CN112330203A - 一种纯电动出租车电能补给的管理方法 - Google Patents

一种纯电动出租车电能补给的管理方法 Download PDF

Info

Publication number
CN112330203A
CN112330203A CN202011335013.6A CN202011335013A CN112330203A CN 112330203 A CN112330203 A CN 112330203A CN 202011335013 A CN202011335013 A CN 202011335013A CN 112330203 A CN112330203 A CN 112330203A
Authority
CN
China
Prior art keywords
station
charging
pure electric
power
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.)
Pending
Application number
CN202011335013.6A
Other languages
English (en)
Inventor
曹越
刘朔晗
张旭
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.)
Shenzhen Beihang Emerging Industrial Technology Research Institute
Original Assignee
Shenzhen Beihang Emerging Industrial Technology Research Institute
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 Shenzhen Beihang Emerging Industrial Technology Research Institute filed Critical Shenzhen Beihang Emerging Industrial Technology Research Institute
Priority to CN202011335013.6A priority Critical patent/CN112330203A/zh
Publication of CN112330203A publication Critical patent/CN112330203A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种纯电动出租车电能补给的管理方法，包括以下步骤：云控管理中心收集换电站和充电站的运行信息；出租车向云控管理中心发送补电请求；云控管理中心分别找出最优充电站和最优换电站，并对最优充电站与最优换电站进行比较，获得网络中的最优补电站，将最优补电站推荐给纯电动出租车；纯电动出租车向云控管理中心进行预约，确认所选的最优补电站。本发明采用混合补电的管理方法，适应两种补电模式共存的环境。通过对最优补电站点的选择，可以在补电网络内平衡负载，减少补电的等待时间，提高电能补给效率，有效地减少纯电动出租车行程延迟。

Description

一种纯电动出租车电能补给的管理方法
[技术领域]
本发明涉及电动出租车的电能补给，尤其涉及一种纯电动出租车电能补给的管理方法。
[背景技术]
新能源汽车包括四大类型：混合动力电动汽车(HEV)、纯电动汽车(BEV)、燃料电池电动汽车(FCEV)和其他新能源汽车。
在可持续能源发展的推动下，纯电动汽车受到大众的欢迎，并开始渗透到交通领域的各个方面。得益于纯电动汽车充电站数量的增加，广泛的电量补充网络能够为更多的纯电动汽车驾驶员提供便捷服务。为了支持环保旅行，纯电动汽车正成为主流，尤其是在公共交通领域。
具体而言，随着政府鼓励纯电动汽车的使用，中国作为世界上最大的发展中国家已经出台了一项计划，即在全国范围内普及纯电动出租车，以减少废气污染。在中国南方的城市(如深圳)，到2017年底，所有公共汽车都已转换为纯电动汽车。截至2018年12月，该市94％的出租车已实现纯电动汽车化[1]。预计到2020年，该市将用纯电动出租车替换其全部出租车[2]。一些其他国家也积极倡导以纯电动电池供电的公共交通工具。
目前，为纯电动出租车进行电量补充主要有两种方法：插入式充电和电池换电式。传统的插入式充电通过将纯电动汽车插入充电插槽(由位于城市不同位置的充电站设置)来完成电量补充。与之对应，在提供电池交换服务的站点，自动交换平台会从纯电动汽车卸载掉电量耗尽的电池，并更换为充满电量的电池。该两种电量补充模式均已显示出其有效性，并已被广泛部署以提供所需的服务。从经济考虑的角度来看，纯电动出租车在非高峰时期(例如，当出行需求很少或夜间能源补给成本较低时)更愿意以插入式补电模式作为电池补充电量。在需求响应时间非常宝贵的时段，例如高峰时段，纯电动出租车倾向于使用换电服务，以免错过其高峰需求时段。在现实情况下，插入式充电站和电池交换电站均已大量部署。多模式充/换电站的发展使纯电动出租车可以根据各种需求进行独立选择。
公共交通纯电动化的主要问题是续航里程的不足。作为环保系统的主要参与者之一，纯电动出租车面临着范围焦虑和充电缓慢的问题。尤其是在高峰时段，纯电动出租车会花费大部分时间在旅途中忙于接送客户。低续航里程意味着纯电动出租车需要频繁充电，而相对较长的充电时间又会造成驾驶员的不便。
虽然当前存在两种不同的充/换电模式，但现有管理方法仅考虑了一种单一的电量补充模式，即所有纯电动汽车仅进行单一充电或者换电，难以有效地减少纯电动出租车的行程延迟。
[发明内容]
本发明要解决的技术问题是提供一种能提高电能补给效率，有效减少纯电动出租车行程延迟的纯电动出租车电能补给的管理方法。
为了解决上述技术问题，本发明采用的技术方案是，一种纯电动出租车电能补给的管理方法，包括以下步骤：
101)云控管理中心与复数个补电站及运营中的纯电动出租车组成纯电动出租车补电系统的网络，所述的补电站是换电站或充电站；
102)云控管理中心与网络上的换电站和充电站实时通信，收集换电站和充电站的运行信息；
103)纯电动出租车检测到电量状态值低于阈值时，向云控管理中心发送补电请求；
104)云控管理中心收到纯电动出租车的补电请求后，估算网络上所有充电站的可充电时刻和所有换电站的可换电时刻，分别找出充电站中的最优充电站
Figure BDA0002796937460000031
和换电站中的最优换电站
Figure BDA0002796937460000032
并将最优充电站
Figure BDA0002796937460000033
与最优换电站
Figure BDA0002796937460000034
进行比较，获得网络中的最优补电站
Figure BDA0002796937460000035
其后将最优补电站
Figure BDA0002796937460000036
推荐给发送补电请求的纯电动出租车；
105)发送补电请求的纯电动出租车向云控管理中心进行预约，确认所选的最优补电站。
以上所述的管理方法，云控管理中心收集的换电站实时运行信息包括换电站可供换电的电池数量、换电站配备的充电槽数量、换电站当前充电中的电池数量、待充电的电池数量和换电站停靠的纯电动出租车的数量；已向换电站进行预约的纯电动出租车的数量；云控管理中心收集的充电站实时运行信息包括电站配备的充电槽数量、充电站当前充电中的电池数量、充电站停靠的纯电动出租车的数量和已向充电站进行预约的纯电动出租车的数量。
以上所述的管理方法，
如果
Figure BDA0002796937460000037
最优补电站lopt选取最优充电站
Figure BDA0002796937460000038
如果
Figure BDA0002796937460000039
最优补电站lopt选取最优换电站
Figure BDA00027969374600000310
如果
Figure BDA00027969374600000311
当
Figure BDA00027969374600000312
时，最优补电站lopt选取最优充电站
Figure BDA0002796937460000041
当
Figure BDA0002796937460000042
时，最优补电站lopt选取最优换电站
Figure BDA0002796937460000043
其中，行程可容忍时长
Figure BDA0002796937460000044
δet→cus是纯电动出租车从其当前位置不进行补电到下一个接客点的行驶持续时间，
Figure BDA0002796937460000045
det→cus为纯电动出租车从其当前位置不经历补电到下一个接客点的行驶距离，vet是纯电动出租车的平均车速；σ是乘客的容忍系数，为纯电动出租车从其当前位置不经历补电到下一个接客点的行驶时间的倍数，σ≥1，容忍系数σ的值由纯电动出租车向云控管理中心发送补电请求时提供纯电动出租车从其当前位置经历补电到下一个接客点车完成一次充电的最短总行程时长为
Figure BDA0002796937460000046
完成一次换电的最短总行程时长为
Figure BDA0002796937460000047
如果
Figure BDA0002796937460000048
当
Figure BDA0002796937460000049
时，最优补电站lopt选取最优充电站
Figure BDA00027969374600000416
当
Figure BDA00027969374600000417
时，最优补电站lopt选取最优换电站
Figure BDA00027969374600000411
其中，
Figure BDA00027969374600000412
为于最优充电站
Figure BDA00027969374600000413
停靠的纯电动出租车的数量，
Figure BDA00027969374600000414
为于最优换电站
Figure BDA00027969374600000415
停靠的纯电动出租车的数量。
以上所述的管理方法，最优换电站
Figure BDA0002796937460000051
的选取包括以下步骤：
401)对于每个可选的换电站，计算发送补电请求的纯电动出租车从其当前位置到该换电站换电后到下一个接客点的总行程时间
Figure BDA00027969374600000511
Figure BDA0002796937460000052
其中，
Figure BDA0002796937460000053
为纯电动出租车从其当前位置行驶到该换电站的时间；EWTS为换电等待时间；ρsw为换电时间；
Figure BDA0002796937460000054
为经由该换电站后行驶到下一个接客点的时间；
402)在所有可选的换电站中，选取从其当前位置到该换电站换电后到下一个接客点的总行程时间
Figure BDA0002796937460000055
最短的换电站作为最优的换电站
Figure BDA0002796937460000056
以上所述的管理方法，换电等待时间EWTS按下式计算：
Figure BDA0002796937460000057
其中，NB为换电站可供换电的电池数量；ATS为换电站的可换电时刻，
Figure BDA0002796937460000058
为电动出租车到达换电站的时刻。
以上所述的管理方法，每个可选的换电站的可换电时刻ATS通过该换电站的可供换电的电池数量NB、当前充电中的电池数量NC、等待充电的电池数量ND、在该换电站停靠纯电动出租车的数量
Figure BDA0002796937460000059
和已预约的纯电动出租车数量
Figure BDA00027969374600000510
进行估算。
以上所述的管理方法，最优充电站
Figure BDA0002796937460000061
的选取包括以下步骤：
701)对于每个可选的充电站，计算发送补电请求的纯电动出租车从其当前位置到该充电站充电后，到下一个接客点的总行程时间
Figure BDA0002796937460000069
Figure BDA0002796937460000062
其中，
Figure BDA0002796937460000063
为纯电动出租车从其当前位置行驶到该充电站的时间；EWTC为充电等待时间；δcha为电动出租车预计充电时长；
Figure BDA0002796937460000064
为经由该充电站后行驶到下一个接客点的时间；
702)在所有可选的充电站中，选取从其当前位置到该充电站充电后到下一个接客点的总行程时间
Figure BDA0002796937460000065
最短的充电站作为最优的充电站
Figure BDA00027969374600000610
以上所述的管理方法，充电等待时间EWTC按下式计算
Figure BDA0002796937460000066
其中，NC为充电站当前充电电池数量；μ为充电站充电槽的数量；ATC为充电站的可充电时刻，
Figure BDA0002796937460000067
为电动出租车到达充电站的时刻。
以上所述的管理方法，每个可选的充电站的可充电时刻通过该充电站的当前充电的电池数量NC、在该充电站停靠纯电动出租车的数量
Figure BDA0002796937460000068
和已预约的纯电动出租车数量
Figure BDA0002796937460000071
进行估算。
本发明采用混合补电的管理方法，适应两种补电模式共存的环境。通过对最优补电站点的选择，可以在补电网络内平衡负载，减少补电等待时间，提高电能补给效率，有效地减少纯电动出租车行程延迟。
[附图说明]
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。
图1是本发明实施例电动出租车电能补给系统的结构示意图。
图2是本发明实施例电动出租车电能补给的管理方法的时间顺序图。
图3是本发明实施例电动出租车电能补给的管理方法的流程图。
[具体实施方式]
本发明中，纯电动出租车补电系统的网络包括云控管理中心、多个补电站及运营中的纯电动出租车组成，补电站包括换电站和充电站。
每辆纯电动出租车都有一个电量状态阈值。通常情况下纯电动出租车处于行驶状态，并定期检查其电量状态值。一旦其电量状态值低于阈值，电动出租车的通信模块经由4G移动通信网络向云控管理中心发送充电请求，以选择合适的充电或换电站。云控管理中心向纯电动出租车推荐最优补电站后，纯电动出租车通过向云控管理中心报告确认补电站预约。
充电站散布在通常有停车场或购物中心的城市周围。每个充电站拥有多个充电插槽以并行服务纯电动出租车。云控管理中心根据其停靠的纯电动出租车数量及其预期的充电持续时间，由云控管理中心通过与充电站的实时网络通信监控充电站当前充电状态。
每个换电站配有备用电池库存。当纯电动出租车到达换电站时，使用过的电池将从车上卸载，并于换电站后台进行充电。同时，如果换电站库存中有可用电池，则纯电动出租车的电池直接由充满电量的备用电池代替。否则，纯电动出租车必须等待，直到一套电池充满并可用于替换。其中，每个换电站的状态信息由云控管理中心通过与实时网络通信进行监控。
云控管理中心是一个集中式的控制器，管理来自补电(充/换电)网络中所有纯电动汽车的充/换电需求，并全局监视实时补电(充/换电)站状态，包括充/换电过程和停靠的纯电动出租车的数量等。在补电(充/换电)网络中，云控管理中心根据电量补充请求准确估计可用的充电/交换时刻。基于这样的估算，云控管理中心确定有电量补给请求的纯电动出租车是否于充电站充电，或换电站进行电池交换，并且选择最优充电站或换电站。通过启用预约服务，可以进一步优化选择决策。
步骤1：通过互联网云平台，实现云服务范围内，云控管理中心通过云服务监控充/换电网络上所有换电站和充电站的实时状态。基于实时状态估计每个充电站处的可充电时刻(即充电站的一个空闲充电槽的最快可用时刻)，以及每个换电站处的可换电时刻(即换电站桩的一个满电量电池的最快可替换时刻)，并作为选择最佳充/换站的关键信息。
步骤2：纯电动出租车一旦检测到电量状态值低于阈值，则移动中的纯电动出租车(ETr)向云控管理中心发送充电请求，以进行最优充/换站选择。
步骤3：云控管理中心收到充电请求后，汇总充/换电网络上所有充/换电站的实时状态，以估算可充电时刻和可换电时刻。云控管理中心分别计算充电站和换电站中的最优站点，并通过两者的比较获得最终的最优充/换电站。然后将该最优充/换电站推荐给ETr。
步骤4：纯电动出租车通过向云控管理中心报告其预约，来确认所选充/换电站点(纯电动出租车确认云控管理中心推荐的充/换电站点信息，并通过蜂窝网络向云控管理中心发送将前往该充/换电站点进行充/换电的预约)。
实施例：
如图3所示，本发明实施例混合充电管理的操作方法，包括三个主要功能：包括换电站电池循环，充电站充电过程和全局计划过程。
一、换电站电池循环
每个换电站管理纯电动出租车所用电池的循环，电池从耗尽状态循环到充满电状态，分别对应于换电阶段和备用电池充电阶段。
当纯电动出租车到达换电站时，换电过程取决于如下情况：
如果在选定的换电站处的库存可用电池数量NB＞0，则纯电动出租车将立即更换电池。在交换电池所需时间ρsw之后，库存可用电池数量NB将减少1，而电量耗尽的电池被加入在卸载电池队列ND中，等待充电。
另一种常出现的情况是，换电站处没有可用的可替换电池，即库存可用电池数量NB＝0，则纯电动出租车必须等到电池可用为止。这里，等待在换电站处的纯电动出租车的数量为
Figure BDA0002796937460000101
在备用电池充电阶段，每个换电站都配备了θ个充电槽。如果满足当前充电中的电池数量NC＜θ的条件，从车辆中卸载的电池将进行并行充电。充电顺序遵循最短时间优先充电原则，充电顺序最短时间优先充电原则的内容是，计算电池所需进行充电的电量，按所需充电时间进行排序，所需充电时间最短的待充电电池先进入换电站的备用电池充电槽进行充电。因此，具有最短充电时间的待充电电池将具有最高优先级。备用电池充电完成后，充满电量的电池将被添加到库存可用电池的数量NB中。同时，卸载电池队列ND中电量用尽的电池将被安排到待充电电池充电过程中。
二、换电站选择推荐流程
云控管理中心基于所有换电站信息作出最佳选择，目标为使纯电动出租车经历最短的行程时间并到达下一个接客点，纯电动出租车的行程时间包括：
·纯电动出租车行驶到换电站的时间
Figure BDA0002796937460000102
·在换电站的停靠时间，包括换电等待时间EWTS和换电时间ρsw；
·经由换电站后行驶到下一个接客点的时间
Figure BDA0002796937460000104
将有换电请求的ETr的总行程时间用
Figure BDA0002796937460000103
来表示，并通过如下方法进行计算
Figure BDA0002796937460000111
虽然其他部分很容易获得，但是预期的换电等待时间EWTS需要进行估算，可以基于如下对其进行估算
Figure BDA0002796937460000112
其中，ATS为换电站的可换电时刻，可换电时刻的预测涉及以下步骤：
通过纯电动出租车的充电需求，云控管理中心将查询每个换电站各自的充电状态，包括诸如以下内容<NC，ND，NB>，通过汇总充/换电网络中所有换电站的这类信息，可以为每个换电站计算可换电时刻列表。
对可换电时刻的预估仅考虑换电站的本地状态。通过额外考虑来自纯电动出租车的预约信息(例如，
Figure BDA0002796937460000113
)，可换电时刻的预测可以进一步完善和更新。因此，如果满足以下条件，则可以获取最优的换电站，被表示为
Figure BDA0002796937460000114
Figure BDA0002796937460000115
三、充电站充电过程
充电站管理多个充电插槽，充电插槽数量为μ。由于充车站的充电设施通常有所限制，因此充电过程取决于以下条件：
当一个纯电动出租车到达的时候，如果所有充电插槽都为可用，则该纯电动出租车可以直接插入充电。
如果到达时所有插槽都已被占用，则纯电动出租车必须等待直到充电插槽可用。
所有的充电插槽的可充电时间经由本地当前充电中的电池数量NC、在充电站中停靠的电动出租车的数量
Figure BDA0002796937460000121
以及向充电站进行预约的电动出租车的数量
Figure BDA0002796937460000122
进行预测。
四、充电站选择推荐过程
云控管理中心在所有充电站中找到最佳选择，使纯电动出租车经历最短的行程时间到达下一个接客点，纯电动出租车的行程时间包括：
·纯电动出租车行驶到充电站的时间
Figure BDA0002796937460000123
·在充电站的停靠时间，包括充电等待时间EWTC和电动出租车预计充电时长δcha；
·经由充电站后行驶到下一个接客点的时间
Figure BDA0002796937460000124
将有充电请求的ETr的总行程时间用
Figure BDA0002796937460000125
来表示，并通过如下方法进行计算
Figure BDA0002796937460000131
充电等待时间EWTC需要基于下式对其进行估算：
Figure BDA0002796937460000132
其中，NC为充电站当前充电电池数量；μ为充电站充电槽的数量；ATC为充电站的可充电时刻。
为了通过最短的行程时间，找到最优的充电站，必须对可充电时刻进行估算，具体来说，包括以下步骤：
经由ETr的充电请求，云控管理中心将查询每个充电站各自的充电状态，包括诸如以下内容
Figure BDA0002796937460000133
通过汇总来自充/换电网络中所有充电站的信息，可以获得充电站的$7&列表，另外，通过额外考虑充电预约
Figure BDA0002796937460000134
可以进一步改善可充电时间的预测。
根据对可充电时间的估计，预期的充电等待时间(不包括充电时间)可以进行估算，用于请求充电的纯电动出租车(ETr)，并取决于可用的充电槽(μ)：因此，如果满足
Figure BDA0002796937460000135
则可以获取最优的充电站
Figure BDA0002796937460000136
在该充电站充电，纯电动出租车的总行程时间
Figure BDA0002796937460000137
最短。
如上分别获得了充电模式和换电模式下的推荐选站。但是，混合充电还需要在
Figure BDA0002796937460000141
和
Figure BDA0002796937460000142
之间抉择。
五、全局选站：
纯电动出租车希望充/换电过程在当前乘客下车后，并在接到下一个乘客前进行，因为此时车上没有乘客。但如果乘客预约的纯电动出租车需要充/换电，客户将不得不等待额外时间。显然，纯电动汽车的行程时长(可能包含补电时间)影响了用户出行的服务质量，且可能导致乘客长时间等待。为了具象化乘客的服务体验，本发明引入了行程可容忍时长
Figure BDA0002796937460000143
其定义如下：
Figure BDA0002796937460000144
δet→cus指纯电动出租车不经历充/换电从其当前位置到下一个接客点的行驶持续时间，δet→cus＝det→cus/vet。
det→cus为纯电动出租车从其当前位置不经历充/换电到下一个接客点的行驶距离，vet是纯电动出租车的平均车速。
σ是乘客的容忍系数，为纯电动出租车从其当前位置不经历补电到下一个接客点的行驶时间的倍数，σ≥1，。
σ的值可以设定为1、1.2和1.5三个档次，较大的σ值表示乘客可以容忍长时间的等待，较小的σ值则表示客户可以容忍的等待时间较短。容忍系数σ的值由纯电动出租车根据乘客可以容忍的等待时间，向云控管理中心发送补电请求时提供。通过先前的分析，可以获得最优的充电站
Figure BDA0002796937460000151
和换电站
Figure BDA0002796937460000152
同时纯电动出租车完成一次充/换电(在
Figure BDA0002796937460000153
或
Figure BDA0002796937460000154
)的最短总行程时长可以被估算，并分别标记为
Figure BDA0002796937460000155
和
Figure BDA0002796937460000156
总行程时长包括了从纯电动出租车的当前位置到充/换电站，在充/换电站完成一次充/换电，以及到下一个接客点的总时长。
从
Figure BDA0002796937460000157
和
Figure BDA0002796937460000158
中选择最优充/换电站(lopt)的原则是，不仅是使行程上的时长最短，也要从行程容忍的角度
Figure BDA0002796937460000159
考虑服务的质量。
如果
Figure BDA00027969374600001510
最优补电站lopt选取最优充电站
Figure BDA00027969374600001511
如果
Figure BDA00027969374600001512
最优补电站lopt选取最优换电站
Figure BDA00027969374600001513
如果
Figure BDA00027969374600001514
当
Figure BDA00027969374600001515
时，最优补电站lopt选取最优充电站
Figure BDA00027969374600001516
当
Figure BDA00027969374600001517
时，最优补电站lopt选取最优换电站
Figure BDA00027969374600001518
如果
Figure BDA00027969374600001519
最优充/换电站(lopt)的选择将取决于
Figure BDA0002796937460000161
即当
Figure BDA0002796937460000162
时，最优补电站lopt选取最优充电站
Figure BDA0002796937460000163
当
Figure BDA0002796937460000164
时，最优补电站lopt选取最优换电站
Figure BDA0002796937460000165
在这种情况下，服务质量可以得到保障，因为选择的充/换电站(
Figure BDA0002796937460000166
或者
Figure BDA0002796937460000167
)可以保证在乘客行程容忍度的范围内。
如果最优的充/换电站(
Figure BDA0002796937460000168
和
Figure BDA0002796937460000169
)都超出了行程容忍度的上限，即
Figure BDA00027969374600001610
则纯电动出租车等待队列最少的电站
Figure BDA00027969374600001611
将会被选择。按照
Figure BDA00027969374600001612
原则进行选择时，换电站由于换电时长短更有可能成为拥挤站点，这样会导致有限的停车场地产生过度拥挤情况。因此在折中的方案中，充/换电站的决策选择时考虑该站点处的充电负载量。因而，在
Figure BDA00027969374600001613
和
Figure BDA00027969374600001614
停靠的纯电动出租车数量被纳入考虑，分别被表示为
Figure BDA00027969374600001615
和
Figure BDA00027969374600001616
即，当
Figure BDA00027969374600001617
时，最优补电站lopt选取最优充电站
Figure BDA00027969374600001618
当
Figure BDA00027969374600001619
时，最优补电站lopt选取最优换电站
Figure BDA00027969374600001620
这样的方法合理性体现为，客户可在行程容忍度超出阈值时取消服务。尽管如此，纯电动出租车仍必须进行充/换电，并且在这种情况下，充电负载对于选站最优性决策非常重要，以实现期望的充电需求负载平衡(即，在所有站点之间具有大致相等的纯电动出租车分布)。
六、全局计划过程
为了有效管理充/换电网络中纯电动出租车充/换电需求，在云控管理中心端启用了全局计划流程，全局计划流程用于确定纯电动出租车的最佳充/换电站选择。具体而言，在收到纯电动出租车电量补充需求时，涉及以下主要功能：
1.收集所有换电站和充电站的信息，每个换电站处的NC，ND，NB以及每个充电站处的
Figure BDA0002796937460000171
2.每个换电站处预测的可换电时刻和每个充电站处预测的可充电时刻。其中，充/换电站选择推荐过程，包括换电模式下的
Figure BDA0002796937460000172
和插入式充电下的
Figure BDA0002796937460000173
3.通过启用充/换电站选择逻辑来确定最优充/换站，并最终将最优补电站lopt的选择信息反馈给纯电动出租车。
本发明以上实施例带来的有益效果：
1.区别于只考虑单一模式下的电量补充(充电/换电)，本发明对于插入式充电和换电式的共同考虑，提出了一种混合补电的管理方法，以便在现实情况下解决两种补电模式共存的问题。通过最优充/换电站点的选择，纯电动出租车可以保证从当前位置到下一个接客点的行程最短。另外，通过考虑充/换电需求分布，可以实现在充/换电网络内平衡负载，有利于减少充/换电的等待时间。
2.针对运营中的纯电动出租车实时进行动态充/换电调度：纯电动出租车一直处于移动状态，此时其相关信息会随着时间和空间而变化。因此，随机变化会影响用户出行需求和出租车位置，并使之具有挑战性。本发明通过启用车辆到达时间和预期充/换电时间等在内的充/换电预约，有效地缓解了这一问题。采用此类信息来优化充/换电站选择过程，可以准确地改善对充/换电站状态的估计。
具体实施方式中部分符号和说明列表：
Figure BDA0002796937460000181
Figure BDA0002796937460000191
现有技术参考文献
[1]″深圳已运营的纯电动出租车有20135辆，占出租车总量94.21％″深圳市交通运输委员会，2018年12月http：//www.Sz.gov.cn/cn/xxgk/zfxxgj/bmdt/content/post_1460073.html
[2]″深圳专营公交车辆实现纯电动化纯电动出租车超万辆″新华社，2017年12月http：//www.xinhuanet.com/auto/2017-12/28/c_1122177256.htm
[3]黄晶，杨健维，王湘，et al.下一目的地导向下的电动汽车充电引导策略[J].电网技术，2017，041(007)：2173-2179.

Claims (9)

1.一种纯电动出租车电能补给的管理方法，其特征在于，包括以下步骤：
101)云控管理中心与复数个补电站及运营中的纯电动出租车组成纯电动出租车补电系统的网络，所述的补电站是换电站或充电站；
102)云控管理中心与网络上的换电站和充电站实时通信，收集换电站和充电站的运行信息；
103)纯电动出租车检测到电量状态值低于阈值时，向云控管理中心发送补电请求；
104)云控管理中心收到纯电动出租车的补电请求后，估算网络上所有充电站的可充电时刻和所有换电站的可换电时刻，分别找出充电站中的最优充电站
Figure FDA0002796937450000011
和换电站中的最优换电站
Figure FDA0002796937450000012
并将最优充电站
Figure FDA0002796937450000013
与最优换电站
Figure FDA0002796937450000014
进行比较，获得网络中的最优补电站lopt；将最优补电站lopt推荐给发送补电请求的纯电动出租车；
105)发送补电请求的纯电动出租车向云控管理中心进行预约，确认所选的最优补电站。
2.根据权利要求1所述的管理方法，其特征在于，云控管理中心收集的换电站实时运行信息包括换电站可供换电的电池数量、换电站配备的充电槽数量、换电站当前充电中的电池数量、待充电的电池数量和换电站停靠的纯电动出租车的数量；已向换电站进行预约的纯电动出租车的数量；云控管理中心收集的充电站实时运行信息包括充电站配备的充电槽数量、充电站当前充电中的电池数量、充电站停靠的纯电动出租车的数量和已向充电站进行预约的纯电动出租车的数量。
3.根据权利要求1所述的管理方法，其特征在于，
如果
Figure FDA0002796937450000021
最优补电站lopt选取最优充电站
Figure FDA0002796937450000022
如果
Figure FDA0002796937450000023
最优补电站lopt选取最优换电站
Figure FDA0002796937450000024
如果
Figure FDA0002796937450000025
当
Figure FDA0002796937450000026
时，最优补电站lopt选取最优充电站
Figure FDA0002796937450000027
当
Figure FDA0002796937450000028
时，最优补电站lopt选取最优换电站
Figure FDA0002796937450000029
其中，行程可容忍时长
Figure FDA00027969374500000210
δet→cus是纯电动出租车从其当前位置不进行补电到下一个接客点的行驶持续时间，δet→cus＝det→cus/vet；det→cus为纯电动出租车从其当前位置不经历补电到下一个接客点的行驶距离，vet是纯电动出租车的平均车速；σ是乘客的容忍系数，为纯电动出租车从其当前位置不经历补电到下一个接客点的行驶时间的倍数，σ≥1，容忍系数σ的值由纯电动出租车向云控管理中心发送补电请求时提供；纯电动出租车从其当前位置经历补电到下一个接客点车完成一次充电的最短总行程时长为
Figure FDA00027969374500000211
完成一次换电的最短总行程时长为
Figure FDA00027969374500000212
如果
Figure FDA0002796937450000031
当
Figure FDA0002796937450000032
时，最优补电站lopt选取最优充电站
Figure FDA0002796937450000033
当
Figure FDA0002796937450000034
时，最优补电站lopt选取最优换电站
Figure FDA0002796937450000035
其中，
Figure FDA0002796937450000036
为在最优充电站
Figure FDA0002796937450000037
停靠的纯电动出租车的数量，
Figure FDA0002796937450000038
为在最优换电站
Figure FDA0002796937450000039
停靠的纯电动出租车的数量。
4.根据权利要求1所述的管理方法，其特征在于，最优换电站
Figure FDA00027969374500000310
的选取包括以下步骤：
401)对于每个可选的换电站，计算发送补电请求的纯电动出租车从其当前位置到该换电站换电后到下一个接客点的总行程时间
Figure FDA00027969374500000311
Figure FDA00027969374500000312
其中，
Figure FDA00027969374500000313
为纯电动出租车从其当前位置行驶到该换电站的时间；EWTS为换电等待时间；ρsw为换电时间；
Figure FDA00027969374500000314
为经由该换电站后行驶到下一个接客点的时间；
402)在所有可选的换电站中，选取从其当前位置到该换电站换电后到下一个接客点的总行程时间
Figure FDA00027969374500000315
最短的换电站作为最优的换电站
Figure FDA00027969374500000316
5.根据权利要求4所述的管理方法，其特征在于，换电等待时间EWTS按下式计算：
Figure FDA0002796937450000041
其中，NB为换电站可供换电的电池数量；ATS为换电站的可换电时刻。
6.根据权利要求5所述的管理方法，其特征在于，每个可选的换电站的可换电时刻ATS通过该换电站的可供换电的电池数量NB、当前充电中的电池数量NC、等待充电的电池数量ND、在该换电站停靠纯电动出租车的数量
Figure FDA0002796937450000042
和已预约的纯电动出租车数量
Figure FDA0002796937450000043
进行估算。
7.根据权利要求1所述的管理方法，其特征在于，最优充电站
Figure FDA0002796937450000048
的选取包括以下步骤：
701)对于每个可选的充电站，计算发送补电请求的纯电动出租车从其当前位置到该充电站换电后到下一个接客点的总行程时间
Figure FDA0002796937450000044
Figure FDA0002796937450000045
其中，
Figure FDA0002796937450000046
为纯电动出租车从其当前位置行驶到该充电站的时间；EWTC为充电等待时间；δcha为电动出租车预计充电时长；
Figure FDA0002796937450000047
为经由该充电站后行驶到下一个接客点的时间；
702)在所有可选的充电站中，选取从其当前位置到该充电站充电后到下一个接客点的总行程时间
Figure FDA0002796937450000051
最短的充电站作为最优的充电站
Figure FDA0002796937450000052
8.根据权利要求5所述的管理方法，其特征在于，充电等待时间EWTC按下式计算
Figure FDA0002796937450000053
其中，NC为充电站当前充电电池数量；μ为充电站充电槽的数量；ATC为充电站的可充电时刻。
9.根据权利要求8所述的管理方法，其特征在于，每个可选的充电站的可充电时刻通过该充电站的当前充电电池数量NC、在该充电站停靠纯电动出租车的数量
Figure FDA0002796937450000054
和已预约的纯电动出租车数量
Figure FDA0002796937450000055
进行估算。
CN202011335013.6A 2020-11-24 2020-11-24 一种纯电动出租车电能补给的管理方法 Pending CN112330203A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011335013.6A CN112330203A (zh) 2020-11-24 2020-11-24 一种纯电动出租车电能补给的管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011335013.6A CN112330203A (zh) 2020-11-24 2020-11-24 一种纯电动出租车电能补给的管理方法

Publications (1)

Publication Number Publication Date
CN112330203A true CN112330203A (zh) 2021-02-05

Family

ID=74309409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011335013.6A Pending CN112330203A (zh) 2020-11-24 2020-11-24 一种纯电动出租车电能补给的管理方法

Country Status (1)

Country Link
CN (1) CN112330203A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113665424A (zh) * 2021-09-07 2021-11-19 思极星能科技(四川)有限公司 一种基于移动边缘计算的电动汽车换电系统及换电方法
CN114475290A (zh) * 2022-02-28 2022-05-13 广东工业大学 一种高速公路上的电动汽车能量交换方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN110667428A (zh) * 2019-09-26 2020-01-10 东南大学 一种基于实时定位数据的电动汽车充电站推荐方法
CN110880054A (zh) * 2019-11-27 2020-03-13 国网四川省电力公司天府新区供电公司 一种电动网约车充换电路径的规划方法
CN111415021A (zh) * 2020-04-02 2020-07-14 福建工程学院 基于智能车载终端的充电桩最优位置推荐管理系统及方法
CN111598646A (zh) * 2020-04-03 2020-08-28 广东工业大学 一种带预定功能的电动出租车充电导航方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN110667428A (zh) * 2019-09-26 2020-01-10 东南大学 一种基于实时定位数据的电动汽车充电站推荐方法
CN110880054A (zh) * 2019-11-27 2020-03-13 国网四川省电力公司天府新区供电公司 一种电动网约车充换电路径的规划方法
CN111415021A (zh) * 2020-04-02 2020-07-14 福建工程学院 基于智能车载终端的充电桩最优位置推荐管理系统及方法
CN111598646A (zh) * 2020-04-03 2020-08-28 广东工业大学 一种带预定功能的电动出租车充电导航方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113665424A (zh) * 2021-09-07 2021-11-19 思极星能科技(四川)有限公司 一种基于移动边缘计算的电动汽车换电系统及换电方法
CN114475290A (zh) * 2022-02-28 2022-05-13 广东工业大学 一种高速公路上的电动汽车能量交换方法
CN114475290B (zh) * 2022-02-28 2022-09-02 广东工业大学 一种高速公路上的电动汽车能量交换方法

Similar Documents

Publication Publication Date Title
Revankar et al. Grid integration of battery swapping station: A review
CN109774514A (zh) 信息提供系统和方法以及用于信息提供系统和方法的服务器
CN106447129B (zh) 一种基于快速充电桩的高效率的充电站推荐方法
Zhang et al. Towards holistic charging management for urban electric taxi via a hybrid deployment of battery charging and swap stations
CN110880054B (zh) 一种电动网约车充换电路径的规划方法
EP2768693B1 (en) Method, system and charging station for charging electric vehicles
EP2751902B1 (en) Multiport vehicle dc charging system with variable power distribution
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
JP2012073979A (ja) Ｅｖ車の配車・運行管理システム
CN114897199A (zh) 兼容储能充电桩的电动运载工具电量路径规划方法
Lu et al. Operating electric taxi fleets: A new dispatching strategy with charging plans
CN109816417A (zh) 汽车共享费用设定服务器、系统和方法
JP2012205425A (ja) 電気自動車充電スケジューリングシステム
CN112330203A (zh) 一种纯电动出租车电能补给的管理方法
CN101997321A (zh) 用于控制充电器和车辆的供电的供电控制器、供电系统和方法
CN112389265A (zh) 用于电动交通工具的移动充电的系统和方法
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
CN112550027A (zh) 用于长途干线运输的车辆快速换电系统和换电运营方法
JP7156012B2 (ja) ハイブリッド車両およびハイブリッド車両の制御方法
Cao et al. Electric vehicle charging reservation under preemptive service
CN112562206A (zh) 一种新能源共享汽车智能调度方法、系统及服务器
CN109130897A (zh) 一种基于时空双尺度的匹配式v2v能量交换方法
Pinto et al. Modeling spare capacity reuse in EV charging stations based on the Li-ion battery profile
CN109733246B (zh) 一种电动汽车的共享式充电方法

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