CN117227556B - 一种应用于双向公路中间车道的无线充电车道控制系统 - Google Patents
一种应用于双向公路中间车道的无线充电车道控制系统 Download PDFInfo
- Publication number
- CN117227556B CN117227556B CN202311524110.3A CN202311524110A CN117227556B CN 117227556 B CN117227556 B CN 117227556B CN 202311524110 A CN202311524110 A CN 202311524110A CN 117227556 B CN117227556 B CN 117227556B
- Authority
- CN
- China
- Prior art keywords
- lane
- wireless charging
- vehicle
- model
- electric
- 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
- 230000002457 bidirectional effect Effects 0.000 title claims abstract description 10
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000003137 locomotive effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 14
- 230000008901 benefit Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 101100379081 Emericella variicolor andC gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种应用于双向公路中间车道的无线充电车道控制系统,包括:检测模块、控制模块和执行模块;检测模块用于道路交通状态信息以及车辆电池的剩余电量信息,构建电动汽车跟驰模型和电动汽车换道模型,完成交通流动态的模拟;控制模块用于基于交通流动态和实时荷电状态,获取车辆在无线充电车道上的最优行驶方向方案;执行模块用于基于无线充电车道行驶方向优化控制模型,完成对车辆在无线充电车道上行车方向的控制。本发明可有效地降低大规模交通基础设施改扩建成本,促进无线充电车道的落地与应用,进一步推动交通系统电气化发展。同时,还可以更好地应对交通流量与充电需求的动态变化,可显著提高交通效率与无线充电车道利用率。
Description
技术领域
本发明涉及智能交通系统领域,具体涉及一种应用于双向公路中间车道的无线充电车道控制系统。
背景技术
近年来,我国交通行业正经历着一场以电动化为导向的深刻转型。据统计,截至2022年底,我国电动汽车保有量已达1045万辆,同比增长63.3%。随着电动汽车数量的快速增长,充电设施的需求也在急剧增加。与此同时,大量电动汽车的集中充电给电网带来了巨大的压力。
无线充电车道作为一种创新性的解决方案,不仅能实现车辆在行驶过程中的充电,减少用户寻找充电桩和排队等待的时间,还能通过分布式电能补充方式,有效降低电网的集中负荷,是电动汽车充电设施未来发展的重要方向。
在针对无线充电车道的现有研究中,学者们重点关注无线充电车道在交通网络中的规划与布局,采用交通网络均衡模型与混合整数规划结合得到布设无线充电车道的最优路段。然而,由于无线充电车道建设成本高昂,短时间内大规模铺设并不现实。有学者研究了在信号交叉口等车辆频繁减速停车区域小规模布设无线充电车道的可行性,同时提出了相应的车辆纵向运动控制模型以提高无线充电车道的使用效率。此外,也有研究表明,驾驶员在普通车道和无线充电车道上有不同的速度偏好,由于驾驶员倾向于获得更多的电量补充,其往往会在无线充电车道上慢速行驶,从而对交通系统造成一定的负面影响。因此,提出一种可行的无线充电车道布设方案,并采取一定的交通控制措施以提高其利用率,降低其对于交通系统的负面影响,对于推广无线充电车道十分有必要。
发明内容
为解决上述背景中的技术问题,本发明提出了在双向公路的中间车道设置行驶方向分区域可变的无线充电车道,以及对应的分区域车道行驶方向动态控制系统。考虑到潮汐交通造成的双向道路不同方向不同时间段内交通需求和充电需求不均衡现象,通过动态控制无线充电车道分区域的行驶方向,既可以满足不同方向的交通需求和充电需求,充分利用无线充电设施,又可以降低无线充电车道对交通效率的负面影响。
为实现上述目的,本发明提供了一种应用于双向公路中间车道的无线充电车道控制系统,包括:检测模块、控制模块和执行模块;
所述检测模块用于道路交通状态信息以及车辆电池的剩余电量信息,构建电动汽车跟驰模型和电动汽车换道模型,完成交通流动态的模拟;
所述控制模块用于基于所述交通流动态和实时荷电状态,获取车辆在无线充电车道上的最优行驶方向方案;
所述执行模块用于基于所述无线充电车道行驶方向优化控制模型,完成对车辆在无线充电车道上行车方向的控制。
优选的,所述检测模块包括:路侧传感器和模拟单元;
所述路侧传感器用于获取道路交通状态信息以及车辆电池的剩余电量信息
所述模拟单元用于基于所述道路交通状态信息及所述剩余电量信息,构建电动汽车跟驰模型和电动汽车换道模型,完成交通流动态的模拟。
优选的,构建所述电动汽车跟驰模型的方法包括:
首先,以全速度差模型为基础,引入剩余电量对驾驶行为的影响,构建电动汽车在常规车道上的跟驰模型:
其中,a n(t)为车辆n在时刻t的加速度;v为速度;Δx为当前车辆与前车的车头间距;Δv为当前车辆与前车的速度差;为基于车头间距的优化速度函数;ε为车辆电池荷电状态;ε 0为影响驾驶行为的荷电状态阈值;/>和λ为FVD模型中的两个参数;
其次,考虑无线充电车道对电动汽车驾驶行为的影响,当电动汽车行驶在无线充电车道上时,其跟驰行为采用如下公式表示:
其中,v d 为电动汽车进行无线充电时的期望速度。
优选的,构建所述电动汽车换道模型得到方法包括:
定义剩余电量影响的换道决策规则:
当时,在常规车道上行驶的电动汽车会进行换道至无线充电车道行驶的决策,并在最早满足可以换道的条件下执行换道行为;其中,ε —为电动汽车在常规车道正常行驶的电池荷电状态的最小值;
当时,在无线充电车道上行驶的电动汽车会进行换道至常规车道行驶的决策,并在最早满足可以换道的条件下执行换道行为;其中,ε +为电动汽车在无线充电车道正常行驶的电池荷电状态的最大值;
是否满足换道条件采用如下公式判断:
其中,Δx b 和Δv b 分别为目标车道上的后车与当前车辆的车头间距和速度差;Δx f 为目标车道上的前车与当前车辆的车头间距;Δx为当前车道上的前车与当前车辆的车头间距;Δv ff 为目标车道上的前车与当前车道上的前车的速度差;b safe 和Δa分别为换道安全和收益参数。
优选的,所述控制模块包括:构建单元和解算单元;
所述构建单元用于基于所述电动汽车跟驰模型和所述电动汽车换道模型,构建无线充电车道行驶方向优化控制模型;
所述解算单元用于基于所述无线充电车道行驶方向优化控制模型,获取所述最优行驶方向方案。
优选的,所述无线充电车道行驶方向优化控制模型包括:
其中,ω 1和ω 2为两个目标的权重系数;L n和T n分别为第n辆车在时段T内的实际行驶距离和时间;E charge,n 为第n辆车在时段T内的充电量;N为车辆总数量。
优选的,所述解算单元采用遗传算法对所述无线充电车道行驶方向优化控制模型进行求解,获取所述最优行驶方向方案。
优选的,所述执行模块布设在道路之上,用于将所述最优行驶方向方案通过车路通信设备将车道行驶方向信息传递给电动汽车,实现车道行驶方向的动态控制。
与现有技术相比,本申请的有益效果如下:
本发明可有效地降低大规模交通基础设施改扩建成本,促进无线充电车道的落地与应用,进一步推动交通系统电气化发展。同时,巧妙地将交通需求不平衡现象与动态无线充电技术相结合,能够动态调整无线充电车道不同区域的行驶方向,从而更好地应对交通流量与充电需求的动态变化,可显著提高交通效率与无线充电车道利用率。此外,本发明还将无线充电车道以及车辆剩余电量引入到微观交通仿真模型之中,可以精确地刻画上述要素对于驾驶员微观驾驶行为的影响,从而更加准确地对交通演变态时进行预测。结合微观交通电耗模型和无线充电模型,本发明能够精确地模拟和预测车辆的电量需求和充电状态,可为无线充电车道行驶方向优化控制模型提供更加精确和实时的数据输入。
附图说明
为了更清楚地说明本发明的技术方案,下面对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的系统结构示意图;
图2为本发明实施例的充电车道示意图。
具体实施方式
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,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,为本实施例的系统结构示意图,包括:检测模块、控制模块和执行模块;其中,检测模块用于模拟无线充电车道路段的交通流动态并获取车辆电池的实时荷电状态;控制模块用于基于交通流动态和实时荷电状态,构建无线充电车道行驶方向优化控制模型;所述执行模块用于基于无线充电车道行驶方向优化控制模型,完成对车辆在无线充电车道上行车方向的控制。
下面将结合本实施例,详细说明本发明如何解决实际生活中的技术问题。
首先,检测模块通过路侧传感器和车路通信设备获取道路交通状态信息(包括车辆的位置、速度等),以及车辆的电池剩余电量信息。具体流程包括:
检测并收集车道布局信息以及双向交通流量、车辆剩余电量数据。构建基础交通仿真模型,并结合实际道路布局,采用构建的电动车跟驰模型和换道模型,构建底层基础交通态势预测模型,将采集到的交通流量、车辆剩余电量等数据输入到模型中。
为模拟包含无线充电车道路段的交通流动态,检测模块中的模拟单元构建了考虑无线充电车道及剩余电量影响的电动汽车跟驰和换道模型。具体构建流程包括:
(1)考虑无线充电车道及剩余电量影响的电动汽车跟驰模型
首先,以全速度差(FVD)模型为基础,引入剩余电量对驾驶行为的影响,构建电动汽车在常规车道上的跟驰模型:
(1)
其中,a n(t)为车辆n在时刻t的加速度;v为速度;Δx为当前车辆与前车的车头间距;Δv为当前车辆与前车的速度差;为基于车头间距的优化速度函数;ε为车辆电池荷电状态;ε 0为影响驾驶行为的荷电状态阈值;/>和λ为FVD模型中的两个参数。
该模型有如下特征:
A.仅当电池荷电状态小于ε 0时,电动汽车驾驶行为才会受到影响;
B.荷电状态对于驾驶行为的影响表现为,荷电状态越小,电动汽车驾驶越平稳,即不会采取过大或过小的加速度与减速度。
其次,考虑无线充电车道对电动汽车驾驶行为的影响,当电动汽车行驶在无线充电车道上时,其跟驰行为采用如下公式表示:
(2)
其中,v d 为电动汽车进行无线充电时的期望速度。
该模型有如下特征:
A.电动汽车在无线充电车道上行驶会保持一个较小的速度v d ,以获得更多的电能补充;
B.荷电状态同样会对电动汽车在无线充电车道上的驾驶行为产生影响,且影响效果与在常规车道上相同。
(2)考虑无线充电车道及剩余电量影响的电动汽车换道模型
定义剩余电量影响的换道决策规则:
当时,在常规车道上行驶的电动汽车会进行换道至无线充电车道行驶的决策,并在最早满足可以换道的条件下执行换道行为;其中,ε —为电动汽车在常规车道正常行驶的电池荷电状态的最小值;
当时,在无线充电车道上行驶的电动汽车会进行换道至常规车道行驶的决策,并在最早满足可以换道的条件下执行换道行为;其中,ε +为电动汽车在无线充电车道正常行驶的电池荷电状态的最大值。
是否满足换道条件采用如下公式判断:
(3)
(4)
其中,Δx b 和Δv b 分别为目标车道上的后车与当前车辆的车头间距和速度差;Δx f 为目标车道上的前车与当前车辆的车头间距;Δx为当前车道上的前车与当前车辆的车头间距;Δv ff 为目标车道上的前车与当前车道上的前车的速度差;b safe 和Δa分别为换道安全和收益参数。
为精确计算电动汽车的实时剩余电量,得到模拟的交通流动态中车辆电池的实时荷电状态;检测模块构建以微观交通参数为输入的电动汽车能耗模型和无线充电模型。具体流程包括:
(1)电动汽车能耗模型
首先,需要计算车轮处的瞬时功率:
(5)
式中,m为车辆质量;为重力加速度,/>;θ为路面坡度;C r 、C 1和C 2为滚动阻力参数;ρ air 为质量密度,当海平面的水温为15/>时,/>;A f 为车辆正面的面积;C D 为空气阻力系数。
然后,考虑到电能传输过程中的损耗,计算电池处的瞬时功率:
(6)
式中,、/>、/>分别是传动系统、电机和电池系统的效率参数;/>为t时刻的制动再生能效,如式(7)所示。
(7)
式中,α为再生制动能效的相关参数。
最后,电能消耗E consump 如下:
(8)
(2)无线充电模型
假设无线充电功率P c 为常数,则电动汽车的无线充电模型如下:
(9)
在获取了模拟的交通流中电动车的用电情况之后,控制模块中的构建单元便通过构建无线充电车道行驶方向优化控制模型,获取最优行驶方向方案,具体流程包括:
(1)决策变量
将控制范围内的无线充电车道划分为I个长度相等的行驶方向可变路段,采用各路段的车辆行驶方向θ i (i=1,2,...,I)作为无线充电车道行驶方向优化控制模型的决策变量。如图2所示,设定θ i =0表示路段行驶方向为由右向左,θ i =1表示路段行驶方向为由左向右。为避免产生混乱,保证交通安全,路段行驶方向不能频繁转换。因此,设定优化时间窗T,在时段T内,无线充电车道行驶方向方案固定不变。
(2)目标函数
本实施例提出的无线充电车道行驶方向优化控制模型以同时提高交通系统运行效率、提高无线充电车道利用率为优化目标。优化目标涉及的车辆为开始优化时刻道路上的全部车辆(假设共有N辆车),后续进入道路的车辆在当前优化阶段不予考虑。采用N辆车在时段T的平均速度作为交通系统运行效率指标。采用N辆车在时段T的平均充电量作为无线充电车道利用率指标。因此,目标函数如下:
(10)
其中,ω 1和ω 2为两个目标的权重系数;L n和T n分别为第n辆车在时段T内的实际行驶距离和时间;E charge,n 为第n辆车在时段T内的充电量。
(3)约束条件
在步骤一中定义的微观交通仿真模型已经涵盖了多种约束条件,包括车辆的跟驰行为和换道策略。更进一步地,当考虑改变某一路段的车道行驶方向时,必须确保在给定的时间间隔内,该路段上的所有车辆都能安全地驶出,以便成功进行方向转换。如果无法在规定的时间内清空该路段的车辆,那么车道方向的更改将不被允许。因此,还应包含以下清空时间约束:
(11)
其中,T c 为进行车道方向转换时,路段上车辆清空时间的最大值。
在无线充电车道行驶方向优化控制模型构建完成之后,解算单元采用遗传算法对其进行求解,完成对电动车在充电车道上的行车方向的控制。具体流程包括:
(1)基因编码:为每一个路段的行驶方向进行编码。每个路段采用0-1变量来表示其行驶方向。
(2)适应度函数定义:定义适应度函数为上述优化模型的目标函数,使其量化每一种车道行驶方向组合的优劣。
(3)仿真优化:遗传算法与仿真模型联动,按以下流程进行操作:
初始化种群:生成一个初始的车道行驶方向方案种群。
仿真运行:为种群中的每一个车道行驶方向方案运行微观交通仿真,获取仿真结果。
适应度评估:根据仿真结果,利用适应度函数为每一个方案评估其优劣。
选择、交叉与变异:根据适应度评估结果,选择优良的解进行交叉和变异操作,产生新的车道行驶方向方案种群。
(4)收敛判定:当算法达到预设的迭代次数或适应度值满足某一收敛标准时,结束遗传算法的运行。
(5)输出结果:从当前种群中选择适应度值最高的解作为无线充电车道的最优行驶方向方案。
最后采用布设在道路上的执行模块将最优行驶方向方案通过车路通信设备将车道行驶方向信息传递给电动汽车,实现车道行驶方向的动态控制。
以上所述的实施例仅是对本发明优选方式进行的描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (3)
1.一种应用于双向公路中间车道的无线充电车道控制系统,其特征在于,包括:检测模块、控制模块和执行模块;
所述检测模块用于道路交通状态信息以及车辆电池的剩余电量信息,构建电动汽车跟驰模型和电动汽车换道模型,完成交通流动态的模拟;所述检测模块包括:路侧传感器和模拟单元;
所述路侧传感器用于获取道路交通状态信息以及车辆电池的剩余电量信息;
所述模拟单元用于基于所述道路交通状态信息及所述剩余电量信息,构建电动汽车跟驰模型和电动汽车换道模型,完成交通流动态的模拟;
构建所述电动汽车跟驰模型的方法包括:
首先,以全速度差模型为基础,引入剩余电量对驾驶行为的影响,构建电动汽车在常规车道上的跟驰模型:
其中,a n(t)为车辆n在时刻t的加速度;v为速度;Δx为当前车辆与前车的车头间距;Δv为当前车辆与前车的速度差;/>为基于车头间距的优化速度函数;ε为车辆电池荷电状态;ε 0为影响驾驶行为的荷电状态阈值;/>和λ为全速度差模型中的两个参数;
其次,考虑无线充电车道对电动汽车驾驶行为的影响,当电动汽车行驶在无线充电车道上时,其跟驰行为采用如下公式表示:
其中,v d 为电动汽车进行无线充电时的期望速度;
构建所述电动汽车换道模型的方法包括:
定义剩余电量影响的换道决策规则:
当时,在常规车道上行驶的电动汽车会进行换道至无线充电车道行驶的决策,并在最早满足可以换道的条件下执行换道行为;其中,ε —为电动汽车在常规车道正常行驶的电池荷电状态的最小值;
当时,在无线充电车道上行驶的电动汽车会进行换道至常规车道行驶的决策,并在最早满足可以换道的条件下执行换道行为;其中,ε +为电动汽车在无线充电车道正常行驶的电池荷电状态的最大值;
是否满足换道条件采用如下公式判断:
其中,Δx b 和Δv b 分别为目标车道上的后车与当前车辆的车头间距和速度差;Δx f 为目标车道上的前车与当前车辆的车头间距;Δx为当前车道上的前车与当前车辆的车头间距;Δv ff 为目标车道上的前车与当前车道上的前车的速度差;b safe 和Δa分别为换道安全和收益参数;
所述控制模块用于基于所述交通流动态和实时荷电状态,获取车辆在无线充电车道上的最优行驶方向方案;所述控制模块包括:构建单元和解算单元;
所述构建单元用于基于所述电动汽车跟驰模型和所述电动汽车换道模型,构建无线充电车道行驶方向优化控制模型;
所述解算单元用于基于所述无线充电车道行驶方向优化控制模型,获取所述最优行驶方向方案;
所述无线充电车道行驶方向优化控制模型包括:
其中,ω 1和ω 2为两个目标的权重系数;L n和T n分别为第n辆车在时段T内的实际行驶距离和时间;E charge,n 为第n辆车在时段T内的充电量;N为车辆总数量;
所述执行模块用于基于所述无线充电车道行驶方向优化控制模型,完成对车辆在无线充电车道上行车方向的控制。
2.根据权利要求1所述的应用于双向公路中间车道的无线充电车道控制系统,其特征在于,所述解算单元采用遗传算法对所述无线充电车道行驶方向优化控制模型进行求解,获取所述最优行驶方向方案。
3.根据权利要求1所述的应用于双向公路中间车道的无线充电车道控制系统,其特征在于,所述执行模块布设在道路之上,用于将所述最优行驶方向方案通过车路通信设备将车道行驶方向信息传递给电动汽车,实现车道行驶方向的动态控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524110.3A CN117227556B (zh) | 2023-11-16 | 2023-11-16 | 一种应用于双向公路中间车道的无线充电车道控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524110.3A CN117227556B (zh) | 2023-11-16 | 2023-11-16 | 一种应用于双向公路中间车道的无线充电车道控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117227556A CN117227556A (zh) | 2023-12-15 |
CN117227556B true CN117227556B (zh) | 2024-02-02 |
Family
ID=89097095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311524110.3A Active CN117227556B (zh) | 2023-11-16 | 2023-11-16 | 一种应用于双向公路中间车道的无线充电车道控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117227556B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1876461A (zh) * | 2006-07-06 | 2006-12-13 | 上海交通大学 | 车辆跟驰驾驶的速度差-间距控制方法 |
CN106803226A (zh) * | 2017-01-23 | 2017-06-06 | 长安大学 | 考虑最优速度记忆及后视效应的车辆跟驰建模方法 |
CN107452201A (zh) * | 2017-07-24 | 2017-12-08 | 重庆大学 | 一种考虑前车换道驶离时后车的跟驰加速度确定方法及跟驰行为建模方法 |
CN108407640A (zh) * | 2018-03-06 | 2018-08-17 | 吉林大学 | 带有充电车道的高速公路车辆引导系统及引导方法 |
CN114492919A (zh) * | 2021-12-10 | 2022-05-13 | 重庆邮电大学 | 一种基于交通流量的电动汽车充电负荷预测系统及方法 |
WO2023075238A1 (ko) * | 2021-11-01 | 2023-05-04 | (주)케이시크 | 차선스위칭 도로 및 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11845347B2 (en) * | 2021-05-12 | 2023-12-19 | David Alan Copeland | Precision charging control of an untethered vehicle with a modular vehicle charging roadway |
-
2023
- 2023-11-16 CN CN202311524110.3A patent/CN117227556B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1876461A (zh) * | 2006-07-06 | 2006-12-13 | 上海交通大学 | 车辆跟驰驾驶的速度差-间距控制方法 |
CN106803226A (zh) * | 2017-01-23 | 2017-06-06 | 长安大学 | 考虑最优速度记忆及后视效应的车辆跟驰建模方法 |
CN107452201A (zh) * | 2017-07-24 | 2017-12-08 | 重庆大学 | 一种考虑前车换道驶离时后车的跟驰加速度确定方法及跟驰行为建模方法 |
CN108407640A (zh) * | 2018-03-06 | 2018-08-17 | 吉林大学 | 带有充电车道的高速公路车辆引导系统及引导方法 |
WO2023075238A1 (ko) * | 2021-11-01 | 2023-05-04 | (주)케이시크 | 차선스위칭 도로 및 방법 |
CN114492919A (zh) * | 2021-12-10 | 2022-05-13 | 重庆邮电大学 | 一种基于交通流量的电动汽车充电负荷预测系统及方法 |
Non-Patent Citations (1)
Title |
---|
高速公路电动车无线充电策略仿真与控制;莫菲;《中国优秀硕士学位论文全文数据库》;第10-33页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117227556A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qu et al. | Jointly dampening traffic oscillations and improving energy consumption with electric, connected and automated vehicles: A reinforcement learning based approach | |
CN103914985B (zh) | 一种混合动力客车未来车速轨迹预测方法 | |
Cao et al. | Bio-inspired speed curve optimization and sliding mode tracking control for subway trains | |
Donkers et al. | Influence of driving style, infrastructure, weather and traffic on electric vehicle performance | |
Xu et al. | On the movement simulations of electric vehicles: A behavioral model-based approach | |
Nie et al. | Real-time dynamic predictive cruise control for enhancing eco-driving of electric vehicles, considering traffic constraints and signal phase and timing (SPaT) information, using artificial-neural-network-based energy consumption model | |
CN102799743B (zh) | 一种纯电动车动力系统匹配方法 | |
CN102981408B (zh) | 一种动车组运行过程建模与自适应控制方法 | |
CN104260724B (zh) | 一种车辆智能预测控制系统及其方法 | |
Perrotta et al. | Route planning for electric buses: a case study in Oporto | |
CN104442825A (zh) | 一种电动汽车剩余行驶里程的预测方法和系统 | |
CN111959492B (zh) | 一种网联环境下考虑换道行为的hev能量管理分层控制方法 | |
Guo et al. | A novel energy consumption prediction model with combination of road information and driving style of BEVs | |
CN106056238B (zh) | 列车区间运行轨迹的规划方法 | |
CN109344996A (zh) | 一种城市轨道交通列车节能优化运行方法 | |
CN106004518A (zh) | 一种基于车联网的电动汽车能量管理预测控制方法 | |
Peng et al. | Ecological Driving Framework of Hybrid Electric Vehicle Based on Heterogeneous Multi-Agent Deep Reinforcement Learning | |
CN115257789A (zh) | 城市低速环境下的营运车辆侧向防撞驾驶决策方法 | |
Pu et al. | Multiobjective optimization on the operation speed profile design of an urban railway train with a hybrid running strategy | |
Wang et al. | Ecological cruising control of connected electric vehicle: a deep reinforcement learning approach | |
CN117227556B (zh) | 一种应用于双向公路中间车道的无线充电车道控制系统 | |
CN109655294A (zh) | 基于混合动力的虚拟轨道列车半实物仿真系统 | |
Sun et al. | A prediction-evaluation method for road network energy consumption: Fusion of vehicle energy flow principle and Two-Fluid theory | |
CN111591324A (zh) | 基于灰狼优化算法的重载列车能耗优化方法 | |
CN115359672A (zh) | 一种数据驱动与强化学习结合的交通区域边界控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |