CN112498164A - 充电策略的处理方法和装置 - Google Patents

充电策略的处理方法和装置 Download PDF

Info

Publication number
CN112498164A
CN112498164A CN202011377043.3A CN202011377043A CN112498164A CN 112498164 A CN112498164 A CN 112498164A CN 202011377043 A CN202011377043 A CN 202011377043A CN 112498164 A CN112498164 A CN 112498164A
Authority
CN
China
Prior art keywords
charging
road
target vehicle
cost
vehicle
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
CN202011377043.3A
Other languages
English (en)
Inventor
赵宇彤
孙舟
潘鸣宇
孟凡凤
王伟贤
陈振
袁小溪
李卓群
刘祥璐
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.)
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Beijing Electric Power 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 State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011377043.3A priority Critical patent/CN112498164A/zh
Publication of CN112498164A publication Critical patent/CN112498164A/zh
Pending legal-status Critical Current

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
    • 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
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/80—Time limits
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Marketing (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种充电策略的处理方法和装置。其中，该方法包括：获取目标车辆的车辆信息，目标车辆行驶道路的路况信息，以及目标车辆的历史充电数据，其中，车辆信息包括：当前位置、目的地位置、第一剩余电量、电池容量和耗电量；基于历史充电数据，确定驾驶目标车辆的目标对象的充电偏好；基于车辆信息，路况信息和充电偏好，生成充电策略。本发明解决了相关技术中提供给用户的充电策略单一，无法满足不同用户的需求的技术问题。

Description

充电策略的处理方法和装置
技术领域
本发明涉及电动汽车领域，具体而言，涉及一种充电策略的处理方法和装置。
背景技术
用户在使用电动汽车的过程中，需要及时对电动汽车进行充电。充电服务费虽然是分时段实时产生的，但是由于向用户侧发布的充电需求是一个综合了跨时段充电服务费和充电时长之后得出的充电总费用，因此充电服务费的概念对用户不再重要，由于快充负荷的接入时间窗相对刚性，对于关心费用的电动汽车用户，现有的充电策略无法满足用户需求。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种充电策略的处理方法和装置，以至少解决相关技术中提供给用户的充电策略单一，无法满足不同用户的需求的技术问题。
根据本发明实施例的一个方面，提供了一种充电策略的处理方法，包括：获取目标车辆的车辆信息，目标车辆行驶道路的路况信息，以及目标车辆的历史充电数据，其中，车辆信息包括：当前位置、目的地位置、第一剩余电量、电池容量和耗电量；基于历史充电数据，确定驾驶目标车辆的目标对象的充电偏好；基于车辆信息，路况信息和充电偏好，生成充电策略。
可选地，基于车辆信息，路况信息和充电偏好，生成充电策略包括：获取当前位置周围的充电站；基于车辆信息和路况信息，确定目标车辆在充电站进行充电的成本信息，其中，成本信息包括：充电成本和时间成本；基于成本信息和充电偏好，生成充电策略。
可选地，基于车辆信息和路况信息，确定目标车辆在充电站进行充电的时间成本包括：基于当前位置和充电站的位置信息，确定目标车辆与充电站的第一距离；基于第一距离、第一剩余电量、耗电量、电池容量，得到目标车辆的充电时间；基于充电时间、第一距离和路况信息，确定时间成本。
可选地，基于第一距离、第一剩余电量、耗电量和电池容量，得到目标车辆的充电时间包括：根据第一距离、第一剩余电量和耗电量，得到目标车辆的第二剩余电量，其中，第二剩余电量为目标车辆到达充电站时的剩余电量；获取电池容量和第二剩余电量之差，得到充电量；获取充电量与预设充电功率之比，得到充电时间。
可选地，根据第一距离、第一剩余电量和耗电量，得到目标车辆的第二剩余电量包括：获取耗电量和第一距离的乘积；获取第一剩余电量和乘积的差值，得到第二剩余电量。
可选地，路况信息包括：道路的车流速度，其中，基于充电时间、第一距离和路况信息，确定时间成本包括：基于第一距离和车流速度，确定目标车辆到达充电站的行驶时间；获取行驶时间、充电时间和排队时间之和，得到时间成本。
可选地，基于车辆信息和路况信息，确定目标车辆在充电站进行充电的充电成本包括：基于目的地位置和充电站的位置信息，确定充电站与目的地的第二距离；获取耗电量、第二距离和预设充电成本的乘积，得到第一成本；基于第一距离、第一剩余电量、耗电量、电池容量和充电单价，得到第二成本；获取第一成本和第二成本之和，得到充电成本。
可选地，基于第一距离、第一剩余电量、耗电量、电池容量和充电单价，得到第二成本包括：根据第一距离、第一剩余电量和耗电量，得到目标车辆的第二剩余电量；获取电池容量和第二剩余电量之差，得到充电量；获取充电量与充电价格的乘积，得到第二成本。
可选地，基于成本信息和充电偏好，生成充电策略包括：基于充电偏好，确定充电成本对应的第一权重，以及时间成本对应的第二权重；基于充电成本、第一权重、时间成本和第二权重进行加权和运算，得到充电策略。
可选地，获取目标车辆行驶道路的路况信息包括：获取道路的道路车流密度，以及目标车辆行驶车道的车道车流密度；基于预设车流速度、道路车流密度和车道车流密度，得到道路的路段车流速度，其中，路况信息包括：道路的车流速度。
可选地，获取道路的道路车流密度包括：获取进入道路的第一车流量和离开道路的第二车流量；基于第一车流量和第二车流量，得到道路的第一车流密度增量；基于车辆的行驶路径，确定道路的第二车流密度增量；获取第一车流密度增量、第二车流密度增量和历史车辆密度之和，得到道路车流密度。
根据本发明实施例的另一方面，还提供了一种充电策略的处理装置，包括：获取模块，用于获取目标车辆的车辆信息，目标车辆行驶道路的路况信息，以及目标车辆的历史充电数据，其中，车辆信息包括：当前位置、目的地位置、第一剩余电量、电池容量和耗电量；确定模块，用于基于历史充电数据，确定驾驶目标车辆的目标对象的充电偏好；生成模块，用于基于车辆信息，路况信息和充电偏好，生成充电策略。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述的充电策略的处理方法。
根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的充电策略的处理方法。
在本发明实施例中，在获取到的目标车辆的车辆信息、行驶道路的路况信息和历史充电数据之后，可以基于历史充电数据，确定驾驶目标车辆的目标对象的充电偏好，进一步基于车辆信息，路况信息和充电偏好，生成充电策略，从而实现向用户提供充电策略的目的。容易注意到的是，由于充电策略是基于用户的充电偏好生成的，在向用户提供充电策略时充分考虑了用户的充电行为偏好，达到了满足不同用户需求，提高充电策略推送准确性的技术效果，进而解决了相关技术中提供给用户的充电策略单一，无法满足不同用户的需求的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种充电策略的处理方法的流程图；
图2是根据本发明实施例的一种充电策略的处理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种充电策略的处理方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种充电策略的处理方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取目标车辆的车辆信息，目标车辆行驶道路的路况信息，以及目标车辆的历史充电数据，其中，车辆信息包括：当前位置、目的地位置、第一剩余电量、电池容量和耗电量。
上述步骤中的目标车辆可以是当前需要进行充电，并提供充电策略的电动汽车。路况信息可以是交通系统基于自交通实时监测设备的采集信号所确定的实时路况信息。第一剩余电量可以是电动汽车的电池当前所剩余的电量，电池容量可以是电动汽车的电池的总电量，耗电量可以是电动汽车的百公里耗电量。
步骤S104，基于历史充电数据，确定驾驶目标车辆的目标对象的充电偏好。
上述步骤中的目标对象可以是指驾驶电动汽车的用户，不同用户的充电偏好不同，例如，有些用户在意充电时间，有些用户在意充电费用等。
从经济学家的角度来说，电网公司应该将电价定在边际效用上。定义每多消费一单位电能所增加的效用为边际效用，并将电能视为连续变量，则电网对电能的边际效用可以用电网的效用函数对电能求偏导得出。然而，由于各种交叉补贴的存在以及技术可行性的问题，目前我国的电价并不能完全反映边际效用。在现有的充电服务费定价机制中，在不同的电网运行状态下电动汽车充电负荷接入不同的充电站(处于电网的不同节点)对电网的边际效用是不同的，但是电价却是一样的，这一点与经济规律是相违背的。虽然核算电网在不同运行状态下的边际效用并非本章研究的重点，但是从定性的角度来说，电网公司通过差异化定价将高价电卖给对时间更敏感的用户，而将低价电卖给对价格更敏感的用户是更符合自身利益最大化的售电方式。
另一方面，电动汽车用户做充电决策的依据往往不仅仅是金钱，即使是同样数量的金钱对于不同的用户也可能有着不同的价值，为了更好地说明这个问题，需要引入现代效用理论的知识。需要说明的是，现代效用理论并不试图解释选择行为，而是着眼于推断——假设电动汽车用户的充电行为是一致的，在此前提下，如果已知他们在某些情境下的选择，如何推断他们在其他情境中的选择。其中涉及到博弈方本身的偏好，比如在充电市场中不同电动汽车用户对时间和金钱存在不同的偏好，进而导致他们的效用函数不同，通常认为理性博弈方会选择自身效用最大的决策。要想描述由博弈方的选择行为所显示的偏好，最直观的方法是借助偏好关系符。假设一个理性博弈方的显示性偏好满足以下性质：
Figure BDA0002808448000000051
或
Figure BDA0002808448000000052
(完备性)，
Figure BDA0002808448000000053
且
Figure BDA0002808448000000054
(传递性)，
其中，a、b、c为集合Ω中的任意元素，Ω是由所有可能的博弈结果构成的集合。传递性是唯一真正的一致性要求；完备性只是说明对任意两个博弈结果，博弈方总能表达一个偏好。
为了做出一个理性的决定，博弈方面临两项任务：一是确定可行集，即Ω的一个子集S，是由当前条件下所有可能结果构成的集合；二是在S中寻找一个最优结果ω，最优指的是对它的偏好程度不亚于S中的任一其他结果。从理论上看寻找最优解ω的问题仿佛不难，但实践当中如果Ω是一个复杂集合，则博弈方的偏好关系已经很难描述，更遑论进一步的求解。为此引入效用函数，这种数学工具能简化上面的优化问题。一个偏好关系可被这样的效用函数u表达，当且仅当：
Figure BDA0002808448000000055
找最优解ω的工作于是简化为求解最大化问题：
Figure BDA0002808448000000056
现代经济学家认为：并不是因为a的效用大所以人们才选择a，而是人们的选择行为显示出
Figure BDA0002808448000000057
的偏好，然后才规定一个满足u(a)＞u(b)的效用函数。只要电动汽车用户的充电决策行为是一致的，这种行为就可以被视为在追求效用函数的最大化。
步骤S106，基于车辆信息，路况信息和充电偏好，生成充电策略。
上述步骤中的充电策略可以是向用户提供的策略，可以是从时间最优策略、费用最优策略和综合最优策略等三个策略中根据用户充电偏好所确定的策略。
在一种可选的实施例中，可以结合充电站的充电桩占用状态与充电服务费信息依次按照用户的充电行为偏好制定充电时间窗、充电总费用的最优充电方案，并将该方案反馈给电动汽车用户。
通过本发明上述实施例提供的方案，在获取到的目标车辆的车辆信息、行驶道路的路况信息和历史充电数据之后，可以基于历史充电数据，确定驾驶目标车辆的目标对象的充电偏好，进一步基于车辆信息，路况信息和充电偏好，生成充电策略，从而实现向用户提供充电策略的目的。容易注意到的是，由于充电策略是基于用户的充电偏好生成的，在向用户提供充电策略时充分考虑了用户的充电行为偏好，达到了满足不同用户需求，提高充电策略推送准确性的技术效果，进而解决了相关技术中提供给用户的充电策略单一，无法满足不同用户的需求的技术问题。
可选地，在本发明上述实施例中，基于车辆信息，路况信息和充电偏好，生成充电策略包括：获取当前位置周围的充电站；基于车辆信息和路况信息，确定目标车辆在充电站进行充电的成本信息，其中，成本信息包括：充电成本和时间成本；基于成本信息和充电偏好，生成充电策略。
电动汽车用户的充电行为决策受到多个因素的影响，例如，电动汽车的SOC状态、充电站的充电服务费价格、到目的地或充电站的距离、实时路况以及充电排队等候时间等。当电动汽车用户收到控制中心发布的实时信息时，将做出是否需要前往充电站充电的决策，在本发明实施例中，对电动汽车用户的充电行为作出如下假设：
1)当电动汽车产生充电需求时，将前往附近的充电站进行充电，此时将按照“预约式充电+消费”的模式做出充电行为决策；
2)出于过度放电会对动力电池寿命产生不利影响的考虑，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。
可选地，在本发明上述实施例中，基于车辆信息和路况信息，确定目标车辆在充电站进行充电的时间成本包括：基于当前位置和充电站的位置信息，确定目标车辆与充电站的第一距离；基于第一距离、第一剩余电量、耗电量、电池容量，得到目标车辆的充电时间；基于充电时间、第一距离和路况信息，确定时间成本。
在一种可选的实施例中，基于第一距离、第一剩余电量、耗电量和电池容量，得到目标车辆的充电时间包括：根据第一距离、第一剩余电量和耗电量，得到目标车辆的第二剩余电量，其中，第二剩余电量为目标车辆到达充电站时的剩余电量；获取电池容量和第二剩余电量之差，得到充电量；获取充电量与预设充电功率之比，得到充电时间。
进一步地，根据第一距离、第一剩余电量和耗电量，得到目标车辆的第二剩余电量包括：获取耗电量和第一距离的乘积；获取第一剩余电量和乘积的差值，得到第二剩余电量。
在本发明实施例中，可以根据如下公式计算车辆i到达充电站j的剩余电量(即上述的第二剩余电量)
Figure BDA0002808448000000071
Figure BDA0002808448000000072
其中，
Figure BDA0002808448000000073
为表示第一剩余电量，
Figure BDA0002808448000000074
表示耗电量，
Figure BDA0002808448000000075
表示第一距离。
为了便于简化计算过程，在本发明实施例中，电动汽车在充电站均会选择充满电。因此，可以根据如下公式计算车辆i到达充电站j的充电时间：
Figure BDA0002808448000000076
其中，
Figure BDA0002808448000000077
表示电池容量，
Figure BDA0002808448000000078
表示预设充电功率。
可选地，上述的路况信息包括：道路的车流速度，其中，基于充电时间、第一距离和路况信息，确定时间成本包括：基于第一距离和车流速度，确定目标车辆到达充电站的行驶时间；获取行驶时间、充电时间和排队时间之和，得到时间成本。
在本发明实施例中，可以根据如下公式计算时间成本
Figure BDA0002808448000000079
Figure BDA00028084480000000710
其中，
Figure BDA00028084480000000711
表示行驶时间，
Figure BDA00028084480000000712
表示排队时间。
在另一种可选的实施例中，基于车辆信息和路况信息，确定目标车辆在充电站进行充电的充电成本包括：基于目的地位置和充电站的位置信息，确定充电站与目的地的第二距离；获取耗电量、第二距离和预设充电成本的乘积，得到第一成本；基于第一距离、第一剩余电量、耗电量、电池容量和充电单价，得到第二成本；获取第一成本和第二成本之和，得到充电成本。
进一步地，基于第一距离、第一剩余电量、耗电量、电池容量和充电单价，得到第二成本包括：根据第一距离、第一剩余电量和耗电量，得到目标车辆的第二剩余电量；获取电池容量和第二剩余电量之差，得到充电量；获取充电量与充电价格的乘积，得到第二成本。
在本发明实施例中，可以根据如下公式计算时间成本Yi，j：
Figure BDA00028084480000000713
其中，Ci，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t车辆i的充电价格，
Figure BDA0002808448000000081
表示充电站j到目的地的第二距离，CB表示预设充电成本(也即平均充电费用)。
可选地，在本发明上述实施例中，基于成本信息和充电偏好，生成充电策略包括：基于充电偏好，确定充电成本对应的第一权重，以及时间成本对应的第二权重；基于充电成本、第一权重、时间成本和第二权重进行加权和运算，得到充电策略。
在一种可选的实施例中，可以向电动汽车用户提供如下三种策略：
时间最优：对于充电站p，
Figure BDA0002808448000000082
费用最优：对于充电站q，Yi，p＝minj＝1，2，L，n{Yi，j}，
综合最优：对于充电站r，
Figure BDA0002808448000000083
其中，a、b分别表示第二权重和第一权重，由成本和时间在决策中所占比重决定。在实际应用中，仅考虑时间或费用的用户为少数，大部分用户在时间和费用中存在着一定的偏好，即a、b的取值不相同，因此可以通过用户充电行为偏好分析数据库进行归类判定，以期满足电动汽车用户的个性化需求，进一步提升用户充电体验。
可选地，在本发明上述实施例中，获取目标车辆行驶道路的路况信息包括：获取道路的道路车流密度，以及目标车辆行驶车道的车道车流密度；基于预设车流速度、道路车流密度和车道车流密度，得到道路的路段车流速度，其中，路况信息包括：道路的车流速度。
在一种可选的实施例中，获取道路的道路车流密度包括：获取进入道路的第一车流量和离开道路的第二车流量；基于第一车流量和第二车流量，得到道路的第一车流密度增量；基于车辆的行驶路径，确定道路的第二车流密度增量；获取第一车流密度增量、第二车流密度增量和历史车辆密度之和，得到道路车流密度。
交通系统可以将实时监测到的交通流信息通过通信系统发布给电动汽车用户，同时车载导航装置将根据路网信息和实时路况来计算车辆的最优行驶路径。设定发布时间被离散化为K个时间间隔，在每个时间间隔t∈[kΔT，(k+1)ΔT]，(k＝0，1，2，...，K)中，对于交通系统与电动汽车本身的交互作用分析可知：
1)在遇到交叉口之前的电动汽车，行驶方向不会发生变化，但是行驶速度受到实时路况的影响，且用户驾驶行为的改变会对耗电量产生影响；
2)在交叉口处的车载导航装置会综合车辆出行目的地与前方路段的路况信息进行动态路径规划。
因此，在本发明实施例中，主要获取相邻路网节点之间的交通流量。该交通流模型中的三个关键变量定义如下：①车流密度ρm(k)(车辆/里程/路段)，即时间间隔k中路段m上的车辆数；②车流速度vm(k)(km/h)，即时间间隔k中路段m上的车流平均速度；③交通流量qm(k)(车辆/小时)，即时间间隔k中离开路段m的车辆数。
路段的车流密度受交通流量以及该路段起点和终点交通状况的影响。(k+1)ΔT时的交通密度是kΔT时的车流密度和时间间隔k内车流密度增量之和。进入路段m的车流量为
Figure BDA0002808448000000091
离开路段m的车流量为
Figure BDA0002808448000000092
则路段m上由于交通流变化导致的车流密度增量可以表示为：
Figure BDA0002808448000000093
由于行程开始和结束状态而贡献的路段m上的车流密度增量可以表示为：
Figure BDA0002808448000000094
因此，车流密度可以由下式表示：
Figure BDA0002808448000000095
其中，Im表示进入路段m的车辆集，βμ，m(k)表示从路段μ到路段m的车辆转换速率，Om表示离开路段m的车辆集，Lm表示路段m的长度，
Figure BDA0002808448000000096
表示在时间间隔k内在路段m开始行程的车辆数，
Figure BDA0002808448000000097
表示在时间间隔k内在路段m结束行程的车辆数。
因此，车流速度可通过下式计算：
Figure BDA0002808448000000098
其中，
Figure BDA0002808448000000099
表示路段m的自由车流速度，ρα，m表示车道m的临界车流密度，am表示统计参数。
实施例2
根据本发明实施例，提供了一种充电策略的处理装置，该装置可以执行上述实施例中的充电策略的处理方法，具体实现方案和优选应用场景与上述实施例相同，在此不做赘述。
图2是根据本发明实施例的一种充电策略的处理装置的示意图，如图2所示，该装置包括：
获取模块22，用于获取目标车辆的车辆信息，目标车辆行驶道路的路况信息，以及目标车辆的历史充电数据，其中，车辆信息包括：当前位置、目的地位置、第一剩余电量、电池容量和耗电量；
确定模块22，用于基于历史充电数据，确定驾驶目标车辆的目标对象的充电偏好；生成模块24，用于基于车辆信息，路况信息和充电偏好，生成充电策略。
实施例3
根据本发明实施例，提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述实施例1中的充电策略的处理方法。
实施例4
根据本发明实施例，提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述实施例1中的充电策略的处理方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1.一种充电策略的处理方法，其特征在于，包括：
获取目标车辆的车辆信息，所述目标车辆行驶道路的路况信息，以及所述目标车辆的历史充电数据，其中，所述车辆信息包括：当前位置、目的地位置、第一剩余电量、电池容量和耗电量；
基于所述历史充电数据，确定驾驶所述目标车辆的目标对象的充电偏好；
基于所述车辆信息，所述路况信息和所述充电偏好，生成充电策略。
2.根据权利要求1所述的方法，其特征在于，基于所述车辆信息，所述路况信息和所述充电偏好，生成充电策略包括：
获取所述当前位置周围的充电站；
基于所述车辆信息和所述路况信息，确定所述目标车辆在所述充电站进行充电的成本信息，其中，所述成本信息包括：充电成本和时间成本；
基于所述成本信息和所述充电偏好，生成所述充电策略。
3.根据权利要求2所述的方法，其特征在于，基于所述车辆信息和所述路况信息，确定所述目标车辆在所述充电站进行充电的时间成本包括：
基于所述当前位置和所述充电站的位置信息，确定所述目标车辆与所述充电站的第一距离；
基于所述第一距离、所述第一剩余电量、所述耗电量、所述电池容量，得到所述目标车辆的充电时间；
基于所述充电时间、所述第一距离和所述路况信息，确定所述时间成本。
4.根据权利要求3所述的方法，其特征在于，基于所述第一距离、所述第一剩余电量、所述耗电量和所述电池容量，得到所述目标车辆的充电时间包括：
根据所述第一距离、所述第一剩余电量和所述耗电量，得到所述目标车辆的第二剩余电量，其中，所述第二剩余电量为所述目标车辆到达所述充电站时的剩余电量；
获取所述电池容量和所述第二剩余电量之差，得到充电量；
获取所述充电量与预设充电功率之比，得到所述充电时间。
5.根据权利要求4所述的方法，其特征在于，根据所述第一距离、所述第一剩余电量和所述耗电量，得到所述目标车辆的第二剩余电量包括：
获取所述耗电量和所述第一距离的乘积；
获取所述第一剩余电量和所述乘积的差值，得到所述第二剩余电量。
6.根据权利要求3所述的方法，其特征在于，所述路况信息包括：所述道路的车流速度，其中，基于所述充电时间、所述第一距离和所述路况信息，确定所述时间成本包括：
基于所述第一距离和所述车流速度，确定所述目标车辆到达所述充电站的行驶时间；
获取所述行驶时间、所述充电时间和排队时间之和，得到所述时间成本。
7.根据权利要求3所述的方法，其特征在于，基于所述车辆信息和所述路况信息，确定所述目标车辆在所述充电站进行充电的充电成本包括：
基于所述目的地位置和所述充电站的位置信息，确定所述充电站与目的地的第二距离；
获取所述耗电量、所述第二距离和预设充电成本的乘积，得到第一成本；
基于所述第一距离、所述第一剩余电量、所述耗电量、所述电池容量和充电单价，得到第二成本；
获取所述第一成本和所述第二成本之和，得到所述充电成本。
8.根据权利要求7所述的方法，其特征在于，基于所述第一距离、所述第一剩余电量、所述耗电量、所述电池容量和充电单价，得到第二成本包括：
根据所述第一距离、所述第一剩余电量和所述耗电量，得到所述目标车辆的第二剩余电量；
获取所述电池容量和所述第二剩余电量之差，得到充电量；
获取所述充电量与充电价格的乘积，得到所述第二成本。
9.根据权利要求2所述的方法，其特征在于，基于所述成本信息和所述充电偏好，生成所述充电策略包括：
基于所述充电偏好，确定所述充电成本对应的第一权重，以及所述时间成本对应的第二权重；
基于所述充电成本、所述第一权重、时间成本和所述第二权重进行加权和运算，得到所述充电策略。
10.根据权利要求1所述的方法，其特征在于，获取所述目标车辆行驶道路的路况信息包括：
获取所述道路的道路车流密度，以及所述目标车辆行驶车道的车道车流密度；
基于预设车流速度、所述道路车流密度和所述车道车流密度，得到所述道路的路段车流速度，其中，所述路况信息包括：所述道路的车流速度。
11.根据权利要求10所述的方法，其特征在于，获取所述道路的道路车流密度包括：
获取进入所述道路的第一车流量和离开所述道路的第二车流量；
基于所述第一车流量和所述第二车流量，得到所述道路的第一车流密度增量；
基于车辆的行驶路径，确定所述道路的第二车流密度增量；
获取所述第一车流密度增量、所述第二车流密度增量和历史车辆密度之和，得到所述道路车流密度。
12.一种充电策略的处理装置，其特征在于，包括：
获取模块，用于获取目标车辆的车辆信息，所述目标车辆行驶道路的路况信息，以及所述目标车辆的历史充电数据，其中，所述车辆信息包括：当前位置、目的地位置、第一剩余电量、电池容量和耗电量；
确定模块，用于基于所述历史充电数据，确定驾驶所述目标车辆的目标对象的充电偏好；
生成模块，用于基于所述车辆信息，所述路况信息和所述充电偏好，生成充电策略。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至11中任意一项所述的充电策略的处理方法。
14.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至11中任意一项所述的充电策略的处理方法。
CN202011377043.3A 2020-11-30 2020-11-30 充电策略的处理方法和装置 Pending CN112498164A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011377043.3A CN112498164A (zh) 2020-11-30 2020-11-30 充电策略的处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011377043.3A CN112498164A (zh) 2020-11-30 2020-11-30 充电策略的处理方法和装置

Publications (1)

Publication Number Publication Date
CN112498164A true CN112498164A (zh) 2021-03-16

Family

ID=74969587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011377043.3A Pending CN112498164A (zh) 2020-11-30 2020-11-30 充电策略的处理方法和装置

Country Status (1)

Country Link
CN (1) CN112498164A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114537203A (zh) * 2022-01-28 2022-05-27 重庆金康赛力斯新能源汽车设计院有限公司 一种车辆充电或换电方法、设备及存储介质
CN115691140A (zh) * 2022-11-02 2023-02-03 东南大学 一种汽车充电需求时空分布的分析与预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108773279A (zh) * 2018-04-27 2018-11-09 北京交通大学 一种电动汽车充电路径规划方法及装置
CN109489676A (zh) * 2018-09-29 2019-03-19 广东工业大学 一种计及电网信息与充电站信息的电动汽车充电导航方法
CN111220168A (zh) * 2019-11-29 2020-06-02 安徽江淮汽车集团股份有限公司 一种电动汽车充电路径规划方法、装置和存储介质
CN111397626A (zh) * 2020-03-30 2020-07-10 深圳市元征科技股份有限公司 一种路径规划方法、路径规划装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108773279A (zh) * 2018-04-27 2018-11-09 北京交通大学 一种电动汽车充电路径规划方法及装置
CN109489676A (zh) * 2018-09-29 2019-03-19 广东工业大学 一种计及电网信息与充电站信息的电动汽车充电导航方法
CN111220168A (zh) * 2019-11-29 2020-06-02 安徽江淮汽车集团股份有限公司 一种电动汽车充电路径规划方法、装置和存储介质
CN111397626A (zh) * 2020-03-30 2020-07-10 深圳市元征科技股份有限公司 一种路径规划方法、路径规划装置及电子设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114537203A (zh) * 2022-01-28 2022-05-27 重庆金康赛力斯新能源汽车设计院有限公司 一种车辆充电或换电方法、设备及存储介质
CN115691140A (zh) * 2022-11-02 2023-02-03 东南大学 一种汽车充电需求时空分布的分析与预测方法
CN115691140B (zh) * 2022-11-02 2023-08-15 东南大学 一种汽车充电需求时空分布的分析与预测方法

Similar Documents

Publication Publication Date Title
Hao et al. Seasonal effects on electric vehicle energy consumption and driving range: A case study on personal, taxi, and ridesharing vehicles
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
Yao et al. A real-time charging scheme for demand response in electric vehicle parking station
Tao et al. Data-driven optimized layout of battery electric vehicle charging infrastructure
CN111160588B (zh) 一种预约充电服务方法及系统
CN104620274B (zh) 消耗电力量推断装置
CN104442825A (zh) 一种电动汽车剩余行驶里程的预测方法和系统
CN106326992A (zh) 一种基于电量匹配的app预约租车系统及方法
CN107180272B (zh) 基于能耗控制的电动汽车停车场充电方法
CN111055716B (zh) 确定充电策略的方法及装置、存储介质与处理器
CN106296355A (zh) 一种基于电量匹配的web门户预约租车系统及方法
CN110027440B (zh) 一种基于v2g技术负荷高峰期的分层调度方法
US20210323431A1 (en) Electrical vehicle power grid management system and method
CN109741626A (zh) 停车场停车情况预测方法、调度方法和系统
CN112498164A (zh) 充电策略的处理方法和装置
Sathaye The optimal design and cost implications of electric vehicle taxi systems
CN113269372A (zh) 一种考虑用户意愿的集群电动汽车可调度容量预测评估方法
Sodenkamp et al. Who can drive electric? Segmentation of car drivers based on longitudinal GPS travel data
CN114039370A (zh) 基于v2g模式的电动汽车与智能充放电站的资源优化方法
CN114282821A (zh) 一种共享电动汽车的调度方法、系统及设备
Ye et al. Decarbonizing regional multi-model transportation system with shared electric charging hubs
Zhong et al. Charging navigation strategy for electric vehicles considering empty-loading ratio and dynamic electricity price
Lu et al. En-route electric vehicles charging navigation considering the traffic-flow-dependent energy consumption
JP7204811B2 (ja) 自動車の利用施設推奨装置及び利用施設推奨方法
Uribe et al. Discrete event simulation for battery-swapping station sizing for hybrid and electric motorcycles

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210316