CN108981732B - 一种电动汽车充电导航系统的充电导航方法 - Google Patents

一种电动汽车充电导航系统的充电导航方法 Download PDF

Info

Publication number
CN108981732B
CN108981732B CN201810388908.2A CN201810388908A CN108981732B CN 108981732 B CN108981732 B CN 108981732B CN 201810388908 A CN201810388908 A CN 201810388908A CN 108981732 B CN108981732 B CN 108981732B
Authority
CN
China
Prior art keywords
path
charging
electric automobile
navigation
charging pile
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
Application number
CN201810388908.2A
Other languages
English (en)
Other versions
CN108981732A (zh
Inventor
王瑞
姜淏予
葛泉波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Zhongheng Electric Co., Ltd
Hangzhou zhonghengyun energy Internet Technology Co., Ltd
Original Assignee
Hangzhou Zhongheng Cloud Energy Internet Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Zhongheng Cloud Energy Internet Technology Co ltd filed Critical Hangzhou Zhongheng Cloud Energy Internet Technology Co ltd
Priority to CN201810388908.2A priority Critical patent/CN108981732B/zh
Publication of CN108981732A publication Critical patent/CN108981732A/zh
Application granted granted Critical
Publication of CN108981732B publication Critical patent/CN108981732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469Fuel consumption; Energy use; Emission aspects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492Special 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种电动汽车充电导航系统的充电导航方法。它包括最短时间导航模式、最小花费导航模式和综合导航模式,用户可根据自身的导航需求选择任意一种导航模式。本发明充分考虑了电动汽车受电池容量限制续航里程短的特性,更加贴近电动汽车在电量不足需要寻找充电桩充电的实际情况,将剩余电量的续航能力最为导航的先决条件,避免了在电量耗尽之前仍然到达不了目的地的情况,同时考虑不同情况下电动汽车车主的不同导航需求,设置了三种不同的策略模式,并结合充电桩信息,最终做出最优目标充电桩的决策并规划出最优路径。

Description

一种电动汽车充电导航系统的充电导航方法
技术领域
本发明涉及电动汽车充电导航技术领域,尤其涉及一种电动汽车充电导航系统的充电导航方法。
背景技术
近年来,随着资源和环境问题日趋严重,电动汽车行业成为各国大力扶植的行业。电动汽车配套的车载设施也在飞速的发展,其中,车载导航系统作为日常驾驶中不可或缺的车载设备,其精确度对于续航里程相对于传统燃油车较短的电动汽车来说,有着重要的意义。
现在市面上大多数车载导航技术的原理是基于GPS定位系统所提供的位置信息和道路数据,规划出到达目的地路程上最短或者时间上最短的路径。这种导航策略用在普通的燃油汽车上是没有问题的,但不适用于电动汽车。首先,其导航策略没有考虑电动汽车受当前电池技术限制而续航里程普遍比较短的问题。例如说,传统的燃油车发现其燃油不足需要寻找一个加油站加油时,导航往往会为其寻找地图上距离最近的加油站。然而如果将这种策略用于电动汽车寻找充电桩,则不太适用,因为通往距离最近的充电桩的路径可能会因为非常拥堵或者上坡坡度较大而导致实际能耗比较高,进而发生在电量耗尽之前仍然没有到达目的地的情况。
其次,其导航策略不够智能。电动汽车车载导航应该根据电动汽车的特性和车主的需求,智能的设置出不同的导航策略和模式,以满足车主在不同情况下的导航需求。电动汽车充电不同于燃油汽车加油,其充电时间可能会长达数小时之久,因此,电动汽车车主在寻找充电站的时候,会有不同的导航需求,例如,某电动汽车车主在赶时间的情况下,需要找到一个充电桩快速充电,这时候,导航系统应该寻找续航范围内耗时最短的充电桩。而在另外一些情况,例如电动汽车车主下班回家,一段时间内不再使用汽车的情况下,耗时则不再成为导航策略首先考虑的因素。
最后,传统导航系统不能满足电动汽车车主多样化的充电需求。传统的燃油车寻找加油站时,由于加油时间很短,并且燃油价格统一,因此,几乎所有的车载导航系统都不将加油站的相关信息纳入考虑范围内。然而,而新型的电动汽车寻找充电桩导航系统则不同,由于充电时间很长,因此充电桩的空闲状态及等待时间必须被考虑在内,同时,由于电力市场的放开,各个公共充电桩和个人充电桩在不同的时刻的充电价格也是不同的。因此,将能源物联网引入到电动汽车的导航系统里,能够更好的匹配电动汽车的特性和满足电动汽车车主的导航需求。
目前,虽然电动汽车发展迅猛,但针对电动汽车的导航系统目前还处于研究阶段,尤其是专门应用于电动汽车寻找充电桩的导航技术仍然不成熟。
发明内容
本发明为了解决上述问题,提供了一种电动汽车充电导航系统的充电导航方法,其将电动汽车剩余电量的续航能力作为先决条件,同时考虑不同情况下电动汽车车主的不同导航需求,做出最优目标充电桩的决策并规划出最优路径。
为了解决上述问题,本发明采用以下技术方案予以实现:
本发明的一种电动汽车充电导航系统的充电导航方法,包括最短时间导航模式和最小花费导航模式;
当用户选择最短时间导航模式时,执行以下步骤:
S10:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S11:计算电动汽车通过每条路径的能耗和行驶时间;
S12:将能耗小于电动汽车剩余电量的路径作为有效路径;
S13:找出电动汽车到达每个充电桩对应的最优路径,找出电动汽车到达某个充电桩的最优路径的方法包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中行驶时间最短的有效路径,如果查找出的行驶时间最短的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的行驶时间最短的有效路径有两条以上,则将这些行驶时间最短的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S14:查找出所有最优路径中行驶时间最短的最优路径,如果查找出的行驶时间最短的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的行驶时间最短的最优路径有两条以上,则将这些行驶时间最短的最优路径中能耗最小的一条最优路径作为导航路径;
当用户选择最小花费导航模式时,执行以下步骤:
S20:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S21:计算电动汽车通过每条路径的能耗、电动汽车通过每条路径到达对应充电桩后充电到目标电量需要支付的充电费用;
S22:将能耗小于电动汽车剩余电量的路径作为有效路径;
S23:找出电动汽车到达每个充电桩对应的最优路径,找出电动汽车到达某个充电桩的最优路径的方法包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中对应支付充电费用最少的有效路径,如果查找出的支付充电费用最少的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的支付充电费用最少的有效路径有两条以上,则将这些支付充电费用最少的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S24:查找出所有最优路径中支付充电费用最少的最优路径,如果查找出的支付充电费用最少的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的支付充电费用最少的最优路径有两条以上,则将这些支付充电费用最少的最优路径中能耗最小的一条最优路径作为导航路径。
作为优选,所述一种电动汽车充电导航系统的充电导航方法还包括综合导航模式,当用户选择综合导航模式时,执行以下步骤:
S30:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S31:计算电动汽车通过每条路径的能耗和行驶时间,并计算电动汽车到达每个充电桩后充电到目标电量需要支付的充电费用,并计算出每条路径的综合评分,综合评分计算公式如下:
yn,j=μ·a·tn,j+(1-μ)·b·cn,j
其中,yn,j为电动汽车到达第n个充电桩通过的第j条路径的综合评分,tn,j为电动汽车到达第n个充电桩通过的第j条路径的行驶时间,cn,j为电动汽车通过第j条路径到达第n个充电桩后充电到目标电量需要支付的充电费用,a、b为权重系数,μ为时间敏感因子,μ由用户自行设定;
S32:将能耗小于电动汽车剩余电量的路径作为有效路径;
S33:找出电动汽车到达每个充电桩对应的最优路径,找出电动汽车到达某个充电桩的最优路径的方法包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中综合评分最低的有效路径,如果查找出的综合评分最低的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的综合评分最低的有效路径有两条以上,则将这些综合评分最低的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S34:查找出所有最优路径中综合评分最低的最优路径,如果查找出的综合评分最低的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的综合评分最低的最优路径有两条以上,则将这些综合评分最低的最优路径中能耗最小的一条最优路径作为导航路径。
这种模式与车主自己设置的时间敏感因子有关,如果时间敏感因子为1,则说明车主非常在意充电时间,此模式等效于最短时间模式。如果时间敏感因子为零,则说明车主不在意充电时间,此模式将等效于最少花费模式。
作为优选,计算电动汽车到达每个充电桩后充电到目标电量需要支付的充电费用的计算公式如下:
cn,j=(E1-E0-En,j)qn
其中,cn,j为电动汽车通过第j条路径到达第n个充电桩后充电到目标电量需要支付的充电费用,E1为电动汽车充电的目标电量,E0为电动汽车当前的剩余电量,En,j为电动汽车到达第n个充电桩通过的第j条路径的能耗,qn为第n个充电桩当前的充电价格。
作为优选,计算电动汽车通过每条路径的能耗的方法包括以下步骤:
N1:按照每个路径路面的上坡、平坦、下坡情况将每个路径划分成若干个路段,每个路段的路面为上坡、平坦、下坡中的一种;
N2:根据每个路段路面的上坡、平坦、下坡情况计算出电动汽车通过每个路段的能耗,然后计算出电动汽车通过每个路径的能耗;
N3:根据电动汽车当前使用的用电设备确定比例因子,将计算出的电动汽车通过每个路径的能耗除以比例因子得到电动汽车通过每个路径的最终能耗。
作为优选,计算电动汽车到达第n个充电桩通过的第j条路径的第k个路段的能耗的方法包括以下步骤:
将电动汽车通过第n个充电桩的第j条路径的第k个路段的速度、能耗、时间分别记为:vn,j,k,En,j,k,tn,j,k,计算电动汽车通过第n个充电桩的第j条路径的第k个路段的速度vn,j,k,时间tn,j,k
当第k个路段为上坡路段时,能耗计算公式如下:
Figure BDA0001641985870000071
当第k个路段为平坦路段时,能耗计算公式如下:
Figure BDA0001641985870000072
当第k个路段为下坡路段时,能耗计算公式如下:
Figure BDA0001641985870000073
其中,cx为空气阻力因素,S为汽车前部迎风面积,ρ为空气密度,R为车轮半径,g′为变速箱齿比,M为车辆质量,f为轮胎摩擦系数,θn,j,k为通往第n个充电桩的第j条路径的第k个路段的坡度,t为时间,Δt为一个时间间隔;
则电动汽车通过第k个路段的能耗为:
Figure BDA0001641985870000074
作为优选,计算电动汽车到达第n个充电桩通过的第j条路径的能耗的方法包括以下步骤:
将通往第n个充电桩的第j条路径上的所有路段求和,即可得到电动汽车通往第n个充电桩的第j个路径的能耗为:
Figure BDA0001641985870000075
N为通往第n个充电桩的第j个路径包括的路段数量。
作为优选,计算电动汽车通过第n个充电桩的第j条路径的行驶时间tn,j的方法包括以下步骤:
计算电动汽车通过第n个充电桩的第j条路径的第k个路段的行驶时间tn,j,k,根据以下公式算出时间tn,j,k
Figure BDA0001641985870000081
其中,Δt为一个时间间隔,t0是初始时间,Ln,j,k是电动汽车达到第n个充电桩通过的第j条路径的第k个路段的路段长度;
将第n个充电桩的第j条路径的所有路段的行驶时间求和,得到通过该路径的行驶时间tn,j
本发明的有益效果是:(1)充分考虑了电动汽车受电池容量限制续航里程短的特性,更加贴近电动汽车在电量不足需要寻找充电桩充电的实际情况,将剩余电量的续航能力最为导航的先决条件,避免了在电量耗尽之前仍然到达不了目的地的情况。(2)更加符合电动汽车车主在为汽车充电时的实际要求,设置了三种不同的充电导航模式,即根据最短时间、最少花费或者兼顾二者的模式,使得整个导航系统更加智能。
附图说明
图1是充电导航决策系统的结构框图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:如图1所示,是整个充电导航决策系统的结构框图,导航系统接收到从交通信息中心传输的道路拥堵信息后,利用速度预测技术预测出沿某条导航路径行驶过程中的车速,基于预测的车速和地图信息传输来的道路坡度计算出汽车行驶过程中预测能耗。这些数据和从充电桩监测网络传输来的充电桩信息一起,成为充电导航方法的依据。
本实施例的一种电动汽车充电导航系统的充电导航方法,包括最短时间导航模式、最小花费导航模式和综合导航模式;
当用户选择最短时间导航模式时,执行以下步骤:
S10:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S11:计算电动汽车通过每条路径的能耗和行驶时间;
S12:将能耗小于电动汽车剩余电量的路径作为有效路径;
S13:找出电动汽车到达每个充电桩对应的最优路径,找出电动汽车到达某个充电桩的最优路径的方法包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中行驶时间最短的有效路径,如果查找出的行驶时间最短的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的行驶时间最短的有效路径有两条以上,则将这些行驶时间最短的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S14:查找出所有最优路径中行驶时间最短的最优路径,如果查找出的行驶时间最短的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的行驶时间最短的最优路径有两条以上,则将这些行驶时间最短的最优路径中能耗最小的一条最优路径作为导航路径(该导航路径对应的充电桩即为最佳充电桩);
当用户选择最小花费导航模式时,执行以下步骤:
S20:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S21:计算电动汽车通过每条路径的能耗、电动汽车通过每条路径到达对应充电桩后充电到目标电量需要支付的充电费用;
S22:将能耗小于电动汽车剩余电量的路径作为有效路径;
S23:找出电动汽车到达每个充电桩对应的最优路径,找出电动汽车到达某个充电桩的最优路径的方法包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中对应支付充电费用最少的有效路径,如果查找出的支付充电费用最少的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的支付充电费用最少的有效路径有两条以上,则将这些支付充电费用最少的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S24:查找出所有最优路径中支付充电费用最少的最优路径,如果查找出的支付充电费用最少的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的支付充电费用最少的最优路径有两条以上,则将这些支付充电费用最少的最优路径中能耗最小的一条最优路径作为导航路径(该导航路径对应的充电桩即为最佳充电桩);
当用户选择综合导航模式时,执行以下步骤:
S30:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S31:计算电动汽车通过每条路径的能耗和行驶时间,并计算电动汽车到达每个充电桩后充电到目标电量需要支付的充电费用,并计算出每条路径的综合评分,综合评分计算公式如下:
yn,j=μ·a·tn,j+(1-μ)·b·cn,j
其中,yn,j为电动汽车到达第n个充电桩通过的第j条路径的综合评分,tn,j为电动汽车到达第n个充电桩通过的第j条路径的行驶时间,cn,j为电动汽车通过第j条路径到达第n个充电桩后充电到目标电量需要支付的充电费用,a、b为权重系数,μ为时间敏感因子,μ由用户自行设定;
S32:将能耗小于电动汽车剩余电量的路径作为有效路径;
S33:找出电动汽车到达每个充电桩对应的最优路径,找出电动汽车到达某个充电桩的最优路径的方法包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中综合评分最低的有效路径,如果查找出的综合评分最低的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的综合评分最低的有效路径有两条以上,则将这些综合评分最低的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S34:查找出所有最优路径中综合评分最低的最优路径,如果查找出的综合评分最低的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的综合评分最低的最优路径有两条以上,则将这些综合评分最低的最优路径中能耗最小的一条最优路径作为导航路径(该导航路径对应的充电桩即为最佳充电桩)。
本充电导航方法基于电动汽车充电导航系统的速度预测和能耗计算技术,将电动汽车剩余电量的续航能力作为先决条件,同时考虑不同情况下电动汽车车主的不同导航需求,设置了三种不同的策略模式,并结合充电桩信息,最终做出最优目标充电桩的决策并规划出最优路径。
综合导航模式与车主自己设置的时间敏感因子有关,如果时间敏感因子为1,则说明车主非常在意充电时间,此模式等效于最短时间模式。如果时间敏感因子为零,则说明车主不在意充电时间,此模式将等效于最少花费模式。
计算电动汽车到达每个充电桩后充电到目标电量需要支付的充电费用的计算公式如下:
cn,j=(E1-E0-En,j)qn
其中,cn,j为电动汽车通过第j条路径到达第n个充电桩后充电到目标电量需要支付的充电费用,E1为电动汽车充电的目标电量,E0为电动汽车当前的剩余电量,En,j为电动汽车到达第n个充电桩通过的第j条路径的能耗,qn为第n个充电桩当前的充电价格,每个充电桩的充电价格从充电桩监测网络获取。
计算电动汽车通过每条路径的能耗的方法包括以下步骤:
N1:按照每个路径路面的上坡、平坦、下坡情况将每个路径划分成若干个路段,每个路段的路面为上坡、平坦、下坡中的一种;
N2:根据每个路段路面的上坡、平坦、下坡情况计算出电动汽车通过每个路段的能耗,然后计算出电动汽车通过每个路径的能耗;
N3:根据电动汽车当前使用的用电设备确定比例因子,将计算出的电动汽车通过每个路径的能耗除以比例因子得到电动汽车通过每个路径的最终能耗。
计算电动汽车到达第n个充电桩通过的第j条路径的第k个路段的能耗的方法包括以下步骤:
将电动汽车通过第n个充电桩的第j条路径的第k个路段的速度、能耗、时间分别记为:vn,j,k,En,j,k,tn,j,k,计算电动汽车通过第n个充电桩的第j条路径的第k个路段的速度vn,j,k,时间tn,j,k
当第k个路段为上坡路段时,能耗计算公式如下:
Figure BDA0001641985870000131
当第k个路段为平坦路段时,能耗计算公式如下:
Figure BDA0001641985870000132
当第k个路段为下坡路段时,能耗计算公式如下:
Figure BDA0001641985870000141
其中,cx为空气阻力因素,S为汽车前部迎风面积,ρ为空气密度,R为车轮半径,g′为变速箱齿比,M为车辆质量,f为轮胎摩擦系数,θn,j,k为通往第n个充电桩的第j条路径的第k个路段的坡度,t为时间,Δt为一个时间间隔;
则电动汽车通过第k个路段的能耗为:
Figure BDA0001641985870000142
计算电动汽车到达第n个充电桩通过的第j条路径的能耗的方法包括以下步骤:
将通往第n个充电桩的第j条路径上的所有路段求和,即可得到电动汽车通往第n个充电桩的第j个路径的能耗为:
Figure BDA0001641985870000143
N为通往第n个充电桩的第j个路径包括的路段数量。
每个路径被划分成若干个路段,每个路段只包括上坡、平坦、下坡中的一种路面。
根据每个路段的坡度可以计算出电动汽车通过每个路段的能耗,从而计算出电动汽车通过每个路径的能耗。将计算出的电动汽车通过每个路径的能耗除以比例因子得到电动汽车通过每个路径的最终能耗。比例因子可以因为不同季节不同温度而改变。例如:在白天不开空调的驾驶过程中,可以将比例因子定为0.95;如果开了空调和通风,比例因子定为0.8。
计算电动汽车通过第n个充电桩的第j条路径的行驶时间tn,j的方法包括以下步骤:
计算电动汽车通过第n个充电桩的第j条路径的第k个路段的行驶时间tn,j,k,根据以下公式算出时间tn,j,k
Figure BDA0001641985870000151
其中,Δt为一个时间间隔,t0是初始时间,Ln,j,k是电动汽车达到第n个充电桩通过的第j条路径的第k个路段的路段长度;
将第n个充电桩的第j条路径的所有路段的行驶时间求和,得到通过该路径的行驶时间tn,j
预测电动汽车在某个路段的速度的方法包括以下步骤:
M1:建立车辆速度预测系统模型,车辆速度预测系统模型的公式如下:
Figure BDA0001641985870000152
其中,状态量Xk表示k时刻时车辆的速度,观测量Zk表示k时刻时观测到的此路段上的车辆数量,L表示路段长度,K*表示最大车流量时的拥堵系数;V*表示此路段车辆的最大限速,wk-1和vk表示过程噪声和观测噪声;
M2:从交通信息中心得到当前时刻目标路段的拥堵情况,从而确定车辆速度预测系统模型的状态量初始值
Figure BDA0001641985870000161
及其协方差初始值
Figure BDA0001641985870000162
同时设定车辆速度预测系统模型的过程噪声的期望初始值
Figure BDA0001641985870000163
方差初始值
Figure BDA0001641985870000164
以及观测噪声的期望初始值
Figure BDA0001641985870000165
方差初始值
Figure BDA0001641985870000166
M3:使用容积卡尔曼滤波器,计算出状态的一步预测值
Figure BDA0001641985870000167
及其误差协方差Pk|k-1,并计算出非线性观测方程传播的更新后状态容积点
Figure BDA0001641985870000168
预测量测容积点
Figure BDA0001641985870000169
M4:计算出观测噪声的期望
Figure BDA00016419858700001610
和方差
Figure BDA00016419858700001611
M5:计算出车辆速度预测系统模型此时刻的状态估计值
Figure BDA00016419858700001612
及其误差协方差Pm k|k,m初始值为1;
M6:判断m是否小于N0,如果是则m=m+1,跳转至步骤S4,否则执行步骤S7;
M7:将最终结果作为状态估计值
Figure BDA00016419858700001613
及其误差协方差Pk|k的结果,即
Figure BDA00016419858700001614
Figure BDA00016419858700001615
即为最终k时刻的速度预测值;
M8:用Sage-Husa方法估计k时刻的过程噪声的期望
Figure BDA00016419858700001616
和方差
Figure BDA00016419858700001617
根据路段的长度和当前时刻车辆的数量计算出当前时刻该路段的拥堵系数K*
步骤M4包括以下步骤:
M41:使用Sage-Husa方法计算出观测噪声的期望
Figure BDA00016419858700001618
使用Sage-Husa方法计算出观测噪声的方差,记为
Figure BDA00016419858700001619
M42:使用变分贝叶斯方法计算出观测噪声的方差,记为
Figure BDA00016419858700001620
M43:将
Figure BDA00016419858700001621
Figure BDA00016419858700001622
求和,结果作为此时刻观测噪声方差的最终估计值
Figure BDA0001641985870000171

Claims (6)

1.一种电动汽车充电导航系统的充电导航方法,其特征在于,包括最短时间导航模式和最小花费导航模式;导航系统接收到从交通信息中心传输的道路拥堵信息后,利用速度预测技术预测出沿某条导航路径行驶过程中的车速,基于预测的车速和地图信息传输来的道路坡度计算出汽车行驶过程中预测能耗;
当用户选择最短时间导航模式时,执行以下步骤:
S10:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S11:计算电动汽车通过每条路径的能耗和行驶时间;
S12:将能耗小于电动汽车剩余电量的路径作为有效路径;
S13:找出电动汽车到达每个充电桩对应的最优路径,包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中行驶时间最短的有效路径,如果查找出的行驶时间最短的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的行驶时间最短的有效路径有两条以上,则将这些行驶时间最短的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S14:查找出所有最优路径中行驶时间最短的最优路径,如果查找出的行驶时间最短的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的行驶时间最短的最优路径有两条以上,则将这些行驶时间最短的最优路径中能耗最小的一条最优路径作为导航路径;
当用户选择最小花费导航模式时,执行以下步骤:
S20:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S21:计算电动汽车通过每条路径的能耗、电动汽车通过每条路径到达对应充电桩后充电到目标电量需要支付的充电费用;
S22:将能耗小于电动汽车剩余电量的路径作为有效路径;
S23:找出电动汽车到达每个充电桩对应的最优路径,包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中对应支付充电费用最少的有效路径,如果查找出的支付充电费用最少的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的支付充电费用最少的有效路径有两条以上,则将这些支付充电费用最少的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S24:查找出所有最优路径中支付充电费用最少的最优路径,如果查找出的支付充电费用最少的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的支付充电费用最少的最优路径有两条以上,则将这些支付充电费用最少的最优路径中能耗最小的一条最优路径作为导航路径;
还包括综合导航模式,当用户选择综合导航模式时,执行以下步骤:
S30:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径;
S31:计算电动汽车通过每条路径的能耗和行驶时间,并计算电动汽车到达每个充电桩后充电到目标电量需要支付的充电费用,并计算出每条路径的综合评分,综合评分计算公式如下:
yn,j=μ·a·tn,j+(1-μ)·b·cn,j
其中,yn,j为电动汽车到达第n个充电桩通过的第j条路径的综合评分,tn,j为电动汽车到达第n个充电桩通过的第j条路径的行驶时间,cn,j为电动汽车通过第j条路径到达第n个充电桩后充电到目标电量需要支付的充电费用,a、b为权重系数,μ为时间敏感因子,μ由用户自行设定;
S32:将能耗小于电动汽车剩余电量的路径作为有效路径;
S33:找出电动汽车到达每个充电桩对应的最优路径,包括以下步骤:查找出电动汽车到达某个充电桩的所有有效路径中综合评分最低的有效路径,如果查找出的综合评分最低的有效路径只有一条,则将该条有效路径作为到达该充电桩的最优路径,如果查找出的综合评分最低的有效路径有两条以上,则将这些综合评分最低的有效路径中能耗最小的一条有效路径作为到达该充电桩的最优路径;
S34:查找出所有最优路径中综合评分最低的最优路径,如果查找出的综合评分最低的最优路径只有一条,则将该条最优路径作为导航路径,如果查找出的综合评分最低的最优路径有两条以上,则将这些综合评分最低的最优路径中能耗最小的一条最优路径作为导航路径。
2.根据权利要求1所述的一种电动汽车充电导航系统的充电导航方法,其特征在于,计算电动汽车到达每个充电桩后充电到目标电量需要支付的充电费用的计算公式如下:
cn,j=(E1-E0-En,j)qn
其中,cn,j为电动汽车通过第j条路径到达第n个充电桩后充电到目标电量需要支付的充电费用,E1为电动汽车充电的目标电量,E0为电动汽车当前的剩余电量,En,j为电动汽车到达第n个充电桩通过的第j条路径的能耗,qn为第n个充电桩当前的充电价格。
3.根据权利要求1或2所述的一种电动汽车充电导航系统的充电导航方法,其特征在于,计算电动汽车通过每条路径的能耗的方法包括以下步骤:
N1:按照每个路径路面的上坡、平坦、下坡情况将每个路径划分成若干个路段,每个路段的路面为上坡、平坦、下坡中的一种;
N2:根据每个路段路面的上坡、平坦、下坡情况计算出电动汽车通过每个路段的能耗,然后计算出电动汽车通过每个路径的能耗;
N3:根据电动汽车当前使用的用电设备确定比例因子,将计算出的电动汽车通过每个路径的能耗除以比例因子得到电动汽车通过每个路径的最终能耗。
4.根据权利要求3所述的一种电动汽车充电导航系统的充电导航方法,其特征在于,计算电动汽车到达第n个充电桩通过的第j条路径的第k个路段的能耗的方法包括以下步骤:
将电动汽车通过第j条路径的第k个路段的速度、能耗、时间分别记为:vn,j,k,En,j,k,tn,j,k,计算电动汽车通过第j条路径的第k个路段的速度vn,j,k,时间tn,j,k
当第k个路段为上坡路段时,能耗计算公式如下:
Figure FDA0002930993070000051
当第k个路段为平坦路段时,能耗计算公式如下:
Figure FDA0002930993070000052
当第k个路段为下坡路段时,能耗计算公式如下:
Figure FDA0002930993070000053
其中,cx为空气阻力因素,S为汽车前部迎风面积,ρ为空气密度,M为车辆质量,f为轮胎摩擦系数,θn,j,k为通往第n个充电桩的第j条路径的第k个路段的坡度,t为时间,△t为一个时间间隔;则电动汽车通过第k个路段的能耗为:
Figure FDA0002930993070000054
5.根据权利要求4所述的一种电动汽车充电导航系统的充电导航方法,其特征在于,计算电动汽车到达第n个充电桩通过的第j条路径的能耗的方法包括以下步骤:
将通往第n个充电桩的第j条路径上的所有路段的能耗求和,即可得到电动汽车通往第n个充电桩的第j个路径的能耗为:
Figure FDA0002930993070000061
N为通往第n个充电桩的第j个路径包括的路段数量。
6.根据权利要求1或2所述的一种电动汽车充电导航系统的充电导航方法,其特征在于,计算电动汽车通过第j条路径的行驶时间tn,j的方法包括以下步骤:
计算电动汽车通过第j条路径的第k个路段的行驶时间tn,j,k,将第j条路径的所有路段的行驶时间求和,得到通过该路径的行驶时间tn,j
CN201810388908.2A 2018-04-26 2018-04-26 一种电动汽车充电导航系统的充电导航方法 Active CN108981732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810388908.2A CN108981732B (zh) 2018-04-26 2018-04-26 一种电动汽车充电导航系统的充电导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810388908.2A CN108981732B (zh) 2018-04-26 2018-04-26 一种电动汽车充电导航系统的充电导航方法

Publications (2)

Publication Number Publication Date
CN108981732A CN108981732A (zh) 2018-12-11
CN108981732B true CN108981732B (zh) 2021-05-18

Family

ID=64541913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810388908.2A Active CN108981732B (zh) 2018-04-26 2018-04-26 一种电动汽车充电导航系统的充电导航方法

Country Status (1)

Country Link
CN (1) CN108981732B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110116652A (zh) * 2019-05-24 2019-08-13 福建工程学院 一种电动汽车前往充电桩的推荐方法
CN110146103B (zh) * 2019-06-14 2021-03-02 电子科技大学 考虑目标走向与能源补给的无人设备路径规划方法
CN112577502B (zh) * 2019-09-30 2024-06-18 华为技术有限公司 一种行驶规划的方法及装置
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
CN113400958A (zh) * 2020-03-16 2021-09-17 北京新能源汽车股份有限公司 一种电动汽车充电方法、电动汽车及充电桩
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
CN112289061A (zh) * 2020-10-12 2021-01-29 祁星星 一种基于大数据的驾车出行出发提醒系统及方法
CN112697160A (zh) * 2020-12-03 2021-04-23 文诚恒远(天津)供应链管理服务有限公司 导航路径推荐方法、装置及电子设备
CN114091803A (zh) * 2021-09-14 2022-02-25 智合鑫电子科技南京有限公司 一种支持浮动电价的电动自行车充电桩及其充电方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598988A (zh) * 2014-12-23 2015-05-06 北京交通大学 一种基于充电预约的电动汽车充电站选择方法
CN104864881A (zh) * 2014-02-25 2015-08-26 福特全球技术公司 用于提供具有推荐充电的导航路线的方法和设备
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
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
CN107813725A (zh) * 2017-11-10 2018-03-20 江西爱驰亿维实业有限公司 用于电动汽车的充电方法及装置
CN107921886A (zh) * 2015-07-02 2018-04-17 雷诺两合公司 用于计算用于管理混合动力机动车辆的燃料和电力消耗的设定点的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5631367B2 (ja) * 2012-08-09 2014-11-26 本田技研工業株式会社 経路探索装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104864881A (zh) * 2014-02-25 2015-08-26 福特全球技术公司 用于提供具有推荐充电的导航路线的方法和设备
CN104598988A (zh) * 2014-12-23 2015-05-06 北京交通大学 一种基于充电预约的电动汽车充电站选择方法
CN107921886A (zh) * 2015-07-02 2018-04-17 雷诺两合公司 用于计算用于管理混合动力机动车辆的燃料和电力消耗的设定点的方法
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
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
CN107813725A (zh) * 2017-11-10 2018-03-20 江西爱驰亿维实业有限公司 用于电动汽车的充电方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于绿波带的电动汽车能耗分析与路径规划";夏冰,;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20180415(第04期);23-34页 *
"电动汽车智能充电服务优化模型的研究";朱颖,;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20160715(第07期);15-29,33-36页 *

Also Published As

Publication number Publication date
CN108981732A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN108981732B (zh) 一种电动汽车充电导航系统的充电导航方法
CN102189994B (zh) 用于电动和混合动力车辆操作的系统和方法
CN106908075B (zh) 大数据采集与处理系统及基于其电动汽车续航估计方法
CN112882466B (zh) 一种融合分层规划和a*算法的共享电动汽车路径规划方法
Zhang et al. Route preview in energy management of plug-in hybrid vehicles
CN102867430B (zh) 电动汽车用的信息终端以及巡航控制装置
US8606513B2 (en) Method and system for power management in a hybrid electric vehicle
CN103745111B (zh) 纯电动乘用车续驶里程预测方法
CN103292820B (zh) 向用户提供移动体的精确续航范围的设备和方法
Hu et al. An online rolling optimal control strategy for commuter hybrid electric vehicles based on driving condition learning and prediction
US10668824B2 (en) Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle
CN103148860A (zh) 电动车递归式路径规划方法
CN110167808B (zh) 对用于管理混合动力机动车辆的燃料和电力消耗的管理设定点进行计算的方法
CN110501020B (zh) 一种多目标三维路径规划方法
JP2010271749A (ja) 車両走行情報比較システム
CN113536518A (zh) 一种纯电动汽车剩余续驶里程估算方法
CN116101089B (zh) 一种交互式电动汽车充电设施选择方法以及共享系统
CN114670707A (zh) 一种充电路线确定方法、装置和可读存储介质
US20220032896A1 (en) Method for calculating a management setpoint for the comsumption of fuel and electric current by a hybrid motor vehicle
CN109029474B (zh) 一种电动汽车充电导航能耗计算方法
De Nunzio et al. A time-and energy-optimal routing strategy for electric vehicles with charging constraints
GB2569291A (en) An apparatus and method for determining vehicle performance factors
CN112330025B (zh) 用于城市电动汽车的时空充电负荷的预测方法
Das et al. Eco-routing navigation systems in electric vehicles: A comprehensive survey
CN112465222A (zh) 一种基于充电站服务水平预测的最佳充电站选择方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211110

Address after: 310053 floor 2, building 2, No. 69, Dongxin Avenue, Zhijiang science and Technology Industrial Park, high tech Zone, Binjiang District, Hangzhou, Zhejiang Province

Patentee after: Hangzhou zhonghengyun energy Internet Technology Co., Ltd

Patentee after: Hangzhou Zhongheng Electric Co., Ltd

Address before: 310053 floor 2, building 2, No. 69, Dongxin Avenue, Zhijiang science and Technology Industrial Park, high tech Zone, Binjiang District, Hangzhou, Zhejiang Province

Patentee before: Hangzhou zhonghengyun energy Internet Technology Co., Ltd