CN110110911A - 基于绕路模型的电动汽车充电桩优化部署方法 - Google Patents

Abstract

一种基于绕路模型的电动汽车充电桩优化部署方法，包括以下步骤：将街区图中的交叉口细化为多个交叉口点，遍历当前已部署充电桩个数小于给定单点部署最大值的候选部署位置，将一个充电桩部署在使得覆盖质量最大的候选位置，直至给定个数的充电桩全部部署完毕，从而得到充电桩的部署方案。本发明适用于为电动汽车部署充电桩的场景，在计算充电桩覆盖质量时考虑了道路车流量等因素对用户绕路行为的影响，提出了以绕路时间为衡量指标的用户绕路模型，基于该绕路模型的充电桩优化部署方法，可以最大化满足车辆的充电需求，提高充电桩的利用率。

Description

基于绕路模型的电动汽车充电桩优化部署方法

技术领域

本发明涉及一种基于绕路模型的电动汽车充电桩优化部署方法，该方法适用于为电动汽车规划充电桩位置，以满足更多的充电需求。

背景技术

电动汽车作为新能源汽车，具有节约能源、减少环境污染等特点。但受限于电池容量有限、充电桩成本高等因素，电动汽车的充电问题已经成为了当前面临的较大困难。充电桩的部署对电动汽车的发展至关重要，合理的充电桩部署不仅可以满足更多用户的充电需求，还可以确保交通网络的效率。已有文献提出基于给定的用户绕路模型，优化充电桩的部署位置，以最大化覆盖车辆充电需求的解决方案(参见《You Can Recharge WithDetouring:Optimizing Placement for Roadside Wireless Charger》，刊于IEEEAccess，2018)。但是该文献采用的用户绕路模型是以距离为衡量指标，没有考虑道路车流量等因素对用户绕路行为的影响，不能完全适用于本发明涉及的场景。

发明内容

为克服已有充电桩部署方法的利用率较低的不足，本发明提出了以绕路时间为衡量指标的用户绕路模型，并提供了一种基于该绕路模型的充电桩优化部署方法，以最大化满足车辆的充电需求，提高充电桩的利用率。

本发明解决其技术问题所采用的技术方案是：

一种基于绕路模型的充电桩优化部署方法，包括以下步骤：

步骤1：在有N个交叉口的街区图中，将每个交叉口细化为四个顶点，整个街区图中的交叉口点集合即为V＝{v₁,v₂,v₃,...,v_4N}；假定车辆的行驶起点和终点都位于交叉口点上，那么在此街区图中车辆的行驶线路(起点,终点)的集合为{(v_i,v_j)|1≤i,j≤4N}，其中，v_i为行驶起点，v_j为行驶终点；给定C个充电桩，充电桩的候选部署位置设定为某些特定的交叉口点且同一个侯选位置最多可同时部署V_max个充电桩；

步骤2：查看是否有尚未部署的充电桩，若有执行步骤3，若无，结束操作；

步骤3：遍历当前已部署充电桩个数小于V_max的候选部署位置，将一个充电桩部署在使得覆盖质量U最大的候选位置，然后继续执行步骤2，如果部署于多个候选位置的覆盖质量相等，则将充电桩随机部署于其中一个位置；

覆盖质量U的表达式为：

其中，L＝{l_ij|1≤i,j≤4N}为车辆在此街区图中所有行驶线路的最短时间路径集合，l_ij是以v_i为起点，v_j为终点的线路(v_i,v_j)的最短时间路径，V^*为当前方案充电桩部署位置点的集合，A_ij为路径l_ij上需要充电的车辆百分比，f_ij为路径l_ij上的交通量，为路径l_ij上的车辆去v处充电的概率，其表达式为：

其中，为路径l_ij上的车辆绕路去v处充电的绕路时间，M为绕路时间阈值，由用户设定；v∈l_ij表示路径l_ij会经过交叉口点v，表示路径l_ij不会经过交叉口点v。

进一步，所述绕路时间的计算公式为：

其中，T_iv为车辆从起点v_i到充电桩所在交叉口点v沿最短时间路径的行驶时间，T_vj为车辆从充电桩所在交叉口点v到终点v_j沿最短时间路径的行驶时间，T_v为车辆在交叉口点v处排队等待充电的时间，T_ij为车辆沿路径l_ij从v_i到v_j的行驶时间。

再进一步，所述车辆从任意起点到终点的行驶时间包括车辆在交叉口等待红绿灯时间和在交叉口间路段行车时间的总和，其中每个红绿灯平均等待时间为t_c，任意交叉口v_i到相邻交叉口v_k间路径l_ik上的行车时间t_ik基于BPR(Bureau of Public Road)路阻函数计算，表达式为：

其中，表示可自由行驶时的最短行车时间，f_ik为路径l_ik上的交通量，c_ik为l_ik上的实际通行能力，α和β为给定参数，建议分别取0.15和4。

更进一步，假设车辆到达时间间隔服从参数为λ的负指数分布，每个充电桩的服务时间服从参数为μ的负指数分布，充电桩个数为s，1≤s≤V_max，系统空间为K，即车辆数达到上限K时，不会再有车辆进入该交叉口点等待充电，由此，车辆在v处的平均排队等待时间T_v的表达式为：

其中，L_q为平均排队长度，p_K为交叉口点内车辆数为K时的稳态概率，根据交叉口点处充电桩数量s的不同，分成两种情况：

当s＝1时，L_q和p_K的表达式分别为：

p_K＝ρ^Kp₀ (7)

其中

当1<s≤V_max时，L_q和p_K的表达式分别为：

其中n为交叉口点内的车辆数，

本发明的有益效果主要表现在：考虑道路车流量等因素对用户绕路行为的影响，提出了以绕路时间为衡量指标的用户绕路模型，基于该绕路模型的充电桩优化部署方法，可以最大化满足车辆的充电需求，提高充电桩的利用率。

附图说明

图1是本实施例中的街区图。

具体实施方式

下面结合附图对本发明做进一步说明。

参照图1，一种基于绕路模型的充电桩优化部署方法，包括以下步骤：

步骤1：在有N个交叉口的街区图中，将每个交叉口细化为四个顶点，整个街区图中的交叉口点集合即为V＝{v₁,v₂,v₃,...,v_4N}；假定车辆的行驶起点和终点都位于交叉口点上，那么在此街区图中车辆的行驶线路(起点,终点)的集合为{(v_i,v_j)|1≤i,j≤4N}，其中，v_i为行驶起点，v_j为行驶终点；给定C个充电桩，充电桩的候选部署位置设定为某些特定的交叉口点且同一个侯选位置最多可同时部署V_max个充电桩；本实施例中，N＝9，C＝12，V’＝{7,13,19,25,12,18,24,28}，V_max＝5；

步骤2：查看是否有尚未部署的充电桩，若有执行步骤3，若无，结束操作；

步骤3：遍历当前已部署充电桩个数小于V_max的候选部署位置，将一个充电桩部署在使得覆盖质量U最大的候选位置，然后继续执行步骤2，如果部署于多个候选位置的覆盖质量相等，则将充电桩随机部署于其中一个位置；

覆盖质量U的表达式为：

其中，L＝{l_ij|1≤i,j≤4N}为车辆在此街区图中所有行驶线路的最短时间路径集合，l_ij是以v_i为起点，v_j为终点的线路(v_i,v_j)的最短时间路径，V^*为当前方案充电桩部署位置点的集合，A_ij为路径l_ij上需要充电的车辆百分比，f_ij为路径l_ij上的交通量，为路径l_ij上的车辆去v处充电的概率，其表达式为：

其中，为路径l_ij上的车辆绕路去v处充电的绕路时间，M为绕路时间阈值，由用户设定；v∈l_ij表示路径l_ij会经过交叉口点v，表示路径l_ij不会经过交叉口点v；本实施例中，f_ij设置为500到1000之间的随机数(单位：辆/小时)，A_ij＝0.1，M＝0.4小时。

进一步，所述绕路时间的计算公式为：

其中，T_iv为车辆从起点v_i到充电桩所在交叉口点v沿最短时间路径的行驶时间，T_vj为车辆从充电桩所在交叉口点v到终点v_j沿最短时间路径的行驶时间，T_v为车辆在交叉口点v处排队等待充电的时间，T_ij为车辆沿路径l_ij从v_i到v_j的行驶时间。

再进一步，所述车辆从任意起点到终点的行驶时间包括车辆在交叉口等待红绿灯时间和在交叉口间路段行车时间的总和，本实施例中，汽车的行驶线路为(1,6)，那么它的行驶时间就包括车辆在交叉口(1,8)，(9,10)和(11,6)等待红绿灯的时间和在交叉口间路段(8,9),(10,11)的行车时间的总和；其中每个红绿灯平均等待时间为t_c，任意交叉口v_i到相邻交叉口v_k间路径l_ik上的行车时间t_ik基于BPR(Bureau of Public Road)路阻函数计算，表达式为：

其中，表示可自由行驶时的最短行车时间，f_ik为路径l_ik上的交通量，c_ik为l_ik上的实际通行能力，α和β为给定参数，建议分别取0.15和4。本实施例中，t_c＝0.004小时，小时，c_ik＝800辆/小时。

更进一步，假设车辆到达时间间隔服从参数为λ的负指数分布，每个充电桩的服务时间服从参数为μ的负指数分布，充电桩个数为s，1≤s≤V_max，系统空间为K，即车辆数达到上限K时，不会再有车辆进入该交叉口点等待充电，车辆在v处的平均排队等待时间T_v的表达式为：

其中，L_q为平均排队长度，p_K为交叉口点内车辆数为K时的稳态概率，根据交叉口点处充电桩数量s的不同，分成两种情况：

当s＝1时，L_q和p_K的表达式分别为：

p_K＝ρ^Kp₀ (7)

其中

当1<s≤V_max时，L_q和p_K的表达式分别为：

其中n为交叉口点内的车辆数， 本实施例中，λ设置为10到20之间的随机数，μ＝2，K设置为充电桩数量s的2倍。

Claims (4)

1.一种基于绕路模型的电动汽车充电桩优化部署方法，其特征在于，所述方法包括以下步骤：

步骤1：在有N个交叉口的街区图中，将每个交叉口细化为四个顶点，整个街区图中的交叉口点集合即为V＝{v₁,v₂,v₃,...,v_4N}；假定车辆的行驶起点和终点都位于交叉口点上，那么在此街区图中车辆的行驶线路(起点,终点)的集合为{(v_i,v_j)|1≤i,j≤4N}，其中，v_i为行驶起点，v_j为行驶终点；给定C个充电桩，充电桩的候选部署位置设定为某些特定的交叉口点且同一个侯选位置最多可同时部署V_max个充电桩；

步骤2：查看是否有尚未部署的充电桩，若有执行步骤3，若无，结束操作；

步骤3：遍历当前已部署充电桩个数小于V_max的候选部署位置，将一个充电桩部署在使得覆盖质量U最大的候选位置，然后继续执行步骤2，如果部署于多个候选位置的覆盖质量相等，则将充电桩随机部署于其中一个位置；

所述覆盖质量U的表达式为：

其中，L＝{l_ij|1≤i,j≤4N}为车辆在此街区图中所有行驶线路的最短时间路径集合，l_ij是以v_i为起点，v_j为终点的线路(v_i,v_j)的最短时间路径，V^*为当前方案充电桩部署位置点的集合，A_ij为路径l_ij上需要充电的车辆百分比，f_ij为路径l_ij上的交通量，为路径l_ij上的车辆去v处充电的概率，其表达式为：

其中，为路径l_ij上的车辆绕路去v处充电的绕路时间，M为绕路时间阈值，由用户设定；v∈l_ij表示路径l_ij会经过交叉口点v，表示路径l_ij不会经过交叉口点v。

2.如权利要求1所述的基于绕路模型的电动汽车充电桩优化部署方法，其特征在于：所述绕路时间的计算公式为：

其中，T_iv为车辆从起点v_i到充电桩所在交叉口点v沿最短时间路径的行驶时间，T_vj为车辆从充电桩所在交叉口点v到终点v_j沿最短时间路径的行驶时间，T_v为车辆在交叉口点v处排队等待充电的时间，T_ij为车辆沿路径l_ij从v_i到v_j的行驶时间。

3.如权利要求1或2所述的基于绕路模型的电动汽车充电桩优化部署方法，其特征在于：所述车辆从任意起点到终点的行驶时间包括车辆在交叉口等待红绿灯时间和在交叉口间路段行车时间的总和，其中每个红绿灯平均等待时间为t_c，任意交叉口v_i到相邻交叉口v_k间路径l_ik上的行车时间t_ik基于BPR(Bureau of Public Road)路阻函数计算，表达式为：

其中，表示可自由行驶时的最短行车时间，f_ik为路径l_ik上的交通量，c_ik为l_ik上的实际通行能力，α和β为给定参数。

4.如权利要求3所述的基于绕路模型的电动汽车充电桩优化部署方法，其特征在于：假设车辆到达时间间隔服从参数为λ的负指数分布，每个充电桩的服务时间服从参数为μ的负指数分布，充电桩个数为s，1≤s≤V_max，系统空间为K，即车辆数达到上限K时，不会再有车辆进入该交叉口点等待充电，车辆在v处的平均排队等待时间T_v的表达式为：

其中，L_q为平均排队长度，p_K为交叉口点内车辆数为K时的稳态概率，根据交叉口点处充电桩数量s的不同，分成两种情况：

当s＝1时，L_q和p_K的表达式分别为：

p_K＝ρ^Kp₀ (7)

其中

当1<s≤V_max时，L_q和p_K的表达式分别为：

其中n为交叉口点内的车辆数，