A hybrid electric vehicle (HEV) and its operation method include a battery and a communication unit configured to periodically respond to charging signals and to adjust charging time and battery recharging configuration files based on the estimated charging time received from a remote fleet server. The charging time estimate is received in response to the periodic operating conditions generated and communicated to the server. Among other data, the working conditions include charging station data, environment and location data, vehicle data and one or more of battery performance data. The controller is also configured to respond to the charging completion signal and generate an estimation error which is stored as one of the battery performance parameters, and the estimation error is the difference between the estimated charging time and the actual charging time. The controller readjusts the charging time and the battery recharge configuration file in response to the estimated error.
【技术实现步骤摘要】
基于云的电动车辆充电估算
本公开涉及利用从车辆队列累积的实时再充电性能数据生成的远程服务器数据分析来估算电动车辆的充电时间。
技术介绍
在电动和混合动力电动车辆(HEV)中,电池的再充电受到周围环境、车辆性能、充电站能力和性能以及其他因素的影响,这些因素可能在充电时间估算中引入不期望的误差。尽管有一些尝试提高准确性,但此类充电时间估算误差仍存在。一些此类尝试已经针对预测HEV操作估算范围、预测最佳充电站位置和/或预测实时电池荷电状态(SoC)。此类尝试似乎已经利用已知的SoC计算和查找表算法,这些算法似乎已经以不同的方式与位于HEV上的控制器一起使用。
技术实现思路
混合动力车辆(HEV)、插电式混合动力车辆(PHEV)和纯电动车辆(BEV)包括可能受到不准确充电时间的不利影响的一个或多个高压牵引电池。本公开涉及用于使用基于云的神经网络分析SoC估算能力以及其他能力来更准确地估算电池充电时间的改进的系统和方法。新SoC估算系统从操作的HEV的全球车队接收并聚合HEV电池和驾驶员性能数据。所述系统被配置为摄取和消化此数据,并且发现和利用SoC中的另外的未知模式和电池充电性能,以更准确地预测任何单个HEV的充电时间估算值。本公开预期一种电池充电估算系统,其利用描述实际电池性能和驾驶员行为的聚合“大数据”,所述大数据由远程的基于云服务器的深度学习神经网络引擎和/或被训练为发现其他无法辨认的模式的引擎来分析。一个或多个引擎根据需要以提高的准确性预测/估算与所述服务器通信的任何单个HEV的电池SoC和充电时间。在操作中,全球车队中的HEV向所述远程服务器实时传输位置、环 ...
【技术保护点】
1.一种车辆,其包括:控制器,所述控制器耦接到电池和通信单元,并且被配置为响应于充电信号:根据从远程车队服务器接收到的充电时间估算值,响应于生成并传达给所述服务器的工况,调整电池再充电配置文件;以及根据所述调整的电池再充电配置文件为所述电池充电。
【技术特征摘要】
2017.10.19 US 15/788,5841.一种车辆,其包括:控制器,所述控制器耦接到电池和通信单元,并且被配置为响应于充电信号:根据从远程车队服务器接收到的充电时间估算值,响应于生成并传达给所述服务器的工况,调整电池再充电配置文件;以及根据所述调整的电池再充电配置文件为所述电池充电。2.根据权利要求1所述的车辆,其包括:所述控制器还被配置为响应于充电完成信号:生成估算误差并将其存储为电池性能数据中的一个,所述估算误差为所述充电时间估算值与实际充电时间之间的差。3.根据权利要求2所述的车辆,其包括:所述控制器还被配置为以离散的时间间隔:根据所述通信单元从所述远程车队服务器接收到的更新的充电时间估算值,并且响应于由所述通信单元生成并传达给所述服务器且包括所述估算误差的新实时工况,重新调整所述充电时间和所述电池再充电配置文件。4.根据权利要求1所述的车辆,其包括:所述控制器还被配置为以离散的时间间隔:根据所述通信单元从所述远程车队服务器接收到的更新的充电时间估算值,并且响应于生成并传达给所述服务器的新实时工况,重新调整所述充电时间和所述电池再充电配置文件。5.根据权利要求1所述的车辆,其包括:所述控制器还被配置为:根据所述通信单元从所述远程车队服务器接收到的更新的充电时间估算值,并且响应于生成并传达给所述服务器且包括车辆数据的新实时工况,重新调整所述充电时间和所述电池再充电配置文件,所述车辆数据并入有车辆识别号码和气候控制配置文件。6.根据权利要求1所述的车辆,其包括:所述控制器还被配置为将所述工况生成为包括:车辆环境和位置数据,所述车辆环境和位置数据并入有地理位置以及环境温度、湿度和大气压力,车辆数据,所述车辆数据并入有车辆识别号码以及车载诊断代码和数据、车辆功率和气候控制配置文件,以及电池性能数据,所述电池性能数据包括电池组容量和化学成分、电池健康和充电状态、电池温度、充电站功率和性能以及低压电池状态。7.根据权利要求1所述的车辆,其包括:所述控制器还被配置为:根据所述通信单元从所述远程车队服务器接收到的更新的充电时间估算值,并且响应于生成并传达给所述服务器且包括充电站数据的新实时工况,重新调整所述充电时间和所述电池再充电配置文件,所述充电站数据包括功率成本和容量数据以及在当前充电事件期间累积的充电站性能数据。8.根据权利要求1所述的车辆,其包括:所述控制器还被配置为...
【专利技术属性】
技术研发人员:杰弗里·R·格兰姆斯,纳维德·拉赫巴里阿斯,
申请(专利权)人:福特全球技术公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。