CN113607177A - 一种考虑多源时空数据的电动汽车智能充电路径引导方法 - Google Patents
一种考虑多源时空数据的电动汽车智能充电路径引导方法 Download PDFInfo
- Publication number
- CN113607177A CN113607177A CN202110785926.6A CN202110785926A CN113607177A CN 113607177 A CN113607177 A CN 113607177A CN 202110785926 A CN202110785926 A CN 202110785926A CN 113607177 A CN113607177 A CN 113607177A
- Authority
- CN
- China
- Prior art keywords
- charging
- time
- charging station
- electric automobile
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Navigation (AREA)
Abstract
一种考虑多源时空数据的电动汽车智能充电路径规划方法,包括步骤:(1)获取电动汽车的剩余电量,基于剩余电量根据第一方程计算电动汽车的剩余里程;(2)获取所述搜索半径范围内的所有的充电站的数量以及位置;(3)计算所述电动汽车到达所述每个充电站的行驶时间(4)获取所述搜索半径范围内的所述充电站的状态;(5)规划多条充电路径供用户选择;(6)获取充电站附加信息,供用户在选择充电路径时参考。本发明重点围绕充电站数据的获取和预处理、路径规划中的影响因素分析,获得更加智能的充电路径规划方案。
Description
技术领域
本发明涉及电动汽车充电路径规划技术领域。
背景技术
目前的电动汽车普遍具有以下特性:(1)电池续航里程比较短。电动汽车的续航里程与燃油汽车相差较大,且实际续航里程与车辆剩余电量对应的续航里程数之间存在误差,用户需要考虑车辆的电量是否可以满足行程距离。(2)剩余电量影响行驶距离。在考虑电动汽车的充电站选择时,剩余电量限制着用户的站点选择,而且若用户持续在电池电量较低的情况下保持行驶状态,会对电池造成较大的损害,缩短可行驶距离。因此,用户需要考虑在电池剩余电量使用完之前能否有足够的时间和电量到达充电站。(3)电池充电时间较长。电动汽车的慢充时长一般为5~8小时,虽然目前的快充技术可以将充电时长缩短到30分钟左右,但仍比传统汽车加油所需时间长很多。由于电池充电时间较长,在用户不了解充电站内使用信息的情况下,很有可能选择到需要等待很长时间的站点,造成时间浪费和车辆拥堵等问题。因此,有必要重视电动汽车用户面临的充电问题,并向用户提供可以解决这些问题的智能充电路径规划方案。
目前,城市中还未建立可以满足大范围用户需求的大型电动汽车充电站,人们所能获取到的充电站信息也十分匮乏。因此,如何让用户可以通过基于时空大数据的系统分析获取到城市周围的充电站信息并得到充电最优路径的规划,具有重要意义。在基于时空大数据的电动汽车智能充电最优路径规划中,加入道路通行状况和充电站信息可以更加智能的规划路径,同时可以有效减少由于道路通行不畅、充电站信息不透明等原因导致的用户在行驶路程中、充电站内浪费大量时间的情况。最终可以将结合多种信息的结果显示在用户的查询页面上,方便用户根据自身情况进行选择。
但目前常见的充电引导方案只考虑了车辆的位置、车辆剩余电量和最大行驶里程、充电站位置这些基本信息,并没有考虑充电站内部充电桩的基本参数和实时工况信息。即车是车,电是电,没有将车和电连接起来,实现互联互通,导致车和电之间信息不对称。可能导致以下情况发生:车辆导航过程中发生道路拥堵而电量耗尽;到达充电站后发现没有与车辆型号匹配的充电桩;没有空闲的充电桩需要排队等待。
发明内容
以下由特定的具体实施例说明本实用新型的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本实用新型的其他优点及功效。
须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本实用新型可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本实用新型所能产生的功效及所能达成的目的下,均应落在本实用新型所揭示的技术内容能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本实用新型可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本实用新型可实施的范畴。
本发明重点围绕充电站数据的获取和预处理、路径规划中的影响因素分析,以及基于不同需求的路径规划这三个方面实施。以时空数据为基础,以用户车辆的剩余行驶里程、道路行驶状况和充电站内充电排队时间等因素为对象,通过分析这些因素对应的数据来确定各因素对充电路径的影响,与传统单一的充电路径引导方案相比,该规划结果可以向用户提供更加丰富的充电站信息,可以帮助用户将车辆信息与充电站之间建立联系,用户可以根据不同需求进行选择,获得更加智能的充电路径规划方案。具体包括以下步骤:
S1:获取电动汽车的剩余电量,基于剩余电量根据第一方程计算电动汽车的剩余里程,将剩余里程的1/5设定为搜索半径;其中第一方程为:
其中350为电动汽车满电的状态下的续航里程,m为在电池电量显示为0时可继续行驶m公里,p为电池电量低于25%时行驶里程下降率;
S2:获取所述搜索半径范围内的所有的充电站的数量以及位置,导航系统分别以路程最短、时间最短和红绿灯最少为需求,对所述电动汽车从当前位置至每个充电站的路径进行导航,得到多条导航路径;
S3:基于道路的实时通行状况,和在所述步骤S2中得到的多条导航路径计算所述电动汽车到达所述每个充电站的行驶时间T;
S4:获取所述搜索半径范围内的所述充电站的状态,基于所述充电站的状态和行驶时间T计算充电排队时长t;
S5:基于所述充电排队时间t和用户需求,规划多条充电路径供用户选择;其中用户需求包括:距离最短、行驶时间最短、总用时最短且使用快充接口、总用时最短且使用慢充接口;
S6:获取充电站附加信息,供用户在选择充电路径时参考,所述附加信息包括充电接口损坏率、充电效率、充电服务质量。
优选的,所述步骤S3中,所述电动汽车到达所述每个充电站的行驶时间T的计算公式为:
T0代表车辆以正常速度行驶通过该路段的时间;Q代表该路段实时的交通量;
C代表该路段实际的通行能力;其中,Q/C的比值代表此时该路段的交通状况:当该比值较小时,道路上的车辆处于自由行驶状态;当该比值接近1时,车辆的行驶速度接近匀速;当该比值远大于1时,道路上出现交通拥挤现象;若Q的数值不断增大,最终会导致该路段发生交通阻塞,T值则为无穷大,α和β为待定参数,通过实验仿真获得。
优选的,所述步骤S4的具体过程为:
优选的,所述步骤S6中的获取充电站附加信息,其通过对历史充电数据进行统一的评价规则获得。
附图说明
图1基于时空数据的充电路径规划流程图。
图2不同需求对应的充电路径规划方案。
图3显示充电站信息的路径规划页面。
具体实施方式
经研究发现,影响电动汽车充电引导路径规划的主要因素有三个,如表1所示:(1)车辆空间位置以及剩余电量在目前的工况下能够支撑多大的剩余行驶里程。(2)道路的拥堵程度影响用户是否能以最短的行驶时间到达合适的充电站。(3)充电站空间位置和充电站内充电桩实时工况信息。
表1电动汽车充电引导路径规划方案中的影响因素
本发明以时空数据为基础,以用户车辆的剩余行驶里程、道路行驶状况和充电站内充电排队时间等因素为对象,通过分析这些因素对应的数据来确定各因素对充电路径的影响,与传统单一的充电路径引导方案相比,该规划结果可以向用户提供更加丰富的充电站信息,可以帮助用户将车辆信息与充电站之间建立联系,用户可以根据不同需求进行选择,获得更加智能的充电路径规划方案。
参见图1,本发明的详细流程如下:
(1).车辆行驶过程中车载终端实时监测车辆剩余电量,并在后台以一定频率计算剩余行驶里程是否能够行驶到最近的充电站;
(2).当剩余电量低于用户设置的报警阈值或者行驶里程将要达到离最近的充电站距离时,车载终端发出充电预警;
(3).用户在车载终端提出充电请求;
(4).车载终端根据剩余电量最大行驶,自动设置搜索半径,搜索可到达范围内的所有充电站位置;
(5).迭代运算搜索半径内的充电站点的最短行驶里程,根据剩余电量对推荐站点进行基于最短距离、最短行驶时间和红绿灯最少进行优先级排序;
(6).车载终端获取第(5)步优先级排序后的站点导航道路实时拥堵数据,计算每条道路的行驶时间;
(7).车载终端连接上第(5)步推荐的充电站终端,获取充电站工况数据;
(8).车载终端获取到连接上的充电站,读取各个充电站的位置数据、充电桩工作状态、充电桩电压等级、剩余充电时长等相关数据,计算充电排队等待时长和充电时长;
(9).车载终端综合分析第(6)步和第(8)步的计算结果,提供基于不同需求的多条满足车辆最大行驶里程的充电规划路径;
(10).用户根据自身需要,从推荐路径中选择最短路径、最短行驶时间、最短充电时间、最短等待时间等多种方案;
(11).车载终端显示路径和站点信息;
(12).车载终端导航过程中实时获取目标充电站状态和道路通行状态,给用户提供信息参考;
(13).车辆到达充电站,充电导航结束。
在上述步骤中,具体的计算参数包括:
1.剩余行驶里程
目前我国电动汽车的续航里程一般是在300-450公里之间,电动汽车在仪表盘显示电池电量为0时可以继续行驶10余公里,但时速只能达到40公里左右。目前大多数电动汽车在25%-75%的充放时对车辆的电池损耗最小,当电量剩余为25%时就建议对电车进行充电。
根据电动汽车的普遍性能,对剩余电量和剩余行驶里程建立对应关系。假设电动汽车续航是350公里,在电池电量显示为0时可继续行驶m公里。在理想状态下,剩余电量和剩余行驶里程在数值上呈正比。在考虑电池有损耗的情况下,当电池的电量低于25%时,电量的损耗效率会增加,对应的行驶里程下降率为p%。具体计算规则为:
无损耗的行驶里程=剩余电量*350+m;
剩余里程决定着用户会选择的搜索范围,对于充电站分布较为密集的地区,到达最近站点的行驶距离普遍在1-2公里之间,对于分布较为稀疏的地区,到达最近站点的行驶距离普遍在4公里左右。为了保障剩余行驶里程完全可以支撑用户行驶到可到达的充电桩站点,所以将搜索半径设为可行驶里程的1/5,搜索半径可供用户作为参考数值。本实验中设置m=10,=30。
2.道路通行状况
汽车的行驶过程受实时交通路况的影响,对于路段行驶时间的修正,可以通过路阻函数来确定。本发明所采用的路阻计算公式为美国联邦公路局函数(BPR函数),BPR函数形式简单且分配模型的求解速度快。
T代表实际通过该路段所需要的时间;
T0代表车辆以正常速度行驶通过该路段的时间;
Q代表该路段实时的交通量;
C代表该路段实际的通行能力;
其中,Q/C的比值代表此时该路段的交通状况:当该比值较小时,道路上的车辆处于自由行驶状态;当该比值接近1时,车辆的行驶速度接近匀速;当该比值远大于1时,道路上出现交通拥挤现象。若Q的数值不断增大,最终会导致该路段发生交通阻塞,T值则为无穷大。
α和β为待定参数,α=0.15,β=4为美国公路最适宜的数值,并不适合直接用于我国。根据我国的相关研究以及仿真实验的结果显示:当车辆的设计速度为30Km/h到60Km/h之间时,α值均大于美国公路局推荐值0.15,β值则略小于推荐值4,因此本发明中的参数设定为:α=0.16,β=4。
3.充电站的状态
3.1充电站的使用状况
在本发明中选择独立建立各个充电站的详细信息,在进行站点搜索时这些信息将和位置信息一同返回,文中以某一充电站某一时刻的数据为例,见表2。
表2充电站内充电桩某一时刻的使用状况
3.2充电排队时间
用户在选择路径时需要参考的是在到达该充电站时的排队时间为多长。本发明将联系到达该站点所需要的行驶时间T来计算某一充电站的充电排队时间t。在计算充电排队时间t时,不考虑充电站有新车辆进入的情况,仅根据获取到的某一时刻的接口使用情况来预测,计算规则为:
3.3历史充电数据
目前充电站的数据完善程度普遍不高,对于没有体验过的站点,用户只能以充电站的历史充电数据为参考依据来进行了解。
历史充电数据一般是由用户在网站或APP上传的评价数据组成。这些数据则是动态的、不断更新的,可以反应充电站近期的设备状况。将这些信息整理后根据统一的评价规则进行设置,见表3,作为用户选择充电站点的参考依据。
表3充电站的评价参数
在本发明的实验中,最终向用户提供了基于三种不同需求的路径规划方案,当用户有不同需求时,有必要将道路行驶状况和各个站点充电桩的闲置状态列入路径规划的影响因素之中,并据此来提供智能的最优路径规划方案,更好的满足用户不同的需求。
模拟实验结果分析
将从起点到搜索范围内各个站点的行驶距离计算(Km)、行驶时间T(min)和充电排队时间t(min)这三个参数返回给用户界面,向用户提供距离最短、行驶时间最短和总用时最短(分为使用快充接口和慢充接口两种方式)多种路径规划方案(如图2),结果见表4。
实验中规划出的充电方案可以让用户根据自身需求进行最优选择:若用户此时的车辆剩余行驶里程很少时,可以优先考虑距离最短方案;若用户此时想要用最短的时间到达充电站时,可以优先考虑行驶时间最短方案;若用户此时在赶时间,想要在最短时间内将车辆充上电时,可以优先考虑总用时最短方案。
对于向用户展示搜索结果的页面,为了使充电站的信息更加透明化,用户在点击各个充电站标识时,会显示该站点的平均充电效率、充电桩故障率等详细信息来辅助用户进行选择(如下图3),用户在剩余行驶里程和时间充足的情况下,则可以根据充电站的综合信息进行选择,追求更高质量的充电服务。
表4不同需求对应的最优路径规划方案
在本发明的描述中,需要说明的是,对于方位词,如有术语“中心”,“横向”、“纵向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示方位和位置关系为基于附图所示的方位或位置关系,仅是为了便于叙述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定方位构造和操作,不能理解为限制本发明的具体保护范围。
需要说明的是,本申请的说明书和权利要求书中的术语“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,以便这里描述的本申请的实施例。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。
Claims (4)
1.一种考虑多源时空数据的电动汽车智能充电路径规划方法,其特征在于:
S1:获取电动汽车的剩余电量,基于剩余电量根据第一方程计算电动汽车的剩余里程,将剩余里程的1/5设定为搜索半径;其中第一方程为:
其中350为电动汽车满电的状态下的续航里程,m为在电池电量显示为0时可继续行驶m公里,p为电池电量低于25%时行驶里程下降率;
S2:获取所述搜索半径范围内的所有的充电站的数量以及位置,导航系统分别以路程最短、时间最短和红绿灯最少为需求,对所述电动汽车从当前位置至每个充电站的路径进行导航,得到多条导航路径;
S3:基于道路的实时通行状况,和在所述步骤S2中得到的多条导航路径计算所述电动汽车到达所述每个充电站的行驶时间T;
S4:获取所述搜索半径范围内的所述充电站的状态,基于所述充电站的状态和行驶时间T计算充电排队时长t;
S5:基于所述充电排队时间t和用户需求,规划多条充电路径供用户选择;其中用户需求包括:距离最短、行驶时间最短、总用时最短且使用快充接口、总用时最短且使用慢充接口;
S6:获取充电站附加信息,供用户在选择充电路径时参考,所述附加信息包括充电接口损坏率、充电效率、充电服务质量。
4.如权利要求1所述的智能充电路径规划方法,其特征在于:所述步骤S6中的获取充电站附加信息,其通过对历史充电数据进行统一的评价规则获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110785926.6A CN113607177B (zh) | 2021-07-12 | 2021-07-12 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110785926.6A CN113607177B (zh) | 2021-07-12 | 2021-07-12 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113607177A true CN113607177A (zh) | 2021-11-05 |
CN113607177B CN113607177B (zh) | 2024-03-19 |
Family
ID=78304452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110785926.6A Active CN113607177B (zh) | 2021-07-12 | 2021-07-12 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113607177B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111828A (zh) * | 2021-12-07 | 2022-03-01 | 阿维塔科技(重庆)有限公司 | 导航路径规划方法、装置及系统 |
CN114954129A (zh) * | 2022-06-10 | 2022-08-30 | 中国第一汽车股份有限公司 | 充电站信息的推荐方法、装置、电子终端及存储介质 |
CN115014378A (zh) * | 2022-06-29 | 2022-09-06 | 成都智元汇信息技术股份有限公司 | 核酸检测点导航方法及装置和系统 |
CN117076761A (zh) * | 2023-06-08 | 2023-11-17 | 飞哥立桩(北京)新能源科技有限公司 | 一种新能源汽车充电桩智能管理方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014240757A (ja) * | 2013-06-11 | 2014-12-25 | アルパイン株式会社 | 電子装置、電子システム、経路探索方法および経路探索プログラム |
CN105539185A (zh) * | 2015-12-29 | 2016-05-04 | 戴姆勒股份公司 | 一种电动汽车充电路径规划与充电预定的方法及系统 |
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 |
CN112729324A (zh) * | 2020-11-24 | 2021-04-30 | 北京交通大学 | 基于互助出行系统的电动汽车充电引导和路径规划方法 |
-
2021
- 2021-07-12 CN CN202110785926.6A patent/CN113607177B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014240757A (ja) * | 2013-06-11 | 2014-12-25 | アルパイン株式会社 | 電子装置、電子システム、経路探索方法および経路探索プログラム |
CN105539185A (zh) * | 2015-12-29 | 2016-05-04 | 戴姆勒股份公司 | 一种电动汽车充电路径规划与充电预定的方法及系统 |
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 |
CN112729324A (zh) * | 2020-11-24 | 2021-04-30 | 北京交通大学 | 基于互助出行系统的电动汽车充电引导和路径规划方法 |
Non-Patent Citations (1)
Title |
---|
李鹏程;丛中笑;杨婧;: "一种电动汽车智能充电最优引导优化模型", 电器与能效管理技术, no. 18, 30 September 2018 (2018-09-30) * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111828A (zh) * | 2021-12-07 | 2022-03-01 | 阿维塔科技(重庆)有限公司 | 导航路径规划方法、装置及系统 |
CN114954129A (zh) * | 2022-06-10 | 2022-08-30 | 中国第一汽车股份有限公司 | 充电站信息的推荐方法、装置、电子终端及存储介质 |
CN115014378A (zh) * | 2022-06-29 | 2022-09-06 | 成都智元汇信息技术股份有限公司 | 核酸检测点导航方法及装置和系统 |
CN117076761A (zh) * | 2023-06-08 | 2023-11-17 | 飞哥立桩(北京)新能源科技有限公司 | 一种新能源汽车充电桩智能管理方法和系统 |
CN117076761B (zh) * | 2023-06-08 | 2024-03-26 | 飞哥立桩(北京)新能源科技有限公司 | 一种新能源汽车充电桩智能管理方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113607177B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113607177A (zh) | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 | |
CN109808541B (zh) | 一种电动汽车充电方法及系统 | |
CN107289957B (zh) | 电动汽车行程规划方法及系统、计算机装置、计算机可读存储介质 | |
CN110103719A (zh) | 电动汽车的充电提示方法、系统及车辆 | |
CN102187178B (zh) | 用于绿色路线选择的方法、装置和地图数据库 | |
DE112008001054B4 (de) | Energieauffüllmengensteuersystem eines hybridfahrzeugs | |
US10906424B2 (en) | System for announcing predicted remaining amount of energy | |
CN102837697B (zh) | 一种电动汽车续航里程管理系统及工作方法 | |
CN109556622B (zh) | 一种兴趣点查找方法和装置 | |
CN107452226B (zh) | 一种中途停车推荐路侧停车位的方法及系统 | |
CN112665600A (zh) | 路径规划方法及装置、计算机可读存储介质及处理器 | |
US20120089329A1 (en) | Navigation system for electric vehicle and navigation service method thereof | |
JP4936124B2 (ja) | ナビゲーション装置、及びハイブリッド車両 | |
CN107421555B (zh) | 确定导航路径的方法和装置 | |
CN106979788A (zh) | 一种电能汽车的路径规划方法及导航设备 | |
CN113085655B (zh) | 一种车载电动汽车综合服务系统 | |
JP2013068520A (ja) | 電気自動車の消費電力量提供システム | |
CN110986986A (zh) | 基于语音识别的电动汽车充电导航系统设计 | |
CN111829538A (zh) | 交通安全导航方法、存储介质及电子设备 | |
CN109141459A (zh) | 一种带有电耗分析预测的电动汽车导航系统及方法 | |
JP2021015087A (ja) | 走行支援装置及びコンピュータプログラム | |
CN110231043A (zh) | 新能源车行程中充电规划系统及其方法 | |
CN103245350B (zh) | 一种判断兴趣点可到达性的方法及装置 | |
JP6047373B2 (ja) | 車両制御装置及び車両制御方法 | |
CN114676343A (zh) | 一种充电站推荐方法、装置、电动汽车及终端 |
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 |