CN103136600B - 一种电动汽车备选充电设施选择方法 - Google Patents
一种电动汽车备选充电设施选择方法 Download PDFInfo
- Publication number
- CN103136600B CN103136600B CN201310079243.4A CN201310079243A CN103136600B CN 103136600 B CN103136600 B CN 103136600B CN 201310079243 A CN201310079243 A CN 201310079243A CN 103136600 B CN103136600 B CN 103136600B
- Authority
- CN
- China
- Prior art keywords
- charging equipment
- electrically
- electric automobile
- alternative
- selection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种电动汽车备选充电设施选择方法,包括以下步骤:获得电动汽车剩余电量和电压、未来路网的交通状态信息、当前位置信息、目的地位置信息以及充电设施分布信息;通过计算充电设施距离阈值和电动汽车续驶里程,计算备选充电设施选择范围的大小,确定备选充电设施集合;输出备选充电设施集合,通过以上处理,获得电动汽车的备选充电设施集合,为确定电动汽车最终充电设施提供一个合理的选择范围。本发明提高了选择备选充电设施集合的合理性,有效控制了选择最优充电设施时的计算负荷。
Description
技术领域
本发明涉及电动汽车技术领域,尤其涉及一种电动汽车备选充电设施选择方法。
背景技术
随着燃油汽车的保有量迅速增加,由燃油汽车引起的环境污染以及全球燃油枯竭问题也日益严重。为此,各国就加快了新能源汽车的研究进程。目前,电动汽车由于其无污染、效率高以及使用方便等特点,而备受青睐。在电动汽车出行中,当电池余量不能满足出行需求时,需要对电动汽车进行再次充电,这时电动汽车导航系统需要在众多充电设施中为出行者选择最优位置的充电设施进行充电。
目前,现有的充电设施选择方法(专利:CN102009625)是当电动汽车的剩余电量低于某一设定值时,选择距离当前位置最近的充电设施,未考虑充电设施与目的地在方向上的一致性、绕行能耗等,使得现有方法无法从全局上选择最优的充电设施。但是最优充电设施的选择原则应该是基于一定的导航标准(如时间最短),对一定范围内的所有充电设施,考虑电动汽车续驶里程的限制,按照充电设施的服务时间和排队时间、当前位置到充电设施的行驶时间、充电设施至目的地的行驶时间为总和最小的原则,选择最优的充电设施。因此,备选充电设施集合的大小将直接影响最终充电设施的选择结果是否为最优以及系统的运算效率等问题。如果备选集合过大,会导致试算量过多从而降低系统的运算效率;相反,如果备选集合过小,也会使得真正的最优充电设施被错误地排除在选择范围之外,最终的选择结果不是最优解。
发明内容
本发明解决的技术问题在于在路径导航或路径规划时,针对有充电需求的电动汽车,在选择最优充电设施前,根据当前充电设施的分布密度、续驶里程、出行的方向和出行距离等,在众多的充电设施中,选择一定数量的可能的充电设施,形成合理的备选充电设施集合。
本发明实施例公开了一种电动汽车备选充电设施选择方法,包括以下步骤:
1)获得电动汽车剩余电量和电压、未来路网的交通状态信息、当前位置信息、目的地位置信息以及充电设施分布信息;
2)通过计算充电设施距离阈值和电动汽车续驶里程,计算备选充电设施选择范围的大小,确定备选充电设施集合;
3)输出备选充电设施集合,通过以上处理,获得电动汽车的备选充电设施集合,为确定电动汽车最终充电设施提供一个合理的选择范围。
进一步,作为优选,所述步骤2)具体包括以下步骤:首先,根据充电设施分布信息,计算距离阈值;根据剩余电量,计算电动汽车续驶里程;其次,通过比较续驶里程与距离阈值之间的大小,确定备选充电设施的选择形状范围:当续驶里程大于距离阈值时,备选充电设施的选择形状为椭圆形,反之,则为圆形;然后,计算选择范围的大小,圆形选择区域是以当前位置为中心,续驶里程为半径的圆形;椭圆形选择区域是根据电动汽车当前的位置信息、目的地的位置信息、当前路网交通状态以及续驶里程共同确定;最后,通过划定的范围,确定备选充电设施集合。
进一步,作为优选,所述步骤1)具体为利用电动汽车车载检测设备获得电动汽车剩余电量和当前电压。
进一步,作为优选,所述步骤1)具体为利用GPS和GIS获得当前位置信息以及充电设施分布信息。
进一步,作为优选,所述步骤1)具体为利用导航或路径规划系统设定目的地位置信息。
进一步,作为优选,所述步骤1)具体为未来路网的交通状态信息来源于交通状态预测系统。
本发明考虑当前位置与目的地之间的方向性以及充电设施的分布密度,提出了一种电动汽车备选充电设施的选择方法。该方法结合当前剩余电量以及路网的交通状况,动态估计续驶里程,考虑了最优充电设施与规划或导航路径在方向上的一致性,提高了选择备选充电设施集合的合理性,有效控制了选择最优充电设施时的计算负荷。
附图说明
当结合附图考虑时,通过参照下面的详细描述,能够更完整更好地理解本发明以及容易得知其中许多伴随的优点,但此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定,其中:
图1是本发明实施例一种电动汽车备选充电设施选择方法的基本流程图;
图2是本发明实施例一种电动汽车备选充电设施选择方法的具体流程图;
图3是本发明中圆形选择区域的示意图;
图4是本发明中椭圆形选择区域的示意图。
具体实施方式
参照图1-4对本发明的实施例进行说明。
为使上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,一种电动汽车备选充电设施选择方法,包括以下步骤:
S11、获得电动汽车剩余电量和电压、未来路网的交通状态信息、当前位置信息、目的地位置信息以及充电设施分布信息;
S12、通过计算充电设施距离阈值和电动汽车续驶里程,计算备选充电设施选择范围的大小,确定备选充电设施集合;首先,根据充电设施分布信息,计算距离阈值;根据剩余电量,计算电动汽车续驶里程;其次,通过比较续驶里程与距离阈值之间的大小,确定备选充电设施的选择形状范围:当续驶里程大于距离阈值时,备选充电设施的选择形状为椭圆形,反之,则为圆形;然后,计算选择范围的大小,圆形选择区域是以当前位置为中心,续驶里程为半径的圆形;椭圆形选择区域是根据电动汽车当前的位置信息、目的地的位置信息、当前路网交通状态以及续驶里程共同确定;最后,通过划定的范围,确定备选充电设施集合;
S13、输出备选充电设施集合,通过以上处理,获得电动汽车的备选充电设施集合,为确定电动汽车最终充电设施提供一个合理的选择范围。
实施例:
本发明提出的一种电动汽车备选充电设施选择方法,其流程图如图2所示,包括以下步骤:
S21、获得电动汽车剩余电量和当前电压;
S22、未来路网的交通状态信息、当前位置信息、目的地位置信息;
S23、获得充电设施分布信息;
其中,利用电动汽车车载检测设备获得电动汽车剩余电量和当前电压,利用GPS(全球定位系统)和GIS(地理信息系统)等获得当前位置信息以及充电设施分布信息,利用导航或路径规划系统设定目的地位置信息,而未来路网的交通状态信息来源于其它的交通状态预测系统。
S24、计算电动车的续驶里程L与距离阈值L0。其中,距离阈值的大小与城市中充电设施的分布密度相关,密度较大时,阈值较小,根据控制计算负荷的原则,确定距离阈值L0,具体是:在以出发地为圆心,半径为L0的区域内,充电设施的个数小于等于n(n为1以上的正整数,优选为10)座。计算公式如下:
其中:ρ——指电动汽车充电设施的密度,座/km2。
续驶里程L则是根据路网上链路的交通状况估计所需能耗及当前剩余电量动态估计获得。具体计算过程是:首先计算当前位置为圆心,半径L0的区域内的所有链路速度的加权平均值V(权重为链路长与所有链路的长度之比);然后,代入下式计算得到每公里的电能消耗率e(单位是kw·h/km):
其中,T为环境温度,℃;T0为基本环境温度,℃;M为电动汽车质量,kg;M0电动汽车基本质量,kg;
最后,结合当前剩余电量Qr、当前电压Uc和每公里的电能消耗率e,按照下式计算得到续驶里程L。
S25、比较计算得到的电动车的续驶里程L与距离阈值L0的大小,确定备选充电设施的选择形状范围。当L大于L0时,备选充电设施的选择形状为椭圆形,反之,则为圆形。
计算选择区域的大小。
S210、圆形选择区域的确定是以电动汽车当前的位置O为中心,当前的续驶里程L为半径的圆,如图3所示,其中1为出发地,2为目的地,2为充电站。
S26、椭圆形选择区域的确定是根据电动汽车当前的位置信息、目的地的位置信息、当前路网交通状态以及续驶里程共同确定:S27、首先,需要通过最短路算法(例如,Dijsktra算法)探索从电动汽车所在地与目的地之间的最短路,通过下式计算得到当前位置与目的地之间非直线系数α。
α=SOD/LOD
其中,LOD为当前位置和目的地之间的直线距离,km;SOD为当前位置和目的地之间距离最短路的长度,km。
S28、然后,椭圆形选择区域(图4,其中1为出发地,2为目的地,2为充电站)是以当前位置为焦点,当前位置和目的地之间的连线为x轴的椭圆,其长轴a和短轴b的长度如下:
a=(L0+2)/2
S211和S29、通过划定的选择区域,根据电动汽车当前的位置信息、目的地的位置信息以及预先获得的充电设施位置分布信息(主要包括经纬度坐标(xi,yi,其中i为充电设施的编号))等,利用解析几何的方法,确定备选充电设施集合。
S212、如果选择区域是圆形,则通过下式判断充电设施是否在圆形区域内,如果充电设施坐标满足下述不等式,说明该充电设施属于圆形区域内,将其纳入备选充电设施集合;不满足,则排除该充电设施。
如果选择区域是椭圆形,首先通过下式得到椭圆两个焦点的坐标(xF1,yF1),(xF2,yF2):
xF1=xO yF1=yO
其中,θ为旋转角度。
然后,通过下式判断充电设施是否在椭圆形区域内:如果满足下述不等式,说明该充电设施属于椭圆形区域内,将其纳入备选充电设施集合;不满足,则排除该充电设施。
S213、输出备选充电设施集合。通过以上处理,可以获得电动汽车的备选充电设施集合,为确定电动汽车最终充电设施提供的一个合理的选择范围。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些具体实施方式仅是举例说明,本领域的技术人员在不脱离本发明的原理和实质的情况下,可以对上述方法和系统的细节进行各种省略、替换和改变。例如,合并上述方法步骤,从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此,本发明的范围仅由所附权利要求书限定。
Claims (5)
1.一种电动汽车备选充电设施选择方法,其特征在于,包括以下步骤:
1)、获得电动汽车剩余电量和电压、未来路网的交通状态信息、当前位置信息、目的地位置信息以及充电设施分布信息;
2)、通过计算充电设施距离阈值和电动汽车续驶里程,计算备选充电设施选择范围的大小,确定备选充电设施集合;具体包括以下步骤:
首先,根据充电设施分布信息,根据控制计算负荷的原则,计算距离阈值L0;根据剩余电量,计算电动汽车续驶里程;其中距离阈值L0的计算过程具体为:
在以出发地为圆心,半径为L0的区域内,充电设施的座数小于等于n;计算公式如下:
其中:ρ为电动汽车充电设施的密度,座/km2;
其次,通过比较续驶里程与距离阈值之间的大小,确定备选充电设施的选择形状范围:当续驶里程大于距离阈值时,备选充电设施的选择形状为椭圆形,反之,则为圆形;
然后,计算选择范围的大小,圆形选择区域是以当前位置为中心,续驶里程为半径的圆形;椭圆形选择区域是根据电动汽车当前的位置信息、目的地的位置信息、当前路网交通状态以及续驶里程共同确定;具体地:
椭圆形选择区域是以当前位置为焦点,当前位置和目的地之间的连线为x轴的椭圆,其长轴a和短轴b的长度通过公式(2)和(3)来确定:
a=(L0+2)/2 (2)
L为电动汽车续驶里程;
其中,通过最短路算法确定从电动汽车所在地与目的地之间的最短路,通过公式(4)计算得到当前位置与目的地之间的非直线系数α:
α=SOD/LOD (4)
其中,LOD为当前位置和目的地之间的直线距离;SOD为当前位置和目的地之间距离最短路的长度;
最后,通过划定的范围,确定备选充电设施集合;
3)、输出备选充电设施集合,通过以上处理,获得电动汽车的备选充电设施集合,为确定电动汽车最终充电设施提供一个合理的选择范围。
2.根据权利要求1所述电动汽车备选充电设施选择方法,其特征在于,所述步骤1)具体为利用电动汽车车载检测设备获得电动汽车剩余电量和当前电压。
3.根据权利要求1所述电动汽车备选充电设施选择方法,其特征在于,所述步骤1)具体为利用GPS和GIS获得当前位置信息以及充电设施分布信息。
4.根据权利要求1所述电动汽车备选充电设施选择方法,其特征在于,所述步骤1)具体为利用导航或路径规划系统设定目的地位置信息。
5.根据权利要求1所述电动汽车备选充电设施选择方法,其特征在于,所述步骤1)具体为未来路网的交通状态信息来源于交通状态预测系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310079243.4A CN103136600B (zh) | 2013-03-13 | 2013-03-13 | 一种电动汽车备选充电设施选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310079243.4A CN103136600B (zh) | 2013-03-13 | 2013-03-13 | 一种电动汽车备选充电设施选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103136600A CN103136600A (zh) | 2013-06-05 |
CN103136600B true CN103136600B (zh) | 2016-12-28 |
Family
ID=48496409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310079243.4A Active CN103136600B (zh) | 2013-03-13 | 2013-03-13 | 一种电动汽车备选充电设施选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103136600B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105015347B (zh) * | 2015-07-15 | 2017-10-03 | 广东好帮手电子科技股份有限公司 | 一种电动汽车续航里程的实时提醒方法及系统 |
CN105160418A (zh) * | 2015-08-05 | 2015-12-16 | 国家电网公司 | 一种基于电动乘用车应用特征的充电分布预测方法 |
CN106197459B (zh) * | 2016-08-15 | 2019-05-21 | 浙江爱充网络科技有限公司 | 考虑航程及充电站位置的电动汽车路径寻优方法 |
CN106926716A (zh) * | 2016-09-14 | 2017-07-07 | 蔚来汽车有限公司 | 电动汽车智能充电导航方法 |
CN106843270B (zh) * | 2017-01-23 | 2019-02-01 | 中南大学 | 一种无人机快递自动投送路径规划方法 |
CN109094456A (zh) * | 2017-06-20 | 2018-12-28 | 宁波轩悦行电动汽车服务有限公司 | 一种电动汽车租赁系统救助系统及方法 |
CN108151753A (zh) * | 2017-12-06 | 2018-06-12 | 佛山华平勇创能源科技有限公司 | 基于电池电量的导航方法、装置、存储介质及终端 |
CN110015155A (zh) * | 2017-12-18 | 2019-07-16 | 北京长城华冠汽车科技股份有限公司 | 电动汽车充电提醒方法、存储设备及移动终端 |
CN108790872B (zh) * | 2018-05-31 | 2020-12-11 | 徐漫洋 | 基于移动机器人的电动汽车充电方法、移动机器人及后台 |
CN111209494A (zh) * | 2020-01-15 | 2020-05-29 | 山东理工大学 | 电动汽车充电站动态搜索方法、装置、存储介质及设备 |
CN111461441B (zh) * | 2020-04-03 | 2023-09-12 | 国网辽宁省电力有限公司 | 基于电动汽车泊停态势划分的多类充电设施优化配置方法 |
CN111609867B (zh) * | 2020-06-19 | 2022-02-22 | 北京交通大学 | 一种电动汽车路径规划方法 |
CN115824248B (zh) * | 2023-02-15 | 2023-04-21 | 交通运输部规划研究院 | 一种纯电动重型卡车的导航方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117073A (zh) * | 2009-12-31 | 2011-07-06 | 上海汽车集团股份有限公司 | 用于确定车辆非接触式充电时的行车路线的方法和装置 |
EP1729223A3 (en) * | 2005-06-01 | 2011-12-14 | Sanyo Electric Co., Ltd. | Demand control apparatus, electric power consumption prediction method, and program therefor |
CN102709984A (zh) * | 2012-06-13 | 2012-10-03 | 清华大学 | 一种基于智能交通系统的电动汽车充电路径规划方法 |
CN102837697A (zh) * | 2011-06-24 | 2012-12-26 | 北汽福田汽车股份有限公司 | 一种电动汽车续航里程管理系统及工作方法 |
-
2013
- 2013-03-13 CN CN201310079243.4A patent/CN103136600B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1729223A3 (en) * | 2005-06-01 | 2011-12-14 | Sanyo Electric Co., Ltd. | Demand control apparatus, electric power consumption prediction method, and program therefor |
CN102117073A (zh) * | 2009-12-31 | 2011-07-06 | 上海汽车集团股份有限公司 | 用于确定车辆非接触式充电时的行车路线的方法和装置 |
CN102837697A (zh) * | 2011-06-24 | 2012-12-26 | 北汽福田汽车股份有限公司 | 一种电动汽车续航里程管理系统及工作方法 |
CN102709984A (zh) * | 2012-06-13 | 2012-10-03 | 清华大学 | 一种基于智能交通系统的电动汽车充电路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103136600A (zh) | 2013-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103136600B (zh) | 一种电动汽车备选充电设施选择方法 | |
Wu et al. | Development and evaluation of an intelligent energy-management strategy for plug-in hybrid electric vehicles | |
Shen et al. | Optimal energy management strategy for a plug-in hybrid electric commercial vehicle based on velocity prediction | |
Travesset-Baro et al. | Transport energy consumption in mountainous roads. A comparative case study for internal combustion engines and electric vehicles in Andorra | |
Baouche et al. | Efficient allocation of electric vehicles charging stations: Optimization model and application to a dense urban network | |
CN103213504B (zh) | 一种电动汽车续驶里程估算方法 | |
Sun et al. | Dynamic traffic feedback data enabled energy management in plug-in hybrid electric vehicles | |
CN105459842B (zh) | 电动汽车续航里程的估算方法 | |
Kobayashi et al. | A route search method for electric vehicles in consideration of range and locations of charging stations | |
CN103292820B (zh) | 向用户提供移动体的精确续航范围的设备和方法 | |
US20180231389A1 (en) | Method of determining an area reachable by a vehicle using a dynamic model and a line graph | |
CN104184190A (zh) | 一种电动汽车动态充电路径规划方法 | |
CN103234544B (zh) | 电动汽车电量消耗因子模型建立及续驶里程估算方法 | |
Fotouhi et al. | A review on the applications of driving data and traffic information for vehicles׳ energy conservation | |
CN102052926B (zh) | 减少燃料消耗和成本的方法 | |
CN106427635B (zh) | 一种电动汽车 | |
Baptista et al. | From on-road trial evaluation of electric and conventional bicycles to comparison with other urban transport modes: Case study in the city of Lisbon, Portugal | |
CN104748753A (zh) | 一种在线导航方法和在线导航系统 | |
CN102709984A (zh) | 一种基于智能交通系统的电动汽车充电路径规划方法 | |
CN102118071A (zh) | 用于车载电池远程维护的方法和装置 | |
CN106599390A (zh) | 一种计及电动出租车时空随机特性的充电负荷的计算方法 | |
Fiori et al. | Optimum routing of battery electric vehicles: Insights using empirical data and microsimulation | |
Mehar et al. | EV-planning: Electric vehicle itinerary planning | |
CN108932561A (zh) | 一种考虑非线性充电函数的电动汽车充电路径选择方法 | |
Lee et al. | User equilibrium–based location model of rapid charging stations for electric vehicles with batteries that have different states of charge |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |