CN108162771A - 一种电动汽车智能充电导航方法 - Google Patents
一种电动汽车智能充电导航方法 Download PDFInfo
- Publication number
- CN108162771A CN108162771A CN201711095259.9A CN201711095259A CN108162771A CN 108162771 A CN108162771 A CN 108162771A CN 201711095259 A CN201711095259 A CN 201711095259A CN 108162771 A CN108162771 A CN 108162771A
- Authority
- CN
- China
- Prior art keywords
- charging
- time
- charging station
- information
- road
- 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 31
- 238000005065 mining Methods 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000009412 basement excavation Methods 0.000 claims description 21
- 238000007418 data mining Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 25
- 238000011161 development Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035508 accumulation Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/10—Vehicle control parameters
- B60L2240/12—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/62—Vehicle position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/70—Interactions with external data bases, e.g. traffic centres
- B60L2240/72—Charging station selection relying on external data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/14—Plug-in electric vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明一种电动汽车智能充电导航方法,包括如下步骤:1)基于无线网络、GPRS,将大量的车辆信息、路况信息、充电站信息上传至控制中心,并进行特征数据挖掘提取;2)对提取的基于目标函数的信息数据进行分析和计算;3)以用户出行时间总成本及距离总成本最小为目标函数,以时间和容量为约束条件,基于Dijkstra算法制定包括充电资源、道路交通网及路况信息三方面的最优充电路径;4)将最优充电路径通过无线通信网络上传给EV车载终端和用户手机APP。本发明能有效减少电动汽车经充电站到最终目的地的总时间成本、总距离成本,同时提高用户的出行便利性。
Description
技术领域
本发明涉及一种电动汽车智能充电导航方法,属于电动汽车充电技术领域。
背景技术
电动汽车是我国战略性新兴产业,对提高我国能源安全、应对气候变化、改善环境保护起着重要作用。我国高度重视电动汽车产业发展,习近平总书记指出“发展新能源汽车是迈向汽车强国的必由之路”。我国制订了许多重要产业政策,为促进推广电动汽车的发展提供了重要的保障。电动汽车充电设施是智能电网的重要组成部分,也是电动汽车行业发展的基础保障,在近年得到快速的发展。电动汽车充电网络包括电动汽车充电设施、相关的配电设施、电动汽车、蓄电池等,对其运行参数和数据进行采集、分析,有助于为电动汽车的发展提供技术支持,保障其安全可靠运行。
电动汽车充电站能够为电动汽车提供充电、维修等服务,是发展电动汽车产业所需要的重要设施。充电站规划主要包括选址和定容,其规划合理与否不仅影响电动汽车用户出行的便利从而影响电动汽车的推广使用,还会影响配电系统的电能质量。电动汽车的普及对道路运输产生了很大的压力,而路况信息能实时反映区域内交通数据路况,指引最佳、最快捷的行驶路线,提高道路和车辆的使用效率。因此,在进行充电路径规划时,应考虑实时交通网的变化。另外,在多个充电桩可选的情况下,存在着在什么时间前往哪个充电桩的路径规划问题。如何实现用户便捷性,节省时间和能耗,将是建立电动汽车充电引导模型的重点研究内容。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种电动汽车智能充电导航方法,针对不同道路交通状况下电动汽车充电路径选择问题,提出一种路况信息影响下的电动汽车最优充电路径规划方法,可以使电动汽车在最短的时间内获得最佳充电服务。
本发明是通过如下的技术方案来实现:
一种电动汽车智能充电导航方法,包括以下步骤:
1)基于无线网络、GPRS,将大量的车辆信息、路况信息、充电站信息上传至控制中心,并进行特征数据挖掘提取;
2)对提取的基于目标函数的信息数据进行分析和计算;
3)以用户出行时间总成本及距离总成本最小为目标函数,以时间和容量为约束条件,基于Dijkstra算法制定包括充电资源、道路交通网及路况信息三方面的最优充电路径;
4)将最优充电路径通过无线通信网络上传给EV车载终端和用户手机APP。
前述的步骤1)中,车辆信息包括EV出发点O和目的地G的数据信息、EV初始剩余电量SOC、EV的电池容量Ee以及耗电量μ;
路况信息包括EV所在区域内的路网节点i、两节点之间的路段距离Dij、道路等级、实时通行速度Vij,t、道路通行能力Cij以及实时车流量
充电站信息包括充电站数量K、第k个充电站的充电桩数量mk、第k个充电站的充电桩的充电功率Pk、EV到达充电站k的数量以及第k个充电站的充电桩的服务数
前述的进行特征数据挖掘提取,包括以下步骤:
1-1)电动汽车用户连接业务数据和主题词网;
1-2)基于无线网络、GPRS,收集大量的车辆信息、路况信息、充电站设施信息;
1-3)对所得信息数据特征进行分析并得出分析结果,根据分析结果对数据特征进行修改,整合输入的特征要素和修改后的数据特征;
1-4)开始数据挖掘模型自动设计,具体步骤如下:
(41)首先开辟本次中间变量空间,生成本次挖掘序列并开辟本次挖掘模型空间;
(42)初步建立可行挖掘模型集合;
(43)针对每个可行挖掘模型进行调整;
(44)评估调整后的挖掘模型;
(45)推荐评估优秀的挖掘模型,展示挖掘报告。
1-5)根据挖掘报告,对所得挖掘模型进行评估,满意,则进行1-7);若不满意,则进行1-6);
1-6)调整并修改挖掘数据、特征描述以及主题词设计,再转到1-1);
1-7)部署该挖掘模型进行服务;
1-8)对目标函数进行预处理。
前述的步骤2)中,基于目标函数的信息数据包括实时交通流量、行驶时间、预约时间、排队时间和充电时长;
实时交通流量用路段的实时通行速度表征:
其中,表示t-1时刻的车流量,表示t时刻路段eij的零流速;
路段eij的行驶时间Tij:
则用户从起始点O行驶至充电站k经过的所有路段的行驶时间之和TOk为:
其中:
Wa表示被访问的路网节点集合;
Ka表示被访问充电站节点集合。
xij表示路径决策变量,若EV由路网节点i行驶至j时,xij为1,否则为0。
对于选择预约充电的EV用户,首先根据车速及剩余路程预估到达充电站的时间treach,并考虑车辆与充电桩设备的连接时间Δt,则将预约时间定为sr;
对于非预约EV用户到达充电站,且所有的充电桩都在进行服务时,需要进行排队,根据实时交通信息,计算t时刻充电站k的用户平均到达率ηk,t和充电桩平均服务率ρk,t,即:
其中,表示t-1时刻的EV至充电站的到达数,表示t-1时刻的充电站k充电桩的服务数;
采用基于排队论的用户平均排队等候时间估计方法,获得充电站k在t时刻的平均排队等候的EV台数Nk,t:
其中:
P0,k,t:t时刻时充电站k内所有充电桩闲置的概率;
Pn,k,t:t时刻时充电站k内n台充电桩服务的概率;
mk:充电站k配备的充电桩个数;
n:接受充电服务的EV数量;
n-mk:排队等候充电的EV数量;
充电站k在t时刻的平均排队时间Tk,wait为:
根据实时交通信息,计算到达充电站k时的剩余电量er和EV在充电站k的充电时长Tc:
er=SOC·Ee-μ·DOk (8)
其中,DOk表示EV出发点O和充电站k之间的距离。
前述的步骤3)中,
对于非预约用户即就近排队等待充电用户,综合目标函数为:
对于预约充电用户即不需要排队充电的用户,综合目标函数为:
其中:
f1=min T总=min(TOk+TkG+Tk,wait+Tc)
f2=min T总=min(TOk+TkG+Tc)
f3=min(DOk+DkG)
f1max、f2max、f3max为优化前电动汽车选择前往的充电站进行充电的目标函数值;
α1、α2、β1、β2为权系数,并且满足α1+α2=1,β1+β2=1。
前述的步骤3)中,约束条件包括时间约束和容量约束:
1)时间约束:
对于预约充电的用户,必须在预约时间开始之前到达充电桩,即:
treach+Δt≤sr (13)
2)电池容量约束:
EV到达充电站k时的剩余电量为er:
er=Esoc·Ee-μ·DOk (14)
er须满足EV到达充电站时的剩余电量不能小于15%的电池容量:
er>0.15Ee (15)
且EV充电后的电池容量不超过电池额定容量:
其中,表示电池额定容量,Ek表示EV在充电站k的充电能量。
前述的求解最优路径的步骤如下:
31)首先通过EV车载终端的GPRS获取周边实时交通及充电站信息;
32)判断初始剩余电量SOC是否能到达目的地,若能到达,则EV按原规划路径行驶;若不能,转33);
33)开始规划最优充电路径,从车载终端获取EV当前位置、车速、剩余里程、剩余电量等;
34)统计周边各充电站EV排队情况,计算周边能够通行路段的车流量及通行速度;
35)判断当前剩余电量是否能行驶至候选充电站,若不能,则规划最近充电站排队等待充电;若能,转36);
36)在约束条件的限值下,求解综合目标函数,使得该综合目标函数值为最优的路径即为最优路径,并估算EV充电开始和结束时间;
充电开始时间=起始时间+起点至充电站k所花费时长,其中,起点至充电站k所花费时长路长/实时路段通行速度;
结束时间=充电开始时间+充电时长,其中,充电时长根据EV到达充电站的剩余电能来估算还需充电电能/充电功率;
37)上报EV优化调度系统,信息推送至手机APP进行预约充电;
38)最后EV执行最优充电路径。
本发明达到的有益效果是:
1、本发明方法由于能即时获取路况信息和充电站信息,使控制中心能够更加合理地规划充电线路。
2、能有效减少EV在行驶途中由于不了解充电站的服务情况、交通状况不良好等原因导致的充电规划线路不佳或不好用的现象。
3、能有效减少电动汽车经充电站到最终目的地的总时间成本、总距离成本。
4、提高用户的出行便捷性,有利于未来电动汽车的规模化发展。
附图说明
图1是本发明方法的流程图。
图2是本发明的进行特征数据挖掘提取的流程图。
图3是本发明的求解最优充电路径流程图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,本发明的电动汽车智能充电导航方法,包括以下步骤:
1.基于无线网络、GPRS等技术,将大量的车辆信息、路况信息、充电站信息等上传至控制中心,并对此进行特征数据挖掘提取。
车辆信息包括EV出发点O和目的地G的数据信息、EV初始剩余电量SOC、EV的电池容量Ee以及耗电量μ等。
路况信息包括EV所在区域内的路网节点i、两节点之间的路段距离Dij,道路等级、实时通行速度Vij,t、道路通行能力Cij以及实时车流量等。
充电站信息包括充电站数量K、第k个充电站的充电桩数量mk、第k个充电站的充电桩的充电功率Pk、EV到达充电站k的数量以及第k个充电站的充电桩的服务数等。
进行特征数据挖掘提取具体过程见图2。
Step1:电动汽车用户连接业务数据和主题词网;
Step2:凭借无线网络、GPRS等技术,收集大量的车辆信息、路况信息、充电站设施信息等;
Step3:对所得信息数据特征进行分析并得出分析结果,根据分析结果对数据特征进行修改,整合输入的特征要素和修改后的数据特征;
Step4:开始数据挖掘模型自动设计,具体步骤如下:
(41)首先开辟本次中间变量空间,生成本次挖掘序列并开辟本次挖掘模型空间;
(42)初步建立可行挖掘模型集合;
(43)针对每个可行挖掘模型进行调整;
(44)评估调整后的挖掘模型;
(45)推荐评估优秀的挖掘模型,展示挖掘报告。
Step5:根据挖掘报告,对所得挖掘模型进行评估,满意,则进行Step7;若不满意,则进行Step6;
Step6:调整并修改挖掘数据、特征描述以及主题词设计,再转到Step1;
Step7:部署该挖掘模型进行服务;
Step8:对目标函数进行预处理。
根据数据特征及挖掘业务的差异,挖掘任务可以选择相应的挖掘配置方案或者说处理算法。因此,通过研究数据挖掘的阶段目标,设计一个目标驱动模型,跳出数据挖掘流程与应用对象的限制,将注意力集中于数据挖掘行为,通过研究数据挖掘行为,设计具有良好的逻辑结构和适应性的基于目标驱动的数据挖掘模型自动选择机制。
2.对提取的基于目标函数的信息数据进行分析和计算;
信息数据包括实时交通流量、行驶时间、预约时间、排队时间、充电时长:
其中,实时交通流量用路段的实时通行速度表征:
其中,表示t-1时刻的车流量,表示t时刻路段eij的零流速,即所有路段的通行速度为其最高限速。
路段eij的行驶时间Tij:
则用户从起始点O行驶至充电站k经过的所有路段的行驶时间之和TOk为:
其中:
Wa表示被访问的路网节点集合;
Ka表示被访问充电站节点集合。
xij表示路径决策变量,若EV由路网节点i行驶至j时,xij为1,否则为0。
对于选择预约充电的EV用户,首先根据车速及剩余路程预估到达充电站的时间treach,并考虑车辆与充电桩设备的连接时间Δt,则将预约时间定为sr。
对于非预约EV用户到达充电站,且所有的充电桩都在进行服务时,需要进行排队。根据实时交通信息,计算t时刻充电站k的用户平均到达率ηk,t(辆/h)和充电桩平均服务率ρk,t(辆/h),即:
其中,表示t-1时刻的EV至充电站的到达数,表示t-1时刻的充电站k充电桩的服务数。
采用基于排队论的用户平均排队等候时间估计方法,获得充电站k在t时刻的平均排队等候的EV台数Nk,t:
其中:
P0,k,t:t时刻时充电站k内所有充电桩闲置的概率;
Pn,k,t:t时刻时充电站k内n台充电桩服务的概率;
mk:充电站k配备的充电桩个数;
n:接受充电服务的EV数量;
n-mk:排队等候充电的EV数量。
充电站k在t时刻的平均排队时间Tk,wait为:
根据实时交通信息,计算到达充电站k时的剩余电量er和EV在充电站k的充电时长Tc:
er=SOC·Ee-μ·DOk(8)
其中,DOk表示EV出发点O和充电站k之间的距离。
3.以用户出行时间总成本及距离总成本最小为目标函数,以时间和容量为约束条件,基于Dijkstra算法制定包括充电资源、道路交通网及路况信息三方面的最优充电路径。
本发明中的目标函数考虑了电动汽车行驶路径时间、充电站内排队等待时间和电动汽车充电行为总用时最短以及充电行驶路径最短:
f1=min T总=min(TOk+TkG+Tk,wait+Tc)
f2=min T总=min(TOk+TkG+Tc) (10)
f3=min(DOk+DkG)
其中,DkG表示充电站k和目的地G之间的距离。
采用线性加权求和法对其进行归一化处理,得到总时间最优和总路程最优的综合目标函数,如下:
对于非预约用户即就近排队等待充电用户,综合目标函数为:
对于预约充电用户即不需要排队充电的用户,综合目标函数为:
其中:
f1max、f2max、f3max为优化前电动汽车选择前往的充电站进行充电的目标函数值;
α1、α2、β1、β2为权系数,并且α1+α2=1,β1+β2=1。
约束条件包括时间约束和容量约束:
1)时间约束:
对于预约充电的用户,必须在预约时间开始之前到达充电桩,即:
treach+Δt≤sr (13)
2)电池容量约束
EV到达充电站k时的剩余电量为er:
er=Esoc·Ee-μ·DOk (14)
er须满足EV到达充电站时的剩余电量不能小于15%的电池容量:
er>0.15Ee (15)
且EV充电后的电池容量不超过电池额定容量:
其中,表示电池额定容量,Ek表示EV在充电站k的充电能量。
最优充电路径的求解流程如图3,具体步骤如下:
Step 1:首先通过EV车载终端的GPRS获取周边实时交通及充电站信息;
Step 2:判断初始剩余电量SOC是否能到达目的地,若能到达,则EV按原规划路径行
驶;若不能,转Step 3;
Step 3:开始规划最优充电路径,从车载终端获取EV当前位置、车速、剩余里程、剩余电量等;
Step 4:统计周边各充电站EV排队情况,计算周边可能路段的车流量及通行速度;路段通行速度作为交通流量的表征指标,上一时段末路段eij的车流量,各路段车流量是由每个时间段所经过路段的车辆总数统计而得;
Step 5:判断当前剩余电量是否能行驶至候选充电站,若不能,则规划最近充电站排队等待充电;若能,转Step 6;
Step 6:根据最优规划模型制定最优充电路径,即在约束条件的限值下,求解综合目标函数,使得该综合目标函数值为最优的路径即为最优路径,并估算EV充电开始和结束时间;
充电开始时间=起始时间+起点至充电站k所花费时长(路长/实时路段通行速度);
结束时间=充电开始时间+充电时长(根据EV到达充电站的剩余电能来估算还需充电电能/充电功率);
Step 7:上报EV优化调度系统,信息推送至手机APP进行预约充电;
Step 8:最后EV执行最优充电路径。
4.将最优充电路径通过无线通信网络上传给EV车载终端和用户手机APP。
本发明中的EV车载终端可以将车辆的充电信息通过网络层发送给远端平台,同时接收远端平台下发的最优充电路径。车载终端通过Wi-Fi、GPRS和CDMA等与后台服务器通信。
智能手机、平板电脑等终端设备通过其上的App应用软件进行实时互动,接收用户输入的数据信息以及控制中心上传的最优充电路径导航,并展示系统所提供的各类服务。具体功能如下:
1)地图功能:智能充电装置具备地图应用功能,可以通过地图及导航查询充电装置的位置信息;
2)状态显示功能:通过手机App显示智能充电装置的各种状态;
3)支付功能:系统具有充电结算功能,通过账户和支付宝、微信账户等绑定,实现定额、定量、定时等方式的智能充电。
4)控制功能:通过控制命令实现对智能充电桩的设置和控制,包括开始充电、取消预约、停止充电等。
5)查询功能:用户可查询充电数据详情(次数、累计)。
以上所述仅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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种电动汽车智能充电导航方法,其特征在于,包括以下步骤:
1)基于无线网络、GPRS,将大量的车辆信息、路况信息、充电站信息上传至控制中心,并进行特征数据挖掘提取;
2)对提取的基于目标函数的信息数据进行分析和计算;
3)以用户出行时间总成本及距离总成本最小为目标函数,以时间和容量为约束条件,基于Dijkstra算法制定包括充电资源、道路交通网及路况信息三方面的最优充电路径;
4)将最优充电路径通过无线通信网络上传给EV车载终端和用户手机APP。
2.根据权利要求1所述的一种电动汽车智能充电导航方法,其特征在于,所述步骤1)中,车辆信息包括EV出发点O和目的地G的数据信息、EV初始剩余电量SOC、EV的电池容量Ee以及耗电量μ;
路况信息包括EV所在区域内的路网节点i、两节点之间的路段距离Dij、道路等级、实时通行速度Vij,t、道路通行能力Cij以及实时车流量
充电站信息包括充电站数量K、第k个充电站的充电桩数量mk、第k个充电站的充电桩的充电功率Pk、EV到达充电站k的数量以及第k个充电站的充电桩的服务数
3.根据权利要求1所述的一种电动汽车智能充电导航方法,其特征在于,所述进行特征数据挖掘提取,包括以下步骤:
1-1)电动汽车用户连接业务数据和主题词网;
1-2)基于无线网络、GPRS,收集大量的车辆信息、路况信息、充电站设施信息;
1-3)对所得信息数据特征进行分析并得出分析结果,根据分析结果对数据特征进行修改,整合输入的特征要素和修改后的数据特征;
1-4)开始数据挖掘模型自动设计,具体步骤如下:
(41)首先开辟本次中间变量空间,生成本次挖掘序列并开辟本次挖掘模型空间;
(42)初步建立可行挖掘模型集合;
(43)针对每个可行挖掘模型进行调整;
(44)评估调整后的挖掘模型;
(45)推荐评估优秀的挖掘模型,展示挖掘报告。
1-5)根据挖掘报告,对所得挖掘模型进行评估,满意,则进行1-7);若不满意,则进行1-6);
1-6)调整并修改挖掘数据、特征描述以及主题词设计,再转到1-1);
1-7)部署该挖掘模型进行服务;
1-8)对目标函数进行预处理。
4.根据权利要求2所述的一种电动汽车智能充电导航方法,其特征在于,所述步骤2)中,基于目标函数的信息数据包括实时交通流量、行驶时间、预约时间、排队时间和充电时长;
实时交通流量用路段的实时通行速度表征:
其中,表示t-1时刻的车流量,表示t时刻路段eij的零流速;
路段eij的行驶时间Tij:
则用户从起始点O行驶至充电站k经过的所有路段的行驶时间之和TOk为:
其中:
Wa表示被访问的路网节点集合;
Ka表示被访问充电站节点集合。
xij表示路径决策变量,若EV由路网节点i行驶至j时,xij为1,否则为0。
对于选择预约充电的EV用户,首先根据车速及剩余路程预估到达充电站的时间treach,并考虑车辆与充电桩设备的连接时间Δt,则将预约时间定为sr;
对于非预约EV用户到达充电站,且所有的充电桩都在进行服务时,需要进行排队,根据实时交通信息,计算t时刻充电站k的用户平均到达率ηk,t和充电桩平均服务率ρk,t,即:
其中,表示t-1时刻的EV至充电站的到达数,表示t-1时刻的充电站k充电桩的服务数;
采用基于排队论的用户平均排队等候时间估计方法,获得充电站k在t时刻的平均排队等候的EV台数Nk,t:
其中:
P0,k,t:t时刻时充电站k内所有充电桩闲置的概率;
Pn,k,t:t时刻时充电站k内n台充电桩服务的概率;
mk:充电站k配备的充电桩个数;
n:接受充电服务的EV数量;
n-mk:排队等候充电的EV数量;
充电站k在t时刻的平均排队时间Tk,wait为:
根据实时交通信息,计算到达充电站k时的剩余电量er和EV在充电站k的充电时长Tc:
er=SOC·Ee-μ·DOk (8)
其中,DOk表示EV出发点O和充电站k之间的距离。
5.根据权利要求4所述的一种电动汽车智能充电导航方法,其特征在于,所述步骤3)中,
对于非预约用户即就近排队等待充电用户,综合目标函数为:
对于预约充电用户即不需要排队充电的用户,综合目标函数为:
其中:
f1=minT总=min(TOk+TkG+Tk,wait+Tc)
f2=minT总=min(TOk+TkG+Tc)
f3=min(DOk+DkG)
f1max、f2max、f3max为优化前电动汽车选择前往的充电站进行充电的目标函数值;
α1、α2、β1、β2为权系数,并且满足α1+α2=1,β1+β2=1。
6.根据权利要求4所述的一种电动汽车智能充电导航方法,其特征在于,所述步骤3)中,约束条件包括时间约束和容量约束:
1)时间约束:
对于预约充电的用户,必须在预约时间开始之前到达充电桩,即:
treach+Δt≤sr (13)
2)电池容量约束:
EV到达充电站k时的剩余电量为er:
er=Esoc·Ee-μ·DOk (14)
er须满足EV到达充电站时的剩余电量不能小于15%的电池容量:
er>0.15Ee (15)
且EV充电后的电池容量不超过电池额定容量:
其中,表示电池额定容量,Ek表示EV在充电站k的充电能量。
7.根据权利要求5所述的一种电动汽车智能充电导航方法,其特征在于,所述求解最优路径的步骤如下:
31)首先通过EV车载终端的GPRS获取周边实时交通及充电站信息;
32)判断初始剩余电量SOC是否能到达目的地,若能到达,则EV按原规划路径行驶;若不能,转33);
33)开始规划最优充电路径,从车载终端获取EV当前位置、车速、剩余里程、剩余电量等;
34)统计周边各充电站EV排队情况,计算周边能够通行路段的车流量及通行速度;
35)判断当前剩余电量是否能行驶至候选充电站,若不能,则规划最近充电站排队等待充电;若能,转36);
36)在约束条件的限值下,求解综合目标函数,使得该综合目标函数值为最优的路径即为最优路径,并估算EV充电开始和结束时间;
充电开始时间=起始时间+起点至充电站k所花费时长,其中,起点至充电站k所花费时长路长/实时路段通行速度;
结束时间=充电开始时间+充电时长,其中,充电时长根据EV到达充电站的剩余电能来估算还需充电电能/充电功率;
37)上报EV优化调度系统,信息推送至手机APP进行预约充电;
38)最后EV执行最优充电路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711095259.9A CN108162771B (zh) | 2017-11-09 | 2017-11-09 | 一种电动汽车智能充电导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711095259.9A CN108162771B (zh) | 2017-11-09 | 2017-11-09 | 一种电动汽车智能充电导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108162771A true CN108162771A (zh) | 2018-06-15 |
CN108162771B CN108162771B (zh) | 2020-11-10 |
Family
ID=62526953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711095259.9A Active CN108162771B (zh) | 2017-11-09 | 2017-11-09 | 一种电动汽车智能充电导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108162771B (zh) |
Cited By (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034465A (zh) * | 2018-07-16 | 2018-12-18 | 河海大学 | 考虑充电站选址与出行路径耦合的充电站两层规划方法 |
CN109063897A (zh) * | 2018-07-03 | 2018-12-21 | 蔚来汽车有限公司 | 服务系统中服务资源的产能预测方法、系统与设备 |
CN109159676A (zh) * | 2018-11-11 | 2019-01-08 | 长沙源婕科技有限公司 | 一种用于对多个电动车辆充电的方法 |
CN109228877A (zh) * | 2018-09-27 | 2019-01-18 | 北京新能源汽车股份有限公司 | 一种充电口位置的指示方法、装置、车辆及指示设备 |
CN109489676A (zh) * | 2018-09-29 | 2019-03-19 | 广东工业大学 | 一种计及电网信息与充电站信息的电动汽车充电导航方法 |
CN109612485A (zh) * | 2018-12-17 | 2019-04-12 | 许建国 | 一种新能源汽车用智能路线规划系统 |
CN109703389A (zh) * | 2019-01-17 | 2019-05-03 | 北京理工新源信息科技有限公司 | 基于新能源公交车的车桩网一体化充电调度装置及方法 |
CN109784558A (zh) * | 2019-01-11 | 2019-05-21 | 浙江工业大学 | 一种基于蚁群算法的电动汽车充电调度优化方法 |
CN109855642A (zh) * | 2019-02-26 | 2019-06-07 | 广州信沃达电子科技有限公司 | 一种新能源汽车用汽车充电桩找寻系统 |
CN110388932A (zh) * | 2019-07-12 | 2019-10-29 | 上海电机学院 | 一种电动汽车充电导航方法 |
CN110493305A (zh) * | 2019-07-05 | 2019-11-22 | 广州车行易科技股份有限公司 | 一种根据充电站使用状况和距离远近来进行充电路径规划的方法 |
CN110533901A (zh) * | 2019-08-29 | 2019-12-03 | 厦门金龙联合汽车工业有限公司 | 一种无人驾驶车辆群组的充电调度方法和云管理服务器 |
CN110728421A (zh) * | 2019-08-30 | 2020-01-24 | 山东理工大学 | 一种基于充电需求大数据的路网充电优化方法 |
CN110728392A (zh) * | 2018-07-16 | 2020-01-24 | 上海擎感智能科技有限公司 | 一种车辆充电规划方法、服务端及客户端 |
CN110887496A (zh) * | 2018-08-15 | 2020-03-17 | 上海擎感智能科技有限公司 | 基于电能监控的充电桩导航提醒方法、系统及车载终端 |
CN110926490A (zh) * | 2019-11-27 | 2020-03-27 | 腾讯科技(深圳)有限公司 | 行驶路线的选择方法、装置、计算机可读介质及电子设备 |
CN110986986A (zh) * | 2019-12-19 | 2020-04-10 | 燕山大学 | 基于语音识别的电动汽车充电导航系统设计 |
CN111160588A (zh) * | 2019-12-04 | 2020-05-15 | 国网电动汽车服务有限公司 | 一种预约充电服务方法及系统 |
CN111216571A (zh) * | 2019-11-21 | 2020-06-02 | 长沙理工大学 | 一种参与实时物流配送的换电式电动汽车导航方法 |
CN111267667A (zh) * | 2020-02-14 | 2020-06-12 | 山东中科先进技术研究院有限公司 | 一种电动汽车高速公路智能充电方法及系统 |
CN111284358A (zh) * | 2020-02-20 | 2020-06-16 | 深圳供电局有限公司 | 智能充电需求调度系统 |
CN111401786A (zh) * | 2020-04-09 | 2020-07-10 | 南京工程学院 | 一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法 |
CN111391820A (zh) * | 2020-03-20 | 2020-07-10 | 刘丹 | 新能源混合汽车控制方法、装置、设备和存储介质 |
CN111397620A (zh) * | 2020-05-29 | 2020-07-10 | 广东工业大学 | 快充/慢充模式下的电动汽车充电导航方法及系统 |
CN111559270A (zh) * | 2020-05-09 | 2020-08-21 | 长乐致远技术开发有限公司 | 基于互联网的电动汽车充电方法 |
CN111854776A (zh) * | 2019-04-30 | 2020-10-30 | 北京京东尚科信息技术有限公司 | 导航的处理方法、装置、设备及存储介质 |
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 |
CN112265468A (zh) * | 2020-10-14 | 2021-01-26 | 深圳华晟智慧停车有限公司 | 充电系统、充电控制方法及存储介质 |
CN112309002A (zh) * | 2020-10-14 | 2021-02-02 | 蔚来汽车科技(安徽)有限公司 | 车辆补能设施评估方法、装置以及计算机可读存储介质 |
CN112330203A (zh) * | 2020-11-24 | 2021-02-05 | 深圳北航新兴产业技术研究院 | 一种纯电动出租车电能补给的管理方法 |
CN112406874A (zh) * | 2020-11-27 | 2021-02-26 | 深圳供电局有限公司 | 一种电动汽车远距离充电辅助决策方法 |
CN112465222A (zh) * | 2020-11-26 | 2021-03-09 | 浙江警察学院 | 一种基于充电站服务水平预测的最佳充电站选择方法 |
WO2021047675A1 (zh) * | 2019-09-12 | 2021-03-18 | 奥动新能源汽车科技有限公司 | 换电站的查找方法及系统 |
CN112612820A (zh) * | 2020-12-07 | 2021-04-06 | 国网北京市电力公司 | 数据处理方法及装置、计算机可读存储介质及处理器 |
CN112734089A (zh) * | 2020-12-28 | 2021-04-30 | 长沙理工大学 | 智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质 |
CN113191547A (zh) * | 2021-04-29 | 2021-07-30 | 浙江吉利控股集团有限公司 | 一种新能源车辆动力电池充电优化方法及系统 |
CN113255135A (zh) * | 2021-05-28 | 2021-08-13 | 西安交通大学 | 一种基于交通均衡的电动汽车快速充电负荷模拟方法 |
CN113379141A (zh) * | 2021-06-23 | 2021-09-10 | 国网四川省电力公司电力科学研究院 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
CN113393109A (zh) * | 2021-06-07 | 2021-09-14 | 杭州电子科技大学 | 电动汽车充电负荷计算方法 |
CN113386770A (zh) * | 2021-06-10 | 2021-09-14 | 武汉理工大学 | 基于充电站数据共享的电动汽车充电路径动态规划方法 |
CN113505962A (zh) * | 2021-05-28 | 2021-10-15 | 暨南大学 | 一种考虑完整行程的电动汽车导航与充电预约方法 |
CN113544009A (zh) * | 2019-04-05 | 2021-10-22 | 矢崎总业株式会社 | 充电装置预订系统、通信终端以及服务器装置 |
CN113607177A (zh) * | 2021-07-12 | 2021-11-05 | 河南财经政法大学 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
CN114683907A (zh) * | 2022-03-08 | 2022-07-01 | 潍柴动力股份有限公司 | 电动牵引车及其充电管理方法及充电管理装置 |
CN114897199A (zh) * | 2021-05-15 | 2022-08-12 | 韦涛 | 兼容储能充电桩的电动运载工具电量路径规划方法 |
CN115339332A (zh) * | 2022-10-17 | 2022-11-15 | 国网浙江省电力有限公司宁波供电公司 | 一种交互式电动汽车充电设施选择方法以及共享系统 |
WO2023006295A1 (de) * | 2021-07-27 | 2023-02-02 | Robert Bosch Gmbh | Vorrichtung und verfahren zur steuerung des energieverbrauchs in einem elektrisch angetriebenen fahrzeug |
CN116153081A (zh) * | 2023-04-18 | 2023-05-23 | 北京无极慧通科技有限公司 | 一种基于大数据的信息推荐方法及系统 |
CN116822912A (zh) * | 2023-08-30 | 2023-09-29 | 北京玖行智研交通科技有限公司 | 一种电动车辆干线长途运输充换电智能调度方法及装置 |
WO2023247089A1 (de) * | 2022-06-22 | 2023-12-28 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und vorrichtung zur prädiktion der wartezeit an einer ladestation |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674046A (zh) * | 2012-09-11 | 2014-03-26 | 通用汽车环球科技运作有限责任公司 | 车辆行程规划 |
CN103699950A (zh) * | 2013-09-07 | 2014-04-02 | 国家电网公司 | 一种考虑交通网络流量的电动汽车充电站规划方法 |
US20150226571A1 (en) * | 2014-02-07 | 2015-08-13 | Recargo, Inc. | Identifying available charging stations for an electric vehicle |
CA2954525A1 (en) * | 2014-07-10 | 2016-01-14 | Volta Industries, LLC | Systems and methods for providing targeted advertisements to a charging station for electric vehicles |
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 |
CN106207290A (zh) * | 2016-07-11 | 2016-12-07 | 太原理工大学 | 一种基于多源数据的电动汽车充电辅助决策优化方法 |
US20170146354A1 (en) * | 2015-11-25 | 2017-05-25 | International Business Machines Corporation | Electric Vehicle Exchange Management |
DE102016015402A1 (de) * | 2016-12-22 | 2017-07-06 | Daimler Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems für ein Fahrzeug |
US20170199047A1 (en) * | 2013-03-15 | 2017-07-13 | Abalta Technologies, Inc. | Caching map data for efficient vehicle range projection |
CN106965688A (zh) * | 2017-03-17 | 2017-07-21 | 南京邮电大学 | 一种电网和交通网协同环境下的电动汽车充电方法 |
CN107144287A (zh) * | 2017-04-28 | 2017-09-08 | 深圳充电网科技有限公司 | 一种电动车的出行规划方法和装置 |
-
2017
- 2017-11-09 CN CN201711095259.9A patent/CN108162771B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674046A (zh) * | 2012-09-11 | 2014-03-26 | 通用汽车环球科技运作有限责任公司 | 车辆行程规划 |
US20170199047A1 (en) * | 2013-03-15 | 2017-07-13 | Abalta Technologies, Inc. | Caching map data for efficient vehicle range projection |
CN103699950A (zh) * | 2013-09-07 | 2014-04-02 | 国家电网公司 | 一种考虑交通网络流量的电动汽车充电站规划方法 |
US20150226571A1 (en) * | 2014-02-07 | 2015-08-13 | Recargo, Inc. | Identifying available charging stations for an electric vehicle |
CA2954525A1 (en) * | 2014-07-10 | 2016-01-14 | Volta Industries, LLC | Systems and methods for providing targeted advertisements to a charging station for electric vehicles |
US20170146354A1 (en) * | 2015-11-25 | 2017-05-25 | International Business Machines Corporation | Electric Vehicle Exchange Management |
CN106207290A (zh) * | 2016-07-11 | 2016-12-07 | 太原理工大学 | 一种基于多源数据的电动汽车充电辅助决策优化方法 |
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 |
DE102016015402A1 (de) * | 2016-12-22 | 2017-07-06 | Daimler Ag | Verfahren zum Betrieb eines Fahrerassistenzsystems für ein Fahrzeug |
CN106965688A (zh) * | 2017-03-17 | 2017-07-21 | 南京邮电大学 | 一种电网和交通网协同环境下的电动汽车充电方法 |
CN107144287A (zh) * | 2017-04-28 | 2017-09-08 | 深圳充电网科技有限公司 | 一种电动车的出行规划方法和装置 |
Cited By (72)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063897A (zh) * | 2018-07-03 | 2018-12-21 | 蔚来汽车有限公司 | 服务系统中服务资源的产能预测方法、系统与设备 |
CN110728392A (zh) * | 2018-07-16 | 2020-01-24 | 上海擎感智能科技有限公司 | 一种车辆充电规划方法、服务端及客户端 |
CN109034465A (zh) * | 2018-07-16 | 2018-12-18 | 河海大学 | 考虑充电站选址与出行路径耦合的充电站两层规划方法 |
CN109034465B (zh) * | 2018-07-16 | 2020-02-21 | 河海大学 | 考虑充电站选址与出行路径耦合的充电站两层规划方法 |
CN110887496A (zh) * | 2018-08-15 | 2020-03-17 | 上海擎感智能科技有限公司 | 基于电能监控的充电桩导航提醒方法、系统及车载终端 |
CN109228877A (zh) * | 2018-09-27 | 2019-01-18 | 北京新能源汽车股份有限公司 | 一种充电口位置的指示方法、装置、车辆及指示设备 |
CN109228877B (zh) * | 2018-09-27 | 2020-09-18 | 北京新能源汽车股份有限公司 | 一种充电口位置的指示方法、装置、车辆及指示设备 |
CN109489676A (zh) * | 2018-09-29 | 2019-03-19 | 广东工业大学 | 一种计及电网信息与充电站信息的电动汽车充电导航方法 |
CN109489676B (zh) * | 2018-09-29 | 2022-07-05 | 广东工业大学 | 一种计及电网信息与充电站信息的电动汽车充电导航方法 |
CN109159676A (zh) * | 2018-11-11 | 2019-01-08 | 长沙源婕科技有限公司 | 一种用于对多个电动车辆充电的方法 |
CN109612485A (zh) * | 2018-12-17 | 2019-04-12 | 许建国 | 一种新能源汽车用智能路线规划系统 |
CN109612485B (zh) * | 2018-12-17 | 2020-03-06 | 深圳前海联动云软件科技有限公司 | 一种新能源汽车用智能路线规划系统 |
CN109784558A (zh) * | 2019-01-11 | 2019-05-21 | 浙江工业大学 | 一种基于蚁群算法的电动汽车充电调度优化方法 |
CN109703389A (zh) * | 2019-01-17 | 2019-05-03 | 北京理工新源信息科技有限公司 | 基于新能源公交车的车桩网一体化充电调度装置及方法 |
CN109703389B (zh) * | 2019-01-17 | 2020-07-24 | 北京理工新源信息科技有限公司 | 基于新能源公交车的车桩网一体化充电调度装置及方法 |
CN109855642B (zh) * | 2019-02-26 | 2023-06-27 | 蜂鸟智超新能源技术(上海)有限公司 | 一种新能源汽车用汽车充电桩找寻系统 |
CN109855642A (zh) * | 2019-02-26 | 2019-06-07 | 广州信沃达电子科技有限公司 | 一种新能源汽车用汽车充电桩找寻系统 |
CN113544009A (zh) * | 2019-04-05 | 2021-10-22 | 矢崎总业株式会社 | 充电装置预订系统、通信终端以及服务器装置 |
CN111854776B (zh) * | 2019-04-30 | 2024-04-16 | 北京京东乾石科技有限公司 | 导航的处理方法、装置、设备及存储介质 |
CN111854776A (zh) * | 2019-04-30 | 2020-10-30 | 北京京东尚科信息技术有限公司 | 导航的处理方法、装置、设备及存储介质 |
CN110493305A (zh) * | 2019-07-05 | 2019-11-22 | 广州车行易科技股份有限公司 | 一种根据充电站使用状况和距离远近来进行充电路径规划的方法 |
CN110388932A (zh) * | 2019-07-12 | 2019-10-29 | 上海电机学院 | 一种电动汽车充电导航方法 |
WO2021036132A1 (zh) * | 2019-08-29 | 2021-03-04 | 厦门金龙联合汽车工业有限公司 | 一种无人驾驶车辆群组的充电调度方法和云管理服务器 |
CN110533901A (zh) * | 2019-08-29 | 2019-12-03 | 厦门金龙联合汽车工业有限公司 | 一种无人驾驶车辆群组的充电调度方法和云管理服务器 |
CN110728421B (zh) * | 2019-08-30 | 2024-04-19 | 山东理工大学 | 一种基于充电需求大数据的路网充电优化方法 |
CN110728421A (zh) * | 2019-08-30 | 2020-01-24 | 山东理工大学 | 一种基于充电需求大数据的路网充电优化方法 |
WO2021047675A1 (zh) * | 2019-09-12 | 2021-03-18 | 奥动新能源汽车科技有限公司 | 换电站的查找方法及系统 |
CN111216571A (zh) * | 2019-11-21 | 2020-06-02 | 长沙理工大学 | 一种参与实时物流配送的换电式电动汽车导航方法 |
CN110926490A (zh) * | 2019-11-27 | 2020-03-27 | 腾讯科技(深圳)有限公司 | 行驶路线的选择方法、装置、计算机可读介质及电子设备 |
CN111160588A (zh) * | 2019-12-04 | 2020-05-15 | 国网电动汽车服务有限公司 | 一种预约充电服务方法及系统 |
CN111160588B (zh) * | 2019-12-04 | 2024-03-19 | 国网电动汽车服务有限公司 | 一种预约充电服务方法及系统 |
CN110986986A (zh) * | 2019-12-19 | 2020-04-10 | 燕山大学 | 基于语音识别的电动汽车充电导航系统设计 |
CN111267667B (zh) * | 2020-02-14 | 2021-03-23 | 山东中科先进技术研究院有限公司 | 一种电动汽车高速公路智能充电方法及系统 |
CN111267667A (zh) * | 2020-02-14 | 2020-06-12 | 山东中科先进技术研究院有限公司 | 一种电动汽车高速公路智能充电方法及系统 |
CN111284358A (zh) * | 2020-02-20 | 2020-06-16 | 深圳供电局有限公司 | 智能充电需求调度系统 |
CN111284358B (zh) * | 2020-02-20 | 2021-11-09 | 深圳供电局有限公司 | 智能充电需求调度系统 |
CN111391820A (zh) * | 2020-03-20 | 2020-07-10 | 刘丹 | 新能源混合汽车控制方法、装置、设备和存储介质 |
CN111401786A (zh) * | 2020-04-09 | 2020-07-10 | 南京工程学院 | 一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法 |
CN111559270A (zh) * | 2020-05-09 | 2020-08-21 | 长乐致远技术开发有限公司 | 基于互联网的电动汽车充电方法 |
CN111397620A (zh) * | 2020-05-29 | 2020-07-10 | 广东工业大学 | 快充/慢充模式下的电动汽车充电导航方法及系统 |
CN111397620B (zh) * | 2020-05-29 | 2023-04-25 | 广东工业大学 | 快充/慢充模式下的电动汽车充电导航方法及系统 |
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 |
CN112309002A (zh) * | 2020-10-14 | 2021-02-02 | 蔚来汽车科技(安徽)有限公司 | 车辆补能设施评估方法、装置以及计算机可读存储介质 |
CN112265468A (zh) * | 2020-10-14 | 2021-01-26 | 深圳华晟智慧停车有限公司 | 充电系统、充电控制方法及存储介质 |
CN112330203A (zh) * | 2020-11-24 | 2021-02-05 | 深圳北航新兴产业技术研究院 | 一种纯电动出租车电能补给的管理方法 |
CN112465222A (zh) * | 2020-11-26 | 2021-03-09 | 浙江警察学院 | 一种基于充电站服务水平预测的最佳充电站选择方法 |
CN112465222B (zh) * | 2020-11-26 | 2023-07-07 | 浙江警察学院 | 一种基于充电站服务水平预测的最佳充电站选择方法 |
CN112406874B (zh) * | 2020-11-27 | 2022-04-22 | 深圳供电局有限公司 | 一种电动汽车远距离充电辅助决策方法 |
CN112406874A (zh) * | 2020-11-27 | 2021-02-26 | 深圳供电局有限公司 | 一种电动汽车远距离充电辅助决策方法 |
CN112612820A (zh) * | 2020-12-07 | 2021-04-06 | 国网北京市电力公司 | 数据处理方法及装置、计算机可读存储介质及处理器 |
CN112734089B (zh) * | 2020-12-28 | 2023-12-22 | 长沙理工大学 | 智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质 |
CN112734089A (zh) * | 2020-12-28 | 2021-04-30 | 长沙理工大学 | 智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质 |
CN113191547A (zh) * | 2021-04-29 | 2021-07-30 | 浙江吉利控股集团有限公司 | 一种新能源车辆动力电池充电优化方法及系统 |
CN114897199A (zh) * | 2021-05-15 | 2022-08-12 | 韦涛 | 兼容储能充电桩的电动运载工具电量路径规划方法 |
WO2022242579A1 (zh) * | 2021-05-15 | 2022-11-24 | 韦涛 | 兼容储能充电桩的电动运载工具电量路径规划方法 |
CN113505962A (zh) * | 2021-05-28 | 2021-10-15 | 暨南大学 | 一种考虑完整行程的电动汽车导航与充电预约方法 |
CN113505962B (zh) * | 2021-05-28 | 2023-08-29 | 暨南大学 | 一种考虑完整行程的电动汽车导航与充电预约方法 |
CN113255135A (zh) * | 2021-05-28 | 2021-08-13 | 西安交通大学 | 一种基于交通均衡的电动汽车快速充电负荷模拟方法 |
CN113393109A (zh) * | 2021-06-07 | 2021-09-14 | 杭州电子科技大学 | 电动汽车充电负荷计算方法 |
CN113386770B (zh) * | 2021-06-10 | 2024-03-26 | 武汉理工大学 | 基于充电站数据共享的电动汽车充电路径动态规划方法 |
CN113386770A (zh) * | 2021-06-10 | 2021-09-14 | 武汉理工大学 | 基于充电站数据共享的电动汽车充电路径动态规划方法 |
CN113379141A (zh) * | 2021-06-23 | 2021-09-10 | 国网四川省电力公司电力科学研究院 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
CN113379141B (zh) * | 2021-06-23 | 2023-04-18 | 国网四川省电力公司电力科学研究院 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
CN113607177B (zh) * | 2021-07-12 | 2024-03-19 | 河南财经政法大学 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
CN113607177A (zh) * | 2021-07-12 | 2021-11-05 | 河南财经政法大学 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
WO2023006295A1 (de) * | 2021-07-27 | 2023-02-02 | Robert Bosch Gmbh | Vorrichtung und verfahren zur steuerung des energieverbrauchs in einem elektrisch angetriebenen fahrzeug |
CN114683907A (zh) * | 2022-03-08 | 2022-07-01 | 潍柴动力股份有限公司 | 电动牵引车及其充电管理方法及充电管理装置 |
WO2023247089A1 (de) * | 2022-06-22 | 2023-12-28 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und vorrichtung zur prädiktion der wartezeit an einer ladestation |
CN115339332A (zh) * | 2022-10-17 | 2022-11-15 | 国网浙江省电力有限公司宁波供电公司 | 一种交互式电动汽车充电设施选择方法以及共享系统 |
CN116153081A (zh) * | 2023-04-18 | 2023-05-23 | 北京无极慧通科技有限公司 | 一种基于大数据的信息推荐方法及系统 |
CN116822912B (zh) * | 2023-08-30 | 2023-11-24 | 北京玖行智研交通科技有限公司 | 一种电动车辆干线长途运输充换电智能调度方法及装置 |
CN116822912A (zh) * | 2023-08-30 | 2023-09-29 | 北京玖行智研交通科技有限公司 | 一种电动车辆干线长途运输充换电智能调度方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108162771B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108162771B (zh) | 一种电动汽车智能充电导航方法 | |
CN107640049B (zh) | 一种针对充电站的电动汽车有序充电的移动终端系统 | |
CN106548246B (zh) | 一种电动车辆实时充电推荐方法及其系统 | |
CN103295074B (zh) | 具有最佳定位的充电站的电动车辆(ev)充电基础设施的方法和系统 | |
CN107036617B (zh) | 一种出租车与地铁组合的出行路线规划方法及系统 | |
US10467556B2 (en) | Information systems and methods for deployment of charging infrastructure in support of electric vehicles | |
CN111532166A (zh) | 一种电动汽车充电路径规划方法、装置、汽车及计算机存储介质 | |
Karbassi et al. | Vehicle route prediction and time of arrival estimation techniques for improved transportation system management | |
CN111415021A (zh) | 基于智能车载终端的充电桩最优位置推荐管理系统及方法 | |
CN105702035B (zh) | 一种利用历史公交数据评估乘车难易程度的方法 | |
CN110533901A (zh) | 一种无人驾驶车辆群组的充电调度方法和云管理服务器 | |
CN116362370A (zh) | 智慧城市停车场车位状态预估方法、物联网系统及装置 | |
CN108288110B (zh) | 一种基于电动汽车真实行驶数据的充电桩优化布局方法 | |
CN110118567A (zh) | 出行方式推荐方法及装置 | |
CN113393137B (zh) | 一种基于车联网的调度共享系统 | |
JP2020166760A (ja) | スケジュール管理システム、移動体、プログラム及び方法 | |
CN107341551A (zh) | 一种电动交通工具租赁系统及其管理方法 | |
CN111027755A (zh) | 基于路径规划的共享电车选取方法和预定方法 | |
CN112097783B (zh) | 基于深度强化学习的电动出租车充电导航路径规划方法 | |
CN116663811A (zh) | 一种城际客运的往返动态拼车的调度匹配方法和装置 | |
CN110657817A (zh) | 行程路线的推荐方法及装置 | |
CN106056967A (zh) | 公共停车信息管理方法 | |
EP4282695A1 (en) | Method and apparatus for providing a charging time window for an electric vehicle | |
CN113222248B (zh) | 一种自动驾驶出租车充电桩选择方法 | |
CN103748432A (zh) | 图像处理装置、图像处理管理装置、终端、处理装置以及图像处理方法 |
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 |