Planung der Ladung von Elektrofahrzeugen vor Abfahrt

• Main Authors: Kabisher, Boris, Baron, Nadav, Zerbib, Omer, Telpaz, Ariel, Hershkovitz, Barak, Erez, Ravid
• Format: Patent
• Language: German
• Published: 29.09.2022
• Subjects: ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDEDFOR ELSEWHERE; CALCULATING; CHECKING-DEVICES; COMPUTING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; GENERATING RANDOM NUMBERS; PHYSICS; REGISTERING OR INDICATING THE WORKING OF MACHINES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR; TIME OR ATTENDANCE REGISTERS; VOTING OR LOTTERY APPARATUS

Ein computerimplementiertes Verfahren zum Planen des Ladens für Elektrofahrzeuge vor Abfahrt enthält das Vorhersagen eines Benutzerabfahrtzeitpunkts auf der Grundlage eines ersten Vorhersagemodells maschinellen Lernens. Ferner enthält das Verfahren das Bestimmen einer Fahrzeuginnenraumtemperatur, die für den Benutzer zu dem Benutzerabfahrtzeitpunkt eingestellt werden soll, auf der Grundlage eines zweiten Vorhersagemodells maschinellen Lernens. Ferner enthält das Verfahren das Bestimmen einer Batterietemperatur, die zu dem Benutzerabfahrtzeitpunkt eingestellt werden soll, auf der Grundlage eines dritten Vorhersagemodells maschinellen Lernens. Ferner enthält das Verfahren das Bestimmen eines aktuellen Ladepegels einer Batterie des Elektrofahrzeugs. Ferner enthält das Verfahren das Berechnen eines Ladeanfangszeitpunkts zum Beginnen des Ladens der Batterie auf der Grundlage eines oder mehrerer Attribute einer Ladestation, mit der das Elektrofahrzeug gekoppelt ist, und auf der Grundlage des Benutzerabfahrtzeitpunkts, der Fahrzeuginnenraumtemperatur und der Batterietemperatur. Ferner enthält das Verfahren das Initiieren des Ladens der Batterie zu dem Ladeanfangszeitpunkt. A computer-implemented method for scheduling pre-departure charging for electric vehicles includes predicting a user-departure time based on a first machine learning prediction model. The method further includes determining a cabin temperature to be set for the user at the user-departure time based on a second machine learning prediction model. The method further includes determining a battery-temperature to be set at the user-departure time based on a third machine learning prediction model. The method further includes determining a present charge level of a battery of the electric vehicle. The method further includes computing a charging start-time to start charging the battery based on one or more attributes of a charging station to which the electric vehicle is coupled, and based on the user-departure time, the cabin temperature, and the battery-temperature. The method further includes initiating charging the battery at the charging start-time.