CN113379141A - 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 - Google Patents
一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 Download PDFInfo
- Publication number
- CN113379141A CN113379141A CN202110697301.4A CN202110697301A CN113379141A CN 113379141 A CN113379141 A CN 113379141A CN 202110697301 A CN202110697301 A CN 202110697301A CN 113379141 A CN113379141 A CN 113379141A
- Authority
- CN
- China
- Prior art keywords
- charging
- electric vehicle
- time
- electric automobile
- shortest
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Navigation (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，包括S1：获取第i辆电动汽车上车载电池的当前剩余电量、最小剩余电量以及电动汽车的出发点和目的地，根据其计算电动汽车用户充电需求；S2：若电动汽车用户有充电需求，则进行距离最短优先的电动汽车充电路径计算，得到行驶距离最短的电动汽车充电路径；S3：计算电动汽车从出发点到充电桩的行驶时间、排队等候时间、电动汽车充电时间、充电站内的充电桩可用时间，得到距离最短优先充电路径下的电动汽车总时间；S4：以所有电动汽车距离最短优先充电路径下的电动汽车总时长最小为目标函数，构建电网充电负载均衡性和电动汽车用户体验约束，进行充电路径优化。
Description
技术领域
本发明涉及电动汽车充电路径优化与智能引导技术领域，具体涉及一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法。
背景技术
随着能源短缺、全球气候变暖、生态环境恶化等问题日益突出，构建清洁低碳、安全高效的现代能源体系已迫在眉睫。在交通用能方面，汽车产品以消耗石油、天然气等可不再生的化石燃料为主，是排放二氧化碳的大户。作为新能源汽车的重要类型，电动汽车能源利用率高、且无移动废气排放，是一种环境友好型交通工具。因此，提高电动汽车在交通用能的比例，是降低石油对外依存度、助推能源低碳转型、保证国家能源安全的重要举措。
近年来，在相关政策与补贴的支持下，我国电动汽车规模发展迅速，呈持续高速增长趋势。据交通管理局统计数据显示，截至2020年底，全国新能源汽车保有量达492万辆，占汽车总量的1.75％，比2019年增加111万辆，增长29.18％。其中，纯电动汽车保有量400 万辆，占新能源汽车总量的81.32％。随着电池储能与可再生能源相关技术的进一步发展，电动汽车将规模化涌现。
相比传统燃油汽车，电动汽车有以下两个突出特点：(1)车载蓄电池容量有限，长距离出行的用户需要在途中选择充电站进行充电；(2)能量补给时间更长，充电站内车辆数较多时容易出现排队等待的现象。在无引导的情况下，用户通常选择距离最近的充电站进行充电。这种无序的充电选择方式，会导致较多的电动汽车在同一时段内选择同一个充电站点，从而出现较长的排队等候时间，影响用户体验。另一方面，电动汽车在一个充电站拥挤充电会造成电网负载极度不平衡，影响电网运行的安全性。因此，对同一时段内有充电需求的电动汽车充电路径进行优化，可以更合理地选择充电点，有效避免拥挤排队，提高用户体验，同时提升电网负载的均衡性。
目前，关于电动汽车的充电路径优化方法仅考虑了整体时间最小，未能考虑电网负载的均衡性，而且在整体电动汽车充电路径优化时存在个别用户体验较差的风险。
发明内容
本发明所要解决的技术问题是目前关于电动汽车的充电路径优化方法仅考虑了时长维度，并未考虑电网负载的均衡性和用户体验满意度，本发明目的在于提供一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，综合考虑电网负载均衡性和每个电动汽车的用户体验，实现电动汽车充电路径的优化，提高电网运行的安全性，同时最大化节省用户的行驶时间与排队时间，避免出现个别用户体验极差的现象。
本发明通过下述技术方案实现：
一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，该方法包括以下步骤：
S1：获取第i辆电动汽车上车载电池的当前剩余电量、最小剩余电量以及电动汽车的出发点和目的地，根据所述当前剩余电量、最小剩余电量以及电动汽车的出发点和目的地，计算电动汽车用户充电需求；
S2：若电动汽车用户有充电需求，则进行第i辆电动汽车的距离最短优先的电动汽车充电路径计算，得到行驶距离最短的电动汽车充电路径；
S3：基于所述行驶距离最短的电动汽车充电路径，计算第i辆电动汽车从出发点到充电桩的行驶时间、排队等候时间、电动汽车充电时间、充电站内的充电桩可用时间，得到距离最短优先充电路径下的电动汽车总时间；
S4：以所有电动汽车的距离最短优先充电路径下的电动汽车总时长最小为目标函数，构建电网充电负载均衡性约束和电动汽车用户体验约束，进行电动汽车充电路径优化，得到每个电动汽车用户的最优充电路径以及充电站。
基于目前关于电动汽车的充电路径优化方法仅考虑了时长维度，并未考虑电网负载的均衡性和用户体验满意度的问题，本发明设计了一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，综合考虑电网负载均衡性和每个电动汽车的用户体验，实现电动汽车充电路径的优化，提高电网运行的安全性，同时最大化节省用户的行驶时间与排队时间，避免出现个别用户体验极差的现象。
进一步地，步骤S1包括以下子步骤：
S11，基于第i辆电动汽车上车载电池的当前剩余电量以及最小剩余电量，对电动汽车的最大剩余行驶距离进行估算，其计算公式为：
其中，
为第i辆电动汽车的最大剩余行驶距离；Hi为第i辆电动汽车当前的剩余电量；
为第i辆电动汽车的最小剩余电量；λi为第i辆电动汽车行驶单位距离的用电量系数；
S12，基于Floyd算法，计算电动汽车从出发点到目的地的最短路径，其计算公式为：
其中，
为第i辆电动汽车从出发点到目的地的最短距离；Si为第i辆电动汽车的出发节点；Ei为第i辆电动汽车的目的地节点；
为节点Si到节点Ei的距离；
S13，基于所述最大剩余行驶距离和所述最短路径，对第i辆电动汽车的充电需求进行判断：
如果所述最大剩余行驶距离
小于所述最短路径
则电动汽车用户在行驶途中需要充电；反之，电动汽车用户无需充电。
进一步地，步骤S2中进行第i辆电动汽车的距离最短优先的电动汽车充电路径计算，是以行驶距离最短为目标函数，并以充电节点可到达和目的地节点可到达为约束，优化选择电动汽车充电路径。
进一步地，所述以行驶距离最短为目标函数，目标函数计算公式如下：
其中，Ci为第i辆电动汽车选择的充电站所在节点；
为节点Si到节点Ci的距离；
为节点Ci到节点Ei的距离；
所述以充电节点可到达和目的地节点可到达为约束，充电节点可到达约束为：
目的地节点可到达约束为：
其中，
为第i辆电动汽车充满电后的最大行驶距离；
为第i辆电动汽车的最大车载电量。
进一步地，步骤S3中的所述距离最短优先充电路径下的电动汽车总时间的计算公式为：
其中，
为距离最短优先充电路径下第i辆电动汽车从出发点到充电桩的行驶时间、排队等候时间和电动汽车充电时间的总和；
为距离最短优先充电路径下第i辆电动汽车从出发点到充电桩节点的行驶时间；
为距离最短优先充电路径下第i辆电动汽车的排队等待时间；
为距离最短优先充电路径下第i辆电动汽车的充电时间；
为距离最短优先充电路径下第i辆电动汽车从充电点到目的地节点的时间。
进一步地，步骤S3包括以下子步骤：
S31：基于所述行驶距离最短的电动汽车充电路径，计算第i辆电动汽车从出发点到达充电桩时长，公式如下：
其中，
为距离最短优先充电路径下第i辆电动汽车从出发点到达充电节点Ci的时间；
第i辆电动汽车的出发时间；
为距离最短优先充电路径下第i辆电动汽车从出发点到充电节点的时间；vi为第i辆电动汽车的平均速度；
S32：统计距离最短优先充电路径下每个充电站达到的车辆，并根据到达充电站的时间先后进行排序；
S33：依次计算到达充电站的电动汽车进行排队等候时间，公式如下：
其中，
为距离最短优先充电路径下充电站第m个充电桩的可用时间；
为距离最短优先充电路径下充电站的最早可用时间；
为距离最短优先充电路径下第i辆电动汽车的排队等待时间；
S34：依次计算到达充电站的电动汽车充电时间，公式如下：
其中，
为距离最短优先充电路径下第i辆电动汽车的充电时间；Pi为第i辆电动汽车的平均充电功率；
S35：更新距离最短优先充电路径下每个充电站内的充电桩可用时间，公式如下：
S36：根据距离最短优先充电路径下第i辆电动汽车从出发点到充电桩的行驶时间
排队等候时间
和电动汽车充电时间
计算距离最短优先充电路径下电动汽车总时间。
进一步地，步骤S4中以所有电动汽车的距离最短优先充电路径下的电动汽车总时长最小为目标函数，目标函数计算公式如下：
ΔTi sum＝ΔTi SC+ΔTi wait+ΔTi chg+ΔTi CE
其中，G为参与充电路径优化的电动汽车总数量；ΔTi sum为兼顾电网负载均衡性与用户体验充电路径下第i辆电动汽车的行驶时间、排队等候时间和充电时间的总和；ΔTi SC为第i辆电动汽车从出发点到充电节点的时间；ΔTi wait为第i辆电动汽车的排队等候时间；
为充电站第m个充电桩的可用时间；ΔTi CE为第i辆电动汽车从充电点到目的地节点的时间。
进一步地，步骤S4中构建的电网充电负载均衡性约束如下：
其中，ψmin为电网充电负载平衡指标的最小需求值；ψt为第t时段电网充电负载平衡指标值；T为充电站充电工作的总时段数；K为充电站的总个数；
为第k个充电站的充电桩个数；Nt,k为第t时段第k个充电站正在充电的电动汽车个数。
进一步地，步骤S4中构建的电动汽车用户体验约束如下：
其中，ΔTue为单个电动汽车用户相比距离最短优先充电路径可承受的最大牺牲时间。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明综合考虑电网负载均衡性和每个电动汽车的用户体验，实现电动汽车充电路径的优化，提高电网运行的安全性，同时最大化节省用户的行驶时间与排队时间，避免出现个别用户体验极差的现象。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法流程示意图。
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中的技术方案，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。
实施例1
如图1所示，附图1为本发明提出的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法的流程示意图，以下结合图1，对本发明方法进行详细描述。
本发明一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，包括：
S1：获取第i辆电动汽车上车载电池的当前剩余电量、最小剩余电量以及电动汽车的出发点和目的地，根据所述当前剩余电量、最小剩余电量以及电动汽车的出发点和目的地，计算电动汽车用户充电需求；具体地：步骤S1包括以下子步骤：
S11，基于第i辆电动汽车上车载电池的当前剩余电量以及最小剩余电量，对电动汽车的最大剩余行驶距离进行估算，其计算公式为：
其中，
为第i辆电动汽车的最大剩余行驶距离；Hi为第i辆电动汽车当前的剩余电量；
为第i辆电动汽车的最小剩余电量；λi为第i辆电动汽车行驶单位距离的用电量系数；
S12，基于Floyd算法，计算电动汽车从出发点到目的地的最短路径，其计算公式为：
其中，
为第i辆电动汽车从出发点到目的地的最短距离；Si为第i辆电动汽车的出发节点；Ei为第i辆电动汽车的目的地节点；
为节点Si到节点Ei的距离；
S13，基于所述最大剩余行驶距离和所述最短路径，对第i辆电动汽车的充电需求进行判断：
如果所述最大剩余行驶距离
小于所述最短路径
则电动汽车用户在行驶途中需要充电；反之，电动汽车用户无需充电。
S2：若电动汽车用户有充电需求，则进行第i辆电动汽车的距离最短优先的电动汽车充电路径计算，得到行驶距离最短的电动汽车充电路径；具体地，步骤S2包括以下子步骤：
S21，以行驶距离最短为目标函数，并以充电节点可到达和目的地节点可到达为约束，优化选择电动汽车充电路径；目标函数计算公式如下：
其中，Ci为第i辆电动汽车选择的充电站所在节点；
为节点Si到节点Ci的距离；
为节点Ci到节点Ei的距离；
S22，建立充电节点可到达约束如下：
S23，建立目的地节点可到达约束如下：
其中，
为第i辆电动汽车充满电后的最大行驶距离；
为第i辆电动汽车的最大车载电量。
S3：基于所述行驶距离最短的电动汽车充电路径，计算第i辆电动汽车从出发点到充电桩的行驶时间、排队等候时间、电动汽车充电时间、充电站内的充电桩可用时间，得到距离最短优先充电路径下的电动汽车总时间；具体地，步骤S3包括以下子步骤：
S31：基于所述行驶距离最短的电动汽车充电路径，计算第i辆电动汽车从出发点到达充电桩时长，公式如下：
其中，
为距离最短优先充电路径下第i辆电动汽车从出发点到达充电节点Ci的时间；
第i辆电动汽车的出发时间；
为距离最短优先充电路径下第i辆电动汽车从出发点到充电节点的时间；vi为第i辆电动汽车的平均速度；
S32：统计距离最短优先充电路径下每个充电站达到的车辆，并根据到达充电站的时间先后进行排序；
S33：依次计算到达充电站的电动汽车进行排队等候时间，公式如下：
其中，
为距离最短优先充电路径下充电站第m个充电桩的可用时间；
为距离最短优先充电路径下充电站的最早可用时间；
为距离最短优先充电路径下第i辆电动汽车的排队等待时间；
S34：依次计算到达充电站的电动汽车充电时间，公式如下：
其中，
为距离最短优先充电路径下第i辆电动汽车的充电时间；Pi为第i辆电动汽车的平均充电功率；
S35：更新距离最短优先充电路径下每个充电站内的充电桩可用时间，公式如下：
S36：根据距离最短优先充电路径下第i辆电动汽车从出发点到充电桩的行驶时间
排队等候时间
和电动汽车充电时间
计算距离最短优先充电路径下电动汽车总时间；其中，所述距离最短优先充电路径下的电动汽车总时间的计算公式为：
其中，
为距离最短优先充电路径下第i辆电动汽车从出发点到充电桩的行驶时间、排队等候时间和电动汽车充电时间的总和；
为距离最短优先充电路径下第i辆电动汽车从出发点到充电桩节点的行驶时间；
为距离最短优先充电路径下第i辆电动汽车的排队等待时间；
为距离最短优先充电路径下第i辆电动汽车的充电时间；
为距离最短优先充电路径下第i辆电动汽车从充电点到目的地节点的时间。
S4：以所有电动汽车的距离最短优先充电路径下的电动汽车总时长最小为目标函数，构建电网充电负载均衡性约束和电动汽车用户体验约束，进行电动汽车充电路径优化，得到每个电动汽车用户的最优充电路径以及充电站的选择方案。具体地，步骤S4包括以下子步骤：
S41：以所有电动汽车的距离最短优先充电路径下的电动汽车总时长最小为目标函数，优化选择电动汽车充电路径，目标函数计算公式如下：
ΔTi sum＝ΔTi SC+ΔTi wait+ΔTi chg+ΔTi CE
其中，G为参与充电路径优化的电动汽车总数量；ΔTi sum为兼顾电网负载均衡性与用户体验充电路径下第i辆电动汽车的行驶时间、排队等候时间和电动汽车充电时间的总和；ΔTi SC为第i辆电动汽车从出发点到充电节点的时间；ΔTi wait为第i辆电动汽车的排队等待时间；
为充电站第m个充电桩的可用时间；ΔTi CE为第i辆电动汽车从充电点到目的地节点的时间。
S42：建立电网充电负载均衡性约束：
其中，ψmin为电网充电负载平衡指标的最小需求值；ψt为第t时段电网充电负载平衡指标值；T为充电站充电工作的总时段数；K为充电站的总个数；
为第k个充电站的充电桩个数；Nt,k为第t时段第k个充电站正在充电的电动汽车个数。
S43：建立电动汽车用户体验约束：
其中，ΔTue为单个电动汽车用户相比距离最短优先充电路径可承受的最大牺牲时间。
S44：建立充电节点可到达约束：
S45：建立目的地节点可到达约束：
S46：兼顾电网负载均衡性与用户体验的电动汽车到达充电桩时间计算：
S47：统计兼顾电网负载均衡性与用户体验充电路径下每个充电站达到的车辆，并根据达到充电站的时间先后进行排序。
S48：依次对达到充电站的电动汽车进行等候时间：
其中，
为充电站的最早可用时间。
S49：依次对达到充电站的电动汽车充电时间计算：
S410：更新每个充电站内的充电桩可用时间：
S411：计算电动汽车从充电节点到目的地节点的时间：
ΔTi sum＝ΔTi SC+ΔTi wait+ΔTi chg+ΔTi CE
由以上步骤S41至S411，得到每个电动汽车用户的最优充电路径以及充电站。
S5：输出所述每个电动汽车用户的最优充电路径以及充电站的选择方案。
本发明设计了一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，综合考虑电网负载均衡性和每个电动汽车的用户体验，实现电动汽车充电路径的优化，提高电网运行的安全性，同时最大化节省用户的行驶时间与排队时间，避免出现个别用户体验极差的现象。
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。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，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，均应包含在本发明的保护范围之内。
Claims (9)
1.一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，该方法包括以下步骤：
S1：获取第i辆电动汽车上车载电池的当前剩余电量、最小剩余电量以及电动汽车的出发点和目的地，根据所述当前剩余电量、最小剩余电量以及电动汽车的出发点和目的地，计算电动汽车用户充电需求；
S2：若电动汽车用户有充电需求，则进行第i辆电动汽车的距离最短优先的电动汽车充电路径计算，得到行驶距离最短的电动汽车充电路径；
S3：基于所述行驶距离最短的电动汽车充电路径，计算第i辆电动汽车从出发点到充电桩的行驶时间、排队等候时间、电动汽车充电时间、充电站内的充电桩可用时间，得到距离最短优先充电路径下的电动汽车总时间；
S4：以所有电动汽车的距离最短优先充电路径下的电动汽车总时长最小为目标函数，构建电网充电负载均衡性约束和电动汽车用户体验约束，进行电动汽车充电路径优化，得到每个电动汽车用户的最优充电路径以及充电站。
2.根据权利要求1所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，步骤S1包括以下子步骤：
S11，基于第i辆电动汽车上车载电池的当前剩余电量以及最小剩余电量，对电动汽车的最大剩余行驶距离进行估算，其计算公式为：
其中，
为第i辆电动汽车的最大剩余行驶距离；Hi为第i辆电动汽车当前的剩余电量；
为第i辆电动汽车的最小剩余电量；λi为第i辆电动汽车行驶单位距离的用电量系数；
S12，基于Floyd算法，计算电动汽车从出发点到目的地的最短路径，其计算公式为：
其中，
为第i辆电动汽车从出发点到目的地的最短距离；Si为第i辆电动汽车的出发节点；Ei为第i辆电动汽车的目的地节点；
为节点Si到节点Ei的距离；
S13，基于所述最大剩余行驶距离和所述最短路径，对第i辆电动汽车的充电需求进行判断：
如果所述最大剩余行驶距离
小于所述最短路径
则电动汽车用户在行驶途中需要充电；反之，电动汽车用户无需充电。
3.根据权利要求1所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，步骤S2中进行第i辆电动汽车的距离最短优先的电动汽车充电路径计算，是以行驶距离最短为目标函数，并以充电节点可到达和目的地节点可到达为约束，优化选择电动汽车充电路径。
4.根据权利要求3所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，所述以行驶距离最短为目标函数，目标函数计算公式如下：
其中，Ci为第i辆电动汽车选择的充电站所在节点；
为节点Si到节点Ci的距离；
为节点Ci到节点Ei的距离；
所述以充电节点可到达和目的地节点可到达为约束，充电节点可到达约束为：
目的地节点可到达约束为：
其中，
为第i辆电动汽车充满电后的最大行驶距离；
为第i辆电动汽车的最大车载电量。
5.根据权利要求1所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，步骤S3中的所述距离最短优先充电路径下的电动汽车总时间的计算公式为：
其中，
为距离最短优先充电路径下第i辆电动汽车从出发点到充电桩的行驶时间、排队等候时间和电动汽车充电时间的总和；
为距离最短优先充电路径下第i辆电动汽车从出发点到充电桩节点的行驶时间；
为距离最短优先充电路径下第i辆电动汽车的排队等待时间；
为距离最短优先充电路径下第i辆电动汽车的充电时间；
为距离最短优先充电路径下第i辆电动汽车从充电点到目的地节点的时间。
6.根据权利要求5所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，步骤S3包括以下子步骤：
S31：基于所述行驶距离最短的电动汽车充电路径，计算第i辆电动汽车从出发点到达充电桩时长，公式如下：
其中，
为距离最短优先充电路径下第i辆电动汽车从出发点到达充电节点Ci的时间；
第i辆电动汽车的出发时间；
为距离最短优先充电路径下第i辆电动汽车从出发点到充电节点的时间；vi为第i辆电动汽车的平均速度；
S32：统计距离最短优先充电路径下每个充电站达到的车辆，并根据到达充电站的时间先后进行排序；
S33：依次计算到达充电站的电动汽车进行排队等候时间，公式如下：
其中，
为距离最短优先充电路径下充电站第m个充电桩的可用时间；
为距离最短优先充电路径下充电站的最早可用时间；
为距离最短优先充电路径下第i辆电动汽车的排队等待时间；
S34：依次计算到达充电站的电动汽车充电时间，公式如下：
其中，
为距离最短优先充电路径下第i辆电动汽车的充电时间；Pi为第i辆电动汽车的平均充电功率；
S35：更新距离最短优先充电路径下每个充电站内的充电桩可用时间，公式如下：
S36：根据距离最短优先充电路径下第i辆电动汽车从出发点到充电桩的行驶时间
排队等候时间
和电动汽车充电时间
计算距离最短优先充电路径下电动汽车总时间。
7.根据权利要求1所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，步骤S4中以所有电动汽车的距离最短优先充电路径下的电动汽车总时长最小为目标函数，目标函数计算公式如下：
ΔTi sum＝ΔTi SC+ΔTi wait+ΔTi chg+ΔTi CE
其中，G为参与充电路径优化的电动汽车总数量；ΔTi sum为兼顾电网负载均衡性与用户体验充电路径下第i辆电动汽车的行驶时间、排队等候时间和充电时间的总和；ΔTi SC为第i辆电动汽车从出发点到充电节点的时间；ΔTi wait为第i辆电动汽车的排队等候时间；
为充电站第m个充电桩的可用时间；ΔTi CE为第i辆电动汽车从充电点到目的地节点的时间。
8.根据权利要求7所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，步骤S4中构建的电网充电负载均衡性约束如下：
其中，ψmin为电网充电负载平衡指标的最小需求值；ψt为第t时段电网充电负载平衡指标值；T为充电站充电工作的总时段数；K为充电站的总个数；
为第k个充电站的充电桩个数；Nt,k为第t时段第k个充电站正在充电的电动汽车个数。
9.根据权利要求7所述的一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，其特征在于，步骤S4中构建的电动汽车用户体验约束如下：
其中，ΔTue为单个电动汽车用户相比距离最短优先充电路径可承受的最大牺牲时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110697301.4A CN113379141B (zh) | 2021-06-23 | 2021-06-23 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110697301.4A CN113379141B (zh) | 2021-06-23 | 2021-06-23 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113379141A true CN113379141A (zh) | 2021-09-10 |
| CN113379141B CN113379141B (zh) | 2023-04-18 |
Family
ID=77578659
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110697301.4A Active CN113379141B (zh) | 2021-06-23 | 2021-06-23 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113379141B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114282377A (zh) * | 2021-12-28 | 2022-04-05 | 国网四川省电力公司电力科学研究院 | 一种考虑气象因素的电动汽车短期充电负荷的预测方法 |
| CN114936666A (zh) * | 2022-03-24 | 2022-08-23 | 国网河北省电力有限公司营销服务中心 | 基于车-站-平台系统的电动汽车充电导航方法及系统 |
Citations (8)
| 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 |
| CN103236179A (zh) * | 2012-12-18 | 2013-08-07 | 清华大学 | 一种计及交通信息与电网信息的电动汽车充电导航方法 |
| CN104864883A (zh) * | 2015-05-22 | 2015-08-26 | 清华大学 | 基于云平台的电动汽车路径规划方法 |
| US20170343366A1 (en) * | 2016-05-26 | 2017-11-30 | Hyundai Motor Company | Vehicle system and navigation path selecting method of the same |
| 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 |
| CN108562300A (zh) * | 2018-05-10 | 2018-09-21 | 西南交通大学 | 考虑目的地导向及下一行程用电需求的电动汽车充电引导方法 |
| CN110174117A (zh) * | 2019-05-29 | 2019-08-27 | 国网浙江电动汽车服务有限公司 | 一种电动汽车充电路线规划方法 |
| CN112488358A (zh) * | 2020-10-31 | 2021-03-12 | 海南电网有限责任公司 | 一种电动汽车充电路径规划方法和存储介质 |
-
2021
- 2021-06-23 CN CN202110697301.4A patent/CN113379141B/zh active Active
Patent Citations (8)
| 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 |
| CN103236179A (zh) * | 2012-12-18 | 2013-08-07 | 清华大学 | 一种计及交通信息与电网信息的电动汽车充电导航方法 |
| CN104864883A (zh) * | 2015-05-22 | 2015-08-26 | 清华大学 | 基于云平台的电动汽车路径规划方法 |
| US20170343366A1 (en) * | 2016-05-26 | 2017-11-30 | Hyundai Motor Company | Vehicle system and navigation path selecting method of the same |
| 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 |
| CN108562300A (zh) * | 2018-05-10 | 2018-09-21 | 西南交通大学 | 考虑目的地导向及下一行程用电需求的电动汽车充电引导方法 |
| CN110174117A (zh) * | 2019-05-29 | 2019-08-27 | 国网浙江电动汽车服务有限公司 | 一种电动汽车充电路线规划方法 |
| CN112488358A (zh) * | 2020-10-31 | 2021-03-12 | 海南电网有限责任公司 | 一种电动汽车充电路径规划方法和存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114282377A (zh) * | 2021-12-28 | 2022-04-05 | 国网四川省电力公司电力科学研究院 | 一种考虑气象因素的电动汽车短期充电负荷的预测方法 |
| CN114936666A (zh) * | 2022-03-24 | 2022-08-23 | 国网河北省电力有限公司营销服务中心 | 基于车-站-平台系统的电动汽车充电导航方法及系统 |
| CN114936666B (zh) * | 2022-03-24 | 2024-05-10 | 国网河北省电力有限公司营销服务中心 | 基于车-站-平台系统的电动汽车充电导航方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113379141B (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112200367B (zh) | 一种支持充放电策略的电动汽车配送路径优化方法 | |
| CN108955711B (zh) | 一种应用于电动汽车智能充放电的导航方法 | |
| CN113379141B (zh) | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 | |
| CN108199100B (zh) | 智能交通中电动汽车长途运行充电规划方法 | |
| CN109934391B (zh) | 一种纯电动公交车辆的智能调度方法 | |
| CN109784558B (zh) | 一种基于蚁群算法的电动汽车充电调度优化方法 | |
| Alesiani et al. | Optimization of charging stops for fleet of electric vehicles: A genetic approach | |
| CN103339664B (zh) | 充电器配置计划支持装置、充电器配置计划支持方法 | |
| CN109489676B (zh) | 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 | |
| CN110059934A (zh) | 燃油车和新能源车协同配送调度的方法 | |
| CN108932561B (zh) | 一种考虑非线性充电函数的电动汽车充电路径选择方法 | |
| CN104583719A (zh) | 充电管理系统 | |
| CN112418610B (zh) | 基于soc信息与路网电网信息融合的充电优化方法 | |
| CN109670674B (zh) | 一种考虑交通网-配电网耦合的电动汽车时空分布充电调度方法 | |
| CN114611993B (zh) | 一种基于移动电池包的城乡电动公交车辆调度方法 | |
| CN109919369B (zh) | 一种电池交换站选址和电动汽车路径规划方法 | |
| CN112686441B (zh) | 基于交通均衡的电动汽车充电导航及路径选择方法 | |
| CN114676343A (zh) | 一种充电站推荐方法、装置、电动汽车及终端 | |
| CN113486504B (zh) | 一种基于调度成本的电池管理控制方法 | |
| CN116341694A (zh) | 一种充电规划方法及系统 | |
| WO2024114141A1 (zh) | 车辆充电的方法及电子设备 | |
| CN117553816B (zh) | 考虑车主偏好与需求的电动汽车路径规划与充放电策略联合优化方法 | |
| CN116822912B (zh) | 一种电动车辆干线长途运输充换电智能调度方法及装置 | |
| Zhang et al. | Integrated route and charging planning for electric vehicles considering nonlinear charging functions | |
| Akbari et al. | Modeling and optimization of PHEV charging queues |
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 |