CN111267667B - 一种电动汽车高速公路智能充电方法及系统 - Google Patents

一种电动汽车高速公路智能充电方法及系统 Download PDF

Info

Publication number
CN111267667B
CN111267667B CN202010092925.9A CN202010092925A CN111267667B CN 111267667 B CN111267667 B CN 111267667B CN 202010092925 A CN202010092925 A CN 202010092925A CN 111267667 B CN111267667 B CN 111267667B
Authority
CN
China
Prior art keywords
charging
electric automobile
electric
charging station
information
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
CN202010092925.9A
Other languages
English (en)
Other versions
CN111267667A (zh
Inventor
李卫民
宗沙沙
刘国平
徐高峰
刘国庆
李邦超
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.)
Shandong Zhongke Advanced Technology Research Institute Co ltd
Original Assignee
Shandong Zhongke Advanced Technology Research Institute 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 Shandong Zhongke Advanced Technology Research Institute Co ltd filed Critical Shandong Zhongke Advanced Technology Research Institute Co ltd
Priority to CN202010092925.9A priority Critical patent/CN111267667B/zh
Publication of CN111267667A publication Critical patent/CN111267667A/zh
Priority to PCT/CN2020/100565 priority patent/WO2021159659A1/zh
Priority to EP20891462.2A priority patent/EP3919318A4/en
Application granted granted Critical
Publication of CN111267667B publication Critical patent/CN111267667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B60L53/66—Data transfer between charging stations and vehicles
    • 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
    • B60L53/67—Controlling two or more charging stations
    • 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
    • B60L53/68—Off-site monitoring or control, e.g. remote control
    • 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
    • B60L2240/60—Navigation input
    • B60L2240/68—Traffic data
    • 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
    • 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
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility
    • 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
    • Y02T90/16—Information or communication technologies improving the operation of 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
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Abstract

本发明涉及一种电动汽车高速公路智能充电方法及系统。该方法包括：判断电动汽车剩余的行驶里程是否大于剩余电量的行驶里程；若是，采集电动汽车信息、高速公路信息和充电站信息；根据电动汽车信息、高速公路信息和充电站信息，确定最短路径；根据最短路径，生成更新预定请求；判断是否出现更新事件；若是，则返回“获取电动汽车在高速公路上剩余的行驶里程和电动汽车的剩余电量的行驶里程”；若否，则将更新预定请求发送至充电站，确定充电站的预约队列；二次判断是否出现更新事件；若是，则调整预约队列；根据调整后的预约队列对电动汽车充电；若否，则根据预约队列对电动汽车充电。本发明能够使得电动汽车以总行驶时间最短到达最终目的地。

Description

一种电动汽车高速公路智能充电方法及系统
技术领域
本发明涉及电动汽车高速公路充电领域，特别是涉及一种电动汽车高速公路智能充电方法及系统。
背景技术
目前城市中电动汽车数量在逐年增加，考虑环境的污染以及燃油费的上升，许多家庭已经选用新能源汽车替代传统燃油汽车在城市环境中使用。然而，它也面临着许多挑战。首先，电池能量密度的限制及其对成本的影响，限制了电动汽车的续航里程或自主能力低于燃料电池。其次，电动汽车充电所需的时间是相当长的，另外的缺点是，充电功率的增加会对电池的寿命产生负面影响。只有充分利用基础设施，才能提高电动汽车的采用率。
现阶段情况下选用电动汽车面临的最大挑战就是续航问题，这一问题在充电设施密集的城市中心地区不太明显，然而在高速公路环境下，距离、基础设施和充电时间则成为制约电动汽车长途行驶的主要因素。基本的基础设施，如电子充电基础设施所需的技术和服务，在高速公路上不是到处都有。长时间充电时间可能会导致严重的延迟，不仅仅是因为充电的过程本身，也是因为充电站繁忙导致的潜在等待时间，特别是在节假日时期。
发明内容
本发明的目的是提供一种电动汽车高速公路智能充电方法及系统，能够使电动汽车以总行驶时间(包含行驶时间与等待时间与充电时间)最短到达最终目的地。
为实现上述目的，本发明提供了如下方案：
一种电动汽车高速公路智能充电方法，包括：
获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程；
判断所述电动汽车剩余的行驶里程是否大于所述剩余电量的行驶里程；
若是，采集电动汽车信息、高速公路信息和充电站信息；
若否，则无需对所述电动汽车进行充电；
根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径；
根据所述最短路径，生成更新预定请求；
判断是否出现更新事件；
若是，则返回“获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程”；
若否，则将所述更新预定请求发送至充电站，确定所述充电站的预约队列；
二次判断是否出现更新事件；
若是，则调整所述预约队列；
根据调整后的预约队列对所述电动汽车充电；
若否，则根据所述预约队列对所述电动汽车充电。
可选的，所述根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径，具体包括：
根据所述电动汽车信息、高速公路信息和充电站信息采用改进后的A*最短路径搜索算法，确定所述电动汽车到充电站的最短路径。
可选的，所述更新事件包括高度公路出现拥堵事件、充电站出现拥堵事件或电动汽车驾驶员人为改变路线事件。
可选的，所述将所述更新预定请求发送至充电站，确定所述充电站的预约队列，具体包括：
将所述更新预定请求发送至充电站；
根据所述更新预定请求，确定充电时间和充电桩；
根据所述充电时间和充电桩，生成所述充电站的预约队列。
一种电动汽车高速公路智能充电系统，包括：
获取模块，用于获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程；
第一判断模块，用于判断所述电动汽车剩余的行驶里程是否大于所述剩余电量的行驶里程；
采集模块，用于当所述总的行驶里程大于所述剩余电量的行驶里程时，采集电动汽车信息、高速公路信息和充电站信息；
结束模块，用于当所述总的行驶里程小于或等于所述剩余电量的行驶里程时，无需对所述电动汽车进行充电，结束；
最短路径确定模块，用于根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径；
更新预定请求生成模块，用于根据所述最短路径，生成更新预定请求；
第二判断模块，用于判断是否出现更新事件；
返回模块，用于当出现更新事件时，返回“获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程”；
预约队列确定模块，用于当不出现更新事件时，将所述更新预定请求发送至充电站，确定所述充电站的预约队列；
第三判断模块，用于二次判断是否出现更新事件；
预约队列调整模块，用于当出现更新事件时，调整所述预约队列；
第一充电模块，用于根据调整后的预约队列对所述电动汽车充电；
第二充电模块，用于当不出现更新事件时，根据所述预约队列对所述电动汽车充电。
可选的，所述最短路径确定模块，具体包括：
最短路径确定单元，用于根据所述电动汽车信息、高速公路信息和充电站信息采用改进后的A*最短路径搜索算法，确定所述电动汽车到充电站的最短路径。
可选的，所述更新事件包括高度公路出现拥堵事件、充电站出现拥堵事件或电动汽车驾驶员人为改变路线事件。
可选的，所述预约队列确定模块，具体包括：
请求发送单元，用于将所述更新预定请求发送至充电站；
充电时间/充电桩确定单元，用于根据所述更新预定请求，确定充电时间和充电桩；
预约队列生成单元，用于根据所述充电时间和充电桩，生成所述充电站的预约队列。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供的一种电动汽车高速公路智能充电方法及系统，在考虑各种动态约束的情况下，能够使得电动汽车以总行驶时间(包含行驶时间与等待时间与充电时间)最短到达最终目的地。此外，本发明采用一种改进后的A*最短路径搜索算法来解决动态约束的最短路径问题，克服了传统A*算法不考虑约束的缺点，使得最短路径的确定过程更加精确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明电动汽车高速公路智能充电方法流程图；
图2为本发明电动汽车至充电站的最短路径确定示意图；
图3为本发明电动汽车高速公路智能充电系统结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种电动汽车高速公路智能充电方法及系统，能够使电动汽车以总行驶时间(包含行驶时间与等待时间与充电时间)最短到达最终目的地。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明的方法依托一个充电调度模型，该模型由三部分组成：电动汽车、高速公路和电动汽车充电站。一辆电动汽车进入高速公路，如果它剩余的行驶里程超过了它剩余电量的行驶里程，它将在充电站处至少停一次。充电站的选择取决于电动汽车所遵循的充电策略，例如车辆可以选择在最后一个到达的充电站充电。电动汽车的个人特征是它的行程、状态、类型和计划表。汽车的行程由起动位置、起动时间和目的地位置三部分组成。电动汽车在k时刻的状态表征为在高速公路上的位置、行驶速度、首选速度(根据计划表可选择的最优速度)，行驶、等待和充电时间，以及电池当前状态。汽车类型由汽车最大行驶速度、电池最大容量、最低允许电池容量、快速充电功率以及每公里消耗电量组成。计划表则包含要停靠的充电站以及电池充电目标荷电状态。高速公路的特征则表示为出口与入口的位置、充电站的位置以及高速公路的速度限制。充电站的特征则是所支持的充电器类型和相应数量的充电桩。对于每一种充电器类型，充电站都有一个队列Q(k)表示在充电站中等待空闲充电桩的电动汽车，每个充电站都有自己的预订系统，包括预计到达时间和所需的收费时间。基于此预约系统，充电站可以估计未来给定时间(k)的队列长度Qc(k)。
本发明的智能充电方法旨在智能地选择充电站，以减少总行程时间。这种策略需要实时信息。该方法假设有一个通信基础设施，允许充电站和车辆彼此通信，并允许车辆接收与高速公路相关的信息。所有这些假设都不超出现有技术的能力。车辆可以通过移动通信技术连接车辆和人员。
图1为本发明电动汽车高速公路智能充电方法流程图。如图1所示，一种电动汽车高速公路智能充电方法包括：
步骤101：获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程。
步骤102：判断所述电动汽车剩余的行驶里程是否大于所述剩余电量的行驶里程。
步骤103：若是，采集电动汽车信息、高速公路信息和充电站信息。
步骤104：若否，则无需对所述电动汽车进行充电。
步骤105：根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径，具体包括：
根据所述电动汽车信息、高速公路信息和充电站信息采用改进后的A*最短路径搜索算法，确定所述电动汽车到充电站的最短路径。
改进后的A*最短路径搜索算法增加了约束条件带约束的A*最短路径算法的具体表示如下：
1.初始化一个优先队列，其返回值为路径。接收一个描述所有可能路径、源节点和目标节点以及电动汽车(包括状态和类型)的图作为输入。图2为本发明电动汽车至充电站的最短路径确定示意图。
2.取出并更新当前节点、时间、消耗能量。
3.如果当前节点为最优目标节点，则返回路径为当前节点路径。否则，继续探索。
4.探索相邻节点时，更新当前节点位置，计算两个节点之间的时间成本以及能量消耗，判断可行性分析即Ei的结果值是否保持在[Ei min，Ei max]内，如果不可行，继续探索。
5.更新累计消耗能量及时间。
6.与至今为止最优路径作比较，如果相邻节点总花费时间更短，则将相邻节点数据替代最优节点数据，否则将继续探索。
7.返回最优路径，即最短路径。
最短路径的确定过程也就是寻找最佳调度方案的过程，使总旅行时间(包括开车、等待和充电时间)最小化。该确定过程必须满足单个电动汽车和高速公路的约束。
Figure BDA0002384311260000061
Figure BDA0002384311260000062
Figure BDA0002384311260000071
其中,
Figure BDA0002384311260000072
为单位行驶时间,
Figure BDA0002384311260000073
单位为等待时间,
Figure BDA0002384311260000074
为单位充电时间；
Figure BDA0002384311260000075
与
Figure BDA0002384311260000076
分别为汽车初始时刻与终点时刻位置；soci为电池荷电状态，
Figure BDA0002384311260000077
与
Figure BDA0002384311260000078
分别为电动汽车的最低与最高电量限制。对于给定的电动汽车，选择一个时间表，以便在整个行程中行驶、等待和充电时间的总和最小化，同时满足电动汽车的能源限制。
引入一种改进后的A*最短路径搜索算法来解决这个问题中的约束，即增加
Figure BDA0002384311260000079
约束条件。每次探索相邻节点时，都要测试Ei的结果值是否保持在[Ei min，Ei max]内。在这种情况下，避免了相应的电位路径。如果未在电量限制范围内，则不将邻居节点排入潜在节点的队列。
步骤106：根据所述最短路径，生成更新预定请求。
步骤107：判断是否出现更新事件，所述更新事件包括高度公路出现拥堵事件、充电站出现拥堵事件或电动汽车驾驶员人为改变路线事件。
若是，则返回“获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程”。
步骤108：若否，则将所述更新预定请求发送至充电站，确定所述充电站的预约队列，具体包括：
将所述更新预定请求发送至充电站。
根据所述更新预定请求，确定充电时间和充电桩。
根据所述充电时间和充电桩，生成所述充电站的预约队列。
步骤109：二次判断是否出现更新事件。
步骤110：若是，则调整所述预约队列。
步骤111：根据调整后的预约队列对所述电动汽车充电。
步骤112：若否，则根据所述预约队列对所述电动汽车充电。
对应于上述一种电动汽车高速公路智能充电方法，本发明还提供一种电动汽车高速公路智能充电系统。图3为本发明电动汽车高速公路智能充电系统结构图。一种电动汽车高速公路智能充电系统包括：
获取模块201，用于获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程。
第一判断模块202，用于判断所述电动汽车剩余的行驶里程是否大于所述剩余电量的行驶里程。
采集模块203，用于当所述总的行驶里程大于所述剩余电量的行驶里程时，采集电动汽车信息、高速公路信息和充电站信息。
结束模块204，用于当所述总的行驶里程小于或等于所述剩余电量的行驶里程时，无需对所述电动汽车进行充电，结束。
最短路径确定模块205，用于根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径；
更新预定请求生成模块206，用于根据所述最短路径，生成更新预定请求。
第二判断模块207，用于判断是否出现更新事件。
返回模块208，用于当出现更新事件时，返回“获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程”。
预约队列确定模块209，用于当不出现更新事件时，将所述更新预定请求发送至充电站，确定所述充电站的预约队列。
第三判断模块210，用于二次判断是否出现更新事件；所述更新事件包括高度公路出现拥堵事件、充电站出现拥堵事件或电动汽车驾驶员人为改变路线事件。
预约队列调整模块211，用于当出现更新事件时，调整所述预约队列；
第一充电模块212，用于根据调整后的预约队列对所述电动汽车充电；
第二充电模块213，用于当不出现更新事件时，根据所述预约队列对所述电动汽车充电。
所述最短路径确定模块205，具体包括：
最短路径确定单元，用于根据所述电动汽车信息、高速公路信息和充电站信息采用改进后的A*最短路径搜索算法，确定所述电动汽车到充电站的最短路径。
所述预约队列确定模块209，具体包括：
请求发送单元，用于将所述更新预定请求发送至充电站。
充电时间/充电桩确定单元，用于根据所述更新预定请求，确定充电时间和充电桩。
预约队列生成单元，用于根据所述充电时间和充电桩，生成所述充电站的预约队列。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种电动汽车高速公路智能充电方法，其特征在于，包括：
获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程；
判断所述电动汽车剩余的行驶里程是否大于所述剩余电量的行驶里程；
若是，采集电动汽车信息、高速公路信息和充电站信息；
若否，则无需对所述电动汽车进行充电；
根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径；
根据所述最短路径，生成更新预定请求；
判断是否出现更新事件；
若是，则返回“获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程”；
若否，则将所述更新预定请求发送至充电站，确定所述充电站的预约队列；
二次判断是否出现更新事件；
若是，则调整所述预约队列；
根据调整后的预约队列对所述电动汽车充电；
若否，则根据所述预约队列对所述电动汽车充电。
2.根据权利要求1所述的电动汽车高速公路智能充电方法，其特征在于，所述根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径，具体包括：
根据所述电动汽车信息、高速公路信息和充电站信息采用改进后的A*最短路径搜索算法，确定所述电动汽车到充电站的最短路径；
所述改进后的A*最短路径搜索算法增加了约束条件，带约束条件的A*最短路径搜索算法具体包括如下步骤：
（ 1 ） 初始化一个优先队列，其返回值为路径，接收一个描述所有可能路径、源节点和目标节点以及电动汽车的图作为输入；
（ 2 ） 取出并更新当前节点、时间、消耗能量；
（3）如果当前节点为最优目标节点，则返回路径为当前节点路径；否则，继续探索；
（4）探索相邻节点时，更新当前节点位置，计算两个节点之间的时间成本以及能量消耗，判断可行性分析即Ei的结果值是否保持在[E i min ，E i max]内，如果不可行，继续探索；
（5）更新累计消耗能量及时间；
（6）与至今为止最优路径作比较，如果相邻节点总花费时间更短，则将相邻节点数据替代最优节点数据，否则将继续探索；
（7）返回最优路径，即最短路径；
Figure DEST_PATH_IMAGE002
与E i max 分别为电动汽车的最低与最高电量限制，Ei为电动汽车的电量限制。
3.根据权利要求1所述的电动汽车高速公路智能充电方法，其特征在于，所述更新事件包括高速公路出现拥堵事件、充电站出现拥堵事件或电动汽车驾驶员人为改变路线事件。
4.根据权利要求1所述的电动汽车高速公路智能充电方法，其特征在于，所述将所述更新预定请求发送至充电站，确定所述充电站的预约队列，具体包括：
将所述更新预定请求发送至充电站；
根据所述更新预定请求，确定充电时间和充电桩；
根据所述充电时间和充电桩，生成所述充电站的预约队列。
5.一种电动汽车高速公路智能充电系统，其特征在于，包括：
获取模块，用于获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程；
第一判断模块，用于判断所述电动汽车剩余的行驶里程是否大于所述剩余电量的行驶里程；
采集模块，用于当所述电动汽车剩余的行驶里程大于所述剩余电量的行驶里程时，采集电动汽车信息、高速公路信息和充电站信息；
结束模块，用于当所述电动汽车剩余的行驶里程小于或等于所述剩余电量的行驶里程时，无需对所述电动汽车进行充电，结束；
最短路径确定模块，用于根据所述电动汽车信息、高速公路信息和充电站信息，确定最短路径；
更新预定请求生成模块，用于根据所述最短路径，生成更新预定请求；
第二判断模块，用于判断是否出现更新事件；
返回模块，用于当出现更新事件时，返回“获取电动汽车剩余的行驶里程和所述电动汽车的剩余电量的行驶里程”；
预约队列确定模块，用于当不出现更新事件时，将所述更新预定请求发送至充电站，确定所述充电站的预约队列；
第三判断模块，用于二次判断是否出现更新事件；
预约队列调整模块，用于当出现更新事件时，调整所述预约队列；
第一充电模块，用于根据调整后的预约队列对所述电动汽车充电；
第二充电模块，用于当不出现更新事件时，根据所述预约队列对所述电动汽车充电。
6.根据权利要求5所述的电动汽车高速公路智能充电系统，其特征在于，所述最短路径确定模块，具体包括：
最短路径确定单元，用于根据所述电动汽车信息、高速公路信息和充电站信息采用改进后的A*最短路径搜索算法，确定所述电动汽车到充电站的最短路径；
所述改进后的A*最短路径搜索算法增加了约束条件，带约束条件的A*最短路径搜索算法具体包括如下步骤：
（1）初始化一个优先队列，其返回值为路径，接收一个描述所有可能路径、源节点和目标节点以及电动汽车的图作为输入；
（2）取出并更新当前节点、时间、消耗能量；
（3）如果当前节点为最优目标节点，则返回路径为当前节点路径；否则，继续探索；
（4）探索相邻节点时，更新当前节点位置，计算两个节点之间的时间成本以及能量消耗，判断可行性分析即Ei的结果值是否保持在[E i min ，E i max]内，如果不可行，继续探索；
（5）更新累计消耗能量及时间；
（6）与至今为止最优路径作比较，如果相邻节点总花费时间更短，则将相邻节点数据替代最优节点数据，否则将继续探索；
（7）返回最优路径，即最短路径；
E i min 与E i max 分别为电动汽车的最低与最高电量限制，Ei为电动汽车的电量限制。
7.根据权利要求5所述的电动汽车高速公路智能充电系统，其特征在于，所述更新事件包括高速公路出现拥堵事件、充电站出现拥堵事件或电动汽车驾驶员人为改变路线事件。
8.根据权利要求5所述的电动汽车高速公路智能充电系统，其特征在于，所述预约队列确定模块，具体包括：
请求发送单元，用于将所述更新预定请求发送至充电站；
充电时间/充电桩确定单元，用于根据所述更新预定请求，确定充电时间和充电桩；
预约队列生成单元，用于根据所述充电时间和充电桩，生成所述充电站的预约队列。
CN202010092925.9A 2020-02-14 2020-02-14 一种电动汽车高速公路智能充电方法及系统 Active CN111267667B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010092925.9A CN111267667B (zh) 2020-02-14 2020-02-14 一种电动汽车高速公路智能充电方法及系统
PCT/CN2020/100565 WO2021159659A1 (zh) 2020-02-14 2020-07-07 一种电动汽车高速公路智能充电方法及系统
EP20891462.2A EP3919318A4 (en) 2020-02-14 2020-07-07 INTELLIGENT CHARGING METHOD AND SYSTEM FOR AN ELECTRIC VEHICLE ON A HIGHWAY

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010092925.9A CN111267667B (zh) 2020-02-14 2020-02-14 一种电动汽车高速公路智能充电方法及系统

Publications (2)

Publication Number Publication Date
CN111267667A CN111267667A (zh) 2020-06-12
CN111267667B true CN111267667B (zh) 2021-03-23

Family

ID=70993901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010092925.9A Active CN111267667B (zh) 2020-02-14 2020-02-14 一种电动汽车高速公路智能充电方法及系统

Country Status (3)

Country Link
EP (1) EP3919318A4 (zh)
CN (1) CN111267667B (zh)
WO (1) WO2021159659A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111267667B (zh) * 2020-02-14 2021-03-23 山东中科先进技术研究院有限公司 一种电动汽车高速公路智能充电方法及系统
CN112882466B (zh) * 2021-01-12 2023-03-31 上海电力大学 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
FR3139299A1 (fr) * 2022-09-05 2024-03-08 Psa Automobiles Sa Procédé et dispositif pour la gestion de recharge d’un véhicule électrique
CN117277445B (zh) * 2023-11-21 2024-03-29 国网（北京）新能源汽车服务有限公司 自驾游区域电力调度系统
CN117539519B (zh) * 2024-01-09 2024-04-02 成都智邦科技有限公司 一种充电桩的程序批量升级方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102709984A (zh) * 2012-06-13 2012-10-03 清华大学 一种基于智能交通系统的电动汽车充电路径规划方法
CN105095611A (zh) * 2015-09-25 2015-11-25 东南大学 一种高速公路电动汽车快速充电站排队算法
CN105398347A (zh) * 2015-10-21 2016-03-16 北京小飞快充网络科技有限公司 一种提高充电效率的电动汽车智能排队方法
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
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
CN108528233A (zh) * 2018-02-28 2018-09-14 哈尔滨工程大学 一种智能交通中考虑能量信息的电动汽车多因素充电方法
KR20190138082A (ko) * 2018-06-04 2019-12-12 제주대학교 산학협력단 전기 자동차를 위한 충전 예약 시스템

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8717170B1 (en) * 2012-11-06 2014-05-06 EV Connect, Inc. Management of electric vehicle charging station queues
WO2014074722A1 (en) * 2012-11-07 2014-05-15 Intertrust Technologies Corporation Vehicle charging path optimization systems and methods
DE102013008716A1 (de) * 2013-05-23 2014-11-27 Deutsches Zentrum für Luft- und Raumfahrt e.V. Fahrzeug mit einem elektrischen Antrieb sowie Verfahren zum Betreiben eines solchen Fahrzeugs
CN104184190A (zh) * 2014-08-18 2014-12-03 国家电网公司 一种电动汽车动态充电路径规划方法
CN106096793A (zh) * 2016-06-27 2016-11-09 哈尔滨工程大学 基于拥塞感知的周期性优化的电动汽车充电决策方法
CN107289957B (zh) * 2017-06-01 2020-03-17 珠海小可乐科技有限公司 电动汽车行程规划方法及系统、计算机装置、计算机可读存储介质
KR102555905B1 (ko) * 2017-10-24 2023-07-17 현대자동차주식회사 전기 차량 및 이의 냉각 방법
JP6564502B1 (ja) * 2018-06-29 2019-08-21 レスク株式会社 バッテリ管理システム
CN111267667B (zh) * 2020-02-14 2021-03-23 山东中科先进技术研究院有限公司 一种电动汽车高速公路智能充电方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102709984A (zh) * 2012-06-13 2012-10-03 清华大学 一种基于智能交通系统的电动汽车充电路径规划方法
CN105095611A (zh) * 2015-09-25 2015-11-25 东南大学 一种高速公路电动汽车快速充电站排队算法
CN105398347A (zh) * 2015-10-21 2016-03-16 北京小飞快充网络科技有限公司 一种提高充电效率的电动汽车智能排队方法
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
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
CN108528233A (zh) * 2018-02-28 2018-09-14 哈尔滨工程大学 一种智能交通中考虑能量信息的电动汽车多因素充电方法
KR20190138082A (ko) * 2018-06-04 2019-12-12 제주대학교 산학협력단 전기 자동차를 위한 충전 예약 시스템

Also Published As

Publication number Publication date
EP3919318A4 (en) 2022-06-01
WO2021159659A1 (zh) 2021-08-19
CN111267667A (zh) 2020-06-12
EP3919318A1 (en) 2021-12-08

Similar Documents

Publication Publication Date Title
CN111267667B (zh) 一种电动汽车高速公路智能充电方法及系统
CN108955711B (zh) 一种应用于电动汽车智能充放电的导航方法
CN108199100B (zh) 智能交通中电动汽车长途运行充电规划方法
RU2501088C2 (ru) Определение экономного маршрута транспортного средства
CN107392336B (zh) 智能交通中基于预约的分布式电动汽车充电调度方法
CN109693576B (zh) 一种基于模拟退火算法的电动汽车充电调度优化方法
US8538694B2 (en) Real-time route and recharge planning
CN109784558B (zh) 一种基于蚁群算法的电动汽车充电调度优化方法
US10157242B2 (en) Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program
US20100305798A1 (en) System And Method For Vehicle Drive Cycle Determination And Energy Management
CN109636067B (zh) 一种基于粒子群算法的电动汽车充电调度优化方法
CN110880054A (zh) 一种电动网约车充换电路径的规划方法
CN112686441B (zh) 基于交通均衡的电动汽车充电导航及路径选择方法
CN113386770B (zh) 基于充电站数据共享的电动汽车充电路径动态规划方法
CN111754686B (zh) 一种高速路智慧灯杆的充电方法、装置和系统
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
JP2011238182A (ja) 交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法
Das et al. Eco-routing navigation systems in electric vehicles: A comprehensive survey
CN115663867B (zh) 基于智能充电网络系统的电动汽车充电调度方法
Guanetti et al. Eco-routing of connected plug-in hybrid electric vehicles
CN113642796A (zh) 基于历史数据的动态共享电动自动驾驶车辆路径规划方法
CN112993980A (zh) 一种电动汽车充电负荷时空概率分布模型计算方法
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
CN115891740B (zh) 一种高速公路新能源汽车电量预警系统
Wang et al. An improved cell transmission model of traffic considering electric vehicles and charging stations

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