CN111954964B 优化系统和优化方法 （罗伯特·博世有限公司）

2020.10.13PCT/CN2018/0829652018.04.13WO2019/196094EN2019.10.17US2014005847A1,2014.01.02US2011012563A1,2011.01.20本发明提供了用于优化对蓄电装置的使用应用装置中的蓄电装置的使用的一个或多个准据和关于所述应用装置的数据中的至少一项的所接收的数据来确定用于对所述蓄电装置进行充电或放电的充电/放电曲线；所述输出部用于配置为：接收关于所述充电/放电曲线的用户反统和/或所述应用装置的变化中的至少一项，并且基于关于所述充电/放电曲线的所述用户反统和/或所述应用装置的所述变化中的所接收的至少一项来更新所述充电/放电曲线。2接收用于优化对应用装置中的蓄电装置的使用的一个或多个准接收包括一个或多个用户输入、来自云的数据和关于所述应用装置基于所接收的一个或多个准则，根据所接收的数据来确定用于对所中的充电/放电电流、荷电状态和用于优化对蓄电装置的放电的驾驶速度中的至少一项相所述应用装置的所述变化中的所接收的至少一项来更新所述充述一个或多个参数包括所述蓄电装置和动力系统部件的一器被配置为：根据用户的驾驶行为和充电行为来确定针对所述电动车辆的预期路线和/或功耗，并且基于针对所述电动车辆的所述预期路线和/或功耗来确定用于对所述蓄电装置接收用于优化对所述应用装置中的所述蓄电装置的使用的多个准及基于针对所述多个准则中的每个准则的所述一个或多个优化参数和所述加权因子来充电装置，其被配置为耦合到电源并生成从所述电源去往所述蓄电装置的充电电流，其中，所述处理器位于所述应用装置、所述充电装置和所述3关于所述电源的数据分别包括所述充电装置和所述电源的一个或多个参数以及在所述充针对给定驾驶路线的效率图用于确定充电/放电，以通过考虑效率来优化所述电动车针对给定驾驶路线的效率用作用于充电/放电的单独准则，以及所述效率与至少一项接收用于优化对应用装置中的蓄电装置的使用的一个或多个准接收包括一个或多个用户输入、来自云的数据和关于所述应用装置基于所接收的一个或多个优化准则，根据所接收的数据来确定用过程中的充电/放电电流、荷电状态和用于优化对蓄电装置的放电的驾驶速度中的至少一输出所述充电/放电曲线到电动车辆，以设置针对所述电动车辆的一个或多个参数的接收关于所述充电/放电曲线的用户反馈、机器学习数据、大数据以及关于优化系统化系统和/或所述应用装置的变化中的所接收的至少一项来所述一个或多个参数包括所述蓄电装置和动力系统部件的一个4化方法还包括：根据用户的驾驶行为和/或充电行为来确定针对所述电动车辆的预期路线基于所接收的数据来确定针对所述多个准则中的且基于针对所述多个准则中的每个准则的所述一个或多个优化参数和所述加权因子来接收关于充电装置的数据、关于电源的数据和来自外部述充电装置被配置为耦合到所述电源并生成从所述电源去往所述蓄电装置基于所接收的数据以及关于所述充电装置的数据、关于所述电其中，所述的关于所述充电装置的数据和所述的关于所述电电装置和所述电源的一个或多个参数以及在所述充电装置和所述电源处记录或导出的数20.一种包括指令的计算机存储介质，所述指令用于在由一个或多个处理器运行时执行根据权利要求12-19中的任一项所述的优化方法5[0001]本发明总体上涉及对蓄电装置进行充电/放电，并且特别涉及用于蓄电装置的使充电。在另一示例中，对电池和电源信息以及用户输入进行处理以计算最佳充电/放电周包括一个或多个用户输入、来自云的数据和关于所述应用装置的数据中的至少一项的数所接收的数据来确定用于对所述蓄电装置进行充电或放电的充电/放电曲线；接收关于所数据、大数据以及关于所述优化系统和/或所述应用装置的变化中的所接收的至少一项来6[0021]图1示出了根据本发明的一个实施例的优化系统10。优化系统10可以用于优化对电和/或对蓄电装置15进行放电。充电装置14可以生成用于对蓄电装置15进行充电的充电以及其中使用能够被充电或放电的蓄电装置的任何应用。电动车辆包括但不限于电动汽源13的数据和/或关于充电装置14的数据。关于电动车辆的数据不仅包括关于电动车辆中7置15进行充电/放电的充电/放电曲线。充电曲线可以用于生成用于蓄电装置的充电电流。下，在处理器11中确定针对电池寿命而言最佳的充电最大电压以及针对逆变器/电动机的[0027]在一个实施例中，处理器11根据驾驶员或相似驾驶员的驾驶行为和/或充电行为或者针对相似车辆来确定针对电动车辆的预期路线和/或功耗，并且基于针对电动车辆的8换以及打开/关闭某种功能)，经由滑动条来输入信息(例如，输入出发时间或期望荷电状示出蓄电装置的充电将会在6:45结束(保留15分钟作为余量以避免驾驶员可能在7AM之前[0030]尽管上面描述了处理器11仅根据用户的反馈来更新充电/放电曲线，但是在更新[0031]除了响应于用户的反馈来更新充电/放电曲线之外，处理器11还可以响应于机器学习数据、大数据或关于优化系统和/或包括蓄电装置15的电动车辆中的任一项的变化来充电/放电曲线与来自云的机器学习数据和/或大数据进行比较，以查看所确定的充电/放响应于例如电动车辆、电源13或充电装置14的设置变化和/或优化系统中的任何软件更新[0032]以上示例不是限制性和穷举的，还可以预想到其他参数来触发对充电/放电曲线[0034]在响应于机器学习数据、大数据或关于优化系统和/或包括蓄电装置15的电动车辆的变化以及任选地关于充电装置14和/或电源13的变化来更新充电/放电曲线的情况下，输出部12可以不向用户输出最初确定的充电/放电曲线；或者甚至输出部12可以根本不向9且被配置为可以与充电装置14和电源13结合使用以对电动车辆中的蓄电装置15进行充电[0036]图2示出了根据本发明的另一实施例的优化系统100。与在图1中示出的优化系统如电动车辆或充电装置1000之类的应用装置2如，充电装置或应用装置的处理器)具有不足的计算能力，并且/或者没有连接外部装置并且显示器2200可以位于电动车辆的速度计处。外部装置3000包括处理器3100、显示器到充电装置1000(特别是充电装置1000的输入部1110和输出部1120)的输入接口/输出接[0043]图2示出了充电装置1000的处理器1100中的输入部1110和输出部1120，还可以预和外部装置3000的用户输入部和显示器中的任一项来与优化系统进行交互。在一个示例2000中确定和/或更新充电/放电曲线，然后将该充电/放电曲线传送给充电装置以基于充电曲线来生成充电电流，或者将该充电/放电曲线传送给应用装置以基于放电曲线来设置方式来配置优化系统，只要可以实现其功能以确定和更新针对蓄电装置的充电/放电曲线[0053]关于应用装置的数据包括应用装置的一个或多个参数以及在应用装置处记录或于充电装置的数据被存储在充电装置中，则关于充电装置的数据可以包括先前的充电/放[0054]由优化系统接收的数据可以包括用于感测环境参数中的一个或多个环境参数(包预想到使用可能有益于优化对电池的使用的例如是在充电/驾驶时电池电阻的突然增加以及对应机器学习数据、大数据以及关于优化系统和/或应用装置的变化中的所接收的至少一项来期路线和/或功耗来确定用于对蓄电装置进源的数据和来自外部装置的数据中的至少一项，该外部装置被配置为被耦合到应用装置数据和关于电源的数据分别包括充电装置和电源的一个或多个参数以及在充电装置和电[0070]图4A和图4B示出了根据本发明的系统或方法的一个实施例的针对至少包括蓄电装置的寿命延长的准则而确定/更新的充电曲线的示意图。图4A示出了充电曲线的荷电状用于充电的充电装置，然后可以根据由上面提到的优化系统/方法而确定的充电曲线来对电或蓄电装置的寿命延长)从7:00到7:45驾驶电动车辆。当前的驾驶数据可以被收集并被电动机和功率电子器件两者而言电压和电流都处于最佳区域的情况下，可以获得最佳效[0076]图5B示出了针对不同的(例如，低或高)荷电状态的驾驶员的驾驶速度(X轴)与效如通过如上所述的优化系统和/或方法来获得在充电流程期间使用的充电曲线。在预定的的驾驶数据可以被收集并被用于确定后续的充电曲线。在图