CN115936205A - 一种用于停车场的车辆充电规划方法 - Google Patents

一种用于停车场的车辆充电规划方法 Download PDF

Info

Publication number
CN115936205A
CN115936205A CN202211515094.7A CN202211515094A CN115936205A CN 115936205 A CN115936205 A CN 115936205A CN 202211515094 A CN202211515094 A CN 202211515094A CN 115936205 A CN115936205 A CN 115936205A
Authority
CN
China
Prior art keywords
charging
charging pile
target
parking lot
piles
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
CN202211515094.7A
Other languages
English (en)
Inventor
方明星
张俊斌
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 Houyan Technology Co ltd
Original Assignee
Shenzhen Houyan Technology 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 Shenzhen Houyan Technology Co ltd filed Critical Shenzhen Houyan Technology Co ltd
Priority to CN202211515094.7A priority Critical patent/CN115936205A/zh
Publication of CN115936205A publication Critical patent/CN115936205A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供了一种用于停车场的车辆充电规划方法，涉及城市交通规划技术领域，其方法包括：接收目标车辆的位置信息、剩余电量和数据信息以及续航里程信息和充电需求；采集目标停车场的属性信息，并结合目标车辆的续航里程信息，从目标停车场的充电桩中筛选得到第一充电桩；按照目标车辆的充电需求，对所述第一充电桩分类；最后根据获取的充电桩分类结果，从中选取得到最优充电桩。通过基于目标车辆的充电需求和目标停车场的属性信息，来对车辆可到达的目标停车场内的充电桩实时变化状态进行有效预测，筛选得到最合理匹配的最优充电桩，满足目标车辆充电需求的同时也提高了充电桩利用率。

Description

一种用于停车场的车辆充电规划方法
技术领域
本发明涉及城市交通规划技术领域，特别涉及一种用于停车场的车辆充电规划方法。
背景技术
随着科技的快速发展，社会经济发展飞速以及城市化进程加快，电动汽车的出现更是对人们的生活便利带来积极影响，其环境影响相对传统汽车较小，因此前景被广泛看好，保有量也在持续增长。
然而，当前电动汽车在我国仍处于发展初期阶段，相关的一些技术不够成熟，例如充电时间长，续航能力不强等等，这就必须要求在电量不足的情况下能快速在停车场内找到最优充电站来满足充电需求，来提高充电效率。
因此，本发明提出了一种一种用于停车场的车辆充电规划方法。
发明内容
本发明提供一种用于停车场的车辆充电规划方法，用以通过基于目标车辆的充电需求和目标停车场的属性信息，来对车辆可到达的目标停车场内的充电桩实时变化状态进行有效预测，从而筛选得到最合理匹配的最优充电桩，满足目标车辆充电需求的同时也提高了充电桩利用率。
本发明提供一种用于停车场的车辆充电规划方法，包括：
步骤1：接收目标车辆的位置信息、剩余电量和数据信息，确定目标车辆的续航里程信息和充电需求；
步骤2：采集目标停车场的属性信息，并结合目标车辆的续航里程信息，从目标停车场的充电桩中筛选得到第一充电桩；
步骤3：按照充电需求，对所述第一充电桩分类，得到第一分类结果；
步骤4：当第一分类结果中只存在一类充电桩时，从第一充电桩中筛选得到最优充电桩；
步骤5：当第一分类结果中存在两类充电桩时，获取每类充电桩中的候选充电桩，并从中选取得到最优充电桩。
优选的，采集目标停车场的属性信息，并结合目标车辆的续航里程信息，从目标停车场的充电桩中筛选得到第一充电桩，包括：
获取目标停车场属性信息；
调取目标停车场属性信息中的位置信息，基于目标车辆的位置信息、平均行驶速度以及目标车辆的续航里程信息，确定车辆到达目标停车场的时间以及到达时的实时剩余电量；
将实时剩余电量与预设最低储备电量进行相减，得到第一实时电量；
根据第一实时电量、车辆平均行驶速度以及车辆耗电率，得到第一行驶范围；
确定停车场区域中与所述第一行驶范围对应的所有充电桩，并构建目标充电桩集合；
根据目标停车场属性信息中的停车充电需求强度以及目标车辆到达目标停车场的当前时刻，预测车辆到达停车场时目标充电桩集合中存在的所有闲置充电桩，筛选得到第一充电桩。
优选的，预测车辆到达停车场时目标充电桩集合中存在的所有闲置充电桩，包括：
步骤01：确定目标充电桩集合中目标充电桩总个数M，同时，对所有目标充电桩进行编号以及获取每个目标充电桩的权重值wn，其中n∈1，2，3…，M；
步骤02：根据目标停车场的历史停车充电数据训练预测模型，其中，所述历史停车充电数据与历史停车充电时间、每个充电桩的历史被使用情况有关；
步骤03：将预测前一时刻的目标充电桩状态信息和车辆到达目标停车场的当前时刻作为输入量输入到预测模型中，并预测每个充电桩的状态值，公式如下：
Figure BDA0003967700600000031
其中，t表示目标车辆到达停车场的当前时刻；xn(t)表示为同一t时刻时，第n个充电桩的历史状态周期信息；Kn表示预测第n个充电桩前一时刻的状态信息；
Figure BDA0003967700600000032
表示为计算的误差系数，取值范围是(0，e-3)；wn表示为第n个充电桩的权重值，取值范围为(0，1)，n∈1，2，3…，M；
Figure BDA0003967700600000033
表示第n个充电桩的预测状态值；
基于预设标准值，对预测状态值进行判断；
当预测状态值不大于预设标准值时，确定对应的目标充电桩为闲置充电桩。
优选的，获取每个目标充电桩的权重值wn，包括：
步骤11：构建模糊因素集A＝(a1,a2,…am)，其中，a1表示第1个影响司机偏好的因素；a2表示第2个影响司机偏好的因素；am表示第m个影响司机偏好的因素；
步骤12：创建评价矩阵B，其中，(bn1,bn2,…,bnm)代表第n个充电桩的评价向量，n的取值范围是[1，M]；bnj表示评价向量(bn1,bn2,…,bnm)中第j个影响司机偏好的因素的值，j的取值范围为[1，m]；
步骤13：对所述评价矩阵B进行归一化处理，来定义得到模糊综合评价矩阵R＝(rnj)M×m，其中，rnj表示第n个充电桩的第j个因素的模糊评价；
步骤14：将搜集到的具有不同驾驶经验的若干驾驶员的充电意见反馈进行权重定义，得到反馈权重矩阵；
步骤15：将反馈权重矩阵中每列的最大权重值与最小权重值进行剔除后，计算对应列的剩下权重的平均值，得到平均权重向量
Figure BDA0003967700600000034
步骤16：结合所述平均权重向量
Figure BDA0003967700600000035
和模糊综合评价矩阵R＝(rnj)M×m，经计算得到优先选择矩阵Qn(w)，公式如下：
Figure BDA0003967700600000041
根据所述优先选择矩阵Qn(w)，确定每个目标充电桩的权重值wn。
优选的，按照充电需求，对所述第一充电桩进行分类，得到第一分类结果，包括：
对每个第一充电桩进行分析，分别获取每个第一充电桩的充电功率信息；
若每个第一充电桩的充电功率信息与目标车辆的充电需求都相匹配，确定所有第一充电桩为一类充电桩；
若都不相匹配，确定所有第一充电桩为二类充电桩；
否则，确定所有第一充电桩即包含一类充电桩又包含二类充电桩。
优选的，当第一分类结果中只存在一类充电桩时，从第一充电桩中筛选得到最优充电桩，包括：
获取一类充电桩中所有第一充电桩的坐标以及停车场入口到每个第一充电桩的第一距离Mi和停车场出口到每个第一充电桩的第二距离Ni；
确定同个第一充电桩距离停车场出入口的距离总和；
从所述一类充电桩对应的所有距离总和中筛选最短距离总和为(Mi+Ni)min所匹配的充电桩，确定为最优充电桩；
当所述一类充电桩中只包含一个充电桩时，确定对应充电桩为最优充电桩。
优选的，当第一分类结果中存在两类充电桩时，获取每类充电桩中的候选充电桩，并从中选取得到最优充电桩，包括：
确定所述第一分类结果中的二类充电桩为第一待选充电桩；
确定所述目标充电桩集合中除第一充电桩以外的剩余充电桩为第二充电桩；
从第二充电桩中筛选出满足目标车辆充电需求的充电桩，确定为第二待选充电桩；
将所述第二待选充电桩按照历史使用率从低到高进行排序，得到第一列表；
根据目标车辆从停车场入口到每个第二待选充电桩的距离按照从小到大进行排序，得到第二列表；
对所述第一列表和第二列表进行同充电桩的加权平均，得到关键列表；
提取所述关键列表内符合预设标准的的第三待选充电桩；
对所述第一待选充电桩和第三待选充电桩进行分析，筛选得到最优充电桩实现有效充电。
优选的，对所述第一待选充电桩和第三待选充电桩进行分析，筛选得到最优充电桩实现有效充电，包括：
对所述目标车辆从停车场入口到每个第一待选充电桩所在位置最小时间的对应路径进行规划，得到目标车辆到达每个第一待选充电桩的最小时间集合；
从最小时间集合中提取最小值，确定为第一待选时间；
确定所述第一待选时间对应的第一待选充电桩为第一候选充电桩；
获取所述目标车辆到达每个第三待选充电桩的时间以及排队时间，分别相加得到第二待选时间集合；
确定所述第二待选时间集合中的最小时间对应的第二待选充电桩为第二候选充电桩；
若第一待选时间不小于第二待选时间，确定所述第二候选充电桩为最优充电桩；
否则，确定所述第一候选充电桩为最优充电桩，进行充电。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种用于停车场的车辆充电规划方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供一种用于停车场的车辆充电规划方法，如图1所示，包括：
步骤1：接收目标车辆的位置信息、剩余电量和数据信息，确定目标车辆的续航里程信息和充电需求；
步骤2：采集目标停车场的属性信息，并结合目标车辆的续航里程信息，从目标停车场的充电桩中筛选得到第一充电桩；
步骤3：按照充电需求，对所述第一充电桩分类，得到第一分类结果；
步骤4：当第一分类结果中只存在一类充电桩时，从第一充电桩中筛选得到最优充电桩；
步骤5：当第一分类结果中存在两类充电桩时，获取每类充电桩中的候选充电桩，并从中选取得到最优充电桩。
该实施例中，目标车辆的位置信息是指目标车辆的当前经纬度坐标数据以及距离目标停车场的路径长度；剩余电量实际上是指当前的剩余电量百分比；数据信息包括有车辆平均行驶速度、耗电速率、预设最低储备电量等等；目标车辆的续航里程信息是结合目标车辆的剩余电量百分比、耗电速率以及行驶速度计算得到的；充电需求是指目标车辆充电功率信息、充电需求时间、当前荷电状态信息以及充电完成后期望的荷电状态信息。
该实施例中，目标停车场的属性信息包括有目标停车场的位置坐标、面积大小、内部路径布局、充电桩总个数和充电桩布局。
该实施例中，第一充电桩是指目标车辆以停车场入口为起点，所能行驶到达的闲置充电桩。
该实施例中，第一分类结果是指基于目标车辆的充电需求，来对充电桩进行分类得到的结果，其目的主要是为能够快速为目标车辆匹配到最合理的充电桩奠定基础，满足用户的需求。
该实施例中，一类充电桩是指与目标车辆充电需求相匹配一致的第一充电桩；最优充电桩指的是基于目标车辆的实时数据，最符合目标车辆充电需求的闲置充电桩，其中实时数据指的是目标车辆的当前剩余电量、当前位置坐标以及耗电率；两类充电桩指的是不完全满足目标车辆充电需求的第一充电桩和目标充电桩中的处于未闲置状态的充电桩两种。
上述技术方案的有益效果是：通过基于目标车辆的充电需求和目标停车场的属性信息，来对车辆可到达的目标停车场内的充电桩实时变化状态进行有效预测，从而筛选得到最合理匹配的最优充电桩，满足目标车辆充电需求的同时也提高了充电桩利用率。
本发明实施例提供一种用于停车场的车辆充电规划方法，采集目标停车场的属性信息，并结合目标车辆的续航里程信息，从目标停车场的充电桩中筛选得到第一充电桩，包括：
获取目标停车场属性信息；
调取目标停车场属性信息中的位置信息，基于目标车辆的位置信息、平均行驶速度以及目标车辆的续航里程信息，确定车辆到达目标停车场的时间以及到达时的实时剩余电量；
将实时剩余电量与预设最低储备电量进行相减，得到第一实时电量；
根据第一实时电量、车辆平均行驶速度以及车辆耗电率，得到第一行驶范围；
确定停车场区域中与所述第一行驶范围对应的所有充电桩，并构建目标充电桩集合；
根据目标停车场属性信息中的停车充电需求强度以及目标车辆到达目标停车场的当前时刻，预测车辆到达停车场时目标充电桩集合中存在的所有闲置充电桩，筛选得到第一充电桩。
该实施例中，目标停车场属性信息中的位置信息是指目标停车场的经纬度坐标数据。
该实施例中，第一实时电量是根据目标车辆到达停车场入口的实时剩余电量减去预设最低储备电量得到的电量；预设最低储备电量是提前设定好的，其目的一方面是为了降低对目标车辆的电池耗损，以及延长电池寿命，另一方面是为了预防遇到突发事件目标车辆却无法移动的情况；车辆耗损率指的是目标车辆单位里程耗损的电量信息。
该实施例中，第一行驶范围是指以停车场入口为中心，基于第一实时电量、车辆平均行驶速度以及车辆耗电率得到的对应停车场区域，其目的主要是为了筛选目标车辆可到达的充电桩位置，获取得到目标充电桩集合，为后续选取最优充电桩奠定基础；其中，目标充电桩集合是由目标车辆以停车场入口为起点，可行驶到达的所有充电桩构成的。
该实施例中，停车充电需求强度包括有目标停车场的历史停车充电的车流量和历史停车充电数据；其中，历史停车充电数据与历史停车充电时间、每个充电桩的历史被使用情况有关。
该实施例中，第一充电桩是指处于闲置状态的目标充电桩。
上述技术方案的有益效果是：通过获取目标车辆到达目标停车场入口剩余的第一实时电量和平均行驶速度，获取目标车辆的第一行驶范围，进而得到第一行驶范围对应的停车场区域内的目标充电桩；对目标充电桩进行预测，得到闲置目标充电桩也就是第一充电桩，可以有效提高对目标停车场内充电桩的筛选速度，为实现给目标车辆选取最优充电桩提供了基础。
本发明实施例提供一种用于停车场的车辆充电规划方法，预测车辆到达停车场时目标充电桩集合中存在的所有闲置充电桩，包括：
步骤01：确定目标充电桩集合中目标充电桩总个数M，同时，对所有目标充电桩进行编号以及获取每个目标充电桩的权重值wn，其中n∈1，2，3…，M；
步骤02：根据目标停车场的历史停车充电数据训练预测模型，其中，所述历史停车充电数据与历史停车充电时间、每个充电桩的历史被使用情况有关；
步骤03：将预测前一时刻的目标充电桩状态信息和车辆到达目标停车场的当前时刻作为输入量输入到预测模型中，并预测每个充电桩的状态值，公式如下：
Figure BDA0003967700600000091
其中，t表示目标车辆到达停车场的当前时刻；xn(t)表示为同一t时刻时，第n个充电桩的历史状态周期信息；Kn表示预测第n个充电桩前一时刻的状态信息；
Figure BDA0003967700600000092
表示为计算的误差系数，取值范围是(0，e-2)；wn表示为第n个充电桩的权重值，取值范围为(0，1，n∈1，2，3…，M；
Figure BDA0003967700600000093
表示第n个充电桩的预测状态值；
基于预设标准值，对预测状态值进行判断；
当预测状态值不大于预设标准值时，确定对应的目标充电桩为闲置充电桩。
该实施例中，历史停车充电数据与历史停车充电时间、每个充电桩的历史被使用情况有关，其作用是为了训练预测模型；历史状态周期信息是指充电桩的实时状态变化规律。
该实施例中，预设标准值是提前设定好的，一般为0.35。
该实施例中，比如，存在目标充电桩1、2、3，对应的预测状态值分别是0.2、0.3、0.5，基于预设标准值0.35，确定所述充电桩1和充电桩2为闲置充电桩。
上述技术方案的有益效果是：通过利用目标停车场的历史停车充电数据来训练预测模型；将预测前一时刻的目标充电桩状态信息和车辆到达目标停车场的当前时刻作为输入量输入到预测模型中，结合获取的每个目标充电桩的权重值，来得到每个目标充电桩的预测状态值；基于预设标准值，可以有效获取得到闲置的目标充电桩。
本发明实施例提供一种用于停车场的车辆充电规划方法，获取每个目标充电桩的权重值wn，包括：
步骤11：构建模糊因素集A＝(a1,a2,…am)，其中，a1表示第1个影响司机偏好的因素；a2表示第2个影响司机偏好的因素；am表示第m个影响司机偏好的因素；
步骤12：创建评价矩阵B，其中，(bn1,bn2,…,bnm)代表第n个充电桩的评价向量，n的取值范围是[1，M]；bnj表示评价向量(bn1,bn2,…,bnm)中第j个影响司机偏好的因素的值，j的取值范围为[1，m]；
步骤13：对所述评价矩阵B进行归一化处理，来定义得到模糊综合评价矩阵R＝(rnj)M×m，其中，rnj表示第n个充电桩的第j个因素的模糊评价；
步骤14：将搜集到的具有不同驾驶经验的若干驾驶员的充电意见反馈进行权重定义，得到反馈权重矩阵；
步骤15：将反馈权重矩阵中每列的最大权重值与最小权重值进行剔除后，计算对应列的剩下权重的平均值，得到平均权重向量
Figure BDA0003967700600000101
步骤16：结合所述平均权重向量
Figure BDA0003967700600000102
和模糊综合评价矩阵R＝(rnj)M×m，经计算得到优先选择矩阵Qn(w)，公式如下：
Figure BDA0003967700600000111
根据所述优先选择矩阵Qn(w)，确定每个目标充电桩的权重值wn。
该实施例中，模糊因素集是由影响司机偏好，也就是影响司机对充电桩的选择的因素构成的，比如目标车辆距充电桩距离、通往充电桩路径的状态、充电桩状态、剩余电量等等；其中引入模糊概念是为了对影响因素进行量化以便于分析；评价矩阵是指对影响司机偏好的因素进行分析的工具，主要是为了对影响司机偏好的因素赋值。
该实施例中，模糊综合评价矩阵是通过对评价矩阵归一化定义得到的；其中，归一化处理是为了消除计算过程中由于不同量纲所带来的影响，比如，目标车辆距充电桩距离与剩余电量的计算单位不同，数值的特征差异较大，此时就需要归一化处理。
该实施例中，充电意见反馈是指若干不同性别、不同年龄、不同驾驶经验的驾驶员对选择充电桩的影响因素考量标准；反馈权重矩阵是基于充电意见反馈进行权重分析得到的。
该实施例中，平均权重向量
Figure BDA0003967700600000112
的获取是基于剔除权重矩阵每列的最大权重值与最小权重值后计算平均得到的，目的是为了使反馈权重矩阵更具代表性，提高准确度。
该实施例中，优先选择矩阵包含有每个目标充电桩的权重值，并且根据优选选择矩阵可以对每个目标充电桩的偏好顺序进行排序。
上述技术方案的有益效果是：通过对影响司机选择充电桩的因素进行分析，来得到模糊综合评价矩阵；通过对不同驾驶员对选择充电桩的影响因素考量标准进行权重分析，得到平均权重向量；结合模糊综合评价矩阵和平均权重向量得到的优选选择矩阵，可以实现获取每个充电桩的权重值，为确定充电桩是否闲置提供有效数据。
本发明实施例提供一种用于停车场的车辆充电规划方法，按照充电需求，对所述第一充电桩进行分类，得到第一分类结果，包括：
对每个第一充电桩进行分析，分别获取每个第一充电桩的充电功率信息；
若每个第一充电桩的充电功率信息与目标车辆的充电需求都相匹配，确定所有第一充电桩为一类充电桩；
若都不相匹配，确定所有第一充电桩为二类充电桩；
否则，确定所有第一充电桩即包含一类充电桩又包含二类充电桩。
该实施例中，充电功率信息包括有充电速率、充电电压和充电所需时间。
该实施例中，比如，存在第一充电桩1、2、3，其中充放桩1和充电桩2属于快充，充电桩3属于慢充，；确定目标车辆的充电需求是指快速充电，因此，判断所述第一充电桩1、2为一类充电桩，第一充电桩3为二类充电桩。
上述技术方案的有益效果是：通过基于目标车辆的充电需求，对第一充电桩的充电功率信息进行分类，有效提高匹配充电桩的合理性，为后续确定最优充电桩奠定了基础。
本发明实施例提供一种用于停车场的车辆充电规划方法，当第一分类结果中只存在一类充电桩时，从第一充电桩中筛选得到最优充电桩，包括：
获取一类充电桩中所有第一充电桩的坐标以及停车场入口到每个第一充电桩的第一距离Mi和停车场出口到每个第一充电桩的第二距离Ni；
确定同个第一充电桩距离停车场出入口的距离总和；
从所述一类充电桩对应的所有距离总和中筛选最短距离总和为(Mi+Ni)min所匹配的充电桩，确定为最优充电桩；
当所述一类充电桩中只包含一个充电桩时，确定对应充电桩为最优充电桩。
该实施例中，比如，一类充电桩中存在第一充电桩1，2，3，对应距离停车场出入口的距离总和分别是(M1+1)、(M2+2)、(M3+3)，并且(M1+1)>(M2+2)>(M3+3)；此时确定所述第一充电桩3为最优充电桩。
上述技术方案的有益效果是：通过根据一类充电桩的位置坐标，得到每个充电桩到目标停车场出入口的距离和；确定最小距离和对应的充电桩为最优充电桩进行充电以节省出入停车场的时间；当只有一个一类充电桩时，可以确定该一类充电桩就是最优充电桩。
本发明实施例提供一种用于停车场的车辆充电规划方法，当第一分类结果中存在两类充电桩时，获取每类充电桩中的候选充电桩，并从中选取得到最优充电桩，包括：
确定所述第一分类结果中的二类充电桩为第一待选充电桩；
确定所述目标充电桩集合中除第一充电桩以外的剩余充电桩为第二充电桩；
从第二充电桩中筛选出满足目标车辆充电需求的充电桩，确定为第二待选充电桩；
将所述第二待选充电桩按照历史使用率从低到高进行排序，得到第一列表；
根据目标车辆从停车场入口到每个第二待选充电桩的距离按照从小到大进行排序，得到第二列表；
对所述第一列表和第二列表进行同充电桩的加权平均，得到关键列表；
提取所述关键列表内符合预设标准的的第三待选充电桩；
对所述第一待选充电桩和第三待选充电桩进行分析，筛选得到最优充电桩实现有效充电。
该实施例中，第一待选充电桩是指二类充电桩，也就是与目标车辆的充电需求不完全匹配一致的第一充电桩。
该实施例中，第二充电桩是指目标充电桩集合中未处于闲置状态的充电桩；第二待选充电桩指的是满足目标车辆充电需求的第二充电桩。
该实施例中，加权平均主要是为了预测第二充电桩未来的状态趋势。
该实施例中，关键列表是基于对第一列表和第二列表加权平均得到的关键值以及对应充电桩顺序构建得到的；预设标准是提前设定好的，指的是充电桩对应关键值不大于0.3；第三候选充电桩指的是符合预设标准的第二待选充电桩。
该实施例中，比如，关键列表中存在第二待选充电桩1，对应关键值0.3，此时，确定所述第二待选充电桩符合预设标准，即为第三待选充电桩。
上述技术方案的有益效果是：通过对目标充电桩集合中的未闲置充电桩按照历史使用率和到达停车场入口的距离来进行加权平均处理，可以有效筛选出待选充电桩，再结合不完全满足目标车辆的充电需求的第一充电桩进行分析，可以实现在第一行驶范围内，不存在完全满足目标车辆充电需求的闲置充电桩的情况下，快速找到匹配合理的最优充电桩。
本发明实施例提供一种用于停车场的车辆充电规划方法，对所述第一待选充电桩和第三待选充电桩进行分析，筛选得到最优充电桩实现有效充电，包括：
对所述目标车辆从停车场入口到每个第一待选充电桩所在位置最小时间的对应路径进行规划，得到目标车辆到达每个第一待选充电桩的最小时间集合；
从最小时间集合中提取最小值，确定为第一待选时间；
确定所述第一待选时间对应的第一待选充电桩为第一候选充电桩；
获取所述目标车辆到达每个第三待选充电桩的时间以及排队时间，分别相加得到第二待选时间集合；
确定所述第二待选时间集合中的最小时间对应的第二待选充电桩为第二候选充电桩；
若第一待选时间不小于第二待选时间，确定所述第二候选充电桩为最优充电桩；
否则，确定所述第一候选充电桩为最优充电桩，进行充电。
该实施例中，比如，存在最小时间集合Ti，包含有T1、T2、T3，对应第一待选充电桩1、2、3，因为T1>T2>T3，所以T3为最新时间集合内的最小值，此时，确定T3对应的第一待选充电桩为第一候选充电桩，T3为第一候选时间。
该实施例中，排队时间指的是目标车辆到达每个第三待选充电桩所需要等待上辆车辆离开的时间；第二候选时间集合实际上就是由目标车辆到达每个第三待选充电桩的路径时间与到达后对应所需的每个排队时间相加后集合得到的。
该实施例中，比如存在第二候选时间集合中的最小值ta，确定ta对应的第三待选充电桩为第二候选充电桩，ta为第二候选时间。
上述技术方案的有益效果是：通过获取目标车辆分别到达第一待选充电桩和第三充电桩并实现充电的最少时间，来从中选取最优充电桩，可以在节省时间的基础上快速为目标车辆合理匹配充电桩实现充电，以及尽可能的满足充电需求。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种用于停车场的车辆充电规划方法，其特征在于，包括：
步骤1：接收目标车辆的位置信息、剩余电量和数据信息，确定目标车辆的续航里程信息和充电需求；
步骤2：采集目标停车场的属性信息，并结合目标车辆的续航里程信息，从目标停车场的充电桩中筛选得到第一充电桩；
步骤3：按照充电需求，对所述第一充电桩分类，得到第一分类结果；
步骤4：当第一分类结果中只存在一类充电桩时，从第一充电桩中筛选得到最优充电桩；
步骤5：当第一分类结果中存在两类充电桩时，获取每类充电桩中的候选充电桩，并从中选取得到最优充电桩。
2.如权利要求1所述的用于停车场的车辆充电规划方法，其特征在于，采集目标停车场的属性信息，并结合目标车辆的续航里程信息，从目标停车场的充电桩中筛选得到第一充电桩，包括：
获取目标停车场属性信息；
调取目标停车场属性信息中的位置信息，基于目标车辆的位置信息、平均行驶速度以及目标车辆的续航里程信息，确定车辆到达目标停车场的时间以及到达时的实时剩余电量；
将实时剩余电量与预设最低储备电量进行相减，得到第一实时电量；
根据第一实时电量、车辆平均行驶速度以及车辆耗电率，得到第一行驶范围；
确定停车场区域中与所述第一行驶范围对应的所有充电桩，并构建目标充电桩集合；
根据目标停车场属性信息中的停车充电需求强度以及目标车辆到达目标停车场的当前时刻，预测车辆到达停车场时目标充电桩集合中存在的所有闲置充电桩，筛选得到第一充电桩。
3.如权利要求2所述的用于停车场的车辆充电规划方法，其特征在于，预测车辆到达停车场时目标充电桩集合中存在的所有闲置充电桩，包括：
步骤01：确定目标充电桩集合中目标充电桩总个数M，同时，对所有目标充电桩进行编号以及获取每个目标充电桩的权重值wn，其中n∈1，2，3…，M；
步骤02：根据目标停车场的历史停车充电数据训练预测模型，其中，所述历史停车充电数据与历史停车充电时间、每个充电桩的历史被使用情况有关；
步骤03：将预测前一时刻的目标充电桩状态信息和车辆到达目标停车场的当前时刻作为输入量输入到预测模型中，并预测每个充电桩的状态值，公式如下：
Figure FDA0003967700590000021
其中，t表示目标车辆到达停车场的当前时刻；xn(t)表示为同一t时刻时，第n个充电桩的历史状态周期信息；Kn表示预测第n个充电桩前一时刻的状态信息；
Figure FDA0003967700590000022
表示为计算的误差系数，取值范围是(0，e-3)；wn表示为第n个充电桩的权重值，取值范围为(0，1)，n∈1，2，3…，M；
Figure FDA0003967700590000023
表示第n个充电桩的预测状态值；
基于预设标准值，对预测状态值进行判断；
当预测状态值不大于预设标准值时，确定对应的目标充电桩为闲置充电桩。
4.如权利要求3所述的用于停车场的车辆充电规划方法，其特征在于，获取每个目标充电桩的权重值wn，包括：
步骤11：构建模糊因素集A＝(a1,a2,…am)，其中，a1表示第1个影响司机偏好的因素；a2表示第2个影响司机偏好的因素；am表示第m个影响司机偏好的因素；
步骤12：创建评价矩阵B，其中，(bn1，bn2,…,bnm)代表第n个充电桩的评价向量，n的取值范围是[1，M]；bnj表示评价向量(bn1，bn2,…,bnm)中第j个影响司机偏好的因素的值，j的取值范围为[1，m]；
步骤13：对所述评价矩阵B进行归一化处理，来定义得到模糊综合评价矩阵R＝(rnj)M×m，其中，rnj表示第n个充电桩的第j个因素的模糊评价；
步骤14：将搜集到的具有不同驾驶经验的若干驾驶员的充电意见反馈进行权重定义，得到反馈权重矩阵；
步骤15：将反馈权重矩阵中每列的最大权重值与最小权重值进行剔除后，计算对应列的剩下权重的平均值，得到平均权重向量
Figure FDA0003967700590000031
步骤16：结合所述平均权重向量
Figure FDA0003967700590000032
和模糊综合评价矩阵R＝(rnj)M×m，经计算得到优先选择矩阵Qn(w)，公式如下：
Figure FDA0003967700590000033
根据所述优先选择矩阵Qn(w)，确定每个目标充电桩的权重值wn。
5.如权利要求1所述的用于停车场的车辆充电规划方法，其特征在于，按照充电需求，对所述第一充电桩进行分类，得到第一分类结果，包括：
对每个第一充电桩进行分析，分别获取每个第一充电桩的充电功率信息；
若每个第一充电桩的充电功率信息与目标车辆的充电需求都相匹配，确定所有第一充电桩为一类充电桩；
若都不相匹配，确定所有第一充电桩为二类充电桩；
否则，确定所有第一充电桩即包含一类充电桩又包含二类充电桩。
6.如权利要求1所述的用于停车场的车辆充电规划方法，其特征在于，当第一分类结果中只存在一类充电桩时，从第一充电桩中筛选得到最优充电桩，包括：
获取一类充电桩中所有第一充电桩的坐标以及停车场入口到每个第一充电桩的第一距离Mi和停车场出口到每个第一充电桩的第二距离Ni；
确定同个第一充电桩距离停车场出入口的距离总和；
从所述一类充电桩对应的所有距离总和中筛选最短距离总和为(Mi+Ni)min所匹配的充电桩，确定为最优充电桩；
当所述一类充电桩中只包含一个充电桩时，确定对应充电桩为最优充电桩。
7.如权利要求1所述的用于停车场的车辆充电规划方法，其特征在于，当第一分类结果中存在两类充电桩时，获取每类充电桩中的候选充电桩，并从中选取得到最优充电桩，包括：
确定所述第一分类结果中的二类充电桩为第一待选充电桩；
确定所述目标充电桩集合中除第一充电桩以外的剩余充电桩为第二充电桩；
从第二充电桩中筛选出满足目标车辆充电需求的充电桩，确定为第二待选充电桩；
将所述第二待选充电桩按照历史使用率从低到高进行排序，得到第一列表；
根据目标车辆从停车场入口到每个第二待选充电桩的距离按照从小到大进行排序，得到第二列表；
对所述第一列表和第二列表进行同充电桩的加权平均，得到关键列表；
提取所述关键列表内符合预设标准的的第三待选充电桩；
对所述第一待选充电桩和第三待选充电桩进行分析，筛选得到最优充电桩实现有效充电。
8.如权利要求7所述的用于停车场的车辆充电规划方法，其特征在于，对所述第一待选充电桩和第三待选充电桩进行分析，筛选得到最优充电桩实现有效充电，包括：
对所述目标车辆从停车场入口到每个第一待选充电桩所在位置最小时间的对应路径进行规划，得到目标车辆到达每个第一待选充电桩的最小时间集合；
从最小时间集合中提取最小值，确定为第一待选时间；
确定所述第一待选时间对应的第一待选充电桩为第一候选充电桩；
获取所述目标车辆到达每个第三待选充电桩的时间以及排队时间，分别相加得到第二待选时间集合；
确定所述第二待选时间集合中的最小时间对应的第二待选充电桩为第二候选充电桩；
若第一待选时间不小于第二待选时间，确定所述第二候选充电桩为最优充电桩；
否则，确定所述第一候选充电桩为最优充电桩，进行充电。
CN202211515094.7A 2022-11-28 2022-11-28 一种用于停车场的车辆充电规划方法 Pending CN115936205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211515094.7A CN115936205A (zh) 2022-11-28 2022-11-28 一种用于停车场的车辆充电规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211515094.7A CN115936205A (zh) 2022-11-28 2022-11-28 一种用于停车场的车辆充电规划方法

Publications (1)

Publication Number Publication Date
CN115936205A true CN115936205A (zh) 2023-04-07

Family

ID=86555200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211515094.7A Pending CN115936205A (zh) 2022-11-28 2022-11-28 一种用于停车场的车辆充电规划方法

Country Status (1)

Country Link
CN (1) CN115936205A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116373627A (zh) * 2023-05-10 2023-07-04 长园综合能源(深圳)有限公司 新能源汽车充电方法、装置、计算机设备和存储介质
CN116985667A (zh) * 2023-09-27 2023-11-03 国网浙江省电力有限公司宁波供电公司 一种基于充电记录的充电桩充电方法以及充电桩服务器
CN117556971A (zh) * 2023-11-02 2024-02-13 江苏智融能源科技有限公司 一种基于人工智能的有序充电推荐系统及方法
CN118446657A (zh) * 2024-07-08 2024-08-06 四川邕合科技有限公司 一种基于大数据的园区用户停车充电行为分析方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116373627A (zh) * 2023-05-10 2023-07-04 长园综合能源(深圳)有限公司 新能源汽车充电方法、装置、计算机设备和存储介质
CN116373627B (zh) * 2023-05-10 2023-10-20 长园综合能源(深圳)有限公司 新能源汽车充电方法、装置、计算机设备和存储介质
CN116985667A (zh) * 2023-09-27 2023-11-03 国网浙江省电力有限公司宁波供电公司 一种基于充电记录的充电桩充电方法以及充电桩服务器
CN116985667B (zh) * 2023-09-27 2024-02-13 国网浙江省电力有限公司宁波供电公司 一种基于充电记录的充电桩充电方法以及充电桩服务器
CN117556971A (zh) * 2023-11-02 2024-02-13 江苏智融能源科技有限公司 一种基于人工智能的有序充电推荐系统及方法
CN118446657A (zh) * 2024-07-08 2024-08-06 四川邕合科技有限公司 一种基于大数据的园区用户停车充电行为分析方法及系统
CN118446657B (zh) * 2024-07-08 2024-10-18 四川邕合科技有限公司 一种基于大数据的园区用户停车充电行为分析方法及系统

Similar Documents

Publication Publication Date Title
CN115936205A (zh) 一种用于停车场的车辆充电规划方法
CN108162771B (zh) 一种电动汽车智能充电导航方法
CN110047279A (zh) 一种基于订单数据确定共享单车调度量的方法
CN105719083A (zh) 一种基于多层次分区的公共自行车高峰期调度方法
CN108761509A (zh) 一种基于历史数据的汽车行驶轨迹及里程预测方法
CN103745110B (zh) 纯电动公交车营运续驶里程估算方法
CN107832958A (zh) 一种基于需求分析的电动出租车充电站规划方法
CN110555990A (zh) 一种基于lstm神经网络的有效停车时空资源预测方法
CN111553530B (zh) 一种城际网约车包车出行运力预测与出行推荐方法及系统
CN101620694A (zh) 物流运输决策支持系统及方法、运输管理系统
CN108805335B (zh) 一种公共自行车调度方法
CN108062601A (zh) 一种停车场动态定价方法和装置
CN114048920A (zh) 充电设施建设的选址布局方法、装置、设备及存储介质
CN110796317A (zh) 一种基于需求预测的城市出租车调度方法
CN108830414B (zh) 一种电动汽车商用充电区的负荷预测方法
CN112097783B (zh) 基于深度强化学习的电动出租车充电导航路径规划方法
CN116772877B (zh) 一种新能源汽车续航里程预测方法、系统、装置及介质
CN112766677A (zh) 基于模糊综合评价法的住宅区电动汽车充电需求的建模方法及充电系统
CN117875674B (zh) 一种基于Q-learning的公交调度方法
CN117549750A (zh) 一种新能源车的里程预测方法及装置
CN114492169B (zh) 考虑用户市场响应潜力的电动汽车用户画像方法及系统
CN115496277B (zh) 一种基于改进猫群算法的移动补电装置调度方法及系统
CN111160597A (zh) 基于出租车司机综合满意度的智能调度方法
CN114254250B (zh) 一种考虑时空非平稳性的网约车出行需求预测方法
CN111062589B (zh) 一种基于目的地预测的城市出租车调度方法

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