综合评价模型的智能主动预约充电装置。本发明为用户提供最优推荐充电站排序，并且用户选择后主动为用户进行预约充电，可以广泛应用于电动汽车领域。

技术研发人员：张娜,杜祥潇,陈沁,陈孔武
受保护的技术使用者：东风汽车集团股份有限公司
技术研发日：
技术公布日：2024/1/15