充电设备的计费方法及设备的制作方法

1、 图片简介:本技术涉及一种充电设备的计费方法及设备，通过在启动充电时下发充电费率模型至设备端，在充电过程中将费率模型保存至设备端，可避免在充电过程中出现费率变更的问题；通过云端远程下发充电费率，也可避免人为去现场修改设备端中的充电费率，提高运营的效率和降低运营的人工成本；同时向用户推送充电桩信息时，还包括个性化信息供车主根据所述个性化信息进行充电桩的选择，以及在充电过程中，根据车主定制的时长进行充电策略的制定，本技术提供的方案提高了车主自主性和娱乐性体验。技术要求1.一种充电设备的计费方法，其特征在于，包括以下步骤：步骤一、云端接收到充电请求后，下发充电费率模型到设备端；步骤二、设备端接收到充

2、电费率模型后，开始启动充电；步骤三、开始充电后，设备端根据接收到的充电费率模型进行充电费用的计算。2.1根据权利要求 所示的计费方法，其特征在于，在所述步骤三之后还包括：步骤四、完成充电后，设备端将充电费用总金额上传至云端。 3.1根据权利要求 所示的计费方法，其特征在于，云端在每次接收到充电请求后，都会下xn发充电费率模型到设备端；下发的充电费率模型以 分钟为颗粒，可分为 个时段。4.1根据权利要求 所示的计费方法，其特征在于，设备端能根据接收到的充电费率模型进行分时段计费包括：当开始充电后，检测当前时间所处的充电时段；在充电过程中，读取该充电时段下的充电度数；根据该充电时段的充电费率和该时

3、段下的充电度数计算充电费用，并将充电费用实时上报至云端。5.1如权利要求 所述的方法，其特征在于，云端接收到充电请求后，所述方法还包括：从充电请求中获取车辆的位置信息，以及充电时间信息，确定其周围充电站中可用的充电桩；然后制定充电策略进行下发；其中，确定其周围充电站中可用的充电桩包括：从充电请求中获取电池信息，所述电池信息包括电流最大值定值 ；其中，稳定值 是指电池最佳输入电流；、最小值以 及稳获取充电桩的信息，充电桩的信息包括电流最大值；稳定值 是指充电桩的最佳输出电流；、最小值以及稳定值计算充电桩的可靠性权重，当所述可靠性权重大于特定阈值时，将所述充电桩作为候选充电桩；1的比值，选择上述比

4、值最接近于 的至少 两个充计算候选充电桩的与电池稳定值电桩作为匹配充电桩；将确定的至少两个匹配充电桩的标识发送给车主终端及设备端；以便车主根据推送的个性化信息进行充电桩的选择。6.5如权利要求 所述的方法，其特征在于， 所述制定充电策略包括：从充电请求中获取车主定制的充电时长 、剩余电量、SOH；T根据充电时长 、剩余电量、SOH确定充电策略，所述充电策略可以表示为：T*t1+最小值 *t2+稳定值 *t3 t1 t2 t3； 、 、 表示时间，其取值根据充电时 长 、T最大值剩余电量、SOH确定；a b表示取 ， 两者之间的较小值；其中，a b，表示取 ， 两者之间的较大值；当充电站处于高峰

5、时段时，当充电站处于非高峰时段时，；Tt1+t2+t3。7.6如权利要求 所述的方法，其特征在于，为所述制定的充电策略生成策略标识；为充电费率模型生成模型标识；将生成的策略标识的编码值添加到充电费率模型的头文件中；将生成的模型标识的编码值添加到所述制定的充电策略的头文件中；将充电费率模型和充电策略通过不同的通道下发至设备端；设备端接收到充电费率模型和充电策略后，分别进行编码值的匹配，当策略标识的编码值和模型标识的编码值分别与充电策略和充电费率模型匹配成功时，将充电策略和充电费率模型加载至设备端。8.7如权利要求 所述的方法，其特征在于， 其中，下发至车主终端和设备端的信息还包括充电模式系数、充

6、电时段系数以及服务预约的费用，其中，=+*总费用 预约费用 充电模式系数 各时段的充电费用 时段系数；其中，时段系数指示对应时段的忙闲程度；=1+t1/ t1+t2+t3）；充电模式系数（设备端将所述总费用发送至车主终端，车主终端将所述总费用与其自己计算的总费用进行比较，当一致时，发送确认信息至设备端，设备端将所述总费用上传至云端，然后进入结算流程。9.一种充电设备的计费设备，其特征在于，所述设备包括：存储器，用于存储计算机程序；1-8处理器，与存储器相连，其用于执行所述计算机程序以实现权利要求 任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序；当所述计

7、1-8算机程序被处理器执行时，用以实现权利要求 任一项所述的方法。技术说明书一种充电设备的计费方法及设备技术领域本技术涉及电动汽车充电领域，尤其涉及一种充电设备的计费方法及设备。背景技术随着电动汽车产业的发展，越来越多的资本加入了充电运营这个市场，根据中国电动汽车充电基础设施促进联盟的数据，截止2020 2年 月全国规模化充电运营商有 家（充电桩22保有量1000台）。 1在现有的充电运营行业中，充电计费方法有两种分别是： 、充电费率模型保存在云端，2由设备端上传充电电量，在云端计算充电总金额； 、充电费率模型保存在设备端，在设3备端设置、修改充电费率，根据设备端的充电费率来计算充电金额，再上

8、传给云端； 、充电费率模型保存在设备端，当运营商想修改运营策略时，由云端在某一时刻统一对整个城市或单个场站的设备下发新的充电费率模型，再在设备端完成充电金额的计算上传1 3至云端。充电计费方式 和 都会存在，在用户充电过程中发生充电费率变更的现象，使2用户的权益受到侵犯，虽然充电计费方式 不会出现在充电过程中充电费率变更的现象，但是在设备端修改充电费率会降低效率和增加运营的人工成本。在现有的充电桩的选择过程中，通常都是由直接分配特定的充电桩，车主无法获知其他的可选项，其次，充电方式较为单一，无法根据车主需求进行个性化的自动设置；而且，在充电过程中，车主经常会处于一不熟悉的地方，缺少娱乐性，降低

9、了车主的体验。技术内容本技术的目的在于提供一种充电设备的计费方法，用于解决现有在充电过程中发生费率变更问题和在设备端更改充电费率引起的低效率和增加运营成本的问题；同时能够向车主推送多个可靠的充电桩，便于车主根据自己的兴趣进行选择；而且，还能够根据车主定制的充电时长个性化的设置充电策略，提高了车主的体验。为了实现上述技术目的，本技术提供如下技术方案予以实现：步骤一、当云端接收到充电请求后，下发充电费率模型至发起充电请求的设备端；步骤二、设备端接收到充电费率模型后，开始启动充电；步骤三、开始充电后，设备端根据接收到的充电费率模型进行充电费用的计算。可选的在所述步骤三之后还包括：步骤四、完成充电后，

10、设备端将充电费用总金额上传至云端。可选的云端在每次接收到充电请求后，都会下发充电费率模型至发起充电请求的设备端。 3048可选的下发至设备端的充电费率模型以 分钟为颗粒，共分为 个时段。可选的下发至设备端的充电费率模型以“00:00”为起始时间，以“24:00”为截止时间，即第“ 00:0000:30”，第二个时段为“（00:3001:00”，以此类推，共 个时段。48一个时段为 （可选的设备端能根据接收到的充电费率模型进行分时段计费包括：当开始充电后，检测当前时间所处的充电时段；在充电过程中，检测在该充电时段下的充电度数；根据该充电时段的充电费率和该时段下的充电度数来计算充电费用。可选的设备

11、端能根据接收到的充电费率模型进行分时段计费包括：若充电时间跨越了多个充电时段，则根据每个时段的充电费率和充电度数，分别计算各个时段下的充电费用；根据各个时段的充电费用的总和来计算充电总费用。可选的，云端接收到充电请求后，所述方法还包括：从充电请求中获取车辆的位置信息，以及充电时间信息，确定其周围充电站中可用的充电桩；然后制定充电策略进行下发；（充电策略和充电费率具有相同的编号，采用不同的方式进行下发，通过编号的匹配进行验证）其中，确定其周围充电站中可用的充电桩包括：从充电请求中获取电池信息，所述电池信息包括电流最大值定值 ；其中，稳定值 是指电池最佳输入电流；、最小值以及稳获取充电桩的信息，充

12、电桩的信息包括电流最大值；稳定值 是指充电桩的最佳输出电流；、最小值以及稳定值计算充电桩的可靠性权重，当所述可靠性权重大于特定阈值时，将所述充电桩作为候选充电桩；1的比值，选择上述比值最接近于 的两个 充电桩计算候选充电桩的作为匹配充电桩；与电池稳定值将确定的两个匹配充电桩的标识发送给车主终端及设备端；以便车主根据推送的个性化信息进行充电桩的选择。 可选的，所述制定充电策略包括：从充电请求中获取车主定制的充电时长 、剩余电量、SOH；T根据充电时长 、剩余电量、SOH确定充电策略，所述充电策略可以表示为：T最大值其中，*t1+最小值 *t2+稳定值 *t3；a b表示取 ， 两者之间的较小值；

13、，a b，表示取 ， 两者之间的较大值；当充电站处于高峰时段时，当充电站处于非高峰时段时，；Tt1+t2+t3；可选的，为所述制定的充电策略生成策略标识；为充电费率模型生成模型标识；将生成的策略标识的编码值添加到充电费率模型的头文件中；将生成的模型标识的编码值添加到所述制定的充电策略的头文件中；将充电费率模型和充电策略通过不同的通道下发至设备端；设备端接收到充电费率模型和充电策略后，分别进行编码值的匹配，当策略标识的编码值和模型标识的编码值分别与充电策略和充电费率模型匹配成功时，将充电策略和充电费率模型加载至设备端。可选的，其中，下发至车主终端和设备端的信息还包括充电模式系数、充电时段系数以及

14、服务预约的费用，其中，=+*总费用 预约费用 充电模式系数 各时段的充电费用 时段系数；其中，时段系数指示该时段的忙闲程度； =1+t1/ t1+t2+t3）；充电模式系数（设备端将所述总费用发送至车主终端，车主终端将所述总费用与其自己计算的总费用进行比较，当一致时，发送确认信息至设备端，设备端将所述总费用上传至云端，然后进入结算流程。本技术通过在启动充电时下发充电费率模型至设备端，在充电过程中使费率模型保存至设备端，可避免在充电过程中出现费率变更的问题；通过云端远程下发充电费率，也可避免人为去现场修改设备端中的充电费率，提高运营的效率和降低运营的人工成本；同时向用户推送充电桩信息时，还包括个

15、性化信息供车主根据所述个性化信息进行充电桩的选择，以及在充电过程中，根据车主定制的时长进行充电策略的制定，本技术提供的方案提高了车主自主性和娱乐性体验。附图说明下面结合附图和实施例对本技术进一步说明。1图 为本技术的请求充电流程示意图；2图 为本技术实施例提供的充电设备计费方法具体实现流程示意图。具体实施方式现在结合附图对本技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本技术的基本结构，因此其仅显示与本技术有关的构成。1本技术提供一种充电设备的计费方法，如图 所示，该方法具体步骤如下：步骤一、当云端接收到充电请求后，下发充电费率模型至发起充电请求的设备端；步骤二、设备端接收

16、到充电费率模型后，开始启动充电；步骤三、开始充电后，设备端根据接收到的充电费率模型进行充电费用的计算。本技术实例提供的充电设备计费方法，可用于各种充电设备，如充电设备可是电动汽车2非车载传导式充电机、电动汽车交流充电机等充电设备，如图 所示，具体的步骤如下： 步骤S101，云端接收到充电请求。步骤S102，云端下发充电费率模型至发起充电请求的设备端，具体充电费率模型的协议报文如下：message PowerItem /*时间编号，每半小时一个编号*/int32 timeSlot = 1;int32 price = 2; /该时段内的价格，单位：分 千瓦时字段说明如下： 1“ 00:0000:3

17、0”。本技术实例中，时间编号取值为前开后闭区间，即 时段为 （步骤S103，设备端接收到充电费率模型后开始充电。步骤S104，设备端根据当前充电时间选择计费模型中相对应的充电时段，读取该时段下的充电费率。假设当前充电时间为17:15，则读取时段 中的充电费率。36步骤S105，设备端读取该时段下的实时充电度数。步骤S106，设备根据该时段的充电费率和充电度数来计算该时段的实时充电费用。假设该时段的充电费率为 ，充电度数为 ，则充电费用S=x*y。“x”“y”步骤S107，若设备端检测当前的充电时间进入了下个充电时段，则重新回到步骤S104，读取新时段的充电费率，以此类推。步骤S108，系统完成

18、充电后，根据各个充电时段下充电费用的总和得出充电总费用。下面是充电总费用计算的一种方式：34 35 36假设此次充电跨越了 、 和 这三个时段。 343536S1=“X1”*该时段的充电度数“y1”“X2”*该时段的充电度数“y2”“X3”*该时段的充电度数“y3”时段的充电费用 该时段的充电费率S2=时段的充电费用 该时段的充电费率S3=时段的充电费用 该时段的充电费率充电总费用=S1+S2+S3步骤S109，最终将充电总费用上传至云端。由此可见，本技术实例中，由于在每次请求充电时，都会下发充电费率模型至设备端，即当用户开始启动充电时就锁定了此次的充电费率，确保费率不会在充电过程中发生变更，

19、保障了用户的权益。其中，云端接收到充电请求后，所述方法还包括：从充电请求中获取车辆的位置信息，以及充电时间信息，确定其周围充电站中可用的充电桩；然后制定充电策略进行下发；T所述充电时间信息中可以包括车主定制的充电时长 ；其中，确定其周围充电站中可用的充电桩包括：从充电请求中获取电池信息，所述电池信息包括电流最大值、最小值以及稳定值；其中，稳定值是指电池最佳输入电流；获取充电桩的信息，充电桩的信息包括电流最大值；稳定值 是指充电桩的最佳输出电流；、最小值以及稳定值计算充电桩的可靠性权重，当所述可靠性权重大于特定阈值时，将所述充电桩作为候选充电桩；充电桩可靠性可以由平均故障间隔时间MTBF、异常概

20、率，上次异常的时间等参数中一个或多个进行确定。1的比值，选择上述比值最接近于 的 至少两个充计算候选充电桩的与电池稳定值电桩作为匹配充电桩；将确定的两个匹配充电桩的标识发送给车主终端及设备端；以便车主根据推送的个性化信息进行充电桩的选择。 其中，所述制定充电策略包括：从充电请求中获取车主定制的充电时长 、剩余电量、SOH；T根据充电时长 、剩余电量、SOH确定充电策略，所述充电策略可以表示为：T*t1+最小值 *t2+稳定值 *t3 t1 t2 t3； 、 、 的取值根据充电时长 、剩余 电量、T最大值SOH确定；a b表示取 ， 两者之间的较小值；其中，a b，表示取 ， 两者之间的较大值；

21、当充电站处于高峰时段时，当充电站处于非高峰时段时，；Tt1+t2+t3；为所述制定的充电策略生成策略标识；为充电费率模型生成模型标识；将生成的策略标识的编码值添加到充电费率模型的头文件中；将生成的模型标识的编码值添加到所述制定的充电策略的头文件中；将充电费率模型和充电策略通过不同的通道下发至设备端；设备端接收到充电费率模型和充电策略后，分别进行编码值的匹配，当策略标识的编码值和模型标识的编码值分别与充电策略和充电费率模型匹配成功时，将充电策略和充电费率模型加载至设备端。通过编码值的交叉添加以及匹配验证，保证了传输的可靠性以及数据的准确性。 其中，本技术的方法还包括：将个性化信息、充电策略和充电

22、费率模型下发至车主终端，其中，所述个性化推送信息根据车主预约的充电时长、车主的行为习惯、及娱乐兴趣进行定制的；其中，车主的行为习惯、及娱乐兴趣可以包括与时段对应的行为信息，可以是餐饮、咖啡、购物等信息。车主终端根据上述个性化信息选择充电桩，以便车主在汽车充电时，选择合适的娱乐项目，提高车主的体验度。其中，充电策略和充电费率模型中还都包括车辆信息，在开始充电前，设备端对车辆信息进行匹配，在匹配成功时，再次向车主终端推送充电策略和充电费率模型，同时包括相车主终端推送充电请求中的预约信息，以及个性化推送信息；其中所述预约信息还可以包括电池状/态、线路等检测服务预约；供车主进行充电前服务确认和 或取消。在充电的过程中，根据车主的确认信息进行电池状态以及线路的检测；并将检测结果反馈至车主终端。其中，下发至车主终端和设备端的信息还包括充电模式系数、充电时段系数以及服务预约的费用，以便进行总费用的计算；其中，=+*总费用 预约费用 充电模式系数 各时段的充电费用 时段系数其中，预约费用是车主根据实际的行程需求进行确认是否需要提前预约，以及所需预约的服务，然后根据车主的客户级别以及信任等级进行费用的定制；其中，时段系数指示该时段的忙闲程度；该系数可以由充电站根据实际的情况进行定制；=1+t1/ t1+t2+t3）；充电模式系数（设备端和车主终端同