CN107464016A - 考虑电池剩余电量的电动汽车充电路线诱导方法 - Google Patents
考虑电池剩余电量的电动汽车充电路线诱导方法 Download PDFInfo
- Publication number
- CN107464016A CN107464016A CN201710624922.3A CN201710624922A CN107464016A CN 107464016 A CN107464016 A CN 107464016A CN 201710624922 A CN201710624922 A CN 201710624922A CN 107464016 A CN107464016 A CN 107464016A
- Authority
- CN
- China
- Prior art keywords
- mrow
- charging
- msub
- charging station
- automobile
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 230000005611 electricity Effects 0.000 claims description 29
- 238000007689 inspection Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000010276 construction Methods 0.000 abstract description 3
- 238000013459 approach Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明实施例提供了一种考虑电池剩余电量的电动汽车充电路线诱导方法。该方法主要包括:充电运营中心接收到电动汽车用户的充电请求后,实时记录电动汽车用户的充电请求点位置坐标、当前汽车剩余电量和出行目的地位置坐标;充电运营中心根据当前汽车剩余电量计算出汽车还可行驶的最大距离,根据可行驶的最大距离获取可达充电站集合;按照设定的算法计算出可达充电站集合中各个充电站所对应的充电费用值,根据充电费用值计算结果确定电动汽车用户的充电站分配方案;充电运营中心再将方案发送到电动汽车用户,用户按照充电站分配方案行驶到达相应的充电站完成充电。本发明考虑了用户的整个出行链特点,具有考虑因素全面、结构简单、计算量小等优点。
Description
技术领域
本发明涉及电动汽车交通诱导领域,尤其涉及一种考虑电池剩余电量的电动汽车充电路线诱导方法。
背景技术
随着传统燃油汽车造成越来越多的能源和环境问题,人们将未来汽车行业的主要发展方向投向了具有能源利用效率较高和环境保护效应良好的电动汽车。电动汽车在具有节约资源和零尾气排放优点的同时,却又存在着续驶里程短的缺点,用户在出行过程中常常会产生里程焦虑。当用户发现汽车的剩余电量可能已经无法到达目的地时,会产生强烈的充电愿望;但由于电动汽车的充电设施建设相对滞后等问题,电动汽车用户总是难以找到合适的充电站为汽车充电。
现有技术中的一种电动汽车充电路线诱导方法为:为帮助电动汽车用户在出行过程中寻找到合适的充电站,建立充电站信息平台为用户提供充电站位置信息,电动汽车用户通过在充电站信息平台输入要查询的位置,在信息平台会出现该位置附近周围的充电站,再点击驾车导航可出现到达充电站的驾车路线。
上述现有技术中的电动汽车充电路线诱导方法的缺点为:首先,没有充分考虑电动汽车用户的出行需求,在确定最优充电站时考虑的目标较为单一,通常只以距离最近的充电站作为目标来为用户选择充电站,没有从用户整个出行链的角度加以考虑;其次,所提出的方法较为复杂,计算量大,在实际应用过程中难以在短时间内得到充电站选择方案,无法为用户提供及时的反馈结果。
发明内容
本发明的实施例提供了一种考虑电池剩余电量的电动汽车充电路线诱导方法,以实现为路网中有充电需求的电动汽车用户提供及时、有效的充电站选择方案和相应的行驶路径。
为了实现上述目的,本发明采取了如下技术方案。
本发明提供了一种考虑电池剩余电量的电动汽车充电路线诱导方法,该方法包括:
充电运营中心接收到电动汽车用户的充电请求后,获取所述充电请求中携带的所述电动汽车用户的充电请求点位置坐标、当前汽车剩余电量和出行目的地位置坐标的信息;
所述充电运营中心根据所述电动汽车的当前汽车剩余电量计算出可行驶的最大距离,根据所述可行驶的最大距离获取可达充电站集合;按照设定的算法计算出所述可达充电站集合中各个充电站所对应的充电费用值,根据充电费用值计算结果确定所述电动汽车用户的充电站分配方案;
所述充电运营中心将所述充电站分配方案发送给所述电动汽车用户,所述电动汽车用户按照所分配的充电站分配方案行驶到达相应的充电站完成充电。
优选地,所述的充电运营中心接收到电动汽车用户的充电请求后,获取所述充电请求中携带的所述电动汽车用户的充电请求点位置坐标、当前汽车剩余电量和出行目的地位置坐标的信息,包括:
所述电动汽车用户在出行过程中发现电动汽车的剩余电量无法到达目的地时,通过移动互联网设备向所述充电运营中心发出充电请求,在该充电请求中携带所述电动汽车用户的充电请求点位置坐标、电动汽车当前剩余电量和出行目的地位置坐标的信息;所述充电运营中心接收到所述电动汽车用户的请求后,实时获取并记录所述电动汽车用户发出的充电请求和相关信息。
优选地,所述的充电运营中心根据所述电动汽车的当前汽车剩余电量计算出可行驶的最大距离,包括:
所述充电运营中心根据实时记录下的当前汽车剩余电量SOC(i)计算出在当前剩余电量下该电动汽车还能行驶的最大距离a(i),计算公式为:
a(i)=-1.1286×(100-SOC(i)×100)+112.64。
优选地,所述的根据所述可行驶的最大距离获取可达充电站集合,包括:
分别计算出所有可用充电站位置坐标(xdi,ydi)到所述充电请求点位置坐标(xoi,yoi)之间的直线距离,记为l(i,j),计算公式为:
定义一个可达充电站集合为C(i),比较a(i)和l(i,j)数值的大小,筛选得出合适的可达充电站集合C(i):
若a(i)≥l(i,j),则将该l(i,j)所对应的充电站放在C(i)中,有dj∈C(i);
若a(i)<l(i,j),则将该l(i,j)所对应的充电站放弃,有
优选地,按照设定的算法计算出所述可达充电站集合中各个充电站所对应的充电费用值,包括:
求出所述充电请求点位置坐标(xoi,yoi)到可达充电站集合C(i)中的每一个充电站坐标(xdi,ydi)的直线方向距离和所述充电请求点位置坐标(xoi,yoi)到所述出行目的地位置坐标(x′oi,y′oi)的直线方向距离之间夹角的余弦值cosθ(i,j),cosθ(i,j)的计算公式为:
根据上式求得所述充电请求点位置到所述出行目的地的直线方向与充电请求点位置到多个可达充电站的直线方向的多个夹角余弦值,根据这些夹角余弦值计算出所述充电请求点位置与多个可达充电站之间的偏离角系数p(i,j),计算公式为:
所述充电请求点位置到所述可达充电站集合C(i)中的任一元素dj之间的修正距离为wij,将该值作为各充电站j对于电动汽车用户i的充电费用值wij,wij的计算公式为:
wij=l(i,j)×(1+p(i,j))。
优选地,所述的根据充电费用值计算结果确定所述电动汽车用户的充电站分配方案,包括:
针对所述电动汽车用户i,从wij最小值按升序排序开始进行检验,以汽车所在位置坐标和充电站位置坐标为基础,依据实际交通路网结构,采用Djistra-最短路径算法求得当前wij对应的充电站到电动汽车所在位置的实际最短行驶距离l′(i,j)和相应路径,再进行如下的检验判断:
若实际最短行驶距离l′(i,j)<电动汽车当前剩余电量下能行驶的最大距离a(i),则将所述实际最短行驶距离l′(i,j)和行驶路径作为被分配给电动汽车用户的充电站分配方案;
若实际最短行驶距离l′(i,j)>电动汽车当前剩余电量下能行驶的最大距离a(i),则放弃该结果,对值排在第二小的wij按照上述wij最小值的处理过程,通过Djistra算法进行计算和检验判断,以此类推;直至检验获取到满足要求的实际最短行驶距离l′(i,j)和行驶路径,将该满足要求的实际最短行驶距离l′(i,j)和行驶路径作为充电站分配方案分配给电动汽车用户。
由上述本发明的实施例提供的技术方案可以看出,本发明实施例提出一种考虑电池剩余电量的电动汽车充电路线诱导方法,为路网中有充电需求的用户提供快速、有效的充电站选择方案及其行驶路径。该方法充分利用实际路网中两点之间直线距离与行驶距离的相关性,设计充电站搜索方法及选择费用,计算量小,保证了方法的运行速度;此外该方法考虑了电动汽车用户的整个出行链特点,在行驶距离的基础上加入了由出行目的地决定的汽车行驶方向对充电站选择的影响,使得最终的充电路线诱导方案更贴近用户的真实出行需求,具有较好的有效性。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的电动汽车充电诱导方法应用过程图;
图2为本发明实施例提供的一种考虑电池剩余电量的电动汽车充电路线诱导方法的应用流程图;
图3为本发明实施例提供的一种考虑电池剩余电量的电动汽车充电路线诱导方法的处理流程图;
图4为本发明实施例提供的一种考虑电池剩余电量的电动汽车充电路线诱导方法的执行过程流程图;
图5为本发明实施例提供的一种考虑电池剩余电量的电动汽车充电路线诱导方法的偏离角示意图;
图6为本发明实施例提供的一种考虑电池剩余电量的电动汽车充电路线诱导方法的模拟仿真平台运行结果图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
实施例一
本发明实施例通过电动汽车用户和充电运营中心相互反馈信息来获取合理的充电站选择和行驶方案。本发明实施例充分利用路网中两位置之间直线距离与行驶距离的相关性,以充电请求点到充电站之间的直线距离为基础,结合充电站与目的地位置的偏离角系数,通过计算确定出各充电站的充电费用值。同时,为了进一步保证充电请求点到被选择充电站之间的可达性和确保结果的精确性,为用户提供充电行驶路径信息,本发明实施例在方法的最后加入了路径长度检验过程。
本发明实施例提供了一种考虑电池剩余电量的电动汽车充电路线诱导方法的应用过程如图1所示,具体应用过程的流程图如图2所示,包括如下的应用步骤:
步骤S210:电动汽车用户向充电运营中心发出充电请求以及当前汽车剩余电量和出行目的地等信息。
当电动汽车用户通过观察汽车内置仪表盘上的电池剩余电量值,发现电动汽车的剩余电量可能无法使其顺利到达目的地时,通过移动互联网设备(智能手机、车载网络设备等)向充电运营中心发出充电请求,在该充电请求中携带充电请求点位置坐标(通过电动汽车的车载GPS直接获取)、电动汽车当前剩余电量和出行目的地位置坐标的信息。
步骤S220:充电运营中心接收到电动汽车用户的请求后,实时记录用户的充电请求点位置坐标、当前汽车剩余电量和出行目的地。
充电运营中心通过移动互联网接收到电动汽车用户发出的充电请求,实时获取并记录所述充电请求中携带的电动汽车用户的充电请求点位置坐标、电动汽车当前剩余电量和出行目的地位置坐标。
步骤S230:充电运营中心执行充电路线诱导方法,得到充电站分配方案。
充电运营中心执行考虑电池剩余电量的电动汽车充电路线诱导方法,该方法通过利用交通路网中两位置之间直线距离与行驶距离的相关性,以充电请求点位置到充电站之间的直线距离为基础,结合充电站与目的地位置的偏离角系数,计算得出各充电站对于用户的充电费用值;再利用Djistra-最短路径算法来进行实际路径长度的检验,进一步保证充电请求点位置到被选择充电站之间的可达性和结果的精确性,来为用户提供充电站分配方案。
步骤S240:充电运营中心将充电站分配方案发送给电动汽车用户,用户按照所分配的充电站分配方案行驶到达相应的充电站完成充电。
充电运营中心将通过考虑电池剩余电量的电动汽车充电路线诱导方法所分配的充电站分配方案通过移动互联网发送给电动汽车用户,电动汽车用户按照所分配的充电站分配方案行驶到达相应的充电站完成充电。
在上述步骤S230中所提到的考虑电池剩余电量的电动汽车充电路线诱导方法的具体执行流程图如图4所示,处理流程图如图3所示,包括如下处理步骤:
步骤S310:根据汽车剩余电量SOC(i)计算出汽车在当前剩余电量下可行驶的最大距离a(i)。
充电运营中心根据实时记录下的电动汽车当前剩余电量SOC(i)计算出在当前剩余电量下该电动汽车还能行驶的最大距离a(i)。利用多辆电动汽车的实际行驶数据进行数学建模得出计算公式为:
a(i)=-1.1286×(100-SOC(i)×100)+112.64;
该式是基于所采集到的大量电动汽车实际行驶运行数据,通过回归分析建模等统计学方法建立的电动汽车行驶里程预测模型;所采用的电动汽车运行数据来自于多辆实际行驶的电动汽车,通过捕获车辆上的CAN总线数据实时采集这些车辆的行驶状态信息和电池状态信息等数据。
本领域技术人员应能理解,上述所列出的根据大量电动汽车的实际运行数据进行数学建模所得到的电动汽车在剩余电量下还能行驶的最大距离计算方式仅为举例,其他现有的或今后可能出现的对根据电动汽车当前剩余电量求取剩余电量下还能行驶的最大距离的计算方式如可适用于本发明实施例,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
步骤S320:计算出所有可用充电站与请求位置的直线距离l(i,j)并与a(i)比较筛选出合适的可达充电站集合C(i)。
计算所有可用充电站位置坐标(xdi,ydi)到所述充电请求点位置坐标(xoi,yoi)之间的直线距离,记为l(i,j),计算公式为:
比较a(i)和l(i,j)数值的大小,并定义一个可达充电站集合为C(i),根据两点之间直线距离最短的定理,做如下判断:
若a(i)≥l(i,j),则将该l(i,j)所对应的充电站放在C(i)中,有dj∈C(i);
若a(i)<l(i,j),则将该l(i,j)所对应的充电站放弃计算,有
步骤S330:计算请求位置与C(i)中每一个充电站之间的偏离角系数。
求出请求点位置坐标(xoi,yoi)到可达充电站集合C(i)中的每一个充电站坐标(xdi,ydi)的直线方向距离和请求点位置坐标(xoi,yoi)到目的地位置坐标(xo′i,yo′i)的直线方向距离之间夹角的余弦值cosθ(i,j),电动汽车请求点位置到各充电站和到目的地之间偏离角示意图如图5所示。
已知,求由三个点所构成的三角形的一个夹角的计算公式为:
得出上述cosθ(i,j)的计算公式为:
根据上式可求出请求点位置到目的地的直线方向与请求点位置到多个可达充电站的直线方向的多个夹角余弦值,根据这些夹角余弦值计算出充电请求点位置与多个可达充电站之间的偏离角系数p(i,j),计算公式为:
本领域技术人员应能理解上述偏离角余弦值的计算方式仅为举例,其他现有的或今后可能出现的对三个位置点所构成的三角形求取其中一个夹角的余弦值的方式如可适用于本发明实施例,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
步骤S340:综合直线位置和偏离角系数算出各充电站对于用户的充电费用值。
充电请求点位置到可达充电站集合C(i)中的任一元素dj之间的修正距离为wij,将该值作为各充电站j对于用户i的充电费用值,对该值的计算公式为:
wij=l(i,j)×(1+p(i,j))。
步骤S350:通过Djistra算法检验路径长度确定充电站分配方案。
Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径;主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。
依据充电费用值升序顺序,对汽车到可达充电站集合中各充电站在实际路网中的实际行驶距离l′(i,j)进行计算,如果充电费用值较小的充电站满足剩余电量的约束,则对于该电动汽车终止计算,且选择这个充电站作为最终的选择方案。通过对实际行驶距离l′(i,j)的计算和检验,可保证电动汽车到将分配充电站的实际行驶距离满足电动汽车剩余电量的约束,同时为用户提供最优充电站相应的行驶路径。
针对电动汽车用户,对wij按升序排列,从wij最小的值开始进行检验,以汽车所在位置坐标和充电站位置坐标为基础,依据实际交通路网结构,采用Djistra-最短路径算法求得当前wij对应的充电站到电动汽车所在位置的实际最短行驶距离l′(i,j)和相应路径;然后,进行如下的判断:
若实际最短行驶距离l′(i,j)<电动汽车当前剩余电量下能行驶的最大距离a(i),则将所述实际最短行驶距离l′(i,j)和相应行驶路径作为被分配给电动汽车用户的充电站分配方案;
若实际最短行驶距离l′(i,j)>电动汽车当前剩余电量下能行驶的最大距离a(i),则放弃该结果,对值排在第二小的wij通过Djistra算法进行计算和检验,以此类推;直至检验获取到满足要求的实际最短行驶距离l′(i,j)和相应行驶路径,将结果作为充电站分配方案发送给电动汽车用户。
在实际应用中,上述求取实际最短行驶距离的算法也可采用其他求取最短路径的算法。本发明实施例并不局限上述对实际最短行驶距离的求取方式,上述实际最短行驶距离采用的任何最短路径算法的方式都在本发明实施例的保护范围中。
实施例二
该实施例提供了一种考虑电池剩余电量的电动汽车充电路线诱导方法,通常情况下,在用户产生充电请求时,汽车的剩余电量较少。此时,用户可以向充电运营中心发出充电请求,充电运营中心保存着其所管理地区的所有充电站位置信息,用户向充电运营中心发出的充电请求信息包括汽车当前所在位置、汽车当前剩余电量对应的SOC值和出行目的地。参见图1,充电运营中心在收到用户发来的充电请求后,执行本发明提供的方法,并且将充电路线诱导方法的结果发送给用户。
方法的具体执行流程参见图4。该方法首先通过电动汽车的当前剩余电量来确定当前剩余电量可行驶的最大距离,并由此开始搜索路网中汽车的直线可达充电站,将不满足条件的充电站全部删除。当直线可达充电站被确定下来之后,进一步考虑由出行目的地决定的行驶方向因素。如图5所示,在考虑汽车到各直线可达充电站之间直线距离的基础上,进一步加入了汽车与出行终点和汽车与各充电站之间的偏离角因素,通过该偏离角反映了各充电站与电动汽车实际出行方向之间的偏离程度,并且在确定各充电站的充电费用值时加入偏离角因素。确定了各直线可达充电站的充电费用值后,从费用值最小的充电站开始检验,当确定充电站的实际行驶距离满足汽车当前剩余电量行驶条件后,将对应充电站和行驶路径作为最终的充电站选择和行驶方案,并将结果发送给用户。用户收到充电运营中心通过本发明提供方法得到的方案后,按照方案给出的行驶路径到达最优充电站给汽车进行充电。本实施例将方法运行在模拟仿真平台上,运行后,得到一条从用户发出充电请求的起始点开始到最优充电站的行驶路径,如图6,图中黑色椭圆形标记点代表路网中现存的可用充电站,深黑色实线代表通过电动汽车充电诱导方法得到的行驶路径。
综上所述,本发明实施例通过提出一种考虑电池剩余电量的电动汽车充电路线诱导方法来及时地向电动汽车用户提供合理的充电站及相应的行驶路径,充分利用了实际路网中两点之间直线距离与行驶距离的相关性,设计了计算量小的充电站搜索方法和充电费用值计算方法,保证了方法的运行速度;同时在设计充电站充电费用值的计算方式时,充分考虑了用户的出行链特性,在行驶距离的基础上加入了由出行目的地决定的汽车行驶方向对充电站选择的影响,使得最终的交通诱导方案更贴近于用户的真实出行需求,具有较好的有效性。
本发明实施例考虑了电动汽车用户的整个出行链特点,并且能够应用于实际交通路网中的电动汽车智能充电服务,具有考虑因素全面、结构简单、计算量小等优点。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种考虑电池剩余电量的电动汽车充电路线诱导方法,其特征在于,该方法包括:
充电运营中心接收到电动汽车用户的充电请求后,获取所述充电请求中携带的所述电动汽车用户的充电请求点位置坐标、当前汽车剩余电量和出行目的地位置坐标的信息;
所述充电运营中心根据所述电动汽车的当前汽车剩余电量计算出可行驶的最大距离,根据所述可行驶的最大距离获取可达充电站集合;按照设定的算法计算出所述可达充电站集合中各个充电站所对应的充电费用值,根据充电费用值计算结果确定所述电动汽车用户的充电站分配方案;
所述充电运营中心将所述充电站分配方案发送给所述电动汽车用户,所述电动汽车用户按照所分配的充电站分配方案行驶到达相应的充电站完成充电。
2.根据权利要求1所述的考虑电池剩余电量的电动汽车充电路线诱导方法,其特征在于,所述的充电运营中心接收到电动汽车用户的充电请求后,获取所述充电请求中携带的所述电动汽车用户的充电请求点位置坐标、当前汽车剩余电量和出行目的地位置坐标的信息,包括:
所述电动汽车用户在出行过程中发现电动汽车的剩余电量无法到达目的地时,通过移动互联网设备向所述充电运营中心发出充电请求,在该充电请求中携带所述电动汽车用户的充电请求点位置坐标、电动汽车当前剩余电量和出行目的地位置坐标的信息;所述充电运营中心接收到所述电动汽车用户的请求后,实时获取并记录所述电动汽车用户发出的充电请求和相关信息。
3.根据权利要求2所述的考虑电池剩余电量的电动汽车充电路线诱导方法,其特征在于,所述的充电运营中心根据所述电动汽车的当前汽车剩余电量计算出可行驶的最大距离,包括:
所述充电运营中心根据实时记录下的当前汽车剩余电量SOC(i)计算出在当前剩余电量下该电动汽车还能行驶的最大距离a(i),计算公式为:
a(i)=-1.1286×(100-SOC(i)×100)+112.64。
4.根据权利要求3所述的考虑电池剩余电量的电动汽车充电路线诱导方法,其特征在于,所述的根据所述可行驶的最大距离获取可达充电站集合,包括:
分别计算出所有可用充电站位置坐标(xdi,ydi)到所述充电请求点位置坐标(xoi,yoi)之间的直线距离,记为l(i,j),计算公式为:
<mrow>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>;</mo>
</mrow>
定义一个可达充电站集合为C(i),比较a(i)和l(i,j)数值的大小,筛选得出合适的可达充电站集合C(i):
若a(i)≥l(i,j),则将该l(i,j)所对应的充电站放在C(i)中,有dj∈C(i);
若a(i)<l(i,j),则将该l(i,j)所对应的充电站放弃,有
5.根据权利要求4所述的考虑电池剩余电量的电动汽车充电路线诱导方法,其特征在于,按照设定的算法计算出所述可达充电站集合中各个充电站所对应的充电费用值,包括:
求出所述充电请求点位置坐标(xoi,yoi)到可达充电站集合C(i)中的每一个充电站坐标(xdi,ydi)的直线方向距离和所述充电请求点位置坐标(xoi,yoi)到所述出行目的地位置坐标(x′oi,y′oi)的直线方向距离之间夹角的余弦值cosθ(i,j),cosθ(i,j)的计算公式为:
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msubsup>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<msup>
<mo>)</mo>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<mo>&times;</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>d</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>&times;</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>x</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>i</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
根据上式求得所述充电请求点位置到所述出行目的地的直线方向与充电请求点位置到多个可达充电站的直线方向的多个夹角余弦值,根据这些夹角余弦值计算出所述充电请求点位置与多个可达充电站之间的偏离角系数p(i,j),计算公式为:
<mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<mn>2</mn>
</mfrac>
<mo>;</mo>
</mrow>
所述充电请求点位置到所述可达充电站集合C(i)中的任一元素dj之间的修正距离为wij,将该值作为各充电站j对于电动汽车用户i的充电费用值wij,wij的计算公式为:
wij=l(i,j)×(1+p(i,j))。
6.根据权利要求5所述的考虑电池剩余电量的电动汽车充电路线诱导方法,其特征在于,所述的根据充电费用值计算结果确定所述电动汽车用户的充电站分配方案,包括:
针对所述电动汽车用户i,从wij最小值按升序排序开始进行检验,以汽车所在位置坐标和充电站位置坐标为基础,依据实际交通路网结构,采用Djistra-最短路径算法求得当前wij对应的充电站到电动汽车所在位置的实际最短行驶距离l′(i,j)和相应路径,再进行如下的检验判断:
若实际最短行驶距离l′(i,j)<电动汽车当前剩余电量下能行驶的最大距离a(i),则将所述实际最短行驶距离l′(i,j)和行驶路径作为被分配给电动汽车用户的充电站分配方案;
若实际最短行驶距离l′(i,j)>电动汽车当前剩余电量下能行驶的最大距离a(i),则放弃该结果,对值排在第二小的wij按照上述wij最小值的处理过程,通过Djistra算法进行计算和检验判断,以此类推;直至检验获取到满足要求的实际最短行驶距离l′(i,j)和行驶路径,将该满足要求的实际最短行驶距离l′(i,j)和行驶路径作为充电站分配方案分配给电动汽车用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710624922.3A CN107464016B (zh) | 2017-07-27 | 2017-07-27 | 考虑电池剩余电量的电动汽车充电路线诱导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710624922.3A CN107464016B (zh) | 2017-07-27 | 2017-07-27 | 考虑电池剩余电量的电动汽车充电路线诱导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107464016A true CN107464016A (zh) | 2017-12-12 |
CN107464016B CN107464016B (zh) | 2020-09-08 |
Family
ID=60547667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710624922.3A Active CN107464016B (zh) | 2017-07-27 | 2017-07-27 | 考虑电池剩余电量的电动汽车充电路线诱导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107464016B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171353A (zh) * | 2018-03-12 | 2018-06-15 | 湘潭大学 | 一种基于时间片的电动汽车充电预约匹配方法 |
CN108344424A (zh) * | 2018-03-06 | 2018-07-31 | 上海博泰悦臻网络技术服务有限公司 | 电动汽车及其导航方法和系统 |
CN108859815A (zh) * | 2018-05-25 | 2018-11-23 | 苏州树云网络科技有限公司 | 一种基于车联网的电动汽车充电控制系统 |
CN108981736A (zh) * | 2018-05-28 | 2018-12-11 | 国网江苏省电力有限公司电力科学研究院 | 一种基于用户出行规律的电动汽车充电路径优化方法 |
CN109508037A (zh) * | 2018-12-28 | 2019-03-22 | 滨州学院 | 一种无人机用辅助充电系统 |
CN109501630A (zh) * | 2018-12-04 | 2019-03-22 | 国网电动汽车服务有限公司 | 一种电动汽车充电方案实时推荐方法及系统 |
CN110189182A (zh) * | 2019-06-28 | 2019-08-30 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的里程焦虑管理方法 |
CN110422060A (zh) * | 2019-08-05 | 2019-11-08 | 昆山宝创新能源科技有限公司 | 电动汽车及其充电方法和装置 |
CN110758133A (zh) * | 2018-07-25 | 2020-02-07 | 郑州宇通客车股份有限公司 | 自动驾驶车辆智能充电方法 |
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 |
CN111609867A (zh) * | 2020-06-19 | 2020-09-01 | 北京交通大学 | 一种电动汽车路径规划方法 |
CN111707287A (zh) * | 2020-07-17 | 2020-09-25 | 重庆平创半导体研究院有限责任公司 | 一种电动汽车前往充电桩路线的综合智能推荐方法 |
CN112149906A (zh) * | 2020-09-27 | 2020-12-29 | 国网湖南省电力有限公司 | 一种计及充电时间的电动车出行线路综合优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130345976A1 (en) * | 2012-06-21 | 2013-12-26 | Nec (China) Co., Ltd. | Method and apparatus for planning route of electric vehicle |
CN103728981A (zh) * | 2014-01-28 | 2014-04-16 | 重庆大学 | 一种无人机的非线性导航寻迹控制方法 |
CN104184190A (zh) * | 2014-08-18 | 2014-12-03 | 国家电网公司 | 一种电动汽车动态充电路径规划方法 |
CN106042963A (zh) * | 2016-06-17 | 2016-10-26 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 电气化交通网络和电力系统的协同优化方法与系统 |
CN106197459A (zh) * | 2016-08-15 | 2016-12-07 | 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 |
-
2017
- 2017-07-27 CN CN201710624922.3A patent/CN107464016B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130345976A1 (en) * | 2012-06-21 | 2013-12-26 | Nec (China) Co., Ltd. | Method and apparatus for planning route of electric vehicle |
CN103728981A (zh) * | 2014-01-28 | 2014-04-16 | 重庆大学 | 一种无人机的非线性导航寻迹控制方法 |
CN104184190A (zh) * | 2014-08-18 | 2014-12-03 | 国家电网公司 | 一种电动汽车动态充电路径规划方法 |
CN106042963A (zh) * | 2016-06-17 | 2016-10-26 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 电气化交通网络和电力系统的协同优化方法与系统 |
CN106197459A (zh) * | 2016-08-15 | 2016-12-07 | 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 |
Non-Patent Citations (1)
Title |
---|
毕军等: "电动汽车行驶里程与电池SOC相关性分析与建模", 《交通运输系统工程与信息》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108344424A (zh) * | 2018-03-06 | 2018-07-31 | 上海博泰悦臻网络技术服务有限公司 | 电动汽车及其导航方法和系统 |
CN108171353B (zh) * | 2018-03-12 | 2021-12-24 | 湘潭大学 | 一种基于时间片的电动汽车快速预约匹配方法 |
CN108171353A (zh) * | 2018-03-12 | 2018-06-15 | 湘潭大学 | 一种基于时间片的电动汽车充电预约匹配方法 |
CN108859815A (zh) * | 2018-05-25 | 2018-11-23 | 苏州树云网络科技有限公司 | 一种基于车联网的电动汽车充电控制系统 |
CN108981736A (zh) * | 2018-05-28 | 2018-12-11 | 国网江苏省电力有限公司电力科学研究院 | 一种基于用户出行规律的电动汽车充电路径优化方法 |
CN108981736B (zh) * | 2018-05-28 | 2021-03-16 | 国网江苏省电力有限公司电力科学研究院 | 一种基于用户出行规律的电动汽车充电路径优化方法 |
CN110758133A (zh) * | 2018-07-25 | 2020-02-07 | 郑州宇通客车股份有限公司 | 自动驾驶车辆智能充电方法 |
CN110758133B (zh) * | 2018-07-25 | 2021-08-20 | 郑州宇通客车股份有限公司 | 自动驾驶车辆智能充电方法 |
CN109501630A (zh) * | 2018-12-04 | 2019-03-22 | 国网电动汽车服务有限公司 | 一种电动汽车充电方案实时推荐方法及系统 |
CN109501630B (zh) * | 2018-12-04 | 2022-06-10 | 国网电动汽车服务有限公司 | 一种电动汽车充电方案实时推荐方法及系统 |
CN109508037B (zh) * | 2018-12-28 | 2019-10-11 | 滨州学院 | 一种无人机用辅助充电系统 |
CN109508037A (zh) * | 2018-12-28 | 2019-03-22 | 滨州学院 | 一种无人机用辅助充电系统 |
CN110189182A (zh) * | 2019-06-28 | 2019-08-30 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的里程焦虑管理方法 |
CN110189182B (zh) * | 2019-06-28 | 2023-04-07 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的里程焦虑管理方法 |
CN110422060A (zh) * | 2019-08-05 | 2019-11-08 | 昆山宝创新能源科技有限公司 | 电动汽车及其充电方法和装置 |
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 |
CN111609867A (zh) * | 2020-06-19 | 2020-09-01 | 北京交通大学 | 一种电动汽车路径规划方法 |
CN111707287A (zh) * | 2020-07-17 | 2020-09-25 | 重庆平创半导体研究院有限责任公司 | 一种电动汽车前往充电桩路线的综合智能推荐方法 |
CN111707287B (zh) * | 2020-07-17 | 2023-10-10 | 重庆平创半导体研究院有限责任公司 | 一种电动汽车前往充电桩路线的综合智能推荐方法 |
CN112149906A (zh) * | 2020-09-27 | 2020-12-29 | 国网湖南省电力有限公司 | 一种计及充电时间的电动车出行线路综合优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107464016B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107464016A (zh) | 考虑电池剩余电量的电动汽车充电路线诱导方法 | |
Cobo et al. | A bibliometric analysis of the intelligent transportation systems research based on science mapping | |
Cela et al. | Energy optimal real-time navigation system | |
Thibault et al. | A unified approach for electric vehicles range maximization via eco-routing, eco-driving, and energy consumption prediction | |
Sun et al. | Dynamic traffic feedback data enabled energy management in plug-in hybrid electric vehicles | |
Jochem et al. | Optimizing the allocation of fast charging infrastructure along the German autobahn | |
US20130024112A1 (en) | System and method for generating recommended driving routes for an electric vehicle | |
EP2825849B1 (en) | Method and system for determining routes of vehicles | |
Häll et al. | The integrated dial-a-ride problem | |
CN106643783A (zh) | 基于最短路径泰森多边形的电动汽车充电站搜索方法 | |
Morlock et al. | Time optimal routing of electric vehicles under consideration of available charging infrastructure and a detailed consumption model | |
Bast et al. | Result diversity for multi-modal route planning | |
CN108592928B (zh) | 车辆搭载无人机双层路径的构造方法及装置 | |
Kiptum et al. | Sustainable strategies for the successful operation of the bike-sharing system using an ordinal priority approach | |
Aissat et al. | A priori approach of real-time ridesharing problem with intermediate meeting locations | |
CN106323331A (zh) | 预测车辆行驶里程的方法及装置 | |
CN110232470A (zh) | 一种确定车辆行驶路径的方法及装置 | |
Elgarej et al. | Optimized path planning for electric vehicle routing and charging station navigation systems | |
Ahn et al. | Multi-objective eco-routing model development and evaluation for battery electric vehicles | |
Seow et al. | Performance of multiagent taxi dispatch on extended-runtime taxi availability: A simulation study | |
Gökay et al. | A high-level category survey of dial-a-ride problems | |
Arasu et al. | Energy optimal routing of a delivery vehicle fleet with diverse powertrains | |
Husemann et al. | On demand ride sharing: scheduling of an autonoumous bus fleet for last mile travel | |
Ferreira | Green route planner | |
Wu et al. | Modeling and Solving the Traveling Salesman Problem with Speed Optimization for a Plug-In Hybrid Electric Vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |