CN113487108B - 一种车辆充电调度方法、装置、设备及存储介质 - Google Patents
一种车辆充电调度方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113487108B CN113487108B CN202110854913.XA CN202110854913A CN113487108B CN 113487108 B CN113487108 B CN 113487108B CN 202110854913 A CN202110854913 A CN 202110854913A CN 113487108 B CN113487108 B CN 113487108B
- Authority
- CN
- China
- Prior art keywords
- local area
- vehicle
- scheduled
- demand data
- scheduling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000003139 buffering effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
-
- G06Q50/40—
-
- 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
Abstract
本发明实施例公开了一种车辆充电调度方法、装置、设备及存储介质。该方法包括:根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定目标区域在当前调度时刻的全局供需数据;根据各局部区域的当前供需数据、各局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;根据预调度车辆,确定待调度局部区域的调度后全局供需数据;根据调度后全局供需数据和所述全局供需数据,控制进行待调度局部区域的预调度车辆和待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。本发明实施例通过对车辆进行合理的充电调度,实现了全局车辆匹配最优化,提高了全局车辆运营的接单效率。
Description
技术领域
本发明实施例涉及车辆管理技术领域,尤其涉及一种车辆充电调度方法、装置、设备及存储介质。
背景技术
随着网约车行业的快速发展,为节约运营成本,越来越多的网约车司机将纯电动汽车作为运营车辆进行接单。但现有的纯电动汽车通常基于锂电池技术,充电时间较长,间接占用了司机的工作时间,无法充分满足乘客运输的需求。此外,不同车辆的电池性能以及司机驾驶行为习惯不同,导致充放电效率不一致,充电时间点随机性强,影响网约车平台接单效率。
在现有技术中,网约车平台通常从单车充电效率以及单车站使用率的角度出发,解决局部最优匹配问题,而没有对车辆进行合理的充电调度,无法实现全局运营效率最优化。
发明内容
本发明提供一种车辆充电调度方法、装置、设备及存储介质,以实现全局车辆匹配最优化,并提高全局车辆运营的接单效率。
第一方面,本发明实施例提供了一种车辆充电调度方法,该方法包括:
根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据;
根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;
根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据;
根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。
第二方面,本发明实施例还提供了一种车辆充电调度装置,该装置包括:
第一数据确定模块,用于根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据;
预调度车辆确定模块,用于根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;
第二数据确定模块,用于根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据;
充电调度控制模块,用于根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。
第三方面,本发明实施例还提供了一种车辆充电调度设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面实施例所提供的任一车辆充电调度方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现第一方面实施例所提供的任一车辆充电调度方法。
本发明方案通过根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定目标区域的全局供需数据;根据局部区域的当前供需数据、各局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;根据预调度车辆,确定待调度局部区域的调度后全局供需数据;根据调度后全局供需数据和全局供需数据,控制待调度区域的预调度车辆进行充电调度。上述技术方案通过合理化配置车辆进行充电调度,实现了全局车辆匹配最优化,从而提高了全局车辆运营的接单效率。
附图说明
图1是本发明实施例一中的一种车辆充电调度方法的流程图;
图2是本发明实施例二中的一种车辆充电调度方法的流程图;
图3是本发明实施例三中的一种车辆充电调度装置的结构示意图;
图4是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种车辆充电调度方法的流程图,本实施例可适用于车辆接单时对车辆进行充电调度的情况,该方法可以由车辆充电调度装置来执行,该装置可采用软件和/或硬件的方式实现。如图1所示,该方法具体包括如下步骤:
S110、根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据。
其中,调度时刻可以由人为进行提前设定,例如可以是将每日24小时中的每个整点时刻设定为调度时刻。当前调度时刻是对当前供需数据以及全局供需数据进行确定的时刻。目标区域可以是目标城市区域,各局部区域可以是目标城市区域的各局部区域,具体可以将目标城市区域划分成多个等面积大小的多边形网格,以形成多个等面积大小的各局部区域。其中,多边形网格可以是六边形网格或四边形网格等,本实施例对此不进行限制。
其中,供需数据为空载车辆数据与所需空载车辆数据。具体的,所需空载车辆的数量与待处理订单需求的数量具有一一对应的关系,即每笔待处理订单对应所需一个空载车辆。示例性的,空载车辆的当前供需数据可以是,当前调度时刻下,当前局部区域内的空载车辆的数量,以及所需空载车辆的数量。当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据可以采用以下方式确定:
其中,Δ表示当前供需数据,a表示当前调度时刻目标区域中各局部区域内所需空载车辆数据,即待处理订单数量;b表示当前调度时刻目标区域中各局部区域内的空载车辆数据。目标区域在当前调度时刻的全局供需数据可以采用以下方式确定:
其中,n表示目标区域中各局部区域的数量,i表示目标区域中第i个局部区域,Δi表示第i个局部区域的当前供需数据。
示例性的,根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定目标区域在当前调度时刻的全局供需数据。其中,目标区域中至少包括一个局部区域,根据当前调度时刻下各局部区域中订单需求量对应的所需空载车辆数量,与当前调度时刻下各局部区域中空载车辆的数量,可以确定当前调度时刻下各局部区域的当前供需数据;根据各局部区域的当前供需数据可以确定目标区域的全局供需数据。
S120、根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆。
其中,关联局部区域可以是与各局部区域相邻的局部区域,以各局部区域为多个等面积大小的六边形网格为例,关联局部区域可以是以各六边形局部区域的六条边为邻线,与各六边形局部区域相邻的局部区域。可调度车辆包括电量充足无需充电的空载车辆与电量不足需要充电的空载车辆。
示例性的,根据各局部区域的当前供需数据,确定各局部区域中需要进行车辆预调度的待调度局部区域;根据各局部区域的关联局部区域内,可用充电站和可调度车辆中电量不足需要充电的空载车辆的相对位置关系,确定待调度局部区域的预调度车辆。
S130、根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据。
示例性的,预调度车辆影响待调度局部区域的调度后的当前供需数据,从而影响目标区域的全局供需数据。
在一个可选实施例中,所述根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据,包括:根据所述当前调度时刻的空载车辆、所述当前调度时刻所属时段充电完成车辆和所述预调度车辆,确定所述待调度局部区域的调度后空载车辆;根据所述当前调度时刻的待处理订单数量和所述调度后空载车辆数量,确定所述调度后全局供需数据。
示例性的,根据当前调度时刻的空载车辆、当前调度时刻所属时段充电完成车辆和预调度车辆,确定待调度局部区域的调度后空载车辆。举例说明,若当前调度时刻为9:00,则当前调度时刻所属时段可以为9:00-10:00。若待调度局部区域的调度后空载车辆数量记为b′,当前调度时刻的空载车辆数量记为b,当前调度时刻所属时段充电完成车辆数量记为m,预调度车辆数量记为n。则调整后的空载车辆数量b′=b+m-n。
示例性的,根据当前调度时刻的待处理订单数量和调度后空载车辆数量,确定调度后全局供需数据。若当前调度时刻的待处理订单数量记为a′,则当前调度时刻的调整后的待调度局部区域的当前供需数据为:
则调度后全局供需数据为:
其中,n表示目标区域中各局部区域的数量,h表示目标区域中第h个局部区域,其中包括待调度区域;μh表示各待调度局部区域被调度后,第h个局部区域的当前供需数据。
本可选实施例方案通过根据当前调度时刻的空载车辆、当前调度时刻所属时段充电完成车辆和预调度车辆,确定待调度局部区域的调度后空载车辆;根据当前调度时刻的待处理订单数量和调度后空载车辆数量,确定调度后全局供需数据。上述技术方案实现了调度后的待调度局部区域的当前供需数据,以及调度后的全局供需数据的准确确定,为后续车辆充电调度提供了有效的数据支撑,有助于车辆充电调度时机的准确确定,从而为实现全局运营效率最优奠定了基础。
S140、根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。
示例性的,若调度后全局供需数据E′小于全局供需数据E,则对待调度局部区域进行预调度车辆的调度;若调度后全局供需数据E′大于或等于全局供需数据E,则对待调度局部区域不进行预调度车辆的调度。具体的,若调度后全局供需数据E′小于全局供需数据E,则控制进行待调度局部区域的预调度车辆和待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。
在上述各技术方案的基础上,在对车辆进行充电调度之后,还可以基于匈牙利算法,确定待处理订单和调度后空载车辆之间的对应关系,从而得到乘客和车辆匹配链,达到订单预测的目的。
本实施例方案通过根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定目标区域的全局供需数据;根据局部区域的当前供需数据、各局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;根据预调度车辆,确定待调度局部区域的调度后全局供需数据;根据调度后全局供需数据和全局供需数据,控制待调度区域的预调度车辆进行充电调度。上述技术方案通过合理化配置车辆进行充电调度,实现了全局车辆匹配最优化,从而提高了全局车辆运营的接单效率。
实施例二
图2为本发明实施例二提供的一种车辆充电调度方法的流程图,本实施例在上述各技术方案的基础上,进行了优化改进。
进一步的,将操作“所述根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆”,细化为“针对各所述局部区域,若该局部区域的所述当前供需数据满足预设供需条件,且该局部区域的关联局部区域内存在可用充电站,则将该局部区域作为所述待调度局部区域;根据所述待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各所述可调度车辆中选取所述预调度车辆”,以完善对待调度局部区域的预调度车辆的确定方式。
如图2所示,该方法包括以下具体步骤:
S210、根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据。
S220、针对各所述局部区域,若该局部区域的所述当前供需数据满足预设供需条件,且该局部区域的关联局部区域内存在可用充电站,则将该局部区域作为所述待调度局部区域。
其中,预设供需条件由相关技术人员进行提前设定,具体是根据供需数据进行设定。示例性的,若目标区域中各局部区域内所需空载车辆数据为a,目标区域中各局部区域内的空载车辆数据为b,若供需数据为a/b,则预设供需条件可以设定为a/b的值在区间[0,1]内;若供需数据为b/a,则预设供需条件可以设定为a/b的值在区间[1,+∞)内。
具体的,若该局部区域的当前供需数据满足预设供需条件,且该局部区域或该局部区域的关联局部区域内存在可用充电站,则将该局部区域作为待调度局部区域。若该局部区域的当前供需数据不满足预设供需条件,则该局部区域不作为待调度局部区域。若该局部区域的当前供需数据满足预设供需条件,但该局部区域或该局部区域的关联局部区域内不存在可用充电站,则该局部区域不作为待调度局部区域。
S230、根据所述待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各所述可调度车辆中选取所述预调度车辆。
示例性的,通过S220确定的待调度局部区域,从待调度区域中的各可调度车辆中选取预调度车辆。具体的,根据待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各可调度车辆中选取预调度车辆。
在一个可选实施例中,所述根据所述待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各所述可调度车辆中选取所述预调度车辆,包括:针对所述待调度局部区域中的各所述可调度车辆,若该可调度车辆的剩余电量小于预设电量阈值、在所述待调度局部区域的关联局部区域内存在满足该可调度车辆的可行驶里程范围的可用充电站、且预测充电完成时刻处于所述待调度局部区域的订单呼叫高峰时段的缓冲时段,则将该可调度车辆作为所述预调度车辆。
其中,电量阈值可以基于大数据统计方式加以确定、或根据车辆所处地域的调度情况进行确定等,本发明对电量阈值的具体数值不作任何限定。例如,基于上述至少一种方式,电量阈值可以设置为40%。高峰时段可以是订单呼叫数量最多的时段,高峰时段的缓冲时段可以是除高峰时段之外的时段。示例性的,若高峰时段为13:00-14:00和18:00-19:00,则高峰时段的缓冲时段可以是除13:00-14:00和18:00-19:00之外的时段,例如可以是9:00-10:00,20:00-21:00等时段。
示例性的,针对待调度局部区域中的各可调度车辆,若该可调度车辆的剩余电量小于预设电量阈值、在待调度局部区域或待调度局部区域的关联局部区域内存在满足该可调度车辆的可行驶里程范围的可用充电站、且预测充电完成时刻处于待调度局部区域的订单呼叫高峰时段的缓冲时段,则将该可调度车辆作为预调度车辆。其中,待调度局部区域或待调度局部区域的关联局部区域内,是否存在满足该可调度车辆的可行驶里程范围的可用充电站,具体可以采用以下方式进行确定,根据可调度车辆的剩余电量,确定该可调度车辆剩余电量的可行驶历程范围;获取可调度车辆与可用充电站之间的距离,并确定该距离是否超出该可调度车辆的可行驶历程范围。
具体的,若该距离超出该可调度车辆的可行驶历程范围,则认为该可调度车辆不能够作为预调度车辆;若该距离未超出该可调度车辆的可行驶历程范围,且预测充电完成时刻处于待调度局部区域的订单呼叫高峰时段的缓冲时段,则将该可调度车辆作为预调度车辆。举例说明,若预测的充电完成时刻为10:00,订单呼叫高峰时段为13:00-14:00和17:00-18:00,则预测的充电完成时刻不在高峰时刻范围内,可以认为预测的充电完成时刻在高峰时段的缓冲时段。
可选的,高峰时段的确定方式可以由相关技术人员进行人为确定。示例性的,相关技术人员可以提前设定时段预设表格,并通过查表的方式确定高峰时段。具体可以是,根据当前各局部区域的天气、历史同期各时段的交通拥堵程度等特征设定时段预设表格。例如,以1小时为单位,在时段预设表格内记录24小时的整数时刻所属时段内的订单呼叫数量,将订单呼叫数量最多的时段作为高峰时段。例如,若整数时刻为9:00,则整数时刻所在时段为9:00-10:00。
本可选实施例通过根据该可调度车辆的剩余电量、在待调度局部区域的关联局部区域内是否存在满足该可调度车辆的可行驶里程范围的可用充电站、且预测充电完成时刻是否处于待调度局部区域的订单呼叫高峰时段的缓冲时段,确定预调度车辆,避免了预调度车辆在高峰时段充电导致运营效率的降低,同时避免了预调度车辆在前往可用充电站途中断电无法行驶的情况,为预调度车辆的有效筛选提供了保障,进而为运营效率的提高奠定了基础。
可以理解的是,高峰时段的确定方式可以是相关技术人员进行人为确定,还可以采用自动化的方式进行确定,本实施例对此不进行限制。
在一个可选实施例中,所述待调度局部区域的订单呼叫高峰时段采用以下方式确定:根据所述待调度局部区域在历史调度周期内各可调度时刻所属时段的预测参照数据,确定各所述可调度时刻所属时段的预测订单数量;根据各所述可调度时刻所属时段的预测订单数量,从各所述可调度时刻所属时段中选取高峰时段。
其中,历史调度周期的单位可以是天,历史调度周期内各可调度时刻所属时段可以是将历史调度周期划分为24个小时,以1小时为单位进行时间切片,将切片后的各整数时刻作为可调度时刻,整数时刻所属时段作为可调度时刻所属时段,例如可调度时刻为9:00,可调度时刻所属时段为9:00-10:00。预设参展数据可以包括各局部区域的天气、兴趣点(Point of Interest,POI)特征、乘客特征、和交通拥堵指数等数据中的至少一种。
示例性的,将待调度局部区域在历史调度周期内各可调度时刻所属时段的预测参照数据,以及与历史调度周期内各可调度时刻所属时段的预设参照数据对应的订单数量,生成样本标签数据,并通过样本标签数据对机器学习模型进行有监督式训练,以构建订单数量预测模型。可选的,可以是采用回归类算法或深度学习算法,对订单数量预测模型进行构建,例如可以采用xgboost(eXtreme Gradient Boosting,极端梯度提升)、sklearnLinear Regression(Scikit-learn Linear Regression,Scikit学习线性回归)、TensorFlow(张量流)、Pytorch等主流算法框架。其中,预设参考数据为样本标签数据中的标签,订单数量为样本标签数据中的标签值。
示例性的,根据训练好的订单数量预测模型,通过输入待调度局部区域在当前可调度时刻所属时段的预测参照数据,可以确定各可调度时刻所属时段的预测订单数量。
示例性的,根据各可调度时刻所属时段的预测订单数量,从各可调度时刻所属时段中选取高峰时段。具体的,可以根据各可调度时刻所属时段的预测订单数量,确定高峰阈值。其中,高峰阈值可以采用以下方式进行确定,若高峰阈值为M,各可调度时刻所属时段的预测订单数量为P,全天内各可调度时刻所属时段的最高预测订单数量为Q,则高峰阈值M=P/Q。若高峰阈值大于预设阈值,则认为该可调度时刻所属时段属于高峰时段;若高峰阈值小于预设阈值,则认为该可调度时刻所属时段不属于高峰时段。其中,预设阈值可以基于大数据统计方式加以确定,例如可以根据统计结果,将预设阈值设定为0.8。
本可选实施例通过根据待调度局部区域在历史调度周期内各可调度时刻所属时段的预测参照数据,确定各可调度时刻所属时段的预测订单数量;根据各可调度时刻所属时段的预测订单数量,从各可调度时刻所属时段中选取高峰时段,从而实现了高峰时刻确定的自动化确定,避免了由于人为设置高峰时段不准确,对车辆充电调度带来的影响,有助于提高调度结果的准确度。
S240、根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据。
S250、根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。
本实施例方案通过确定当前供需数据是否满足预设供需条件、各局部区域的关联局部区域内是否存在可用充电站的方式,确定待调度局部区域;根据待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各可调度车辆中选取预调度车辆;提高了预调度车辆的准确度,从而提高调度后的全局供需数据的准确度,进而实现了对高峰时期车辆的合理调度。
实施例三
图3为本发明实施例三提供的一种车辆充电调度装置的结构示意图。本发明实施例所提供的一种车辆充电调度装置可执行本发明任意实施例所提供的一种车辆充电调度方法,具备执行方法相应的功能模块和有益效果。该装置可采用软件和/或硬件的方式实现,如图3所示,所述车辆充电调度装置具体包括:第一数据确定模块310、预调度车辆确定模块320、第二数据确定模块330、和充电调度控制模块340。
其中,第一数据确定模块310,用于根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据;
预调度车辆确定模块320,用于根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;
第二数据确定模块330,用于根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据;
充电调度控制模块340,用于根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。
本实施例方案通过根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定目标区域的全局供需数据;根据局部区域的当前供需数据、各局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;根据预调度车辆,确定待调度局部区域的调度后全局供需数据;根据调度后全局供需数据和全局供需数据,控制待调度区域的预调度车辆进行充电调度。上述技术方案通过合理化配置车辆进行充电调度,实现了全局车辆匹配最优化,从而提高了全局车辆运营的接单效率。
可选的,预调度车辆确定模块320,包括:
局部区域确定子单元,用于针对各所述局部区域,若该局部区域的所述当前供需数据满足预设供需条件,且该局部区域的关联局部区域内存在可用充电站,则将该局部区域作为所述待调度局部区域;
预调度车辆选取单元,用于根据所述待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各所述可调度车辆中选取所述预调度车辆。
可选的,预调度车辆选取单元,包括:
预调度车辆确定子单元,用于针对所述待调度局部区域中的各所述可调度车辆,若该可调度车辆的剩余电量小于预设电量阈值、在所述待调度局部区域的关联局部区域内存在满足该可调度车辆的可行驶里程范围的可用充电站、且预测充电完成时刻处于所述待调度局部区域的订单呼叫高峰时段的缓冲时段,则将该可调度车辆作为所述预调度车辆。
可选的,预调度车辆确定子单元,具体用于:
根据所述待调度局部区域在历史调度周期内各可调度时刻所属时段的预测参照数据,确定各所述可调度时刻所属时段的预测订单数量;
根据各所述可调度时刻所属时段的预测订单数量,从各所述可调度时刻所属时段中选取高峰时段。
可选的,第二数据确定模块330,包括:
空载车辆确定单元,用于根据所述当前调度时刻的空载车辆、所述当前调度时刻所属时段充电完成车辆和所述预调度车辆,确定所述待调度局部区域的调度后空载车辆;
全局供需数据确定单元,用于根据所述当前调度时刻的待处理订单数量和所述调度后空载车辆数量,确定所述调度后全局供需数据。
上述车辆充电调度装置可执行本申请任意实施例所提供的车辆充电调度方法,具备执行各车辆充电调度方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图,如图4所示,该计算机设备包括处理器410、存储器420、输入装置430和输出装置440;设备中处理器410的数量可以是一个或多个,图4中以一个处理器410为例;设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的车辆充电调度方法对应的程序指令/模块(第一数据确定模块310、预调度车辆确定模块320、预调度车辆确定模块330和充电调度控制模块340)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的车辆充电调度方法。
存储器420可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据(如前述实施例所涉及的当前调度时刻、当前供需数据、全局供需数据和预调度车辆等)等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆充电调度方法,该方法包括:
根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据;
根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;
根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据;
根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车辆充电调度方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明实施例可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明实施例各个实施例所述的方法。
值得注意的是,上述车辆充电调度装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (8)
1.一种车辆充电调度方法,其特征在于,包括:
根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据;
根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;
根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据;
根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度;
所述根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆,包括:
针对各所述局部区域,若该局部区域的所述当前供需数据满足预设供需条件,且该局部区域的关联局部区域内存在可用充电站,则将该局部区域作为所述待调度局部区域;
根据所述待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各所述可调度车辆中选取所述预调度车辆;
所述预设供需条件为预先设定供需数据的值在预设区间内,所述预设区间为[0,1]或[1,+∞);
所述当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据的确定方式为:
其中,Δ表示当前供需数据,a表示当前调度时刻目标区域中各局部区域内所需空载车辆数据,即待处理订单数量;b表示当前调度时刻目标区域中各局部区域内的空载车辆数据;
所述目标区域在所述当前调度时刻的全局供需数据的确定方式为:
其中,n表示目标区域中各局部区域的数量,i表示目标区域中第i个局部区域,Δi表示第i个局部区域的当前供需数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各所述可调度车辆中选取所述预调度车辆,包括:
针对所述待调度局部区域中的各所述可调度车辆,若该可调度车辆的剩余电量小于预设电量阈值、在所述待调度局部区域的关联局部区域内存在满足该可调度车辆的可行驶里程范围的可用充电站、且预测充电完成时刻处于所述待调度局部区域的订单呼叫高峰时段的缓冲时段,则将该可调度车辆作为所述预调度车辆。
3.根据权利要求2所述的方法,其特征在于,所述待调度局部区域的订单呼叫高峰时段采用以下方式确定:
根据所述待调度局部区域在历史调度周期内各可调度时刻所属时段的预测参照数据,确定各所述可调度时刻所属时段的预测订单数量;
根据各所述可调度时刻所属时段的预测订单数量,从各所述可调度时刻所属时段中选取高峰时段。
4.根据权利要求1所述的方法,其特征在于,所述根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据,包括:
根据所述当前调度时刻的空载车辆、所述当前调度时刻所属时段充电完成车辆和所述预调度车辆,确定所述待调度局部区域的调度后空载车辆;
根据所述当前调度时刻的待处理订单数量和所述调度后空载车辆数量,确定所述调度后全局供需数据。
5.一种车辆充电调度装置,其特征在于,包括:
第一数据确定模块,用于根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据,确定所述目标区域在所述当前调度时刻的全局供需数据;
预调度车辆确定模块,用于根据各所述局部区域的当前供需数据、各所述局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系,确定待调度局部区域的预调度车辆;
第二数据确定模块,用于根据所述预调度车辆,确定所述待调度局部区域的调度后全局供需数据;
充电调度控制模块,用于根据所述调度后全局供需数据和所述全局供需数据,控制进行所述待调度局部区域的预调度车辆和所述待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度;
所述预调度车辆确定模块包括:
局部区域确定子单元,用于针对各所述局部区域,若该局部区域的所述当前供需数据满足预设供需条件,且该局部区域的关联局部区域内存在可用充电站,则将该局部区域作为所述待调度局部区域;
预调度车辆选取单元,用于根据所述待调度局部区域中各可调度车辆的剩余电量、可行驶里程和预测充电完成时刻,从各所述可调度车辆中选取所述预调度车辆;
所述预设供需条件为预先设定供需数据的值在预设区间内,所述预设区间为[0,1]或[1,+∞);
所述当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据的确定方式为:
其中,Δ表示当前供需数据,a表示当前调度时刻目标区域中各局部区域内所需空载车辆数据,即待处理订单数量;b表示当前调度时刻目标区域中各局部区域内的空载车辆数据;
所述目标区域在所述当前调度时刻的全局供需数据的确定方式为:
其中,n表示目标区域中各局部区域的数量,i表示目标区域中第i个局部区域,Δi表示第i个局部区域的当前供需数据。
6.根据权利要求5所述的装置,其特征在于,所述第二数据确定模块包括:
空载车辆确定单元,用于根据所述当前调度时刻的空载车辆、所述当前调度时刻所属时段充电完成车辆和所述预调度车辆,确定所述待调度局部区域的调度后空载车辆;
全局供需数据确定单元,用于根据所述当前调度时刻的待处理订单数量和所述调度后空载车辆数量,确定所述调度后全局供需数据。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4中任一所述的车辆充电调度方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的车辆充电调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110854913.XA CN113487108B (zh) | 2021-07-28 | 2021-07-28 | 一种车辆充电调度方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110854913.XA CN113487108B (zh) | 2021-07-28 | 2021-07-28 | 一种车辆充电调度方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113487108A CN113487108A (zh) | 2021-10-08 |
CN113487108B true CN113487108B (zh) | 2023-12-26 |
Family
ID=77943150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110854913.XA Active CN113487108B (zh) | 2021-07-28 | 2021-07-28 | 一种车辆充电调度方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113487108B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012073979A (ja) * | 2010-09-30 | 2012-04-12 | Hitachi Automotive Systems Ltd | Ev車の配車・運行管理システム |
CN110766280A (zh) * | 2019-09-20 | 2020-02-07 | 南京领行科技股份有限公司 | 一种车辆调度方法、目标订单预测模型的生成方法和装置 |
CN110796323A (zh) * | 2018-08-03 | 2020-02-14 | 北京嘀嘀无限科技发展有限公司 | 车辆的调度方法、装置、终端及计算机可读存储介质 |
CN110807921A (zh) * | 2019-10-24 | 2020-02-18 | 上海钧正网络科技有限公司 | 车辆调度方法、装置、设备和存储介质 |
CN110969834A (zh) * | 2019-11-19 | 2020-04-07 | 上海钧正网络科技有限公司 | 处理方法、装置、计算机设备、存储介质及车辆调度系统 |
CN111126740A (zh) * | 2019-07-31 | 2020-05-08 | 北京嘀嘀无限科技发展有限公司 | 共享汽车充电调度方法、电子设备及存储介质 |
CN111832940A (zh) * | 2020-07-13 | 2020-10-27 | 武汉科技大学 | 一种电动汽车充电调度方法、装置和存储介质 |
CN111832869A (zh) * | 2019-08-06 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种车辆调度方法、装置、电子设备及存储介质 |
CN111860922A (zh) * | 2019-04-30 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种服务站部署控制方法、装置、电子设备及存储介质 |
CN112308389A (zh) * | 2020-10-22 | 2021-02-02 | 黑龙江省电工仪器仪表工程技术研究中心有限公司 | 基于云计算的电动汽车有序充电调度系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140006137A1 (en) * | 2012-06-28 | 2014-01-02 | Toyota Infotechnology Center Co., Ltd. | Event Control Schedule Management |
EP3659078B1 (en) * | 2017-07-26 | 2023-08-30 | Via Transportation, Inc. | Systems and methods for managing and routing ridesharing vehicles |
CN107844886A (zh) * | 2017-09-15 | 2018-03-27 | 北京百度网讯科技有限公司 | 车辆调度方法、装置、设备及存储介质 |
CN111886620B (zh) * | 2018-04-13 | 2023-12-19 | 日产自动车株式会社 | 调度车辆管理装置和调度车辆管理方法 |
US20210074163A1 (en) * | 2019-09-10 | 2021-03-11 | International Business Machines Corporation | Provisioning for just in time autonomous vehicle deployment |
US20210110323A1 (en) * | 2020-12-22 | 2021-04-15 | Juan Pablo Munoz | Optimizing charging, fueling, and parking overheads of fleet vehicles in a maas architecture |
-
2021
- 2021-07-28 CN CN202110854913.XA patent/CN113487108B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012073979A (ja) * | 2010-09-30 | 2012-04-12 | Hitachi Automotive Systems Ltd | Ev車の配車・運行管理システム |
CN110796323A (zh) * | 2018-08-03 | 2020-02-14 | 北京嘀嘀无限科技发展有限公司 | 车辆的调度方法、装置、终端及计算机可读存储介质 |
CN111860922A (zh) * | 2019-04-30 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种服务站部署控制方法、装置、电子设备及存储介质 |
CN111126740A (zh) * | 2019-07-31 | 2020-05-08 | 北京嘀嘀无限科技发展有限公司 | 共享汽车充电调度方法、电子设备及存储介质 |
CN111832869A (zh) * | 2019-08-06 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种车辆调度方法、装置、电子设备及存储介质 |
CN110766280A (zh) * | 2019-09-20 | 2020-02-07 | 南京领行科技股份有限公司 | 一种车辆调度方法、目标订单预测模型的生成方法和装置 |
CN110807921A (zh) * | 2019-10-24 | 2020-02-18 | 上海钧正网络科技有限公司 | 车辆调度方法、装置、设备和存储介质 |
CN110969834A (zh) * | 2019-11-19 | 2020-04-07 | 上海钧正网络科技有限公司 | 处理方法、装置、计算机设备、存储介质及车辆调度系统 |
CN111832940A (zh) * | 2020-07-13 | 2020-10-27 | 武汉科技大学 | 一种电动汽车充电调度方法、装置和存储介质 |
CN112308389A (zh) * | 2020-10-22 | 2021-02-02 | 黑龙江省电工仪器仪表工程技术研究中心有限公司 | 基于云计算的电动汽车有序充电调度系统及方法 |
Non-Patent Citations (3)
Title |
---|
Charging Scheduling of Electric Vehicles with Local Renewable Energy under Uncertain Electric Vehicle Arrival and Grid Power Price;Tian Zhang et al.;arXiv;1-10 * |
基于数据驱动方式的电动汽车充电需求预测模型;邢强;陈中;黄学良;张梓麒;冷钊莹;徐岩;赵奇;;中国电机工程学报(12);85-102 * |
电动汽车充电调度综述;陈一凡;刘廷章;金勇;张菲;梁立新;;电气自动化(03);30-33 * |
Also Published As
Publication number | Publication date |
---|---|
CN113487108A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10192448B2 (en) | Method to control vehicle fleets to deliver on-demand transportation services | |
CN103915869B (zh) | 一种基于移动设备的电动汽车智能充电系统及方法 | |
CN111126740B (zh) | 共享汽车充电调度方法、电子设备及存储介质 | |
CN114897199A (zh) | 兼容储能充电桩的电动运载工具电量路径规划方法 | |
CN109795371A (zh) | 基于移动终端路线规划的电动车辆充电提醒方法及装置 | |
CN110892601A (zh) | 用于电动车辆的智能充电调度装置和方法 | |
CN111564053B (zh) | 车辆调度方法、装置、车辆调度设备和存储介质 | |
CN104346921A (zh) | 基于位置信息的出租车信息通讯服务系统、终端和方法 | |
CN110119824B (zh) | 一种充电桩适配调度系统及方法 | |
CN114298559A (zh) | 换电站的换电方法、换电管理平台及存储介质 | |
WO2019135330A1 (ja) | エネルギー需給システム | |
CN111695726A (zh) | 一种公交车辆的排班时间表更新方法及装置 | |
CN111806291B (zh) | 车辆与电池的匹配方法、装置、系统及可读存储介质 | |
CN111160720A (zh) | 一种公交调度事件自动处置方法及装置 | |
WO2018209810A1 (zh) | 电动汽车充电需求预测方法及系统 | |
CN113487108B (zh) | 一种车辆充电调度方法、装置、设备及存储介质 | |
CN106875574B (zh) | 利用时间碎片的加电资源预约方法 | |
CN112736941A (zh) | 一种基于移动储能电动汽车的可调度容量预测方法及装置 | |
CN116653658A (zh) | 移动充电桩的充电控制方法、装置、终端和可读存储介质 | |
CN117196136A (zh) | 一种换电车辆调度方法、系统和装置 | |
CN112232679A (zh) | 基于边缘计算的电动车与充电设备动态智能匹配方法 | |
CN105471043A (zh) | 充电设备的配置方法和装置 | |
CN115663867A (zh) | 基于智能充电网络系统的电动汽车充电调度方法 | |
CN115864526A (zh) | 电力调度方法、电子设备、车载微电网、存储介质 | |
CN115860593A (zh) | 储能调度方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |