车辆的充电请求电流的计算方法、装置和车辆与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及车辆充电技术领域，尤其涉及一种车辆的充电请求电流的计算方法、装置和车辆。背景技术：2.随着社会经济和车辆技术的不断发展，车辆已经成为人们生活中必不可少的交通设备。并且，随着绿色出行理念的不断普及，电动汽车越来越多地应用到人们的出行中，动力电池的需求呈井喷之势。3.动力电池的续航能力、使用安全等方面均和动力电池的充电过程息息相关，因此，准确监测动力电池在充电过程中的相关参数和充电状态，尤其是充电过程中动力电池向充电桩请求的充电请求电流，关系着动力电池的充电效率和充电安全性。动力电池管理系统(bms)是连接车载动力电池和电动汽车的重要纽带，动力电池管理系统可以实现对动力电池在充电过程的监控和管理。然而，发明人发现现有技术至少存在如下问题：现有技术中，仅依靠动力电池管理系统实现对动力电池的监控和管理，难以精准地实现对电池充电过程中充电请求电流的计算，难以保证电动汽车的充电效率和充电安全。技术实现要素：4.本发明实施例的目的是提供一种车辆的充电请求电流的计算方法、装置和车辆，其能够准确地实现对动力电池充电过程中充电请求电流的计算和管理，有效提高动力电池的充电效率和充电安全。5.为实现上述目的，本发明实施例提供了一种车辆的充电请求电流的计算方法，所述车辆包括电池管理系统和边缘处理器，所述方法包括：6.在车辆的动力电池与充电桩建立充电连接之后，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，并以所述当前充电请求电流向所述充电桩请求充电；7.在所述动力电池的充电过程中，所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，并将更新后的等效电路模型下发至所述电池管理系统；8.所述电池管理系统获取更新后的等效电路模型输出的电池最大承受电流，更新为所述当前充电请求电流。9.作为上述方案的改进，所述充电桩信息包括充电桩编码；10.则，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，具体包括：11.根据所述充电桩编码，确定所述充电桩的生产日期，并根据所述生产日期，评估所述充电桩的健康度；12.若所述健康度小于预设的健康度阈值，以预设的调整步长下调所述初始充电请求电流。13.作为上述方案的改进，所述充电桩信息还包括最大输出电压和最大输出电流；14.则，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，还包括：15.根据所述最大输出电压和所述最大输出电流，计算所述充电桩的最大可充电电流；16.若所述初始充电请求电流大于所述最大可充电电流，下调所述初始充电请求电流，以使所述初始充电请求电流小于等于所述最大可充电电流。17.作为上述方案的改进，所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，具体包括：18.所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，并根据所述电池状态信息，确定预设的用于预测电池最大承受电流的等效电路模型的输入值；19.根据第一预设时间内所述等效电路模型的输入值和输出值，采用最小二乘的回归辨识方法对所述等效电路模型的模型参数进行辨识和更新，以更新所述等效电路模型。20.作为上述方案的改进，所述初始充电请求电流是所述电池管理系统通过以下方式预先确定的：21.获取所述动力电池的初始电池状态信息；22.根据所述初始电池状态信息和预设的充电map表，确定所述初始充电请求电流；其中，所述充电map表记录了初始电池状态信息与初始充电请求电流的对应关系。23.作为上述方案的改进，所述充电map表包括第一充电map表和第二充电map表；所述初始电池状态信息包括soc值、单体电池电压和电池温度；所述第一充电map表记录了动力电池的soc值、电池温度与初始充电请求电流的对应关系；所述第二充电map表记录了动力电池的单体电池电压、电池温度与初始充电请求电流的对应关系；24.则，所述根据所述初始电池状态信息和预设的充电map表，确定所述初始充电请求电流，具体包括：25.根据所述soc值、所述电池温度和所述第一充电map表，确定第一初始充电请求电流；26.根据所述单体电池电压、所述电池温度和所述第二充电map表，确定第二初始充电请求电流；27.获取所述第一初始充电请求电流和所述第二初始充电请求电流中的最小值，作为所述初始充电请求电流。28.作为上述方案的改进，所述方法还包括：29.在所述动力电池的充电过程中，所述边缘处理器实时将所述电池状态信息发送至云端处理器，以使所述云端处理器根据所述电池状态信息，对预设的用于输出充电map表的电化学模型的模型参数进行辨识，以更新所述电化学模型；并将通过所述更新后的电化学模型计算得到的充电map表下发至所述电池管理系统。30.作为上述方案的改进，所述云端处理器能够根据所述电池状态信息，确定预设的用于输出充电map表的电化学模型的输入值，并根据第二预设时间内所述电化学模型的输入值和输出值，采用非线性最小二乘法或分类法对所述电化学模型的模型参数进行辨识，以更新所述电化学模型；所述分类法为聚类k-means分类法、贝叶斯分类法或随机森林分类法。31.本发明实施例还提供了一种车辆，包括电池管理系统和边缘处理器；32.在车辆的动力电池与充电桩建立充电连接之后，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，并以所述当前充电请求电流向所述充电桩请求充电；33.在所述动力电池的充电过程中，所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，并将更新后的等效电路模型下发至所述电池管理系统；34.所述电池管理系统获取更新后的等效电路模型输出的电池最大承受电流，更新为所述当前充电请求电流。35.本发明实施例还提供了一种车辆的充电请求电流的计算装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的车辆的充电请求电流的计算方法。36.与现有技术相比，本发明实施例公开的车辆的充电请求电流的计算方法、装置和车辆，所述车辆配置有电池管理系统和边缘处理器。在车辆的动力电池与充电桩建立充电连接之后，所述电池管理系统预先确定一初始充电电流，并根据所述充电桩发送的充电桩信息，对所述初始充电请求电流进行调整，向所述充电桩请求充电。在所述动力电池的充电过程中，所述边缘处理器根据电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，进而所述电池管理系统获取更新后的等效电路模型输出的电池最大承受电流，更新为所述当前充电请求电流。相比于现有技术中电池管理系统根据电芯供应商提供的充电map表查询得到充电请求电流等方式，采用本发明实施例的技术手段，基于充电桩、电池管理系统和边缘处理器三者的协同控制，对初始充电请求电流进行多次的调整和更新，能够准确地实现对动力电池充电过程中充电请求电流的计算和管理，避免仅依靠电池管理系统的粗糙管理所导致的充电请求电流计算不够精准的问题，更加适应充电桩供电状态和动力电池的充电状态，有效优化充电过程，提高了动力电池的充电效率和充电安全。附图说明37.图1是本发明实施例提供的一种车辆的充电请求电流的计算方法在一种优选实施方式下的流程示意图；38.图2是本发明实施例提供的一种车辆的充电请求电流的计算方法在另一种优选实施方式下的流程示意图；39.图3是本发明实施例提供的一种车辆的结构示意图；40.图4是本发明实施例提供的一种车辆的充电请求电流的计算装置的结构示意图。具体实施方式41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。42.参见图1，是本发明实施例提供的一种车辆的充电请求电流的计算方法在一种优选实施方式下的流程示意图。在本发明实施例中，所述车辆包括电池管理系统和边缘处理器，本发明实施例提供的一种车辆的充电请求电流的计算方法，由所述电池管理系统和所述边缘处理器协同执行。43.具体地，所述充电请求电流的计算方法通过步骤s11至s13执行：44.s11、在车辆的动力电池与充电桩建立充电连接之后，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，并以所述当前充电请求电流向所述充电桩请求充电；45.s12、在所述动力电池的充电过程中，所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，并将更新后的等效电路模型下发至所述电池管理系统；46.s13、所述电池管理系统获取更新后的等效电路模型输出的电池最大承受电流，更新为所述当前充电请求电流。47.在本发明实施例中，所述电池管理系统主要执行对动力电池的实时充电控制。当用户判断车辆存在充电需求时，将车辆的充电枪插在充电桩的充电口上，建立动力电池与充电桩之间的充电连接，进而，所述电池管理系统会预先确定一初始充电请求电流。48.在一种可选的实施方式下，所述初始充电请求电流是所述电池管理系统通过以下方式预先确定的：49.获取所述动力电池的初始电池状态信息；50.根据所述初始电池状态信息和预设的充电map表，确定所述初始充电请求电流；其中，所述充电map表记录了初始电池状态信息与初始充电请求电流的对应关系。51.需要说明的是，所述车辆出厂后，内部会配置存储由动力电池的电芯供应商提供的初始的充电map表。现有技术中采用此种方法得到的充电请求电流，较为机械且不可进化，充电电流也较小，属于较为保守的充电策略。52.在另一种可选的实施方式下，所述电池管理系统中集成了用于预测电池最大承受电流的等效电路模型，该等效电路模型以预设的电池状态信息作为输入，例如电池电压、电池电流、电池soc值和电池温度等电池充电的相关状态特征和采样特征，计算得到电池最大承受电流。则所述初始充电请求电流是所述电池管理系统通过以下方式预先确定的：53.获取所述动力电池的初始电池状态信息，作为所述用于预测电池最大承受电流的等效电路模型的输入；54.获取所述等效电路模型计算得到的电池最大承受电流，作为所述初始充电请求电流。55.可以理解地，在第三种可选的实施方式下，通过比较经过查询所述充电map表得到的充电请求电流，以及通过所述等效电路模型计算得到的电池最大承受电流的大小，选取其中的较小值作为所述初始充电请求电流。56.在建立动力电池与充电桩之间的充电连接之后，所述充电桩向车辆的电池管理系统反馈自身的充电桩信息，例如充电桩编码、最大输出电流和最大输出电压等，所述电池管理系统根据所述充电桩发送的充电桩信息，对所述初始充电请求电流进行调整，以使调整后的充电请求电流与所述充电桩的充电能力相匹配，将调整后的充电请求电流作为当前充电请求电流，向所述充电桩请求充电。57.进一步地，在动力电池的充电过程中，所述电池管理系统实时获取动力电池的电池状态信息，并将所述电池状态信息发送给所述边缘处理器。58.所述边缘处理器主要执行对充电过程的监控。所述边缘处理器中也同样集成了所述用于预测电池最大承受电流的等效电路模型，并且，所述边缘处理器还集成了该等效电路模型的实时辨识算法。所述边缘处理器获取所述电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，并将更新后的等效电路模型下发至所述电池管理系统。进而，所述电池管理系统根据所述边缘处理器下发的更新后的等效电路模型，对自身内部原有的等效电路模型进行更新，将经过更新后的等效电路模型计算并输出的电池最大承受电流，更新为所述当前充电请求电流，即保证最快充电速度的最优充电请求电流。如此实现对所述当前充电请求电流的修正和更新，以提高向所述充电桩请求充电的精准性。59.本发明实施例提供了一种充电请求电流的计算方法，在车辆的动力电池与充电桩建立充电连接之后，所述电池管理系统预先确定一初始充电电流，并根据所述充电桩发送的充电桩信息，对所述初始充电请求电流进行调整，向所述充电桩请求充电。在所述动力电池的充电过程中，所述边缘处理器根据电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，进而所述电池管理系统获取更新后的等效电路模型输出的电池最大承受电流，更新为所述当前充电请求电流。相比于现有技术中电池管理系统根据电芯供应商提供的充电map表查询得到充电请求电流等方式，采用本发明实施例的技术手段，基于充电桩、电池管理系统和边缘处理器三者的协同控制，对初始充电请求电流进行多次的调整和更新，能够准确地实现对动力电池充电过程中充电请求电流的计算和管理，避免仅依靠电池管理系统的粗糙管理所导致的充电请求电流计算不精准的问题，更加适应充电桩供电状态和动力电池的充电状态，有效优化充电过程，提高了动力电池的充电效率和充电安全。60.作为优选的实施方式，所述充电桩信息包括充电桩编码。则，在步骤s11中，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，具体包括步骤s111至s112：61.s111、根据所述充电桩编码，确定所述充电桩的生产日期，并根据所述生产日期，评估所述充电桩的健康度；62.s112、若所述健康度小于预设的健康度阈值，以预设的调整步长下调所述初始充电请求电流。63.在本发明实施例中，所述电池管理系统根据充电桩的产品编码得到其生产日期，由此估算其健康度。健康度较差的充电桩会出现输出电流上下波动的情况，会导致充电过流风险的上升，因此若所述健康度小于预设的健康度阈值，电池管理系统会根据健康度适当下调充电请求电流，以避免充电过流风险。64.需要说明的是，所述预设的调整步长可以根据实际情况进行设置，在此不做具体限定。65.作为优选的实施方式，所述充电桩信息还包括最大输出电压和最大输出电流。则，在步骤s11中，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，还包括步骤s113至s114：66.s113、根据所述最大输出电压和所述最大输出电流，计算所述充电桩的最大可充电电流；67.s114、若所述初始充电请求电流大于所述最大可充电电流，下调所述初始充电请求电流，以使所述初始充电请求电流小于等于所述最大可充电电流。68.最大输出电压和最大输出电流决定了充电桩能力的上限，也即所述最大可充电电流。根据所述最大输出电压和所述最大输出电流计算得到的功率，来计算所述充电桩能力的上限。进而，所述电池管理系统会评估当前充电请求电流是否超过了充电桩能力的上限，从而调整当前充电请求电流，使其不超过充电桩能力的上限。69.采用本发明实施例的技术手段，为了使电池充电电流均方根值i_rms满足使充电更快速的需求，电池管理系统会在较低soc采取较大的充电电流，但是如果充电桩能力达不到这个电流，那么电池管理系统会在后续更高soc区间的充电过程继续保持较高的充电请求电流使均方根电流达到当前soc的充电电流需求，这样既不会减少充电时间，同时又不会超过充电桩的最大能力导致充电桩过载的风险。70.作为优选的实施方式，在步骤s12中，所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，具体包括步骤s121至s122：71.s121、所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，并根据所述电池状态信息，确定预设的用于预测电池最大承受电流的等效电路模型的输入值；72.s122、根据第一预设时间内所述等效电路模型的输入值和输出值，采用最小二乘的回归辨识方法对所述等效电路模型的模型参数进行辨识和更新，以更新所述等效电路模型。73.在本发明实施例中，所述等效电路模型的输入值包括电池电压、电池电流、电池soc值和电池温度等电池充电的相关状态特征和采样特征，所述等效电路模型的输出为电池正负极电位和最大承受电流，所述等效电路模型的参数为等效欧姆内阻、电荷转移内阻、等效双电层电容等在bms算法开发阶段预先标定好的参数。74.在充电过程中，所述边缘处理器根据一段时间的模型输入和输出的响应数据，采用最小二乘的回归辨识方法对模型参数进行模型参数的实时辨识，当辨识达到一定精度，参数呈现收敛的趋势，则会更新模型参数，使所述等效电路模型对电池最大承受电流的预测更加准确。75.作为优选的实施方式，在上述实施例中，所述电池管理系统通过预设的充电map表来直接或间接确定初始充电请求电流，所述充电map表包括第一充电map表和第二充电map表；所述初始电池状态信息包括soc值、单体电池电压和电池温度。则，所述第一充电map表记录了动力电池的soc值、电池温度与初始充电请求电流的对应关系；所述第二充电map表记录了动力电池的单体电池电压、电池温度与初始充电请求电流的对应关系。76.则，所述根据所述初始电池状态信息和预设的充电map表，确定所述初始充电请求电流，具体包括：77.根据所述soc值、所述电池温度和所述第一充电map表，确定第一初始充电请求电流；根据所述单体电池电压、所述电池温度和所述第二充电map表，确定第二初始充电请求电流；获取所述第一初始充电请求电流和所述第二初始充电请求电流中的最小值，作为所述初始充电请求电流。78.作为举例，所述第一充电map表如表1所示，所述第二充电map表如表2所示：79.表1[0080][0081]表2[0082][0083][0084]在车辆的动力电池与充电桩建立充电连接之后，电池管理系统获取初始电池状态信息，包括soc值、单体电池电压和电池温度，分别查询所述第一充电map表和所述第二充电map表，对应得到两个充电请求电流，获取两个充电请求电流中的最小值，作为所述初始充电请求电流。[0085]需要说明的是，上述表1和表2中所涉及的数值为标定量示例，并不构成对本发明的限定。在实际应用中，根据不同车辆的实际情况，所述第一充电map表和所述第二充电map表中的数值各不相同，在此不做限定。[0086]作为优选的实施方式，参见图2，是本发明实施例提供的一种车辆的充电请求电流的计算方法在另一种优选实施方式下的流程示意图。本发明实施例在上述实施例的基础上进一步实施，所述方法还包括步骤s14：[0087]s14、在所述动力电池的充电过程中，所述边缘处理器实时将所述电池状态信息发送至云端处理器，以使所述云端处理器根据所述电池状态信息，对预设的用于输出充电map表的电化学模型的模型参数进行辨识，以更新所述电化学模型；并将通过所述更新后的电化学模型计算得到的充电map表下发至所述电池管理系统。[0088]优选地，所述云端处理器能够根据所述电池状态信息，确定预设的用于输出充电map表的电化学模型的输入值，并根据第二预设时间内所述电化学模型的输入值和输出值，采用非线性最小二乘法或分类法对所述电化学模型的模型参数进行辨识，以更新所述电化学模型。[0089]在本发明实施例中，云端处理器集成了一个较为复杂的基于电池电芯电化学机理和ai机器学习预测的融合模型，该模型的输入为电池充电请求电流、电池实际充电电流、电池一致性状态、平均温升速率、电芯sohc和sohr等电池相关状态历史特征和采样历史特征，输出为充电map表，也即所述第一充电map表和所述第二充电map表，模型参数包裹等效欧姆内阻、浓差极化内阻、等效双电层电阻和电容、sei膜厚度、电芯等效热阻和热容等电化学参数，同时也包含ai机器学习相关的大量电池特征因子的权重。[0090]在车辆的长期使用过程中，所述边缘处理器实时将所述电池状态信息发送至云端处理器，同时也将其他的车端数据不断地通过以太网上传至云端，这些数据在云端用于对电化学模型参数的辨识，辨识方法可以为非线性最小二乘法、也可以是聚类k-means、贝叶斯和随机森林等分类法，参数辨识最终能够得到更新后的电化学模型，同时得到输出的优化后的充电map表，并通过所述边缘处理器下发至所述电池管理系统，以使所述电池管理系统能够根据更加精准的充电map表计算初始充电请求电流，进而提高了所述电池管理系统计算当前充电请求电流的准确性。[0091]采用本发明实施例的技术手段，基于充电桩、电池管理系统、边缘处理器和云端处理器的协同控制，四者之间层层相扣，相辅相成，使得对充电请求电流的计算策略得到深度优化。通过对初始充电请求电流进行多次的调整和更新，准确地实现对动力电池充电过程中充电请求电流的计算和管理，有效优化充电过程，提高了动力电池的充电效率和充电安全。[0092]参见图3，是本发明实施例提供的一种车辆的结构示意图。本发明实施例提供了一种车辆20，包括电池管理系统21和边缘处理器22；其中，[0093]在车辆的动力电池与充电桩建立充电连接之后，所述电池管理系统21根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，并以所述当前充电请求电流向所述充电桩请求充电；[0094]在所述动力电池的充电过程中，所述边缘处理器22实时获取所述电池管理系统21发送的电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，并将更新后的等效电路模型下发至所述电池管理系统21；[0095]所述电池管理系统21获取更新后的等效电路模型输出的电池最大承受电流，更新为所述当前充电请求电流。[0096]采用本发明实施例的技术手段，基于充电桩、电池管理系统和边缘处理器的三者的协同控制，对初始充电请求电流进行多次的调整和更新，能够准确地实现对动力电池充电过程中充电请求电流的计算和管理，避免仅依靠电池管理系统的粗糙管理所导致的充电请求电流计算不够精准的问题，更加适应充电桩供电状态和动力电池的充电状态，有效优化充电过程，提高了动力电池的充电效率和充电安全。[0097]作为优选的实施方式，所述充电桩信息包括充电桩编码；则，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，具体包括：[0098]根据所述充电桩编码，确定所述充电桩的生产日期，并根据所述生产日期，评估所述充电桩的健康度；[0099]若所述健康度小于预设的健康度阈值，以预设的调整步长下调所述初始充电请求电流。[0100]优选地，所述充电桩信息还包括最大输出电压和最大输出电流；则，所述电池管理系统根据所述充电桩发送的充电桩信息，对预先确定的初始充电请求电流进行调整，得到当前充电请求电流，还包括：[0101]根据所述最大输出电压和所述最大输出电流，计算所述充电桩的最大可充电电流；[0102]若所述初始充电请求电流大于所述最大可充电电流，下调所述初始充电请求电流，以使所述初始充电请求电流小于等于所述最大可充电电流。[0103]作为优选的实施方式，所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，对预设的用于预测电池最大承受电流的等效电路模型的模型参数进行辨识，以更新所述等效电路模型，具体包括：[0104]所述边缘处理器实时获取所述电池管理系统发送的电池状态信息，并根据所述电池状态信息，确定预设的用于预测电池最大承受电流的等效电路模型的输入值；[0105]根据第一预设时间内所述等效电路模型的输入值和输出值，采用最小二乘的回归辨识方法对所述等效电路模型的模型参数进行辨识和更新，以更新所述等效电路模型。[0106]作为优选的实施方式，所述初始充电请求电流是所述电池管理系统通过以下方式预先确定的：[0107]获取所述动力电池的初始电池状态信息；[0108]根据所述初始电池状态信息和预设的充电map表，确定所述初始充电请求电流；其中，所述充电map表记录了初始电池状态信息与初始充电请求电流的对应关系。[0109]作为优选的实施方式，所述充电map表包括第一充电map表和第二充电map表；所述初始电池状态信息包括soc值、单体电池电压和电池温度；所述第一充电map表记录了动力电池的soc值、电池温度与初始充电请求电流的对应关系；所述第二充电map表记录了动力电池的单体电池电压、电池温度与初始充电请求电流的对应关系；[0110]则，所述根据所述初始电池状态信息和预设的充电map表，确定所述初始充电请求电流，具体包括：[0111]根据所述soc值、所述电池温度和所述第一充电map表，确定第一初始充电请求电流；[0112]根据所述单体电池电压、所述电池温度和所述第二充电map表，确定第二初始充电请求电流；[0113]获取所述第一初始充电请求电流和所述第二初始充电请求电流中的最小值，作为所述初始充电请求电流。[0114]作为优选的实施方式，在所述动力电池的充电过程中，所述边缘处理器实时将所述电池状态信息发送至云端处理器，以使所述云端处理器根据所述电池状态信息，对预设的用于输出充电map表的电化学模型的模型参数进行辨识，以更新所述电化学模型；并将通过所述更新后的电化学模型计算得到的充电map表下发至所述电池管理系统。[0115]优选地，所述云端处理器能够根据所述电池状态信息，确定预设的用于输出充电map表的电化学模型的输入值，并根据第二预设时间内所述电化学模型的输入值和输出值，采用非线性最小二乘法或分类法对所述电化学模型的模型参数进行辨识，以更新所述电化学模型；所述分类法为聚类k-means分类法、贝叶斯分类法或随机森林分类法。[0116]采用本发明实施例的技术手段，基于充电桩、电池管理系统、边缘处理器和云端处理器的协同控制，四者之间层层相扣，相辅相成，使得对充电请求电流的计算策略得到深度优化。通过对初始充电请求电流进行多次的调整和更新，准确地实现对动力电池充电过程中充电请求电流的计算和管理，有效优化充电过程，提高了动力电池的充电效率和充电安全。[0117]参见图4，是本发明实施例提供的一种车辆的充电请求电流的计算装置的结构示意图。本发明实施例提供了一种车辆的充电请求电流的计算装置30，包括处理器31、存储器32以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项实施例所提供的车辆的充电请求电流的计算方法。[0118]需要说明的是，本发明实施例提供的一种充电请求电流的装置用于执行上述实施例的一种充电请求电流的方法的所有流程步骤，两者的工作原理和有益效果一一对应，因而不再赘述。[0119]本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。[0120]以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!