CN108171353B - 一种基于时间片的电动汽车快速预约匹配方法 - Google Patents
一种基于时间片的电动汽车快速预约匹配方法 Download PDFInfo
- Publication number
- CN108171353B CN108171353B CN201810200003.8A CN201810200003A CN108171353B CN 108171353 B CN108171353 B CN 108171353B CN 201810200003 A CN201810200003 A CN 201810200003A CN 108171353 B CN108171353 B CN 108171353B
- Authority
- CN
- China
- Prior art keywords
- charging
- electric
- charging pile
- matching
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 57
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000005611 electricity Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 230000006855 networking Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- UFEODZBUAFNAEU-NLRVBDNBSA-N fluoxastrobin Chemical compound C=1C=CC=C(OC=2C(=C(OC=3C(=CC=CC=3)Cl)N=CN=2)F)C=1C(=N/OC)\C1=NOCCO1 UFEODZBUAFNAEU-NLRVBDNBSA-N 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- 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"
-
- 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
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提出了一种基于时间片的电动汽车充电预约匹配方法,基于物联网平台设计。首先通过获取电动汽车位置、电动汽车剩余电量、充电桩位置以及道路交通情况的信息,确定用户电量耗尽前可到达的所有充电桩集合。其次计算出到达充电桩的最小有效路程、充电费用、充电等待时间,剔除不满足用户要求的充电桩,形成参与匹配的电动汽车与充电桩集合。然后基于Hall婚配定理,综合考虑剩余电量和申请时间,对拥挤集中多余的电动汽车进行剔除。最后采用人机交互的方式获取偏重系数,建立综合满意度矩阵,基于进化匈牙利算法得到用户综合满意度最高的匹配结果,并通过网络分别发送给电动汽车和充电桩。本发明能有效的提高充电桩资源利用率,满足充电汽车用户的需求,具有广泛的适应性。
Description
技术领域
本发明涉及一种基于时间片的电动汽车充电预约匹配方法,属于新能源汽车服务与信息处理技术领域。
背景技术
随着社会的发展,电动汽车已经成为未来汽车产业的发展趋势,并为世界能源的可持续发展带来了重大的经济效益,具有深远的影响。然而,目前电动汽车充电问题对于充电汽车用户、充电站运营商甚至政府部门都是亟待解决的难题,传统的按需就近充电是一种无序的充电策略,其处理和控制无序,难以满足大量用户的充电需求,充电桩的利用率不高,会造成资源浪费、等待时间较长等问题。物联网技术的发展给电动汽车的充电问题带来了很好的解决办法,通过物联网平台,对电动汽车的充电申请实现集中有序调度,更有利于达到资源配置效率最大化,满足用户的充电需求,从而推动充电汽车的发展。在物联网环境下,可通过车载通讯设备实时获得电动汽车位置、电动汽车剩余电量,同时也能从现有的地图导航软件获取充电桩的地理位置和道路的实时交通情况。在此基础上设计高效的算法来快速地优化匹配预约申请,并通过物联网平台将结果发送给充电汽车和充电桩,此发明能大幅度提高资源利用率,稳定电动汽车充电秩序,解决用户充电难题。
发明内容
针对目前无序的充电现象,本发明基于物联网平台设计,提出了一种基于时间片的电动汽车充电预约匹配方法;首先通过获取电动汽车位置、电动汽车剩余电量、充电桩位置以及道路的交通情况的信息,确定用户电量耗尽前可到达的所有充电桩集合;其次计算出到达充电桩的最小有效路程、充电费用、充电等待时间,剔除不满足用户要求的充电桩,形成参与匹配的电动汽车与充电桩最终可行集合;然后基于Hall 婚配定理,综合考虑剩余电量和申请时间,对拥挤集中多余的电动汽车进行剔除;最后采用人机交互的方式获取偏重系数,建立综合满意度矩阵,基于进化匈牙利算法得到用户综合满意度最高的匹配结果,并通过网络分别发送给电动汽车和充电桩。主要内容分为以下四个步骤:
步骤一、启动时间片内充电服务匹配预约计时器
步骤二、确定每个充电汽车用户所对应的充电桩可行集
1.确定电量耗尽前可到达的所有充电桩集合:
1)通过物联网平台,实时获取电动汽车位置、电动汽车剩余电量、充电桩位置以及道路的交通情况;
2)根据电动汽车的单位时间耗电量、剩余电量、平均速度,计算出申请充电的电动汽车所能行驶到的充电桩,确定初步可行集合。
2.剔除超出用户接受范围的充电桩,确定最终可行集合:
1)获取用户的预约充电量、能接受的最大路程、最大充电费用、最大排队等待时间;
2)计算可行集中每个充电桩所需的等待时间;
3)计算出用户到其可行集中每个充电桩的充电费用;
4)剔除不满足用户要求的充电桩,确定最终集合。
3.若某电动汽车用户的可行集为空集时,则直接拒绝该用户的预约申请。
步骤三、基于Hall婚配定理来确定参与匹配的充电汽车集合以及充电桩集合,并结束预约
1.对申请充电的电动汽车用户是否产生拥挤集进行判断:
1)如果Hall条件成立,即不存在拥挤集,则参与匹配的充电汽车集合以及充电桩原集合(EV,CI)中的数据会被新的集合(EV*,CI*)数据所取代;
2)如果Hall条件不成立,即第i辆电动汽车与此前的某辆或某些电动汽车会产生拥挤状态,导致这几辆电动汽车无法与不同的充电桩进行匹配,因此充分考虑申请时间、剩余电量两个因素,从拥挤集CS中剔除一辆电动车,使集合(EV,CI)满足Hall条件。
2.判断电动汽车的申请时间是否达到每轮计时器的固定时间片T、接受预约申请的电动汽车数量是否达到充电桩的最大值N,若满足其中任意一个条件,则平台关闭预约申请通道,并对接受申请的电动汽车进行预约匹配,若不满足,则反复执行步骤二、三。
步骤四、建立综合满意度矩阵,基于进化匈牙利算法确定最终的匹配结果
1.采用人机交互的方式获取偏重系数,建立综合满意度矩阵:
1)构建行程矩阵与费用矩阵;
2)对矩阵每一行进行归一化处理,确定相对满意度矩阵;
3)用户输入偏重系数,形成最终的综合满意度矩阵;
4)判断上述步骤产生的充电汽车数目n与所对应的充电桩数目m是否相同:
a.若n和m相同,则综合满意度矩阵Z不需修改;
b.若n<m,则采用加边补M法对综合满意度矩阵增加m-n行,相应的综合满意度值以M代替,M 的具体数值在不影响进化匈牙利算法的情况下根据实际进行确定,M在此处应取0;
c.考虑到预约申请的电动汽车数量达到充电桩的最大值时,物联网平台会关闭预约申请通道,故不存在n>m这种情况。
2.基于进化匈牙利算法求取用户综合满意度最高的匹配结果:
1)初始化种群规模及进化最大代数,寻求评价矩阵与目标分配方案;
2)上述得到的目标分配方案对其先进行均匀变异方式的操作,得到该轮内其他个体;
3)其后对所有的个体进行交叉操作:对该轮内的个体,每隔两代进行局部交叉操作,其他各代进行均匀交叉操作,其后再对种群中的个体采用均匀变异的方式进行操作;
4)在上述步骤后得到的结果中选择评价值最大的解作为当轮预约的结果,评价值由以下公式得:
其中,f为评价值,i为预约充电的充电汽车编号,j为空闲充电桩的编号,k为n,m中的最大值,rij为目标分配方案矩阵中的元素,Zij为评价矩阵Z中的元素;
5)判断是否满足终止条件,如果满足则进行下一步,否则重复步骤3)、4),其中终止条件为当前的循环次数达到最大代数;
6)输出由改进的进化匈牙利算法得到的匹配结果。
3.完成本轮时间片内的充电汽车预约匹配。
步骤五、在下一时间片进行预约匹配,反复执行以上所有步骤
附图说明
图1是本发明平台端预约匹配流程图;
图2是本发明剔除超出用户接受范围的充电桩流程图;
图3是本发明用户端预约匹配流程图。
具体实施方法
步骤一、启动充电服务匹配预约计时器
步骤二、确定每个充电汽车用户所对应的充电桩可行集
1.确定电量耗尽前可到达的所有充电桩集合:
1)系统通过物联网平台开始接受充电汽车的充电预约,并实时获得电动汽车位置、电动汽车剩余电脑、充电桩位置及其道路的交通情况,对各个充电桩进行统一编号,并按时间顺序对接收到申请的充电汽车进行编号,其中被上一轮标记的用户优先编号:
a.通过电动汽车位置信息和所有充电桩位置计算出第i辆电动汽车距离第j个空闲充电桩的第n条路径的长度为S(n)ij;
b.通过道路的交通情况获取该路径的预计拥堵时间,根据电动汽车evi的平均车速Vi,将拥堵时间换算成路程JS(n)ij,则路径n下第i辆电动汽车距离第j个充电桩的有效路程记为Y(n)ij,且 Y(n)ij=S(n)ij+JS(n)ij;
c.对比不同路径的有效路程,得到最小有效路程的路径,并将该路径的最小有效路程记为Yij,其中i表示第i辆电动汽车,j表示第j个空闲充电桩;
2)根据电动汽车的单位时间耗电量、剩余电量、平均速度,计算出申请充电的电动汽车所能行驶到的充电桩,确定初步可行集合,根据第i辆电动汽车的单位时间耗电量Qi、电动汽车剩余电量Ei,可得到该电动汽车的最大行驶路程为若Sm≥Yij,则将该充电桩cij放入该电动汽车的可行集FSi中, FSi={cij|cij∈CI},其中CI表示所有充电桩的集合。
2.剔除超出用户接受范围的充电桩,确定最终可行集合:
1)获取用户的预约充电量、能接受的最大路程、充电最大费用、最大排队等待时间:
用户通过该系统,输入自己的约定充电量AEik,即充电结束时的电量,输入自己所能接受的最大行驶路程ASi、充电最大费用APi以及最大排队等待时间AT,其中i表示第i辆电动汽车,k表示用户所处的轮数;
2)计算可行集中每个充电桩所需的等待时间:
已知前面几轮匹配预约的计算结果,第j个充电桩,在第k轮预约匹配中,匹配到第i辆电动车,则第j个充电桩在第k轮中,被占用的时间可以表示为
其中P表示充电桩充电的功率,
所以在第k+1轮的预约申请中,可算出当前第i辆电动车到达第j个充电桩所需的等待时间
3)计算出用户到其可行集中每个充电桩的充电费用:
充电桩的单位电价包含基本电价费用及充电服务费用,考虑到充电设施的地理位置、建设规模等不同,充电服务费用可能存在差异,另外由于充电设施用电执行分类目录电价政策,各充电桩基本电价也不尽相同。将各充电桩的充电费用纳入考虑范围内,则
其中,Rj表示充电桩cij的单位电价;
4)剔除不满足用户要求的充电桩,确定最终集合,从得到的充电桩初步可行集中,对于以下几种情况:
a.第j个充电桩cij距离该电动汽车evi的最小有效路程超过用户可接受的最大路程:Yij>ASi;
b.某充电桩cij的充电费用超过用户可接受的最大费用:Cij>APi;
c.电动汽车evi到达充电桩cij所需的充电等待时间超过用户可接受的最大排队等待时间Tij w>AT;
则将充电桩cij从可行集中剔除,得到最终的可行集FSi。
3.若某电动汽车用户的可行集为空集时,则直接拒绝该用户的预约申请。
步骤三、基于Hall婚配定理确定参与匹配的充电汽车集合以及充电桩集合,并结束预约
1.对申请充电的电动汽车用户是否产生拥挤集进行判断:
在本轮匹配中,如果第i辆电动汽车与充电桩之间的匹配导致某辆或某些充电汽车无法获得充电服务,则所有这些电动汽车之间会产生拥挤,所构成的集合称为电动汽车拥挤集CS;设G是具有二划分 (EV,CI)的二部图,G有饱和EV中每个顶点的匹配充分必要条件是:对于任何有称为Hall条件,其中EV表示该轮预约申请的所有电动车集合;如果要求电动汽车集合中的每一辆电动汽车均可以与不同的充电基础设施进行匹配,那么充电汽车集合的任意子集合均不满足拥挤集情况,因此Hall条件正是不存在拥挤集的等价条件;若二划分存在S不满足Hall条件,则S中的最小集合即为CS。
2.考虑申请时间、剩余电量两个因素,从拥挤集中剔除多余的电动汽车,使集合满足要求:
假定平台接受到第i辆电动汽车的预约申请,且之前已经接收了j(j<i)辆电动汽车的申请,则需要对新的二划分(EV*,CI*)是否满足Hall条件进行判断:对于EV*的任意子集S,判断是否满足其中EV*、CI*表示新的电动汽车集合以及新的充电桩集合:
1)如果Hall条件成立,即不存在拥挤集,则原二划分(EV,CI)中的数据会被新的二划分(EV*,CI*) 数据所覆盖;
2)如果Hall条件不成立,即第i辆电动汽车与此前的某辆或某些电动汽车会产生拥挤状态,导致这几辆电动汽车无法与不同的充电桩进行匹配,因此需要充分考虑申请时间、剩余电量两个因素,对拥挤集CS 中多余的电动汽车进行标记和剔除,使集合(EV,CI)满足Hall条件:
a.当电动汽车拥挤集CS中最大剩余电量Qmax与最小剩余电量Qmin满足:
表明此电动汽车拥挤集CS中的剩余电量分布不均,差值较大,为了保护电量低的电动汽车不被剔除,则将含有最大剩余电量Qmax的车辆剔除,反之则考虑申请时间因素;
b.当上述公式不满足时,则表明拥挤集CS中的电动汽车剩余电量差值不大,采用申请时间先后顺序的原则进行剔除,先申请的电动汽车用户接受预约申请,而将拥挤集CS*中最后申请的电动汽车用户进行剔除;
c.对于被上一轮标记的电动汽车用户,在本轮的此步骤中不会被剔除,对于本轮在拥挤集中剔除的电动汽车用户,系统会将该用户放置下一轮预约匹配中,并在下一轮中优先编号;
3.判断电动汽车的申请时间和接受预约申请的电动汽车数量,满足条件之一,则电动汽车预约申请结束:
1)达到每轮计时器的固定值T;
2)所有接受预约申请的电动汽车数量达到充电桩的最大值N;
若满足其中任意一个条件,则物联网平台关闭预约申请通道,并开始对接受申请的电动汽车进行预约匹配,若不满足,则反复执行步骤二、三。
步骤四、建立综合满意度矩阵,基于进化匈牙利算法确定最终的匹配结果
1.采用人机交互的方式获取偏重系数,建立综合满意度矩阵:
1)构建行程矩阵与费用矩阵:
a.用最小有效路程Yij构建行程矩阵如下:
其中,Y为行程矩阵,Ynm为充电汽车evn分配给充电桩cim时所需的最小有效路程,n、m分别表示本轮预约申请结束时,参与本轮预约匹配的电动汽车及充电桩的最大数量,且n≤m;
b.用充电费用值Cij构建费用矩阵如下:
其中,C为费用矩阵,Cnm为充电汽车evn分配给充电桩cim时所会产生的费用值,n、m分别表示本轮预约申请结束时,参与本轮预约匹配的电动汽车及充电桩的最大数量,且n≤m;
2)对矩阵每一行进行归一化处理,确定相对满意度矩阵:
考虑到不同的指标的属性值的数值差别很大,为了使综合指标的数值不偏向某一指标并显示出某电动汽车对于所有充电桩的相对满意度,对以上矩阵的每一行进行归一化处理:
其中:表示第i辆电动汽车到第j个充电桩归一化后的最小有效路程,表示第i辆电动汽车到第 j个充电桩归一化后的充电费用,Yi max、Yi min表示第i辆电动汽车所对应所有充电桩的最小有效路程的最大值及最小值,表示第i辆电动汽车所对应所有充电桩的充电费用的最大值及最小值,
3)用户输入偏重系数,形成最终的综合满意度矩阵:
a.用户根据自己对行程距离和费用的偏重程度,在平台中输入对应的偏重系数值α;
b.根据所定义的α值构建综合满意度矩阵:
Z=αY+(1-α)C
其中α必须满足0≤α≤1;
4)判断上诉步骤产生的充电汽车数目n与所对应的充电桩数目m的大小关系:
a.若n和m相同,则综合满意度矩阵Z不需修改;
b.若n<m,则采用加边补M法对综合满意度矩阵增加m-n行,相应的综合满意度值以M代替,M 的具体数值在不影响进化匈牙利算法的情况下根据实际进行确定,若将最大值作为最优,则M应取0,若将最小值作为最优,则M应取无穷大值,此处M应取为0;
c.考虑到预约申请的电动汽车数量达到充电桩的最大值时,物联网平台会关闭预约申请通道,故不存在n>m这种情况。
2.基于进化匈牙利算法求取用户综合满意度最高的匹配结果:
1)初始化:
a.根据运行速度的要求进而设置种群规模和进化最大代数,在该充电汽车预约充电的场景中,为达到实时性能高,设置种群规模的个数为10,进化最大代数为100;
b.利用匈牙利算法处理评价矩阵Z:
i)找出评价矩阵Z每行中的最小元素,并分别从每行中减去,其后在找出评价矩阵Z每列中的最小元素,并分别从每列中减去;
ii)圈出不同行且不同列的0元素,进行试指派;
iii)用最少的直线覆盖评价矩阵Z中的0元素;
iv)调整评价矩阵,使出现新的0元素,以达到增加0元素的目标;
v)若上述步骤得到的矩阵中能够找出k个独立0元素,即矩阵每一行都有一个0元素,且这些0元素的所在列不会重合。就以这k个独立的0元素对应的解矩阵作为相应的目标分配方案;
c.得到相应的目标分配方案,目标分配方案按以下方式编码:
其中,k为n,m中的最大值,矩阵内的rij=1或0,当rij=1时,表示充电汽车evi分配给充电桩cij,当rij=0时,表示充电汽车evi没有分配给充电桩cij。
2)上述得到的目标分配方案对其先进行均匀变异的操作,得到该轮内其他个体;
3)其后对所有的个体进行交叉操作:对该轮内的个体,每隔两代进行局部交叉操作,其他各代进行均匀交叉操作;其后再对种群中的个体采用均匀变异的方式进行操作;
4)在上述步骤后得到的结果中选择评价值最大的解作为预约匹配的结果值,评价值由以下公式得到:
其中,f为评价值,i为预约充电的充电汽车编号,j为空闲充电桩的编号,k为n,m中的最大值,rij为目标分配方案矩阵中的元素,Zij为评价矩阵Z中的元素;
5)判断是否满足终止条件,如果满足则进行下一步,否则重复步骤3)、4),其中终止条件为当前的循环次数达到最大代数;
6)输出匹配结果。
3.完成本时间片内的充电汽车预约匹配。
步骤五、在下一时间片进行预约匹配,反复执行以上所有步骤。
Claims (4)
1.一种基于时间片的电动汽车快速预约匹配方法,所述匹配方法至少包括以下步骤:
步骤一、启动充电服务匹配预约计时器;
步骤二、确定每个充电汽车用户所对应的充电桩可行集:
1)确定电量耗尽前可到达的所有充电桩集合;
2)剔除超出用户接受范围的充电桩,确定最终可行集合;
步骤三、确定参与匹配的充电车集合以及充电桩集合,并结束预约:
1)对申请充电的电动汽车用户是否产生拥挤集进行判断;
2)考虑申请时间、剩余电量两个因素,对拥挤集中多余的电动汽车进行剔除和标记,使其满足条件;
3)判断电动汽车的申请时间是否达到每轮计时器的固定时间T、接受预约申请的电动汽车数量是否达到充电桩的最大值N,若满足其中任意一个条件,则物联网平台关闭预约申请通道,并开始对接受申请的电动汽车进行预约匹配,若不满足,则反复执行步骤二、三;
步骤四、建立综合满意度矩阵,通过改进的进化匈牙利算法确定最终的匹配结果:
1)采用人机交互的方式获取偏重系数,建立综合满意度矩阵;
2)通过改进的进化匈牙利算法求取用户综合满意度最高的匹配结果,改进的进化匈牙利算法步骤包括:
a.初始化:
i.设置种群规模和进化最大代数;
ii.利用匈牙利算法处理评价矩阵Z;
iii.得到相应的目标分配方案,目标分配方案按以下方式编码:
b.上述得到的目标分配方案对其先进行均匀变异的操作,得到该轮内其他个体;
c.对所有的个体进行交叉操作:对该轮内的个体,每隔两代进行局部交叉操作,其他各代进行均匀交叉操作;其后再对种群中的个体采用均匀变异的方式进行操作;
d.在结果中选择评价值大的解作为当轮的解,评价值按以下公式得:
其中,f为评价值,i为预约充电的充电汽车编号,j为空闲充电桩的编号,k为n,m中的最大值,rij为目标分配方案矩阵中的元素,Zij为评价矩阵Z中的元素;
e.判断循环次数是否达到最大代数,如果达到则进行下一步,否则返回步骤c、d,其中终止条件为当前的循环次数达到最大代数;
f.输出匹配结果;
3)完成本轮时间片内的充电汽车预约匹配;
步骤五、在下一时间片进行预约匹配,反复执行以上所有步骤。
2.根据权利要求1所述的一种基于时间片的电动汽车快速 预约匹配方法,其特征在于启动充电服务匹配预约,确定每个充电汽车用户所对应的充电桩可行集,至少还包括以下步骤:
1)通过物联网平台,获取电动汽车位置、电动汽车剩余电量、充电桩位置以及道路的交通情况,对各个充电桩、充电汽车进行编号,其中被上一轮标记的用户优先编号:
a.通过电动汽车位置信息和所有充电桩位置计算出第i辆电动汽车距离第j个空闲充电桩的第n条路径的长度为S(n)ij;
b.通过道路的交通情况获取路径n,根据该电动汽车evi的平均车速Vi,将拥堵时间换算成路程JS(n)ij,则路径n下第i辆电动汽车距离第j个充电桩的有效路程记为Y(n)ij=S(n)ij+JS(n)ij;
c.对比不同路径的有效路程,得到最小的有效路程的路径,并将该路径的最小有效路程记为Yij,其中i表示第i辆电动汽车,j表示第j个空闲充电桩;
2)根据电动汽车的单位时间耗电量Qi、剩余电量Ei、平均速度Vi,计算出申请充电的电动汽车所能行驶到的充电桩,确定初步可行集合;
3)定义充电结束时的电量为约定充电量,获取用户的约定充电量AEik、能接受的最大路程ASi、充电费用APi以及最大排队等待时间AT,其中i表示第i辆电动汽车,k表示用户所处的轮数;
4)计算可行集合中每个充电桩所需的等待时间;
已知前面几轮匹配预约的计算结果,第j个充电桩,在第k轮预约匹配中,匹配到第i辆电动车,则第j个充电桩在第k轮充电中,被占用的时间可以表示为
其中P表示充电桩充电的功率,因此在第k+1轮的预约申请中,可算出当前第i辆电动车到达第j个充电桩所需的等待时间:
5)计算出用户到其可行集中每个充电桩的充电费用:
充电桩的单位电价包含基本电价费用及充电服务费用,考虑到充电设施的地理位置和建设规模的不同,所以充电服务费用存在差异,另外由于充电设施用电执行分类目录电价政策,其基本电价也不尽相同,所以将每个充电桩的充电费用纳入考虑范围内,则
其中Rj表示第j个充电桩的单位电价;
6)剔除不满足用户要求的充电桩,确定最终集合。
3.根据权利要求1所述的一种基于时间片的电动汽车快速预约匹配方法,其特征在于确定参与匹配的充电车集合以及充电桩集合,至少还包括以下步骤:
1)对申请充电的电动汽车用户是否产生拥挤集进行判断;
2)充分考虑申请时间、剩余电量两个因素,从拥挤集中剔除多余的电动汽车,使集合满足要求:
a.当电动汽车拥挤集CS中最大剩余电量Qmax与最小剩余电量Qmin满足:
表明此电动汽车拥挤集CS中的剩余电量分布不均,差值较大,为了保护电量低的电动汽车不被剔除,则将含有最大剩余电量Qmax的车辆剔除;
b.当上述公式不满足时,则表明拥挤集CS中的电动汽车剩余电量差值不大,采用申请时间先后顺序的原则进行剔除,先申请的电动汽车用户接受预约申请,而将拥挤集CS中最后申请的电动汽车用户进行剔除;
c.对于被上一轮标记的电动汽车用户,在本轮的此步骤中不会被剔除,对于本轮在拥挤集中剔除的电动汽车用户,系统会将该用户放置下一轮预约匹配中,并在下一轮中优先编号;
3)判断电动汽车的申请时间是否达到每轮计时器的固定时间T、接受预约申请的电动汽车数量是否达到充电桩的最大值N,若满足其中任意一个条件,则平台关闭预约申请通道,并对接受申请的电动汽车进行预约匹配,若不满足,则继续接受电动汽车的充电预约申请。
4.根据权利要求1所述的一种基于时间片的电动汽车快速预约匹配方法,其特征在于构建人机交互的评价指标及改进的进化匈牙利算法,确定最终的匹配结果,至少还包括以下几个步骤::
1)采用人机交互的方式获取偏重系数,建立综合满意度矩阵:
a.用最小有效路程Yij构建行程矩阵Y,用充电费用值Cij构建费用矩阵C;
b.对矩阵每一行进行归一化处理,确定相对满意度矩阵:
其中,表示第i辆电动汽车到第j个充电桩归一化后的最小有效路程,表示第i辆电动汽车到第j个充电桩归一化后的充电费用,Yi max、Yi min表示第i辆电动车对应的所有充电桩的最小有效路程的最大值及最小值,表示第i辆电动车对应的所有充电桩的充电费用的最大值及最小值;
c.用户输入偏重系数,形成最终的综合满意度矩阵:
Z=αY+(1-α)C
其中α必须满足0≤α≤1;
d.判断充电汽车数目n与所对应的充电桩数目m是否相同:
若n和m相同,则综合满意度矩阵Z不必修改;若n<m,则采用加边补M法对综合满意度矩阵增加m-n行,相应的综合满意度值以M代替,M的具体数值在不影响改进的进化匈牙利算法的情况下根据实际进行确定,M在此处应取0;考虑到预约申请的电动汽车数量达到充电桩的最大值时,物联网平台会关闭预约申请通道,故不存在n>m这种情况;
2)采用改进的进化匈牙利算法求取最优匹配结果;
3)完成本轮时间片内的充电汽车预约匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200003.8A CN108171353B (zh) | 2018-03-12 | 2018-03-12 | 一种基于时间片的电动汽车快速预约匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200003.8A CN108171353B (zh) | 2018-03-12 | 2018-03-12 | 一种基于时间片的电动汽车快速预约匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108171353A CN108171353A (zh) | 2018-06-15 |
CN108171353B true CN108171353B (zh) | 2021-12-24 |
Family
ID=62511815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810200003.8A Active CN108171353B (zh) | 2018-03-12 | 2018-03-12 | 一种基于时间片的电动汽车快速预约匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108171353B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063897B (zh) * | 2018-07-03 | 2022-06-10 | 蔚来(安徽)控股有限公司 | 服务系统中服务资源的产能预测方法、系统与设备 |
CN109360015B (zh) * | 2018-09-07 | 2021-05-14 | 云南大学 | 在线充电桩接口分配及定价方法 |
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 |
CN109615098A (zh) * | 2018-11-23 | 2019-04-12 | 宁波市建筑设计研究院有限公司 | 一种公交站充电桩配电预约方法 |
CN109727482B (zh) * | 2019-02-21 | 2020-06-09 | 电子科技大学 | 一种停车场车位与电动汽车充电联合调度方法 |
CN110111211A (zh) * | 2019-03-27 | 2019-08-09 | 苏州市黑甲智能科技有限公司 | 一种充电桩的预约方法、装置、服务终端和存储介质 |
CN110103762A (zh) * | 2019-04-04 | 2019-08-09 | 苏州奇才电子科技股份有限公司 | 充电桩分配系统及方法 |
CN110363311B (zh) * | 2019-06-10 | 2021-12-10 | 上海交通大学 | 基于预约的充电桩分配方法及系统 |
CN110428165B (zh) * | 2019-07-31 | 2022-03-25 | 电子科技大学 | 一种充电站内兼顾预约与排队的电动汽车充电调度方法 |
CN110706058A (zh) * | 2019-09-06 | 2020-01-17 | 爱易优(上海)信息科技有限公司 | 一种基于路径和时间的预约订单分配系统及方法 |
CN110599050B (zh) * | 2019-09-18 | 2022-01-11 | 广东工业大学 | 一种电动汽车与共享车位匹配方法和装置 |
CN110667428B (zh) * | 2019-09-26 | 2022-03-11 | 东南大学 | 一种基于实时定位数据的电动汽车充电站推荐方法 |
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 |
CN111055716B (zh) * | 2019-12-11 | 2021-06-22 | 国网北京市电力公司 | 确定充电策略的方法及装置、存储介质与处理器 |
CN111781927A (zh) * | 2020-06-28 | 2020-10-16 | 上海运晓机器人有限公司 | 一种多机器人协同运输任务的调度分配方法 |
CN111882758A (zh) * | 2020-07-30 | 2020-11-03 | 上海电机学院 | 一种基于区块链的电动汽车充电桩共享平台控制方法 |
CN112907153B (zh) * | 2021-01-15 | 2022-11-01 | 中原工学院 | 一种混合场景下考虑用户多种需求的电动汽车调度方法 |
CN112937352B (zh) * | 2021-04-15 | 2022-11-25 | 上海电力监理咨询有限公司 | 一种基于人工智能的集中式充电站供电系统运行监测管理系统 |
CN113343437B (zh) * | 2021-05-20 | 2023-11-24 | 国网上海市电力公司 | 电动汽车快速充电引导方法、系统、终端及介质 |
CN113335125B (zh) * | 2021-07-01 | 2024-06-04 | 广州锐速智能科技股份有限公司 | 车辆充电方法、装置、系统、充电模型训练方法 |
CN113942401B (zh) * | 2021-10-29 | 2023-11-24 | 文远苏行(江苏)科技有限公司 | 充电站确定方法、装置、可移动载体及存储介质 |
CN114067604B (zh) * | 2021-11-26 | 2022-06-03 | 行影不离智能科技(上海)有限公司 | 基于大数据分析的智能停车场服务方法和系统 |
CN117077971B (zh) * | 2023-08-31 | 2024-06-11 | 重庆跃达新能源有限公司 | 一种充电桩电力调度管理系统 |
CN118024934B (zh) * | 2024-04-11 | 2024-06-07 | 鑫享电港科技有限公司 | 充电桩管理控制方法、装置及充电系统、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324059A (zh) * | 2011-09-01 | 2012-01-18 | 西安电子科技大学 | 基于进化的目标分配方法 |
CN105681431A (zh) * | 2016-01-26 | 2016-06-15 | 深圳市德传技术有限公司 | 一种基于位置的空闲充电桩查找方法 |
CN107323300A (zh) * | 2017-07-26 | 2017-11-07 | 河海大学 | 一种基于路‑站‑车联合模型的电动汽车预约充电方法 |
CN107464016A (zh) * | 2017-07-27 | 2017-12-12 | 北京交通大学 | 考虑电池剩余电量的电动汽车充电路线诱导方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6235036B2 (ja) * | 2013-10-31 | 2017-11-22 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 制御方法、プログラム、情報処理装置、および予約システム |
-
2018
- 2018-03-12 CN CN201810200003.8A patent/CN108171353B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324059A (zh) * | 2011-09-01 | 2012-01-18 | 西安电子科技大学 | 基于进化的目标分配方法 |
CN105681431A (zh) * | 2016-01-26 | 2016-06-15 | 深圳市德传技术有限公司 | 一种基于位置的空闲充电桩查找方法 |
CN107323300A (zh) * | 2017-07-26 | 2017-11-07 | 河海大学 | 一种基于路‑站‑车联合模型的电动汽车预约充电方法 |
CN107464016A (zh) * | 2017-07-27 | 2017-12-12 | 北京交通大学 | 考虑电池剩余电量的电动汽车充电路线诱导方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108171353A (zh) | 2018-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108171353B (zh) | 一种基于时间片的电动汽车快速预约匹配方法 | |
CN111160588B (zh) | 一种预约充电服务方法及系统 | |
CN107038488B (zh) | 一种基于泊位预测和停车选择的停车场实时泊位预约方法 | |
CN105160428B (zh) | 高速公路电动汽车快速充电站的规划方法 | |
CN113505962B (zh) | 一种考虑完整行程的电动汽车导航与充电预约方法 | |
CN108944500B (zh) | 一种分布式站点联合控制的电动汽车充电调度方法 | |
CN111397620B (zh) | 快充/慢充模式下的电动汽车充电导航方法及系统 | |
CN111667086A (zh) | 一种车辆共乘路径寻优方法及系统 | |
CN112507506B (zh) | 基于遗传算法的共享汽车定价规划模型的多目标优化方法 | |
CN115146946A (zh) | 基于多源数据的汽车充电设施选择及规划方法 | |
CN115130779A (zh) | 一种基于移动充电桩的智能调度方法 | |
CN107437129B (zh) | 预约单处理方法及服务器 | |
CN113140108B (zh) | 一种网联智能交通系统中的云端交通态势预测方法 | |
CN112508423B (zh) | 引导路线生成方法及装置 | |
CN108564810B (zh) | 一种车位共享系统及其方法 | |
CN112465222B (zh) | 一种基于充电站服务水平预测的最佳充电站选择方法 | |
CN109977527A (zh) | 一种城市公共充电站网络的充电桩配置方法 | |
CN117035357A (zh) | 一种电动出租车队在能源-交通中的充放电调度方法 | |
Liu et al. | Spatio-temporal hierarchical adaptive dispatching for ridesharing systems | |
CN112149906A (zh) | 一种计及充电时间的电动车出行线路综合优化方法 | |
Carpenter et al. | Sizing finite-population vehicle pools | |
CN114492169B (zh) | 考虑用户市场响应潜力的电动汽车用户画像方法及系统 | |
CN110853333A (zh) | 一种基于实时单行程车辆的预约单派单方法和装置 | |
CN110543967A (zh) | 一种网联充电站环境下电动汽车等待时间分布短时预测方法 | |
CN114444400A (zh) | 一种自主代客泊车群车库位分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |