本发明涉及电动汽车充电技术领域，尤其涉及一种基于大数据的电动汽车预约充电方法和装置。
背景技术
阶梯电价在高峰时间段电费较高，低谷时间段电费较低，对于电动汽车车主来说，选择合理的时间段充电可节省充电费用，预约充电亦由此提出。现有的预约充电方式均为比较固定的预约充电方式，即车主预约充电开始时刻和充电结束时间，充电桩按照车主预约的时间进行充电。
但是，现有的预约充电技术中，用户需要自己计算所需充电量，以及充电时间，来进行预约充电，用户体验差；或者用户长期预约过长时间给电池充电，导致电池处于满电状态或亏电状态，有损电池的健康，从而减少电池的使用寿命。因此，如何基于用户出行需求进行分析和预测，为用户量身定制符合该用户出行需求且能优化电池使用的预约充电方法，成为亟待解决的技术问题。
技术实现要素：
本发明所要解决的技术问题在于，提供一种基于大数据的电动汽车预约充电方法和装置，能够为用户量身定制符合该用户出行需求且能优化电池使用的预约充电策略，提升了体验，延长了电池的使用寿命。
为了解决上述技术问题，根据本发明一方面，提供了一种基于大数据的电动汽车预约充电方法，包括:
按时间划分周期，并将所述周期划分为多个时间段；
对多个周期的历史充电数据进行用电统计，获取每个时间段的用电量；
根据优惠充电时间段和每个时间段的用电量进行预约充电。
进一步的，所述按时间划分周期，并将所述周期划分为多个时间段包括以下步骤；
将每一周划分为一个周期，并将每一周中的每一天划分为一个所述时间段。
进一步的，所述对多个周期的历史充电数据进行用电统计，获取每个时间段的用电量包括以下步骤：
获取多个周期的历史充电数据；
分别对每个时间段对应的历史充电数据进行用电统计；
将每个时间段出现概率最高的用电量作为该时间段的用电量。
进一步的，所述根据优惠充电时间段和每个时间段的用电量进行预约充电，包括以下步骤：
根据每个时间段的用电量，计算出该时段所需充电时长；
根据所述充电时长、优惠充电时间段，以及插枪时刻和拔枪时刻，计算充电开始时刻；
根据所述充电开始时刻和充电时长进行预约充电。
进一步的，根据每个时间段的用电量，计算出该时段所需充电时长包括以下步骤：
设一时段的用电量为eq，充电电量和充电时间之间的转换因子为fet，电池保护电量为ep，则该时段所需充电时长te为：
进一步的，根据所述充电时长、优惠充电时间段，以及插枪时刻和拔枪时刻，计算充电开始时刻包括以下步骤：
设优惠充电时间段为从hs到he，优惠时长为hl＝he-hs，插枪时刻为tg，拔枪时刻为tu，充电开始时刻为ts，
若拔枪时刻在优惠充电时间段结束之后：
若插枪时刻在优惠充电时间段内，则插枪后立即充电，即ts＝tg；
若充电时长大于优惠时长，则充电开始时刻在优惠充电时间段之前，即ts＝hs-(te-hl)；
若充电时长小于等于优惠时长，则充电开始时刻为优惠充电时段开始时刻hs；
若拔枪时刻在优惠充电时间段结束之前：
若插枪时刻在优惠充电时间段内，则插枪后立即充电，即ts＝tg；
若优惠充电时间开始时刻至拔枪时刻的时间段大于等于充电时长，则充电开始时刻为优惠充电时段开始时刻hs；
若优惠充电时间开始时刻至拔枪时刻的时间段小于充电时长，则充电开始时刻为ts＝hs-(tu-te)。
进一步的，所述方法还包括：若用户设置下一时间段的行程，则根据用户设定的行程进行充电。
根据本发明另一方面，提供了一种基于大数据的电动汽车预约充电装置，包括:
划分模块，用于按时间划分周期，并将所述周期划分为多个时间段；
用电统计模块，用于对多个周期的历史充电数据进行用电统计，获取每个时间段的用电量；
预约充电模块，用于根据优惠充电时间段和每个时间段的用电量进行预约充电。
进一步的，所述划分模块还用于将每一周划分为一个周期，并将每一周中的每一天划分为一个所述时间段。
进一步的，所述用电统计模块包括：
数据获取单元，用于获取多个周期的历史充电数据；
用电统计单元，用于分别对每个时间段对应的历史充电数据进行用电统计；
用电量获取单元，用于将每个时间段出现概率最高的用电量作为该时间段的用电量。
进一步的，所述预约充电模块包括：
第一计算单元，用于根据每个时间段的用电量，计算出该时段所需充电时长；
第二计算单元，用于根据所述充电时长、优惠充电时间段以及插枪时刻和拔枪时刻，计算充电开始时刻；
预约充电单元，用于根据所述充电开始时刻和充电时长进行预约充电。
进一步的，设一时段的用电量为eq，充电电量和充电时间之间的转换因子为fet，电池保护电量为ep，所述第一计算单元还用于通过以下公式计算该时段所需充电时长te：
进一步的，设优惠充电时间段为从hs到he，优惠时长为hl＝he-hs，插枪时刻为tg，拔枪时刻为tu，充电开始时刻为ts，
若拔枪时刻在优惠充电时间段结束之后，所述第二计算单元用于通过以下步骤计算充电开始时刻为ts：
若插枪时刻在优惠充电时间段内，则插枪后立即充电，即ts＝tg；
若充电时长大于优惠时长，则充电开始时刻在优惠充电时间段之前，即ts＝hs-(te-hl)；
若充电时长小于等于优惠时长，则充电开始时刻为优惠充电时段开始时刻hs；
若拔枪时刻在优惠充电时间段结束之前，所述第二计算单元用于通过以下步骤计算充电开始时刻为ts：
若插枪时刻在优惠充电时间段内，则插枪后立即充电，即ts＝tg；
若优惠充电时间开始时刻至拔枪时刻的时间段大于等于充电时长，则充电开始时刻为优惠充电时段开始时刻hs；
若优惠充电时间开始时刻至拔枪时刻的时间段小于充电时长，则充电开始时刻为ts＝hs-(tu-te)。
进一步的，所述装置还包括行程设置模块：用于设置下一时间段的行程，若启动行程设置模块，则所述装置根据所述行程设置模块所设定的行程进行充电。
根据本发明又一方面，提供一种控制器，其包括存储器与处理器，所述存储器存储有计算机程序，所述程序在被所述处理器执行时能够实现所述方法的步骤。
根据本发明又一方面，提供一种计算机可读存储介质，用于存储计算机程序，所述程序在由一计算机或处理器执行时实现所述方法的步骤。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明一种基于大数据的电动汽车预约充电方法和装置可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有下列优点：
(1)本发明基于用户历史充电数据对用户出行需求进行分析和预测，为用户量身定制符合该用户出行需求的预约充电方案，提升了用户体验。
(2)本发明有效避免了电池过充或过度使用，在保证正常用车的前提下，充分优化了电池使用，延长了电池使用寿命；
(3)本发明充分利用优惠充电时间段进行预约充电，节约了用户的充电成本。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。
附图说明
图1为本发明一实施例提供基于大数据的电动汽车预约充电方法示意图；
图2为本发明一实施例提供的基于大数据的电动汽车预约充电装置示意图。
【符号说明】
1：划分模块2：用电统计模块
3：预约充电模块
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的一种基于大数据的电动汽车预约充电方法和装置的具体实施方式及其功效，详细说明如后。
本发明实施例提供了一种基于大数据的电动汽车预约充电方法，如图1所示，包括以下步骤:
步骤s1、按时间划分周期，并将所述周期划分为多个时间段。
作为一种示例，步骤s1可包括：将每一周划分为一个周期，即周一-周日为一个周期，并将每一周中的每一天划分为一个所述时间段，即周一、周二…周日中的每一天均为一个时间段。需要说明的是，该划分方式仅为一种实施例，实施使用过程中可根据具体需求、用户用电规律等因素来划分周期以及每个周期中对应的时间段，例如以每三天为一个周期，每个周期中的每一天划分为一个时间段。再例如，由于周末用电时间相对不确定，也可跳过周末来划分，将周一-周五划分为一个周期，周一、周二…周五，分别划分为一个时间段。
基于每个用户不同用电需求，例如周一需要去公司上班，周二到周四去见客户，周五去公司上班，周六需要带全家外出，周日在家休息，基于每个用户行为可以进行大数据分析和预测，为用户指定个性化的预约充电策略，以提升用户的体验。
需要说明的是，本发明实施例所述电动汽车并不仅限于电动汽车，其它可进行预约充电的交通工具也适用于本发明，例如混动汽车等。
步骤s2、对多个周期的历史充电数据进行用电统计，获取每个时间段的用电量。
其中，历史充电数据可包括用户的日程安排、充电历史参数、电池荷电状态(soc)、初始预约充电时间等。历史充电数据可通过云端获取，或者用户通过应用程序(app)导入自己的行程，获取历史充电数据。
作为一种示例，步骤s2可包括以下步骤：
步骤s21、获取多个周期的历史充电数据。
步骤s22、分别对每个时间段对应的历史充电数据进行用电统计。
作为一种示例，可根据用户昨天充电结束时的soc值和今天开始充电时的soc值确定用户今天出行使用的用电量，假设前一天充完电时soc值为90％，今天开始充电时的soc为50％，那么可得当前用户在这一天的使用了40％soc的电量。通过统计分析多组数据，可以获得用户每天的出行需要的用电量。然后根据用户一周中每天的电量使用情况，来进行预约充电。例如，用户周六与周日的用电量基本是整个电池的用电量，周一和周五的用电量为50％电池电量，而周二到周四用电量只有10％-25％的电池电量，那么充电桩可自动根据第二天用电量进行充电，以满足用户的出行需要，也可将第三日的用电情况考虑其中，进行预约充电。由于现在的电池都较大，一般交流充电很难在一晚上(一个低谷电压期内)充电满电池，因此选择一个足够用户使用的soc电量是非常必要的。
以用电量为横坐标，用电量出现的概率作为纵坐标进行统计分析，每个时间段对用电量基本都呈现正态分布。以周一为例，假设周一用户行程相对固定，该行程下的用电量的概率较高，偶尔会出现请假在家等低电量低概率的情况，公式可以描绘如下：
其中x为一时间段内的电量，f(x)为使用该电量在该时间段所有分析用电量数据中出现的概率，当x＝u的时候，用户使用电量为u的概率最大。
需要说明的是，上述采用正态分布统计法统计用电量仅为一种示例，并不限于此，例如也可采用平均值等其他方法进行统计分析。
步骤s23、将每个时间段出现概率最高的用电量作为该时间段的用电量。
继续上述示例，该时间段的用电量取值为u。
步骤s3、根据优惠充电时间段和每个时间段的用电量进行预约充电。
作为示例，步骤s3包括以下步骤：
步骤s31、根据每个时间段的用电量，计算出该时段所需充电时长；
设一时段的用电量为eq，充电电量和充电时间之间的转换因子为fet，电池保护电量为ep，则该时段所需充电时长te为：
需要说明的是，转换因子fet为已知量，具体取值根据所用充电桩的参数获取。电池保护电量为ep为预先设定的固定值，具体可根据电池参数来设定，电池保护电量ep为余量、公差的概念，通过设置ep为电池预留一定的电量空间，防止电池完全亏电，保证电池浅充浅放。根据历史充电数据得出用户该时间段需使用电量为eq，预约充电时，为电池充电电量为ep+eq，为用户预留剩余里程，避免出现突发情况时，电池完全亏电，损害电池健康。因此，通过电池保护电量为ep可以有效保护电池，延长电池的使用寿命。
步骤s32、根据所述充电时长、优惠充电时间段，以及插枪时刻和拔枪时刻，计算充电开始时刻；
作为一种示例，设用户所在城市的优惠充电时间段为从hs到he，优惠时长为hl＝he-hs，充电枪的插枪时刻为tg，拔枪时刻为tu，需要说明的是，插枪时刻为tg和拔枪时刻为tu均为已知量，插枪时刻为tg对应用户将充电枪插入充电设备的时刻，拔枪时刻为tu可根据历史充电数据分析得出。充电开始时刻为ts。用户用车时间可能在优惠电价结束之后，也可能在优惠电价结束之前，用户用车时间可对应于拔枪时间，以下分两种情况计算充电开始时刻ts：
情况一、拔枪时刻在优惠充电时间段结束之后：
(1)插枪时刻tg在优惠充电时间段hs到he内，则插枪后立即充电，充电开始时刻为tg即ts＝tg。
(2)充电时长te大于优惠时长hl，则充电开始时刻ts需在优惠充电时间段之前，即ts＝hs-(te-hl)。
(3)充电时长te小于等于优惠时长hl，则充电开始时刻ts为优惠充电时段开始时刻hs，即ts＝hs。
情况一的充电开始时刻ts计算公式总结如下：
情况二、拔枪时刻在优惠充电时间段结束之前：
(1)插枪时刻tg在优惠充电时间段hs到he内，则插枪后立即充电，充电开始时刻为tg即ts＝tg。
(2)优惠充电时间开始时刻hs至拔枪时刻tu的时间段tu-hs大于等于充电时长te，则充电开始时刻tg为优惠充电时段开始时刻hs，即ts＝hs。
(3)优惠充电时间开始时刻至拔枪时刻的时间段tu-hs小于充电时长te，则充电开始时刻需在优惠充电时间段之前，即ts＝hs-(tu-te)。
情况二的充电开始时刻ts计算公式总结如下：
步骤s33、根据所述充电开始时刻ts和充电时长te进行预约充电。
所述方法还包括步骤s0、若用户设置下一时间段的行程，则根据用户设定的行程进行充电。即用户临时设定的行程安排充电优先级大于上述预约充电优先级，例如，用户通常周一去公司上班，而本周一与往常不同，改为去拜访客户，需要消耗比以往周一较多的电量，或者周一请假在家，不去上班，消耗电量比以往周一较少的电量，则可根据实际行程需要，手动设置充电时间。
此外，所述方法还将考虑电池寿命需要的充放电soc范围和初始设定预约充电时间段包含在内，且考虑电池寿命需要的充放电soc范围的优先级高于初始设定预约充电时间段，即在用户没有手动设定行程，且没有进行步骤s1-步骤s3的预约充电情况下，可根据初始预约时间段来充电，但是会以不对电池过充为前提进行。本发明所述方法充分涵盖了电动车充电的多种情况，且针对不同情况进行适应性的充电策略，提高了用户的充电体验，且保证了电池的健康状况。
以下通过一具体的实施例对上述方案进行进一步说明：
假设用户的电动汽车的电池总电量为80kwh，所采用的充电桩的最大输出为7kw，当地的阶梯电价的低谷为晚上10点至次日凌晨6点。那么soc从0充到100％需要11.5个小时。用户周一和周五需要电量为40kwh，周六和周日需求为大于等于电池电量，即至少80kwh，而周二到周四每天仅需要20kwh。
假设充电桩在周日晚上开始充电前soc为10％，那么由于周一需要40kwh为soc的50％，那么一晚上至少需要充40％，但考虑到电池要浅充浅放，至少需要充到60％，那么至少需要6小时，那么10点开始充电可以满足要求，由于阶梯电价的时间为8小时，用户还可以设定为充电8小时，那么周一车电量为64kwh，可以满足用户的使用。
假设周一晚上充完电的电量64kwh，周一用户使用了40kwh电后，还剩24kwh，考虑到第二天的使用很少，基于电池寿命考虑，为用户充满80％的电量即可，那么仅为用户充40kwh的电。从晚上10点开始，凌晨4点前即结束充电。
周二到周三晚上充电状况类似于周一晚上，在此不再赘述。
周四晚上，考虑到周五用户需要使用40kwh，同时还可考虑到周六还需要大的用电量，如果周五晚上需要充满电池，考虑到整个阶梯电价低谷8小时内最多仅能充满56kwh的电，考虑到后期充电较慢和电池均衡需要的时间，可能仅能充50kwh的电，那么周五充电前至少需要保持30kwh的电量，否则周五晚上在低谷时间将不能为用户充满电池，周五一天的用电量为40kwh，那么周四晚上充电量至少使汽车能保持70kwh。
在周五晚上进行充满为止。
在周六晚上由于用户大电量使用了一天后，电池电量所剩无几，考虑到周日还有大电量使用，又因为充满需要10小时左右，显然电价低谷时间已经无法充满，那么假设用户需要在周日8点出门，充电桩需要在8点前充满电池，设定7点充满，那么需要在周六晚上7点即开始充点，保证合理利用的阶梯电价又保证了用户的正常使用。
需要说明的是，上述实施例所述充电策略以及数据用于解释说明本方案，并不限于此，实际使用中可根据用户具体需求，用户具体习惯以及电动汽车电池的参数、所采用充电桩的充电参数等对进行适应性调整。
本发明实施例所述方法基于用户历史充电数据对用户出行需求进行分析和预测，为用户量身定制符合该用户出行需求的预约充电方案，提升了用户体验。充电过程中有效避免了电池过充或过度使用，在保证正常用车的前提下，充分优化了电池使用，延长了电池使用寿命；此外，本发明实施例充分利用优惠充电时间段进行预约充电，节约了用户的充电成本。
本发明实施例还提供一种基于大数据的电动汽车预约充电装置，如图2所示，包括划分模块1、用电统计模块2和预约充电模块3。其中，划分模块1用于按时间划分周期，并将所述周期划分为多个时间段；用电统计模块2用于对多个周期的历史充电数据进行用电统计，获取每个时间段的用电量；预约充电模块3用于根据优惠充电时间段和每个时间段的用电量进行预约充电。
作为一种示例，划分模块1还用于将每一周划分为一个周期，即周一-周日为一个周期，并将每一周中的每一天划分为一个所述时间段，即周一、周二…周日中的每一天均为一个时间段。
基于每个用户不同用电需求，例如周一需要去公司上班，周二到周四去见客户，周五去公司上班，周六需要带全家外出，周日在家休息，基于每个用户行为可以进行大数据分析和预测，为用户指定个性化的预约充电策略，以提升用户的体验。
需要说明的是，本发明实施例所述电动汽车并不仅限于电动汽车，其它可进行预约充电的交通工具也适用于本发明，例如混动汽车等。
作为一种示例，用电统计模块2可包括数据获取单元、用电统计单元和用电量获取单元。其中，数据获取单元，用于获取多个周期的历史充电数据；历史充电数据可包括用户的日程安排、充电历史参数、电池荷电状态(soc)、初始预约充电时间等。历史充电数据可通过云端获取，或者用户通过应用程序(app)导入自己的行程，获取历史充电数据。
用电统计单元用于分别对每个时间段对应的历史充电数据进行用电统计；作为一种示例，可根据用户昨天充电结束时的soc值和今天开始充电时的soc值确定用户今天出行使用的用电量，假设前一天充完电时soc值为90％，今天开始充电时的soc为50％，那么可得当前用户在这一天的使用了40％soc的电量。通过统计分析多组数据，可以获得用户每天的出行需要的用电量。然后根据用户一周中每天的电量使用情况，来进行预约充电。例如，用户周六与周日的用电量基本是整个电池的用电量，周一和周五的用电量为50％电池电量，而周二到周四用电量只有10％-25％的电池电量，那么充电桩可自动根据第二天用电量进行充电，以满足用户的出行需要，也可将第三日的用电情况考虑其中，进行预约充电。由于现在的电池都较大，一般交流充电很难在一晚上(一个低谷电压期内)充电满电池，因此选择一个足够用户使用的soc电量是非常必要的。
以用电量为横坐标，用电量出现的概率作为纵坐标进行统计分析，每个时间段对用电量基本都呈现正态分布。以周一为例，假设周一用户行程相对固定，该行程下的用电量的概率较高，偶尔会出现请假在家等低电量低概率的情况，公式可以描绘如下：
其中x为一时间段内的电量，f(x)为使用该电量在该时间段所有分析用电量数据中出现的概率，当x＝u的时候，用户使用电量为u的概率最大。
需要说明的是，上述采用正态分布统计法统计用电量仅为一种示例，并不限于此，例如也可采用平均值等其他方法进行统计分析。
用电量获取单元，用于将每个时间段出现概率最高的用电量作为该时间段的用电量，继续上述示例，该时间段的用电量取值为u。
作为一种示例，预约充电模块3包括第一计算单元、第二计算单元和预约充电单元。第一计算单元用于根据每个时间段的用电量，计算出该时段所需充电时长；设一时段的用电量为eq，充电电量和充电时间之间的转换因子为fet，电池保护电量为ep，则该时段所需充电时长te为：
需要说明的是，转换因子fet为已知量，具体取值根据所用充电桩的参数获取。电池保护电量为ep为预先设定的固定值，具体可根据电池参数来设定，电池保护电量为电池预留一定的电量空间，防止电池完全亏电，保证电池浅充浅放。根据历史充电数据得出用户该时间段需使用电量为eq，预约充电时，为电池充电电量为ep+eq，为用户预留剩余里程，避免出现突发情况时，电池完全亏电，损害电池健康。因此，通过电池保护电量为ep可以有效保护电池，延长电池的使用寿命。
第二计算单元用于根据所述充电时长、优惠充电时间段，以及插枪时刻和拔枪时刻，计算充电开始时刻；作为一种示例，设用户所在城市的优惠充电时间段为从hs到he，优惠时长为hl＝he-hs，充电枪的插枪时刻为tg，拔枪时刻为tu，充电开始时刻为ts。用户用车时间可能在优惠电价结束之后，也可能在优惠电价结束之前，用户用车时间可对应于拔枪时间，第二计算单元分两种情况计算充电开始时刻ts：
情况一、拔枪时刻在优惠充电时间段结束之后：
(1)插枪时刻tg在优惠充电时间段hs到he内，则插枪后立即充电，充电开始时刻为tg即ts＝tg。
(2)充电时长te大于优惠时长hl，则充电开始时刻ts需在优惠充电时间段之前，即ts＝hs-(te-hl)。
(3)充电时长te小于等于优惠时长hl，则充电开始时刻ts为优惠充电时段开始时刻hs，即ts＝hs。
情况一的充电开始时刻ts计算公式总结如下：
情况二、拔枪时刻在优惠充电时间段结束之前：
(1)插枪时刻tg在优惠充电时间段hs到he内，则插枪后立即充电，充电开始时刻为tg即ts＝tg。
(2)优惠充电时间开始时刻hs至拔枪时刻tu的时间段tu-hs大于等于充电时长te，则充电开始时刻tg为优惠充电时段开始时刻hs，即ts＝hs。
(3)优惠充电时间开始时刻至拔枪时刻的时间段tu-hs小于充电时长te，则充电开始时刻需在优惠充电时间段之前，即ts＝hs-(tu-te)。
情况二的充电开始时刻ts计算公式总结如下：
预约充电单元，用于根据所述充电开始时刻和充电时长进行预约充电。
所述装置还包括行程设置模块：用于设置下一时间段的行程，若启动行程设置模块，则所述装置根据所述行程设置模块所设定的行程进行充电。即若用户临时设定的行程安排充电优先级大于上述预约充电优先级，例如，用户通常周一去公司上班，而本周一与往常不同，改为去拜访客户，需要消耗比以往周一较多的电量，或者周一请假在家，不去上班，消耗电量比以往周一较少的电量，则可根据实际行程需要，通过行程设置模块设置充电时间。
此外，所述装置还可设置电池寿命需要的充放电soc范围和初始设定预约充电时间段，且电池寿命需要的充放电soc范围的优先级高于初始设定预约充电时间段，即在用户没有通过行程设置模块设置充电时间，且没有进行预约充电情况下，可根据初始预约时间段来充电，但是会以不对电池过充为前提进行。本发明所述装置充分涵盖了电动车充电的多种情况，且针对不同情况执行适应性的充电策略，提高了用户的充电体验，且保证了电池的健康状况。
本发明实施例所述装置基于用户历史充电数据对用户出行需求进行分析和预测，为用户量身定制符合该用户出行需求的预约充电方案，提升了用户体验。充电过程中有效避免了电池过充或过度使用，在保证正常用车的前提下，充分优化了电池使用，延长了电池使用寿命；此外，本发明实施例充分利用优惠充电时间段进行预约充电，节约了用户的充电成本。
本发明实施例还提供一种控制器，其包括存储器与处理器，所述存储器存储有计算机程序，所述程序在被所述处理器执行时能够实现基于大数据的电动汽车预约充电方法的步骤。
本发明实施例还提供一种计算机可读存储介质，用于存储计算机程序，所述程序在由一计算机或处理器执行时实现基于大数据的电动汽车预约充电方法的步骤。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。