CN111160588B - 一种预约充电服务方法及系统 - Google Patents
一种预约充电服务方法及系统 Download PDFInfo
- Publication number
- CN111160588B CN111160588B CN201911228681.6A CN201911228681A CN111160588B CN 111160588 B CN111160588 B CN 111160588B CN 201911228681 A CN201911228681 A CN 201911228681A CN 111160588 B CN111160588 B CN 111160588B
- Authority
- CN
- China
- Prior art keywords
- charging
- optimal
- charging station
- station
- time
- 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 50
- 238000012545 processing Methods 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 19
- 239000000872 buffer Substances 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 15
- 238000005096 rolling process Methods 0.000 description 15
- 230000006399 behavior Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000026676 system process Effects 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
-
- 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
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种预约充电服务方法及系统,所述方法包括充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;其中,所述各充电站的充电桩信息基于时间窗确定所述充电用户在未来充电。本发明实现了电动汽车的预约式充电服务,降低用户充电排队等候时间,提高充电站利用率。
Description
技术领域
本发明涉及电动汽车充电技术领域,具体涉及一种预约充电服务方法及系统。
背景技术
随着电动汽车的日益普及和充电基础设施的发展,充电站正在成为电动汽车的重要电能补给点。在实际生活中,当路途上的电动汽车有紧急充电需求时,如何让它们选择“合适”的充电站进行充电将成为电网亟待解决的难题。
考虑到电动汽车充电需求时空变化的不确定性,充电服务费的更新和发布在实际应用中面临着巨大挑战。目前,充电网络运营商提供的充电APP已经可以为电动汽车用户制定计及用户行为偏好的最优充电方案。但是,与在传统的餐饮行业中已经普及的预约系统不同,由于未来动态充电服务费定价机制的引入,电动汽车用户在不同时段接受充电服务的成本可能具有较大差异。此外,用户产生充电需求时往往是在路途中,如何结合各充电站充电桩占用状态动态处理不断出现的充电预约申请尚有待解决。
发明内容
为了解决现有技术中所存在的上述不足,本发明提供一种预约充电服务方法及系统,该技术方案中用户向充电网络服务云平台发出的充电预约申请,充电网络服务云平台对于同一时刻接收到的所有充电预约申请,制定包含充电时间窗、充电总费用的最优充电方案,并将成功预约的充电方案反馈给电动汽车用户。
本发明提供的一种预约充电服务方法,包括:
充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;
充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;
其中,所述各充电站的充电桩信息基于时间窗确定所述充电用户在未来充电。
优选的,所述充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,包括:
充电网络服务云平台在设置的时间步长内根据用户的会员等级,依次为每位用户结合各充电站的充电桩信息制定多种最优充电方案;
所述充电预约申请包括:电量状态、位置信息和电动汽车用户的充电行为偏好。
优选的,所述结合各充电站的充电桩信息制定多种最优充电方案,包括:
计算电动汽车前往可达范围内不同充电站充电后,离开充电站的时间与充电费用;
在电动汽车可达范围内的充电站中筛选提出预约申请的可选充电站点;
基于各可选充电站点确定各种类型的最优充电方案;
其中所述类型包括:时间最优、费用最优和综合最优。
优选的,所述离开充电站的时间,按下式计算:
式中:表示电动汽车i离开充电站j的时刻;/>表示电动汽车i到达充电站j的时刻;/>表示电动汽车i在充电站j的排队时间;/>表示电动汽车i在充电站j的充电时长;
所述电动汽车i在充电站j的充电时长按下式计算:
式中:表示电动汽车i到达充电站j的剩余电量;/>表示电动汽车i的初始电量;/>表示电动汽车i的百公里耗电量;/>表示电动汽车i到充电站j的距离;/>表示电动汽车i的充电功率。
优选的,所述充电费用,按下式计算:
式中:Yi,j表示电动汽车i在充电站j的充电费用;表示电动汽车i到达充电站j的剩余电量;/>表示电动汽车i的初始电量;/>表示电动汽车i的百公里耗电量;/>表示电动汽车i到充电站j的距离;/>表示充电站j到目的地的距离;Cj,t表示充电时长内电动汽车i的充电价格;CB表示平均充电费用。
优选的,所述在电动汽车可达范围内的充电站中筛选提出预约申请的可选充电站点,包括:
基于电动汽车离开充电站的时刻筛选出时间最优的充电站;
基于电动汽车的充电费用筛选出费用最优的充电站;
基于电动汽车用户的充电行为偏好,以及电动汽车离开充电站的时刻和充电服务费,筛选出综合最优的充电站。
优选的,所述基于各可选充电站点确定各种类型的最优充电方案,包括:
确定电动汽车到达各可选充电站且充满电的充电时间窗;
基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案;
所述最优充电方案包括:最优充电电站、以及在最优充电电站充电的时间窗、充电量和充电总费用,所述充电总费用包括充电费用和停车费。
优选的,所述基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案,包括:
S101基于设定的时间步长计算所有新出现的充电预约请求的可达时间区间和待充电量估值;
S102根据各可选充电站内充电桩充电中的订单确定所有非空闲充电桩的时间轴占用状态;
S103对于新出现的充电预约申请,以设定的可调整充电电量作为每台电动汽车的充电时间窗缓冲区,根据已受理的预约订单状态对各充电站的所有充电桩进行叠加分析,得到满足电动汽车充电时间窗和充电时间窗缓冲区约束的所有候选充电方案集;
S104依次计算每个候选充电方案中新预约订单插入到原有的充电方案后充电桩的闲置时间;
S105基于充电桩的闲置时间确定各充电站的设备使用率,基于各充电站的设备使用率确定不同优化目标下的最优充电方案。
优选的,所述充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态之后,还包括:
接收用户支付费用的提示。
优选的,所述充电桩在未来时间内的占用状态包括:被占用、已派单、可插单、可派单和不可插单。
基于同一发明构思,本发明提供了一种预约充电服务系统,包括:
充电预约申请处理模块,用于充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;
派单模块,用于充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;
其中,所述各充电站的充电桩信息基于时间窗确定所述充电用户在未来充电。
优选的,所述充电预约申请处理模块,包括:
计算单元,用于计算电动汽车前往可达范围内不同充电站充电后,离开充电站的时间与充电费用;
筛选单元,用于在电动汽车可达范围内的充电站中筛选提出预约申请的可选充电站点;
确定单元,用于基于各可选充电站点确定各种类型的最优充电方案;
其中所述类型包括:时间最优、费用最优和综合最优。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本发明提供的预约充电服务方法包括充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;其中,所述各充电站的充电桩信息基于时间窗确定所述充电用户在未来充电。本发明提供的预约充电服务结合各充电站充电桩的占用状态动态处理不断出现的充电预约申请,实现了电动汽车的预约式充电服务,降低用户充电排队等候时间,提高充电站利用率。
本发明提供的技术方案可以将已处理的预约信息共享给充电站和交通系统,辅助交通部门做出动态路况预测以及充电站运营商进行实时充电服务费制定,进而有效缓解城市交通拥堵状况,降低用户充电排队等候时间,提高充电站利用率。
本发明提供的技术方案通过充电网络服务云平台使电动汽车用户和充电站之间签订充电协议,让用户选择并付费占用该时间窗下的充电桩信息,尽可能地减少“跑单”情况发生的概率。
本发明提供的技术方案提供了充电时间窗缓冲区,从而使得电动汽车用户在考虑充电费用时能够摆脱充电服务费时段的束缚。
附图说明
图1为本发明提供的一种预约充电服务方法的流程图;
图2为本发明实施例中预约充电服务模型的示意图;
图3为本发明实施例中电动汽车用户时间分析示意图;
图4为本发明实施例中预约充电流程图;
图5为本发明实施例中的基于时间轴的动态处理过程;
图6为本发明实施例中充电站内充电桩的状态示意图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
实施例1
本发明针对已经在路途上的电动汽车产生紧急充电需求时,如何让它们选择“合适”的充电站进行充电,本发明引入了时间窗的概念对该问题进行分析。根据时间约束的严格与否,时间窗分为两类:软时间窗和硬时间窗;其中软时间窗要求尽可能在时间窗内到达访问,否则将给予一定的惩罚:1)当电动汽车在要求的最早到达时间之前到达时,必须在充电站处等待,此时用户损失了时间机会成本;2)当电动汽车在要求的最迟到达时间之后到达时,则被处以一定的罚款。硬时间窗则要求必须电动汽车在充电时间窗内到达充电站,否则充电服务被拒绝。
本发明解决的是硬时间窗车辆充电预约问题,通过对预约成功的电动汽车用户发送包含充电时间窗信息在内的费用账单,并接收用户的消费反馈信息来保证硬时间窗的实现。该反馈预约充电机制的实现需要依赖于移动互联技术,使电动汽车的预约/响应信息能够与平台互联互通,从而使得电动汽车用户在考虑充电费用时能够摆脱充电服务费时段的束缚。
为了实现用户在路途中产生充电需求时,能结合各充电站充电桩占用状态动态处理不断出现的充电预约申请的目的,如图1所示,本发明采取如下技术方案:
S1、充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;
S2、充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;
其中,所述各充电站的充电桩信息基于时间窗确定所述充电用户在未来充电;
所述充电预约申请包括:电量状态、位置信息和电动汽车用户的充电行为偏好。
S1、充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户,包括:
基于用户充电行为偏好与电动汽车信息提出充电预约申请;
结合各充电站的充电桩占用状态与充电服务费信息制定最优充电方案。
本实施例中,所述基于用户充电行为偏好与电动汽车信息提出充电预约申请包括:
根据所述电动汽车的电池状态信息确定充电需求产生概率;
根据所述用户的充电行为偏好与电动汽车信息制定提出预约申请的充电站点。
进一步地,所述根据所述车辆的电池状态信息确定充电需求产生概率的方法为:
当电动汽车SOC低于某一阈值时,充电需求的产生概率为1;当电动汽车的SOC为100%时,充电需求的产生概率为0;当电动汽车的SOC介于上述两者之间时,充电需求的产生概率将受当前SOC和附近充电站充电服务费的影响。
进一步地,所述根据所述用户的充电行为偏好确定所需预约充电站点包括:
计算电动汽车前往可达范围内不同充电站的充电时间与费用;
在电动汽车可达范围内的充电站中筛选提出预约申请的充电站点。
进一步地,通过下式计算电动汽车前往不同充电站的充电时间与费用:
车i在站j的充电时长根据车i的百公里耗电量/>和初始电量/>来计算抵达站j的剩余电量:
其中,表示车i到站j的距离;/>表示车i的充电功率。
离开充电站j的时刻满足:
其中,表示车i到达站j的时刻;/>表示车i在站j的排队时间。
根据实时充电服务费计算成本Yi,j(元),成本包括充电成本和充电站到目的地的路程成本:
其中,表示站j到目的地的距离;Cj,t表示根据充电时长与相应的实时充电服务费计算得到的该时段车i的充电价格;CB表示平均充电费用。
进一步地,所述在电动汽车可达范围内的充电站中筛选提出预约申请的充电站点包括:
经过以上计算处理后,向电动汽车用户提供三种预约申请建议:
时间最优:充电站p,
费用最优:充电站q,
综合最优:充电站r,
其中,a、b为用户行为偏好权重系数,由成本和时间在决策中所占比重决定。
优选的,所述结合各充电站的充电桩占用状态与充电服务费信息制定最优充电方案包括:
根据电动汽车用户的会员等级进行处理优先级排序;
基于滚动时间窗按照用户的充电预约申请和充电站充电桩的信息制定包含充电时间窗、充电总费用的最优充电方案。
进一步地,所述根据电动汽车用户的会员等级进行处理优先级排序方法包括:
对于设置的时间间隔中新出现的多个充电预约请求,根据用户的会员等级按由高到低的顺序依次派单。
本实施例中的电动汽车与用户一一对应。
进一步地,所述基于滚动时间窗按照用户的充电预约申请和充电站充电桩的信息制定包含充电时间窗、充电总费用的最优充电方案包括:
基于滚动时间窗按照用户的充电预约申请和充电站充电桩的信息采用动态插值法生成最优充电方案。
进一步地,所述基于滚动时间窗按照用户的充电预约申请和充电站充电桩的信息采用动态插值法生成最优充电方案,包括:
对于含有多个充电桩的充电站而言,充电中的订单所占用的充电桩和时间窗均为已知,不可再变更;路途中的订单前往的充电站和所占用的时间窗为已知,而即将接入的充电桩可以在该充电站内所有空闲的充电桩中进行调整变动。因此,对于新的预约申请就可以通过动态插值算法生成初始充电方案,具体步骤如下:
1)在每个滚动时域结束后,计算所有新出现的充电预约请求的可达时间区间和待充电量估值;
2)根据充电中的订单确定所有非空闲充电桩的时间轴占用状态;
3)对于新出现的预约申请,以一定的可调整充电电量作为每台电动汽车的充电时间窗缓冲区(认为时间窗可以在缓冲区的范围内进行调整),根据已受理的预约订单状态对各充电站的所有充电桩进行叠加分析,得到满足车辆可达时间区和缓冲区约束的所有候选充电方案集;
4)依次计算每个方案中新预约订单插入到原有的充电方案后充电桩的闲置时间;
5)计及各充电站的设备使用率,以用户的充电行为偏好为优化目标确定动态派单模型下的最优充电方案。
S2、充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态之后,包括:
将成功预约的充电方案反馈给电动汽车用户;
其中,所述充电桩在未来时间内的占用状态包括:被占用、已派单、可插单、可派单和不可插单。
充电网络服务云平台根据区域内的所有预约请求给出包含每个电动汽车确切到达时间、排队等候时间、充电时间、充电费用的预约订单,用户进行确认并支付后双方正式确定充电协议,并通过预先付费和会员积分增长机制尽可能地减少“跑单”情况发生的概率。
当用户支付费用后充电网络服务云平台会接收到用户支付费用的提示。
本申请提供的预约服务过程,在电动汽车前往充电站进行充电的过程中,新的预约申请会不断出现、已受理的预约订单会逐步完成。充电网络服务云平台需要对所有新出现的充电预约申请及时(实际是在很短的一个时间段内,如1分钟)处理,根据可安排的充电时间窗所占用的充电服务费时段计算出相应的充电费用,并根据用户的出行需求与个性偏好,对可选充电时间窗及费用进行遍历寻优。
根据各充电站充电桩占用状态和已受理预约订单,对实时产生的新的充电预约申请进行动态处理:当每个滚动时域一结束,立即更新区域内所有电动汽车充电需求的时空分布,并对当前滚动时域内积累的充电预约申请进行处理,产生新的已受理预约订单,形成每台电动汽车的充电方案,并将此信息反馈给电动汽车用户。
本实施例中的预约订单是指用户选择的最优充电方案。
如图2和图3所示,本发明提供一种基于滚动时间窗的预约充电过程分为两段六步:预约阶段——充电预约申请、申请处理和订单确认;服务阶段——车辆到达、充电过程和充电后离去,预约与服务相关联。
如图4所示,所述预约过程包括:
电动汽车产生充电需求,电动汽车用户向充电网络服务云平台提出申请预约;
当本次预约成功时,电动汽车用户按充电网络服务云平台发布的预约时间窗到达目标充电站接受充电服务直到充电结束;否则等待下次预约。
充电预约服务系统的基本要素有电动汽车用户到达过程、预约机构(充电网络服务云平台)、服务机构(充电站)和充电服务过程,除了本发明所提出的预约机构——充电网络服务云平台以外,其它要素与排队充电服务相同,但充电预约服务系统中的充电站可预约充电桩数可以根据预约情况随时调整或确定。其中,充电网络服务云平台所需要考量的因素较多,包括可预约的充电桩数量、充电时间窗分布、预约规则、同时刻充电预约申请的数量、用户预约成功率等。预约规则表明采取什么方法实现预约,本发明中所采取的是按照会员积分设置预约优先级的时间限定优先预约机制,预约后必定获得服务,但是由充电网络服务云平台在考虑电动汽车用户的出行需求、主观偏好和最快到站时间后确定充电时间窗、充电费用与充电站选择。
预约充电服务系统采用变时长滚动时域机制对于新增的充电预约申请进行处理,生成对应的充电方案。在每个滚动时域结束时,对时域内所积累的充电预约申请进行统一处理,产生新的已受理预约订单。
平台一天中处理充电预约申请的过程可以分成有限个时间间隔,每个时间间隔称为滚动时域。变时长滚动时域指的是每个滚动时域的时间步长是不固定的,其设置原则如下:
1)发生紧急突发事情(如车辆故障等)时,采用事件驱动策略结束当前滚动时域,对用户请求进行尽快处理;
2)持续时间达到一定时间阈值时,结束当前滚动时域;
3)新出现的预约申请数量达到一定阈值时,结束当前滚动时域。
在充电预约申请的动态处理过程中,对一个完整的派单周期(如一个工作日)建立时间轴。如图5所示,在时刻t1时,动态和静态的充电需求信息均已知,将此刻所有的充电预约订单进行分类,采用不同的策略处理,到下一时刻t2重复上述过程,依此类推。
本发明用[ei,li]表示电动汽车i的期望到达时间窗,ei为时间窗上限,li为时间窗下限,则车i的充电时间ei-li应小于其充满电时间,同时考虑到用户的可达性与满意度,ei设定为大于车i的最快到达时刻、小于半个小时。如果车i在ei之前到达,则没有违反时间窗的限制,提前量计为车i的空窗时间Δti;如果车i在ei与li之间到达,则记为一次迟到响应;如果车i在li之前为出现,则记为一次未出现响应。车i迟到和未出现时的空窗时间为0,根据设置的惩罚系数和会员积分制对电动汽车进行约束。因此,在动态派单模型中充电站内的充电桩状态如图6所示。
对于新出现的充电预约请求,首先根据用户的个人偏好确定该订单的优化目标,再确定其最优充电方案。特别地,如果同时(实际应用时取一个较短的时间间隔如1分钟)出现多个预约请求,则根据用户的会员等级按由高到低的顺序依次派单,具体决策过程如下:
1)采集当前时刻充电站的充电服务费;
2)对于车i的充电预约请求,根据用户的个人偏好确定该订单的优化目标,;
3)采用考虑路况的常规导航控制策略计算车i最快到达充电站j(j=1,2,…,M;M为可选充电站数目)的时刻,确定eij的范围;
4)根据充电站j内的充电桩状态,生成满足eij约束的充电方案集,其中充电总费用依据1)中的充电服务费与时间窗计算得到,所述eij约束包括时间窗缓冲区与充电总费用;
5)遍历车i在所有可选充电站内的充电方案集,寻找满足2)中优化目标的最优充电方案,即为平台向车i反馈的可进行充电预约申请的充电订单。在实际应用中如果对处理时间有较高要求,可以考虑采用响应速度快、原理简单的启发式算法进行寻优。
本实施例中时间窗eij是指[到达站j的时刻,充满电的时刻];
而[到达站j的时刻,充50%电的时刻],则[充50%电的时刻,充满电的时刻]是时间窗缓冲区,时间窗缓冲区是指eij的可调整范围;
充电总费用包括充电费用和停车费,其中充电费用就是充电服务费和电费。
实施例2
基于同一发明构思,本发明还提供了一种预约充电服务系统,所述预约充电服务系统包括:
充电预约申请处理模块,用于充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;
派单模块,用于充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;
其中,所述各充电站的充电桩信息基于时间窗确定所述充电用户在未来充电。
优选的,所述充电预约申请处理模块,具体用于:
充电网络服务云平台在设置的时间步长内根据用户的会员等级,依次为每位用户结合各充电站的充电桩信息制定多种最优充电方案;
所述充电预约申请包括:电量状态、位置信息和电动汽车用户的充电行为偏好。
实施例中,所述充电预约申请处理模块,包括:
计算单元,用于计算电动汽车前往可达范围内不同充电站充电后,离开充电站的时间与充电费用;
筛选单元,用于在电动汽车可达范围内的充电站中筛选提出预约申请的可选充电站点;
确定单元,用于基于各可选充电站点确定各种类型的最优充电方案;
其中所述类型包括:时间最优、费用最优和综合最优。
实施例中,所述筛选单元具体用于:
基于电动汽车离开充电站的时刻筛选出时间最优的充电站;
基于电动汽车的充电费用筛选出费用最优的充电站;
基于电动汽车用户的充电行为偏好,以及电动汽车离开充电站的时刻和充电服务费,筛选出综合最优的充电站。
实施例中,所述确定单元具体用于:
确定电动汽车到达各可选充电站且充满电的充电时间窗;
基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案;
所述最优充电方案包括:最优充电电站、以及在最优充电电站充电的时间窗、充电量和充电总费用,所述充电总费用包括充电费用和停车费。
进一步的,所述基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案,包括:
S101基于设定的时间步长计算所有新出现的充电预约请求的可达时间区间和待充电量估值;
S102根据各可选充电站内充电桩充电中的订单确定所有非空闲充电桩的时间轴占用状态;
S103对于新出现的充电预约申请,以设定的可调整充电电量作为每台电动汽车的充电时间窗缓冲区,根据已受理的预约订单状态对各充电站的所有充电桩进行叠加分析,得到满足电动汽车充电时间窗和充电时间窗缓冲区约束的所有候选充电方案集;
S104依次计算每个候选充电方案中新预约订单插入到原有的充电方案后充电桩的闲置时间;
S105基于充电桩的闲置时间确定各充电站的设备使用率,基于各充电站的设备使用率确定不同优化目标下的最优充电方案。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (5)
1.一种预约充电服务方法,其特征在于,包括:
充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;
充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;
其中,所述各充电站的充电桩信息基于时间窗确定充电用户在未来充电;
所述充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,包括:
充电网络服务云平台在设置的时间步长内根据用户的会员等级,依次为每位用户结合各充电站的充电桩信息制定多种最优充电方案;
所述充电预约申请包括:电量状态、位置信息和电动汽车用户的充电行为偏好;
所述结合各充电站的充电桩信息制定多种最优充电方案,包括:
计算电动汽车前往可达范围内不同充电站充电后,离开充电站的时间与充电费用;
在电动汽车可达范围内的充电站中筛选提出预约申请的可选充电站点;
基于各可选充电站点确定各种类型的最优充电方案;
其中所述类型包括:时间最优、费用最优和综合最优;
所述基于各可选充电站点确定各种类型的最优充电方案,包括:
确定电动汽车到达各可选充电站且充满电的充电时间窗;
基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案;
所述最优充电方案包括:最优充电电站、以及在最优充电电站充电的时间窗、充电量和充电总费用,所述充电总费用包括充电费用和停车费;
所述时间窗为电动汽车i的期望到达时间窗,用[ei,li]表示,其中ei为时间窗上限,li为时间窗下限;
所述离开充电站的时间,按下式计算:
式中:表示电动汽车i离开充电站j的时刻;/>表示电动汽车i到达充电站j的时刻;表示电动汽车i在充电站j的排队时间;/>表示电动汽车i在充电站j的充电时长;
所述电动汽车i在充电站j的充电时长按下式计算:
式中:表示电动汽车i到达充电站j的剩余电量;/>表示电动汽车i的初始电量;表示电动汽车i的百公里耗电量;/>表示电动汽车i到充电站j的距离;/>表示电动汽车i的充电功率;
所述充电费用,按下式计算:
式中:Yi,j表示电动汽车i在充电站j的充电费用;表示电动汽车i到达充电站j的剩余电量;/>表示电动汽车i的初始电量;/>表示电动汽车i的百公里耗电量;/>表示电动汽车i到充电站j的距离;/>表示充电站j到目的地的距离;Cj,t表示充电时长内电动汽车i的充电价格;CB表示平均充电费用;
所述基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案,包括:
S101基于设定的时间步长计算所有新出现的充电预约请求的可达时间区间和待充电量估值;
S102根据各可选充电站内充电桩充电中的订单确定所有非空闲充电桩的时间轴占用状态;
S103对于新出现的充电预约申请,以设定的可调整充电电量作为每台电动汽车的充电时间窗缓冲区,根据已受理的预约订单状态对各充电站的所有充电桩进行叠加分析,得到满足电动汽车充电时间窗和充电时间窗缓冲区约束的所有候选充电方案集;
S104依次计算每个候选充电方案中新预约订单插入到原有的充电方案后充电桩的闲置时间;
S105基于充电桩的闲置时间确定各充电站的设备使用率,基于各充电站的设备使用率确定不同优化目标下的最优充电方案。
2.如权利要求1所述的方法,其特征在于,所述在电动汽车可达范围内的充电站中筛选提出预约申请的可选充电站点,包括:
基于电动汽车离开充电站的时刻筛选出时间最优的充电站;
基于电动汽车的充电费用筛选出费用最优的充电站;
基于电动汽车用户的充电行为偏好,以及电动汽车离开充电站的时刻和充电服务费,筛选出综合最优的充电站。
3.如权利要求1所述的方法,其特征在于,所述充电桩在未来时间内的占用状态包括:被占用、已派单、可插单、可派单和不可插单。
4.如权利要求1所述的方法,其特征在于,所述充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态之后,还包括:
接收用户支付费用的提示。
5.一种预约充电服务系统,其特征在于,包括:
充电预约申请处理模块,用于充电网络服务云平台基于各用户提出的充电预约申请,结合各充电站的充电桩信息为每位用户制定多种最优充电方案,并推送给所述用户;
派单模块,用于充电网络服务云平台基于各用户选择的最优充电方案修改各充电站内所有充电桩在未来时间内的占用状态;
其中,所述各充电站的充电桩信息基于时间窗确定充电用户在未来充电;
所述充电预约申请处理模块,包括:
计算单元,用于计算电动汽车前往可达范围内不同充电站充电后,离开充电站的时间与充电费用;
筛选单元,用于在电动汽车可达范围内的充电站中筛选提出预约申请的可选充电站点;
确定单元,用于基于各可选充电站点确定各种类型的最优充电方案;
其中所述类型包括:时间最优、费用最优和综合最优;
所述充电预约申请处理模块,具体用于:
充电网络服务云平台在设置的时间步长内根据用户的会员等级,依次为每位用户结合各充电站的充电桩信息制定多种最优充电方案;
所述充电预约申请包括:电量状态、位置信息和电动汽车用户的充电行为偏好;
所述确定单元具体用于:
确定电动汽车到达各可选充电站且充满电的充电时间窗;
基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案;
所述最优充电方案包括:最优充电电站、以及在最优充电电站充电的时间窗、充电量和充电总费用,所述充电总费用包括充电费用和停车费;
所述时间窗为电动汽车i的期望到达时间窗,用[ei,li]表示,其中ei为时间窗上限,li为时间窗下限;
所述离开充电站的时间,按下式计算:
式中:表示电动汽车i离开充电站j的时刻;/>表示电动汽车i到达充电站j的时刻;表示电动汽车i在充电站j的排队时间;/>表示电动汽车i在充电站j的充电时长;
所述电动汽车i在充电站j的充电时长按下式计算:
式中:表示电动汽车i到达充电站j的剩余电量;/>表示电动汽车i的初始电量;表示电动汽车i的百公里耗电量;/>表示电动汽车i到充电站j的距离;/>表示电动汽车i的充电功率;
所述充电费用,按下式计算:
式中:Yi,j表示电动汽车i在充电站j的充电费用;表示电动汽车i到达充电站j的剩余电量;/>表示电动汽车i的初始电量;/>表示电动汽车i的百公里耗电量;/>表示电动汽车i到充电站j的距离;/>表示充电站j到目的地的距离;Cj,t表示充电时长内电动汽车i的充电价格;CB表示平均充电费用;
所述基于充电时间窗和各可选充电站内充电桩的占用状态采用动态插值法,分别生成满足各种类型对应优化目标的最优充电方案,包括:
S101基于设定的时间步长计算所有新出现的充电预约请求的可达时间区间和待充电量估值;
S102根据各可选充电站内充电桩充电中的订单确定所有非空闲充电桩的时间轴占用状态;
S103对于新出现的充电预约申请,以设定的可调整充电电量作为每台电动汽车的充电时间窗缓冲区,根据已受理的预约订单状态对各充电站的所有充电桩进行叠加分析,得到满足电动汽车充电时间窗和充电时间窗缓冲区约束的所有候选充电方案集;
S104依次计算每个候选充电方案中新预约订单插入到原有的充电方案后充电桩的闲置时间;
S105基于充电桩的闲置时间确定各充电站的设备使用率,基于各充电站的设备使用率确定不同优化目标下的最优充电方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911228681.6A CN111160588B (zh) | 2019-12-04 | 2019-12-04 | 一种预约充电服务方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911228681.6A CN111160588B (zh) | 2019-12-04 | 2019-12-04 | 一种预约充电服务方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111160588A CN111160588A (zh) | 2020-05-15 |
CN111160588B true CN111160588B (zh) | 2024-03-19 |
Family
ID=70556401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911228681.6A Active CN111160588B (zh) | 2019-12-04 | 2019-12-04 | 一种预约充电服务方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111160588B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112185009B (zh) * | 2020-09-27 | 2023-02-03 | 中科美络科技股份有限公司 | 一种充电桩智能调度方法及服务器 |
CN112297930B (zh) * | 2020-10-21 | 2022-04-22 | 北京理工大学 | 一种电动汽车自动充电桩的调度方法和系统 |
CN112477667A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 汽车充电方法及系统 |
CN112248867B (zh) * | 2020-11-23 | 2022-08-12 | 国网北京市电力公司 | 汽车充电方法及系统 |
CN112874370B (zh) * | 2021-01-18 | 2022-09-06 | 山东科技大学 | 一种电动汽车预约-违约充电方法及系统 |
CN113379083B (zh) * | 2021-05-26 | 2023-05-02 | 安徽工程大学 | 一种基于云平台的充电桩共享系统和共享方法 |
CN113988346A (zh) * | 2021-12-23 | 2022-01-28 | 深圳易加油信息科技有限公司 | 一种针对预约充电的推荐方法、设备及存储介质 |
CN114819819B (zh) * | 2022-04-15 | 2023-03-14 | 电子科技大学 | 一种即时物流场景下的路径规划实现方法 |
CN115775032A (zh) * | 2023-02-14 | 2023-03-10 | 清华大学 | 一种综合排队理论和外部成本的电动汽车充电预约方法 |
CN116198376B (zh) * | 2023-04-17 | 2023-08-11 | 中科合肥技术创新工程院 | 一种新能源汽车充电管理方法及系统 |
CN117709634A (zh) * | 2023-12-05 | 2024-03-15 | 江苏智融能源科技有限公司 | 一种基于大数据的充电桩电力资源管理系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930909A (zh) * | 2016-04-18 | 2016-09-07 | 江苏吾度新能源科技有限公司 | 一种电动汽车智能化预约充电方法 |
KR101676689B1 (ko) * | 2016-03-23 | 2016-11-17 | 주식회사 아이온커뮤니케이션즈 | 전기자동차 충전소 추천 시스템 및 방법 |
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 |
CN108162771A (zh) * | 2017-11-09 | 2018-06-15 | 贵州电网有限责任公司电力科学研究院 | 一种电动汽车智能充电导航方法 |
CN108171353A (zh) * | 2018-03-12 | 2018-06-15 | 湘潭大学 | 一种基于时间片的电动汽车充电预约匹配方法 |
WO2019023324A1 (en) * | 2017-07-26 | 2019-01-31 | Via Transportation, Inc. | SYSTEMS AND METHODS FOR MANAGING AND ROUTING COOPERATING VEHICLES |
KR102028378B1 (ko) * | 2018-04-04 | 2019-10-04 | 재단법인대구경북과학기술원 | 전기차 충전 예약 시스템 및 그 관리 방법 |
CN110363311A (zh) * | 2019-06-10 | 2019-10-22 | 上海交通大学 | 基于预约的充电桩分配方法及系统 |
CN110428165A (zh) * | 2019-07-31 | 2019-11-08 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013014527A1 (de) * | 2013-09-03 | 2015-03-05 | Rwe Ag | Verfahren und System zum dynamischen Bereitstellen von Informationen über Ladestationen |
-
2019
- 2019-12-04 CN CN201911228681.6A patent/CN111160588B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101676689B1 (ko) * | 2016-03-23 | 2016-11-17 | 주식회사 아이온커뮤니케이션즈 | 전기자동차 충전소 추천 시스템 및 방법 |
CN105930909A (zh) * | 2016-04-18 | 2016-09-07 | 江苏吾度新能源科技有限公司 | 一种电动汽车智能化预约充电方法 |
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 |
WO2019023324A1 (en) * | 2017-07-26 | 2019-01-31 | Via Transportation, Inc. | SYSTEMS AND METHODS FOR MANAGING AND ROUTING COOPERATING VEHICLES |
CN108162771A (zh) * | 2017-11-09 | 2018-06-15 | 贵州电网有限责任公司电力科学研究院 | 一种电动汽车智能充电导航方法 |
CN108171353A (zh) * | 2018-03-12 | 2018-06-15 | 湘潭大学 | 一种基于时间片的电动汽车充电预约匹配方法 |
KR102028378B1 (ko) * | 2018-04-04 | 2019-10-04 | 재단법인대구경북과학기술원 | 전기차 충전 예약 시스템 및 그 관리 방법 |
CN110363311A (zh) * | 2019-06-10 | 2019-10-22 | 上海交通大学 | 基于预约的充电桩分配方法及系统 |
CN110428165A (zh) * | 2019-07-31 | 2019-11-08 | 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 |
Non-Patent Citations (1)
Title |
---|
毕军 ; 王永兴 ; 赵小梅 ; 朱颖 ; .考虑充电站效益的电动汽车充电分配优化模型.公路交通科技.2018,(03),第117-125页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111160588A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111160588B (zh) | 一种预约充电服务方法及系统 | |
CN109501630B (zh) | 一种电动汽车充电方案实时推荐方法及系统 | |
CN108171353B (zh) | 一种基于时间片的电动汽车快速预约匹配方法 | |
CN108955711B (zh) | 一种应用于电动汽车智能充放电的导航方法 | |
CN109177802B (zh) | 一种基于无线通信的电动汽车有序充电系统及其方法 | |
JP6656787B2 (ja) | 交換可能なev充電可能駐車スペースを管理すること | |
CN108390421B (zh) | 计及用户满意度的电动汽车双尺度充电引导方法及系统 | |
Mei et al. | Better lucky than rich? Comparative analysis of parking reservation and parking charge | |
CN112193116B (zh) | 一种考虑奖励机制的电动汽车充电优化引导策略 | |
CN112356721A (zh) | 基于云平台的电动汽车充电引导方法及系统 | |
CN115100896B (zh) | 一种考虑机会充电策略的电动需求响应公交调度方法 | |
CN113505962B (zh) | 一种考虑完整行程的电动汽车导航与充电预约方法 | |
CN106203656A (zh) | 电动汽车分时租赁系统手机app跟踪车辆电量方法 | |
CN109460853A (zh) | 一种电动汽车充电负荷需求确定方法及系统 | |
CN111598646A (zh) | 一种带预定功能的电动出租车充电导航方法 | |
CN115146946A (zh) | 基于多源数据的汽车充电设施选择及规划方法 | |
CN112498164A (zh) | 充电策略的处理方法和装置 | |
CN108133329B (zh) | 考虑充电反馈效应的电动汽车出行与充电需求分析方法 | |
CN111401640B (zh) | 一种双边权衡式电动汽车站内充电优化调度方法 | |
CN112529487A (zh) | 车辆调度方法、装置以及存储介质 | |
CN114936666B (zh) | 基于车-站-平台系统的电动汽车充电导航方法及系统 | |
CN115545337A (zh) | 一种考虑线-网互动的电动汽车充电决策优化方法 | |
CN111311002A (zh) | 一种考虑乘客在途主动换乘的公交出行规划方法 | |
CN113486504A (zh) | 一种基于调度成本的电池管理控制方法 | |
CN117114156A (zh) | 充电站匹配方法、装置、电子设备及存储介质 |
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 |