CN110689200B - 一种电动汽车长途运输中的充电路径导航方法 - Google Patents
一种电动汽车长途运输中的充电路径导航方法 Download PDFInfo
- Publication number
- CN110689200B CN110689200B CN201910941513.5A CN201910941513A CN110689200B CN 110689200 B CN110689200 B CN 110689200B CN 201910941513 A CN201910941513 A CN 201910941513A CN 110689200 B CN110689200 B CN 110689200B
- Authority
- CN
- China
- Prior art keywords
- charging
- node
- chargeable
- transportation
- driving
- 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 22
- 239000011159 matrix material Substances 0.000 claims abstract description 9
- 230000001276 controlling effect Effects 0.000 claims abstract description 5
- 230000001105 regulatory effect Effects 0.000 claims abstract description 5
- 238000013178 mathematical model Methods 0.000 claims description 13
- 208000027744 congestion Diseases 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- -1 hydrogen Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种电动汽车长途运输中的充电路径导航方法。传统的路径选择仅仅只是简单的最短路径搜索。本发明方法首先确定两个约束条件,然后集合不同充电桩的型号,对应着不同的收费价格和充电效率,再来考虑整体的物流运输成本,在选取最具性价比的运输路径和充电策略。采用BellmanFord算法,迭代各个可能的运输路径,添加充电价格和充电效率矩阵Wij∈{P1 P2 P3}和Sij={M1 M2 M3},找寻最具性价比的路径和充电策略。本发明方法在确定运输物流的车辆,运输物流的物品重量的时候,输入运输过程中的可充电节点,在规控危险系数的情况下,为物流运输驾驶员智慧的提供最佳行驶路径与充电策略,兼顾了行驶的时间因素与所花费充电的经济因素,提供了很有性价比的策略。
Description
技术领域
本发明属于交通导航技术领域,涉及一种电动汽车长途运输中的充电路径导航方法。
背景技术
在复杂的道路系统中,长途行驶中的电动汽车需要适时充电,来保证电量充盈行驶到目的地。电动汽车用户需要在交通网络行驶中选择合适的路径行驶,并要决策选择合适的充电桩进行充电。由于是长途物流运输,存在长时间行车的问题,考虑复杂的道路情况,可能遭遇道路拥塞、充电桩被占满、路径决策失误等情景,因此研究电动汽车智慧充电导航交通关键技术是十分有必要的,帮助物流汽车用户节省行车时间和经济成本,具有重大现实意义。
在车辆长距离行驶时,考虑需要电动汽车充电保持所需电量行驶,以单一EV(Electric Vehicle,电动汽车)用户为中心,将实际的行车交通数据化,目标是找到单个EV最小化的最佳路径和充电策略。
最短的高效行车距离的路径选择算法研究,影响EV用户行车时长由以下几个因素构成:行车路径选择的公里数和EV充电时长。实际的行车交通数据表明,行驶里程与电动汽车的荷电状态SOC近似呈线性关系,设定比例为α。
传统的路径选择仅仅只是简单的最短路径搜索,但考虑到EV用户需要在电量耗尽之前,找寻合适的充电桩进行充电,以至到达目的地。
发明内容
本发明的目的就是提供一种电动汽车长途运输中的充电路径导航方法。
本发明方法是在保证安全电量情况下规避道路拥塞风险,选择最优的行车路径与充电策略。设定在起始节点EV满电量,每个充电节点仅只有一种充电标准的充电桩。在理想情况下,考虑长途EV行车,为了谋求最短时间内到达目的地,保证最短的行车路径和最少的充电时长,此算法可以反向进行路径搜寻,从目的地处开始节点搜寻,找到最优路径中上一充电节点,再从这一路径继续向上搜索上一充电节点。
考虑实际交通状况,并非恰好让EV到达终点时电量为0,因此需要设定一个安全的存储电量。
为保证较少的充电时长,最好的方式为较低的充电次数,则设定若EV每次充电则直到充满电量为止再行车。
在规控运输物流危险系数的情况下,确定行驶距离对于物流运输的最佳方案,行驶里程与电动汽车的荷电状态SOC近似呈线性关系,行驶距离与运输时间呈线性关系,设定比例为α;其特征在于:
设定以下两个约束条件:
约束条件1:EN为设定的安全存储电量,B为汽车可存储最大电池容量;为上一充电节点A1到目的地节点N所损耗的电量;为充电节点A1的下一节点到目的地节点N所损耗的电量;N={1,2,…,n}为节点集,表示可充电节点;
为第i个可充电节点与第j个可充电节点的最大距离,为电动汽车在第i个可充电节点时存储的电量可行驶的最远距离;依据以上两个约束条件找寻到达终点之前的可充电节点,然后在确定充电的节点处依次往上搜寻下个充电节点,找寻最快时间的充电路径;具体方法如下:
构建数学模型表示在充电行驶路线中总共所需花费时间;行车链路选择为xij,xij=0时表明从可充电节点i到可充电节点j并非为行车链路,xij=1时表明从可充电节点i到可充电节点j为行车链路选择;ri为在可充电节点i所充电量,wi表示可充电节点i的充电速率;
设定三种不同标准的充电桩,充电功率分别为P1、P2、P3,对应不同的价格为M1、M2、M3;构建充电功率矩阵Wij∈{P1 P2 P3}和价格矩阵Sij={M1 M2 M3};
将行车花费时间转化为时间成本,比例为λ,构建数学模型确定合适的运输路径:
本发明方法为长途物流运输的电动汽车用户提供智能化行车路径导航与最佳充电策略。给定实际物流运输过程中的约束条件,规控物流运输的危险系数,最小化降低物流运输整体成本,提供了物流运输的智慧方案。
本发明的电动汽车长途物流运输充电路径智慧导航方法,为长途物流运输提供了行车路径与充电策略,可以很好地减少运输时长,降低物流运输经济成本。避免行车用户进行错误的行驶路线,避免行车风险,有效的节约行车成本。
具体实施方式
在长途物流运输中,电动汽车由于受到电池容量的限制,要及时充电来保证正常运输,需要在合适的地点进行充电。对于物流运输来说,物流的运输成本是主要考虑的,而找寻最短路径的算法,可以保证在最短时间内确保货物的运送完成,但是可能在现实情况下,有不同路径的充电桩的价格和充电效率不同也影响了整体的运送时间,首先需要集合不同充电桩的型号,对应着不同的收费价格和充电效率,再来考虑整体的物流运输成本,在选取最具性价比的运输路径和充电策略。在运送货物起始端,记为节点集N={1,2,…,n}中的初始节点,采用BellmanFord算法,迭代各个可能的运输路径,添加充电功率矩阵Wij∈{P1P2 P3}和价格矩阵Sij={M1 M2 M3},找寻最具性价比的路径和充电策略。
在规控运输物流危险系数的情况下,确定行驶距离对于物流运输的最佳方案,而实际的行车交通数据表明,行驶里程与电动汽车的荷电状态SOC近似呈线性关系,行驶距离与运输时间呈线性关系,设定比例为α。
为能够正确搜寻目的地上一充电节点和确定之前的充电策略,设定以下两个约束条件:
约束条件1:EN为设定的安全存储电量,B为汽车可存储最大电池容量;为上一充电节点A1到目的地节点N所损耗的电量;为充电节点A1的下一节点到目的地节点N所损耗的电量;N={1,2,…,n}为节点集,表示可充电节点。
依据以上两个约束条件找寻到达终点之前的可充电节点,然后在确定充电的节点处依次往上搜寻下个充电节点,找寻最快时间的充电路径。具体方法如下:
构建数学模型表示在充电行驶路线中总共所需花费时间,前端部分表示为行驶路途花费时间,后端为充电持续时间。由于实际存在多种充电方式,对应着不同的价格;行车链路选择为xij,xij=0时表明从可充电节点i到可充电节点j并非为行车链路,xij=1时表明从可充电节点i到可充电节点j为行车链路选择;ri为在可充电节点i所充电量,wi表示可充电节点i的充电速率,为每小时所充电量(千瓦时)。
设定三种不同标准的充电桩,充电功率分别为P1、P2、P3,单位为(功率)千瓦,其对应不同的价格为M1、M2、M3。构建充电功率矩阵Wij∈{P1 P2 P3}和价格矩阵Sij={M1 M2 M3}。
长途车辆由于驾驶员存在中途在高速服务区休息充电的因素,还需要考虑车辆停运时间,综合时间影响因素还存在货物搬运卸货的时间。
单一物流运输用户找寻最佳路径和收费政策,结合行车路径和较为节省的成本充电策略结合起来,依据实际的情景,在保证不超过行车危险系数的情景下,将行车花费时间转化为时间成本,比例为λ。则构建出数学模型确定合适的运输路径:
由上式数学模型,在确定运输物流的车辆,运输物流的物品重量的时候,输入运输过程中的可充电节点,在规控危险系数的情况下,可以为物流运输驾驶员智慧的提供最佳行驶路径与充电策略,兼顾了行驶的时间因素与所花费充电的经济因素,提供了最具性价比的策略。给定了几个约束条件,这样的智慧方案,避免了驾驶员自己判断所充电的策略,杜绝在行驶过程中会因为电量没有及时补给而给整个运输物流的过程中带来的损失,并且使物流整体运输成本大大减低,保障了物流运输的安全性。
Claims (1)
1.一种电动汽车长途运输中的充电路径导航方法,在规控运输物流危险系数的情况下,确定行驶距离对于物流运输的最佳方案,行驶里程与电动汽车的荷电状态SOC近似呈线性关系,行驶距离与运输时间呈线性关系,设定比例为α;其特征在于:
设定以下两个约束条件:
EN为设定的安全存储电量,B为汽车可存储最大电池容量;为上一充电节点A1到目的地节点N所损耗的电量;为充电节点A1的下一节点到目的地节点N所损耗的电量;N={1,2,…,n}为节点集,表示可充电节点;
依据以上两个约束条件找寻到达终点之前的可充电节点,然后在确定充电的节点处依次往上搜寻下个充电节点,找寻最快时间的充电路径;具体方法如下:
构建数学模型表示在充电行驶路线中总共所需花费时间;行车链路选择为xij,xij=0时表明从可充电节点i到可充电节点j并非为行车链路,xij=1时表明从可充电节点i到可充电节点j为行车链路选择;ri为在可充电节点i所充电量,wi表示可充电节点i的充电速率;
设定三种不同标准的充电桩,充电功率分别为P1、P2、P3,对应不同的价格为M1、M2、M3;构建充电功率矩阵Wij∈{P1 P2 P3}和价格矩阵Sij={M1 M2 M3};
将行车花费时间转化为时间成本,比例为λ,构建数学模型确定合适的运输路径:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910941513.5A CN110689200B (zh) | 2019-09-30 | 2019-09-30 | 一种电动汽车长途运输中的充电路径导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910941513.5A CN110689200B (zh) | 2019-09-30 | 2019-09-30 | 一种电动汽车长途运输中的充电路径导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110689200A CN110689200A (zh) | 2020-01-14 |
CN110689200B true CN110689200B (zh) | 2022-07-12 |
Family
ID=69111264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910941513.5A Active CN110689200B (zh) | 2019-09-30 | 2019-09-30 | 一种电动汽车长途运输中的充电路径导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110689200B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112082566B (zh) * | 2020-08-31 | 2022-07-26 | 南方科技大学 | 电动汽车路径规划方法、装置、终端及存储介质 |
CN112508312B (zh) * | 2021-02-05 | 2021-05-14 | 北京电信易通信息技术股份有限公司 | 一种电动汽车节能导航的方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108199100A (zh) * | 2018-01-08 | 2018-06-22 | 哈尔滨工程大学 | 智能交通中电动汽车长途运行充电规划方法 |
CN108932561A (zh) * | 2018-06-22 | 2018-12-04 | 华北电力大学 | 一种考虑非线性充电函数的电动汽车充电路径选择方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10598503B2 (en) * | 2012-11-07 | 2020-03-24 | Intertrust Technologies Corporation | Vehicle charging path optimization systems and methods |
CN105160428B (zh) * | 2015-08-19 | 2018-04-06 | 天津大学 | 高速公路电动汽车快速充电站的规划方法 |
-
2019
- 2019-09-30 CN CN201910941513.5A patent/CN110689200B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108199100A (zh) * | 2018-01-08 | 2018-06-22 | 哈尔滨工程大学 | 智能交通中电动汽车长途运行充电规划方法 |
CN108932561A (zh) * | 2018-06-22 | 2018-12-04 | 华北电力大学 | 一种考虑非线性充电函数的电动汽车充电路径选择方法 |
Non-Patent Citations (6)
Title |
---|
Electric Vehicle Routing Problem with industry constraints: trends and insights for future research;Anagnostopoulou Afroditi等;《17th Meeting of the EURO Working Group on Transportation》;20140704;第3卷;第452–459页 * |
Optimal Modeling of Intelligent Guidance Charging for Urban Areas Electric Vehicles;Gao Hui等;《5th IEEE International Conference on Cloud Computing and Intelligence Systems》;20181125;第1038-1042页 * |
基于动态分时电价的电动汽车充电站有序充电策略;徐智威等;《中国电机工程学报》;20140805;第34卷(第22期);第3638-3646页 * |
电动汽车充电导航系统的设计与研究;刘梦飞;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20190115(第01期);第C035-1249页、正文第4章 * |
纯电动物流车运营特性分析及配送路径优化问题研究;邵赛;《中国优秀博硕士学位论文全文数据库(博士)经济与管理科学辑》;20170915(第09期);第J145-20页、正文第4章 * |
蚁群算法求电动汽车最优行驶路径与充电方案;冯智泉等;《机电一体化》;20130820;第19卷(第8期);第43-48页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110689200A (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Romaus et al. | Optimal energy management for a hybrid energy storage system for electric vehicles based on stochastic dynamic programming | |
US20190016329A1 (en) | Vehicle with model-based route energy prediction, correction, and optimization | |
US7360615B2 (en) | Predictive energy management system for hybrid electric vehicles | |
JP5402882B2 (ja) | 車両用充放電管理システム | |
CN103863084B (zh) | 行程导向的能量管理管制 | |
JP5439242B2 (ja) | エネルギーナビゲーション制御装置、エネルギーナビゲーションシステム、およびエネルギーナビゲータ | |
CN107323300A (zh) | 一种基于路‑站‑车联合模型的电动汽车预约充电方法 | |
CN110689200B (zh) | 一种电动汽车长途运输中的充电路径导航方法 | |
US11214157B2 (en) | Electric vehicle charging to reduce utility cost | |
JP7492612B2 (ja) | 電気駆動システムを作動させるための方法 | |
CN110014836A (zh) | 一种用于车辆的电气系统 | |
JP2010148283A (ja) | 電気自動車用蓄電池制御装置 | |
US10155453B2 (en) | Method to control a vehicle with a long term and a short term control, computer program and readable medium and control unit performing the steps thereof | |
CN109919369B (zh) | 一种电池交换站选址和电动汽车路径规划方法 | |
CN113479110B (zh) | 换电式混合动力车辆及其换电策略确定方法和整车控制器 | |
CN113312699A (zh) | 用于混合架构车辆的能源调度优化的技术 | |
CN113222462B (zh) | 一种基于协同进化的露天矿多能源卡车调度优化方法 | |
EP3160809B1 (en) | A method for controlling a state of charge of a plug-in hybrid vehicle | |
CN114611993A (zh) | 一种基于移动电池包的城乡电动公交车辆调度方法 | |
JP6992419B2 (ja) | 電動車両の電費予測方法、サーバおよび電動車両 | |
JP7450107B2 (ja) | 車両の燃料補給を準備するための方法 | |
Mkahl et al. | A linear optimization approach for electric vehicles charging | |
Romaus et al. | Self-optimization energy management considering stochastic influences for a hybrid energy storage of an electric road vehicle | |
JP2024006711A (ja) | バッテリ貸出システム | |
Xu et al. | Intelligent Scheduling on Electric Vehicle Routing Problem with Simultaneous Pickup and Delivery |
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 |