DE102013202059B4

DE102013202059B4 - LADEINFRASTRUKTUR FÜR ELEKTROFAHRZEUGE (EVs) MIT OPTIMALER STANDORTWAHL FÜR LADESTATIONEN

Info

Publication number: DE102013202059B4
Application number: DE102013202059.7A
Authority: DE
Inventors: Jing D. Dai; Ajay A. Deshpande; Younghun Kim; Ming Li; Pavankumar Murali; Sambit Sahu
Original assignee: International Business Machines Corp
Current assignee: Slingshot Iot Baltimore Us LLC
Priority date: 2012-02-23
Filing date: 2013-02-08
Publication date: 2018-01-18
Anticipated expiration: 2033-02-09
Also published as: CN103295074B; US20130222158A1; CN103295074A; US20150262206A1; US9132742B2; DE102013202059A1

Abstract

Ein System, ein Verfahren und ein Programmprodukt für die Standortwahl von Ladestationen. Ein Bewegungserkennungsmodul erfasst Verkehrsdaten von Fahrzeugsensoren, die in einem Bereich verteilt sind. Ein Kartenanpassungsmodul kartiert den erkannten Verkehr in dem Bereich. Ein Fahrzeugstrommodul charakterisiert den kartierten Verkehrsstrom in Abhängigkeit von der Zeit. Eine Auswerteeinrichtung für die Anforderungen (EVR) von Elektrofahrzeugen (EV) ermittelt die optimale Anzahl von Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Die vorliegende Erfindung bezieht sich auf das Transportwesen und insbesondere auf das Bestimmen von Standorten für Ladestationen für Elektrofahrzeuge (electric vehicles, EVs).
Beschreibung des Hintergrunds
Das typische Elektrofahrzeug (electrical vehicle – EV) wird mit einer großen integrierten Energiespeicherzelle oder einer aufladbaren Batterie betrieben. Die Batteriekapazität eines EV beschränkt die Entfernungen, die EVs mit einer einzigen Ladung zurücklegen können. Lange Zeit standen Batterien mit großer Kapazität und ausreichend große Elektromotoren mit einem hohen Wirkungsgrad für Fahrten mit großer Reichweite nicht zur Verfügung. Daher waren die gefahrenen Entfernungen von EVs vergleichsweise gering. Die erwartete verbleibende Reichweite für jedes EV hängt von der zurückgelegten Strecke, dem Straßenzustand, den Verkehrsbedingungen und den Wetterbedingungen ab. Morrow et al. heben in ”Plugin Hybrid Electric Vehicle Charging Infrastructure Review,” US DOE Report, Contract No. 58517, November 2008, hervor, dass beim Fehlen von kommerziellen Ladestationen, die Reichweite des EV-Entlademodus von 40 auf 13 Meilen abnimmt, wenn außerhalb der Wohnungen Ladestationen zur Verfügung stehen. Für lokale Kurzstrecken haben die meisten EV-Fahrer zu Hause eine ausreichend große Ladekapazität. Häufig befinden sich die Fahrer jedoch in einer Situation, in der die Fahrzeuge außer Haus aufgetankt werden müssen, z. B. am Arbeitsplatz, einem Einkaufszentrum oder einem Veranstaltungsort.
Bedauerlicherweise weist die aktuelle EV-Infrastruktur wenige, spärlich verteilte, kommerzielle Ladestationen auf. Üblicherweise werden Ladestationen an Standorten platziert, die zufällig auf einer Ad-hoc-Grundlage ausgewählt werden. Diese Standorte können jedoch ungeeignet sein für den EV-Verkehr und/oder die Ladeanforderungen, wobei ein Nachladen üblicherweise einige Stunden in Anspruch nehmen kann. Die aktuelle EV-Infrastruktur war daher ein Hinderungsgrund für eine weitverbreitete Einführung von EVs. Die Entfernungen zwischen vorhandenen Ladestationen hat den Zuspruch für EVs gedämpft. Im Jahr 2000 waren in den USA nur 9.367 EVs in Betrieb. In den letzten Jahren sind EVs immer beliebter geworden, da die Entwickler ihre Aufmerksamkeit auf die Entwicklung von Batterien mit größeren Kapazitäten und von Elektromotoren mit besserem Wirkungsgrad und höherer Leistung gerichtet haben. Am unteren Skalenende schätzt Pike Research, dass die jährlichen Verkaufszahlen in den USA bis zum Jahr 2015 auf 204.110 ansteigen werden. Die US-Bundesregierung hat sich zum Ziel gesetzt, im Jahr 2015 ungefähr 1 Million EVs auf den Straßen zu haben. Die Fortsetzung dieser (und der zu diesen Schätzungen zugehörenden) Tendenz erfordert jedoch eine geeignete EV-Infrastruktur mit geografisch verteilter Ladekapazität.
Daher besteht eine Notwendigkeit für eine EV-Infrastruktur mit kommerziellen EV-Ladestationen, deren Standorte auf der Grundlage der Nachfrage nach diesem Dienst ausgewählt werden.
Der Wikipedia Eintrag „Verkehrslagedienst” betrifft die Erfassung von Verkehrsdaten unter Einsatz von auf den Straßen installierten Sensoren, um die Verkehrsdichte von Fahrzeigen auf öffentlichen Verkehrswegen räumlich auszuwerten (Verkehrslagedienst. Aus: Wikipedia, der freien Enzyklopädie; Bearbeitungsstand: 09.06.2016 um 9:03 Uhr; URL: https://de.wikipedia.org/w/index.php?title=Verkehrslagedienst&oldid=155119393).
Der Wikipedia Eintrag „Google Maps” betrifft einen Online-Kartendienst des US-amerikanischen Unternehmens Google Inc. Die Erdoberfläche kann als Straßenkarte oder als Luft- oder Satellitenbild betrachtet werden, wobei auch Standorte von Institutionen oder bekannten Objekten angezeigt werden. Der Dienst wurde am 8. Februar 2005 gestartet (Google Maps. Aus: Wikipedia, der freien Enzyklopädie; Bearbeitungsstand: 16.08.2016 um 16:05 Uhr; URL: https://de.wikipedia.org/w/index.php?title=Google_Maps&oldid=157090640).
Die US 2013/0 179 135 A1 betrifft ein System und Verfahren zur Modellierung von EV-Verkehr.
Die US 2007/0 005 224 A1 betrifft ein GPS-System zur Verkehrsüberwachung.
Die US 2011/0 246 252 A1 betrifft einen Server und ein System zum Zuweisen von Ladungsstandorten.
Die US 2012/0 203 726 A1 betrifft ein Informationssystem und ein Verfahren zum Einrichten einer Ladungsinfrastruktur für EV-Fahrzeuge.
KURZDARSTELLUNG DER ERFINDUNG
Zu einem Merkmal der Erfindung gehört eine EV-Infrastruktur mit optimal ausgewählten Standorten für EV-Ladestationen.
Bei einem anderen Merkmal der Erfindung handelt es sich um eine EV-Infrastruktur mit auf der Grundlage der Nachfrage ausgewählten Standorten für EV-Ladestationen.
Ein weiteres Merkmal der Erfindung besteht im Ermitteln der optimalen Standorte für EV-Ladestationen, um die Nachfrage zu befriedigen.
Die vorliegende Erfindung bezieht sich auf ein System, ein Verfahren und ein Programmprodukt für die Standortwahl von Ladestationen. Ein Bewegungserkennungsmodul erfasst Daten von Fahrzeugsensoren, die in einem Bereich verteilt sind. Ein Kartenanpassungsmodul kartiert den erkannten Verkehr in dem Bereich. Ein Fahrzeugstrommodul charakterisiert zeitabhängig den kartierten Verkehrsstrom. Eine Auswerteeinrichtung für die Anforderungen (electric vehicle requirements, EVR) von Elektrofahrzeugen (EV) ermittelt die optimale Anzahl von Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen.
KURZBESCHREIBUNG DER ZEICHNUNGEN
Die vorhergehende Beschreibung und andere Aufgaben, Aspekte und Vorteile werden besser verständlich anhand der nachfolgenden detaillierten Beschreibung einer bevorzugten Ausführungsform der Erfindung unter Bezugnahme auf die Zeichnungen, in denen:
1A ein Beispiel eines Systems für das Ermitteln der optimalen Anzahl von Ladestationen für Elektrofahrzeuge (EVs) und deren Standortauswahl gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung zeigt;
1B ein Beispiel einer EV-Anforderungsvorhersage gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung zeigt;
2 ein Beispiel einer EVR-Auswerteeinrichtung zeigt, welche die EV-Ladenachfrage aus den Fahrzeugstromdaten abschätzt;
3 ein Beispiel der EVR-Auswerteeinrichtung zeigt, die ein Modul für die Ladenachfrage (demand module, DM1) bereitstellt und verwendet, um die optimale Anzahl an Ladestationen an jedem Standort zu ermitteln;
4 ein Beispiel der EVR-Auswerteeinrichtung zeigt, die ein Standortmodul (demand module, DM2) bereitstellt und verwendet, um die optimalen Standorte der Ladestationen und den (die) entsprechenden Ladegerätetyp(en) zu ermitteln.
BESCHREIBUNG BEVORZUGTER AUSFÜHRUNGSFORMEN
Der Fachmann erkennt, dass die Aspekte der vorliegenden Erfindung als System, Verfahren oder Computerprogrammprodukt ausgeführt werden können. Entsprechend können die Aspekte der vorliegenden Erfindung die Form einer vollständigen Hardware-Ausführungsform, einer vollständigen Software-Ausführungsform (darunter Firmware, residente Software, Mikrocode, usw.) oder einer Ausführungsform annehmen, die Software und Hardware-Komponenten kombiniert, wobei diese hier als „Schaltkreis”, „Modul” oder „System” bezeichnet werden. Außerdem können die Aspekte der vorliegenden Erfindung die Form eines Computerprogrammprodukts annehmen, das in einem oder mehreren computerlesbaren Medien enthalten ist, auf denen ein computerlesbarer Programmcode enthalten ist.
Jede beliebige Kombination eines oder mehrerer computerlesbarer Medien kann verwendet werden. Das computerlesbare Medium kann ein computerlesbares Signalmedium oder ein computerlesbares Speichermedium sein. Ein computerlesbares Speichermedium kann unter anderem beispielsweise, ohne auf diese beschränkt zu sein, ein System, eine Vorrichtung oder eine Einheit zur elektronischen, magnetischen, optischen, elektromagnetischen, Infrarot- oder Halbleiterspeicherung sein oder jede geeignete Kombination davon. Konkrete Beispiele computerlesbarer Speichermedien könnten (in einer unvollständigen Liste) Folgendes beinhalten: eine elektrische Ein- oder Mehrdrahtverbindung, eine tragbare Computerdiskette, eine Festplatte, einen Arbeitsspeicher (RAM), einen Nur-Lese-Speicher (ROM), einen löschbaren programmierbaren Nur-Lese-Speicher (EPROM oder Flash-Speicher), einen Lichtwellenleiter, einen tragbaren Compact-Disc-Speicher (CD-ROM), eine optische Speichereinheit, eine magnetische Speichereinheit oder jede geeignete Kombination derselben. Im Zusammenhang mit dieser Offenlegung kann ein computerlesbares Speichermedium jedes verfügbare Medium sein, auf dem ein Programm zur Verwendung durch oder in Verbindung mit einem System, einer Vorrichtung oder einer Einheit zur Befehlsausführung enthalten sein oder gespeichert werden kann.
Ein computerlesbares Signalmedium kann ein übertragenes Datensignal beinhalten, das einen computerlesbaren Programmcode enthält beispielsweise im Basisband oder als Teil einer Trägerwelle. Ein solches übertragenes Signal kann eine von einer Vielzahl von Formen annehmen, einschließlich, ohne darauf beschränkt zu sein, eine elektromagnetische oder optische Form oder jede geeignete Kombination davon. Ein computerlesbares Signalmedium kann jedes computerlesbare Medium sein, das kein computerlesbares Speichermedium ist und welches Programmdaten für eine Verwendung durch oder in Verbindung mit einem System, einer Vorrichtung oder einer Einheit zur Befehlsausführung austauschen, verbreiten oder übertragen kann.
Ein Programmcode, der auf einem computerlesbaren Medium enthalten ist, kann unter Verwendung eines geeigneten Mediums übertragen werden, darunter, ohne darauf beschränkt zu sein, drahtlos oder leitungsgebunden, über Lichtwellenleiter, HF usw. oder jeder geeigneten Kombination davon.
Der Computerprogrammcode zur Durchführung von Operationen für einige Aspekte der vorliegenden Erfindung kann in jeder beliebigen Kombination von Programmiersprachen geschrieben werden, darunter objektorientierte Programmiersprachen wie zum Beispiel Java, Smalltalk, C++ oder ähnliche Programmiersprachen, und herkömmliche prozeduraler Programmiersprachen wie zum Beispiel die Programmiersprache ”C” oder ähnliche Programmiersprachen. Der Programmcode kann entweder vollständig auf dem Computer des Benutzers, teilweise auf dem Computer des Benutzers, als unabhängiges Softwarepaket, teilweise auf dem Computer des Benutzers und teilweise auf einem fernen Computer oder vollständig auf einem fernen Computer oder Server ausgeführt werden. Im letzten Szenario kann der ferne Computer mit dem Computer des Benutzers entweder über ein beliebiges Netzwerk verbunden werden, einschließlich eines lokalen Netzwerkes (LAN) oder eines Fernnetzwerkes (WAN) oder die Verbindung kann über einen externen Computer (zum Beispiel, über das Internet unter Verwendung eines Internet-Diensteanbieters) hergestellt werden.
Aspekte der vorliegenden Erfindung werden nachfolgend unter Bezugnahme auf die Ablaufplandarstellungen und/oder die Blockschaubilder der Verfahren, Vorrichtungen (Systeme) und Computerprogrammprodukte gemäß einiger Ausführungsformen der Erfindung beschrieben. Selbstverständlich kann jeder Block der Ablaufplandarstellungen und/oder der Blockschaubilder und jede Kombination von Blöcken in den Ablaufplandarstellungen und/oder Blockschaubildern durch Computerprogrammbefehle umgesetzt werden. Diese Computerprogrammbefehle können für einen Prozessor eines Mehrzweckcomputers, Spezialcomputers oder einer anderen programmierbaren Datenverarbeitungsvorrichtung bereitgestellt werden, um eine Maschine zu erzeugen, in der die vom Prozessor des Computers oder der anderen programmierbaren Datenverarbeitungsvorrichtung ausgeführten Befehle, die Mittel zur Umsetzung der in dem Block oder den Blöcken des Ablaufplans und/oder Blockschaubilds spezifizierten Funktionen/Aktionen erzeugen.
Diese Computerprogrammbefehle können auch in einem computerlesbaren Medium gespeichert werden, das einen Computer, eine andere programmierbare Datenverarbeitungsvorrichtung oder andere Einheiten anweisen kann, in einer bestimmten Weise zu funktionieren, sodass die im computerlesbaren Medium gespeicherten Befehle einen Herstellungsartikel erzeugen, der die in dem Block oder den Blöcken des Ablaufplans und/oder Blockschaubilds spezifizierte Funktion/Aktion umsetzt.
Die Computerprogrammbefehle können auch in einen Computer, eine andere programmierbare Datenverarbeitungsvorrichtung oder andere Einheiten geladen werden, um eine Reihe von Betriebsschritten zu erzeugen, die auf dem Computer, der anderen programmierbaren Vorrichtung oder den anderen Einheiten ausgeführt werden, um einen computergestützten Prozess zu erzeugen, durch den die Befehle, die im Computer oder in den anderen programmierbaren Vorrichtungen ausgeführt werden, die Verfahren für das Umsetzen der in dem Block oder den Blöcken des Ablaufplans und/oder Blockschaubilds festgelegten Funktionen/Aktionen bereitstellen.
In den Zeichnungen zeigt insbesondere 1A ein Beispiel eines Systems 100 für das Optimieren einer Ladeinfrastruktur für Elektrofahrzeuge (EVs), welches eine optimale Anzahl und eine Standortauswahl für EV-Ladestationen gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung ermittelt. Ein bevorzugtes System 100 beinhaltet einen oder mehrere Verkehrssensoren 102, ein Modalitätserkennungsmodul 104, eine Bewegungsdatenbank 106, ein Modul zur Kartenanpassung 108, eine Datenbank zur Gebietsaufteilung 110, ein Modul für den Fahrzeugbewegungsstrom 112, eine Datenbank für die Verkehrscharakterisierung 114, eine Datenbank der EV-Dichte 116, eine Datenbank für den EV-Entlademodus 118, eine Standortdatenbank 120 und eine Datenbank mit Randbedingungen 122. Eine Auswerteeinrichtung für EV-Anforderungen (EVR) 130, z. B. ein typischer Mehrzweckcomputer, erzeugt 132 z. B. Karten in einer Anzeige oder zum Drucken, eine optimale Anzahl von EV-Ladestationen und die optimale Platzierung dieser Stationen. Schließlich werden Ladegeräte an ausgewählten Standorten 134 eingesetzt, wo sie benötigt werden, um die Standorte wie angegeben auszustatten, z. B. für kommerzielle EV-Ladestationen, Verkehrsbedingungen, geografische Bedingungen (Steigung usw.) und Geschwindigkeitsbegrenzungen.
Auf diese Weise wird in einem bevorzugten System 100 passiv die räumlich-zeitliche Nachfrage für das Aufladen von EVs in einem geografischen Bereich oder einer geografischen Region abgeschätzt, wobei der Bereich oder die Region mehrerer Gebiete aufweist. Das System 100 erfasst anonymisierte Daten von den Sensoren 102, z. B. Mobiltelefonmasten, GPS-Einheiten und Induktionsschleifen, und schätzt 112 die Gesamtanzahl der Fahrzeuge, die in einem Gebiet aus einem anderen, z. B. in einem Verkehrsanalysegebiet j (Traffic Analysis Zone j, TAZ j) aus einem TAZ i zu einer Zeit k ankommen und zu einer Zeit l abfahren. Danach ermittelt die EVR-Auswerteeinrichtung 130 die Ladenachfrage aus der Ankunftszeit und der Haltezeit in jeder TAZ j auf der Grundlage der Annahme, dass jedes EV vollständig geladen war, als es aus dem TAZ i abgefahren ist, und auf einer Schätzung der für die Fahrt von TAZ i nach TAZ j verbrauchten Ladung. Die EVR-Auswerteeinrichtung 130 ermittelt die tageszeitabhängige Nachfrage für das Laden von EVs auf der Grundlage zum Beispiel der geschätzten EV-Marktdurchdringung 116 und des Ladeverbrauchs pro Meile 118.
Obwohl hier gezeigt wird, dass die Datenbanken 106, 110, 114, 116, 118, 120, 122 in verschiedenen Speichern abgelegt sind, ist dies nur als ein Beispiel zu verstehen. Die Datenbanken 106, 110, 114, 116, 118, 120, 122 können nach Bedarf gruppenweise in einem oder mehreren Speichern abgelegt werden, die lokal, zentral oder entfernt angeordnet sind. Außerdem können die bevorzugten Module 104, 108, 112 und 130, wie gewünscht, in einem einzigen Mehrzweck-Computer, in mehreren dieser Computer oder in einzelnen dieser Computer betrieben werden.
Verkehrssensoren 102 stellen den Fahrzeugtyp bereit und können zum Beispiel Einheiten zur Fahrzeugstandortbestimmung aufweisen wie zum Beispiel ein im Fahrzeug und/oder einem Mobiltelefon installiertes Positionsbestimmungssystem (global positioning system, GPS), im Fahrzeug installierte On-board-Diagnosesensoren (on-board diagnostic sensors, OBD-Sensoren) und Einzelgesprächsnachweisdaten (call detail record data, CDR-Daten), z. B. von Mobiltelefonen. Zu den Fahrzeugtypen können zum Beispiel PKW, Bus und Motorrad gehören. Die Rohdaten des Verkehrs können den Fahrzeugtyp mit der Tageszeit und dem Standort abgleichen, wo die Sensoren das Fahrzeug erkannt haben.
Das Modalitätserkennungsmodul 104 klassifiziert die erfassten Rohdaten des Sensors 102 nach dem Fahrzeugtyp. Das Modalitätserkennungsmodul 104 verarbeitet zuerst die Sensordaten und identifiziert einen zugehörigen Fahrmodus, z. B. PKW, Bus oder Motorrad. Danach legt das Modalitätserkennungsmodul 104 die klassifizierten Rohdaten des Sensors mit dem jeweiligen Fahrmodus in einer z. B. zentral angeordneten Bewegungsdatenbank 106 ab.
Das Modul zur Kartenanpassung 108 wandelt die in der Bewegungsdatenbank 106 erfassten, klassifizierten Bewegungsrohdaten in Strecken und Gebiete. Danach speichert das Modul zur Kartenanpassung 108 das Ergebnis nach Strecke, Tageszeit und Gebiet in der Datenbank zur Gebietsaufteilung 110.
Das Modul für den Fahrzeugbewegungsstrom 112 verwandelt die kartierten Bewegungsdaten aus der Datenbank zur Gebietsaufteilung 110 in einen Verkehrsstrom, wobei die Verkehrsdaten über einen längeren Zeitraum wie zum Beispiel einige Monate gemittelt werden. Der sich hieraus ergebende Verkehrsstrom kann zum Beispiel die Anzahl der Fahrzeuge beinhalten, die sich zu einer bestimmten Tageszeit von einem Gebiet zu einem anderen bewegen. Vorzugsweise weist das Ergebnis die durchschnittliche Anzahl der Fahrzeuge auf, die sich vom Gebiet i zum Gebiet j bewegen, die im Zeitfenster k ankommen und die es im Zeitfenster l verlassen. Wahlweise kann der gegebenenfalls verfügbare Verkehrsstrom eine Klassifizierung des Verkehrs nach EV-Typen aufweisen, z. B. aus Daten, die direkt von den Fahrzeugsensoren erfasst werden.
Die Datenbank für die Verkehrscharakterisierung 114 speichert Langzeitdaten über tageszeitabhängige, durchschnittliche Fahrzeuggeschwindigkeiten auf den Straßen. Die Datenbank der EV-Dichte 116 enthält Daten über die Marktdurchdringung von EVs.
Die Datenbank für den EV-Entlademodus 118 stellt Modelle für das Entladen in Abhängigkeit von Durchschnittsgeschwindigkeit und Fahrzeugtyp bereit. Die EV-Ladeinfrastruktur nach dem Stand der Technik weist Übernachtladestationen im häuslichen Bereich sowie kommerzielle Ladestationen für ein gelegentliches Aufladen an Standorten wie zum Beispiel Büros, Einkaufszentren, Ausflugszielen usw. auf. Derzeit gibt es drei (3) Typen von Ladegeräten. Ladeeinheiten der Ebene I kosten 0 $ und können ein EV in 1 Stunde für ungefähr 8 Meilen aufladen. Ladeeinheiten der Ebene II kosten neu 2.500 $ und können in 1 Stunde für ungefähr 28 Meilen aufladen. Ladeeinheiten der Ebene III kosten neu 25.000 bis 30.000 $ und können in 1 Stunde für ungefähr 50 Meilen aufladen. In den meisten Häusern befinden sich Ladeeinheiten der Ebene I, wohingegen Ladeeinheiten der Ebene II und der Ebene III hauptsächlich an Standorten in kommerziellen Stationen verwendet werden.
Die Standortdatenbank 120 weist Daten in Bezug auf Schlüsselstandorte in dem betrachteten geografischen Bereich auf, die auch als Standorte für eine EV-Ladestation auswahlbar sein können, z. B. Einkaufszentren, Gewerbegebiete und Schulen. Die Datenbank mit Randbedingungen 122 weist Randbedingungen hinsichtlich Wirtschaftlichkeit, gesetzlichen Vorschriften (policy) und Infrastruktur auf, die angewandt werden, um eine Anzahl von EV-Ladestationen und deren Platzierung 132 zu erzeugen. Die EVR-Auswerteeinrichtung 130 verknüpft den Verkehrsstrom und den Langzeitverkehr mit EV-Eigenschaften, die durch die Randbedingungen hinsichtlich Wirtschaftlichkeit, gesetzlichen Vorschriften und Infrastruktur eingeschränkt werden, um eine optimale Anzahl an EV-Ladestationen und Platzierung der Stationen 132 zu erzeugen.
Wie im Beispiel der 1B gezeigt, beginnt somit das Vorausberechnen der Anforderungen an eine EV-Infrastruktur mit einem Erfassen von Rohdaten der Bewegung 106, einem Kartieren 108 der Rohdaten und einem Abschätzen des Verkehrsstroms 112. Danach verwendet die EVR-Auswerteeinrichtung 130 geografische, wirtschaftliche und vorschriftenbezogene Randbedingungen in Kombination mit der geschätzten Nachfrage, um die Anzahl der EV-Ladestationen und ihre Standorte in einem bestimmten Gebiet zu ermitteln. Zuerst schätzt ein Modul für das Abschätzen der Ladenachfrage 140 die EV-Ladenachfrage ab. Danach verwendet die EVR-Auswerteeinrichtung 130 ein Modul für die Ladenachfrage 142 und ein Modul für Anlagenstandorte 144, um die optimale Anzahl an EV-Ladestationen und die optimale Platzierung dieser Stationen 132 rekursiv zu ermitteln.
Bei jeder Iteration verwendet das Modul für die Ladenachfrage 142 ein Planungsmodell, das im Wesentlichen das Problem der Standortwahl an einem Grenzwert berücksichtigt, d. h. mit einer unbegrenzten Anzahl an Standorten für die Stationen und mit allen Stationstypen, die verfügbar sind, wann und wo sie erforderlich sind. Das Modul für die Ladenachfrage 142 verwendet somit das Planungsmodell für das Identifizieren der maximalen Anzahl erforderlicher Standorte ohne Beschränkung durch die Kapazität, d. h. die maximale Anzahl von jedem Ladegerätetyp, die erforderlich ist, um die Randbedingungen der Ankunfts- und Haltezeiten der EVs vollständig abzudecken. Aus diesem Ergebnis wählt das Modul für Anlagenstandorte 144 im Wesentlichen die optimale Anzahl an Standorten für Stationen aus, um die Ladeanforderungen innerhalb der Wirtschaftlichkeit abzudecken. Das endgültige Ergebnis jeder Iteration weist somit eine notwendige Anzahl von jedem Ladegerätetyp an jedem Standort auf, um die Wirtschaftlichkeit einzuhalten.
Unter Verwendung der am Ende jeder aktuellen Iteration identifizierten Standortauswahl behandelt das Modul für die Ladenachfrage 142 das Problem der Standortwahl erneut mit einem enger gefassten Grenzwert (d. h. der kleineren Gruppe an Standorten, die in der vorherigen Iteration identifiziert wurden) und gibt die Ergebnisse an das Modul für Anlagenstandorte 144 weiter. Dies wird fortgesetzt, bis sich die Anzahl und Auswahl von Standorten von Iteration zu Iteration nicht mehr ändert oder wahlweise, bis die Änderungen einen ausgewählten Schwellenwert nicht überschreiten. Das Ergebnis 132 der letzten Iteration ist die optimale Anzahl an EV-Ladestationen und die optimale Platzierung dieser Stationen. Die endgültigen Ergebnisse 132 werden für das Einrichten 134 kommerzieller EV-Ladestationen so verwendet, dass jeder Standort eine optimale Anzahl von jedem Ladegerätetyp aufweist.
Somit kann zum Beispiel eine TAZ-Behörde wie zum Beispiel eine lokale Regierung oder eine Architekten/Ingenieur/Auftragnehmer-Firma (Architect/Engineer/Contractor firm, A/E/C-Firma) die erwartete Nachfrage für das Laden von EVs in einem TAZ und/oder die Anzahl von Ladestationen abhängig vom Typ in einem TAZ ermitteln. Daraus kann die TAZ-Behörde Richtlinien für das Einrichten von Ladestationen an speziellen Standorten bekannt geben, z. B. an Einkaufszentren oder in Geschäftsvierteln oder an öffentlichen Parkplätzen. Versorgungsunternehmen können zum Beispiel an diesen Standorten eine Infrastruktur entwerfen und aufbauen, um die erwartete Nachfrage für das Laden von EVs abzudecken.
2 zeigt ein Beispiel des Moduls für das Abschätzen der Ladenachfrage 140, welches die EV-Ladenachfrage aus den Daten des Fahrzeugstroms 1402 abschätzt. Die Daten des Fahrzeugstroms 1402 zeigen die Anzahl der ankommenden Fahrzeuge an, die sich tageszeitabhängig aus einem Gebiet in eine anderes bewegen und schätzen die Ladenachfrage an jedem Standort ab, d. h. die Fahrzeuge, die sich vom Ausgangsort i zum Zielort j bewegen und die in j für die Zeit k bis l verweilen. Unter Verwendung der Daten über die Marktdurchdringung von EVs aus der Datenbank der EV-Dichte 116 kartiert das Modul für das Abschätzen der Ladenachfrage 140 einen gebietsabhängigen Strom von EVs 1404, d. h. es kartiert die Anzahl der vom Ausgangsort i zum Zielort j ankommenden EVs und die in j für die Zeit k bis l verweilen. Danach schätzt 1406 das Modul für das Abschätzen der Ladenachfrage 140 auf der Grundlage der Verkehrscharakterisierungsdaten 114 (z. B. Fahrzeugtyp, zurückgelegte Entfernung und Geschwindigkeit) und der EV-Entladedaten 118 die Ladenachfrage für den Strom von EVs 1404 ab. Vorzugsweise beruht die Ladenachfrage auf der Sorge der EV-Benutzer über die Reichweite, d. h. einem ausgewählten Schwellenwert für den Ladezeitpunkt, der üblicherweise das Aufladen auslöst. Das Modul für das Abschätzen der Ladenachfrage 140 stellt die Nachfrage 1408 als Jobs dar, wobei jeder Job i eine Ladenachfrage d_i aufweist und zum Zeitpunkt k ankommt und das Aufladen zum Zeitpunkt l beendet wird.
3 zeigt ein Beispiel des Moduls für die Ladenachfrage 142 zum Ermitteln einer maximalen Anzahl an Standorten von Ladestationen aus den Jobs der Nachfrage 1408. Das Modul für die Ladenachfrage 142 beginnt, indem es eine Liste 1420 der maximalen Anzahl an Ladegeräten von jedem Typ erhält, der 1422 an jedem der Standortkandidaten aufgestellt werden kann. Danach schätzt das Modul für die Ladenachfrage 142 die Nachfrage 1424 auf der Grundlage der Anzahl der zeitabhängig ankommenden EVs, der erforderlichen Ladung für jedes EV und der erwarteten Verweildauer an einem speziellen Standort ab. Das Modul für die Ladenachfrage 142 charakterisiert die Ladekapazität 1426 jedes Ladegerätetyps, indem es die Zeit abschätzt, die jeder Ladegerätetyp benötigt, um verschiedene Nachfragemengen aufzuladen. Ein EV, das zum Beispiel ein Aufladen für eine Fahrt von 25 Meilen benötigt, kann eine Ladezeit von etwa 3 Stunden an einem Ladegerät vom Typ I, 1 Stunde an einem Typ II und 30 Minuten an einem Typ III benötigen. Als Nächstes charakterisiert das Modul für die Ladenachfrage 142 die Verkehrsbedingungen 1428 zwischen verschiedenen Gebieten. Das Modul für die Ladenachfrage 142 definiert Zeitschlitze, z. B. wird ein betrachteter Zeitraum in Zeitschlitze unterteilt. Danach kartiert das Modul für die Ladenachfrage 142 die Ankunft der EVs entweder in den oberen oder den unteren Bereich von jedem Zeitschlitz.
In diesem Beispiel gestaltet 1430 das Modul für die Ladenachfrage 142 danach ein Planungsproblem als eine Zielfunktion (DM1), in der die tageszeitabhängige Nachfrage für das Aufladen von EVs in einer gesamten Region vorausberechnet wird, um die minimale Anzahl zu erhalten, die von jedem Ladegerätetyp an jedem Standortkandidaten benötigt wird, um die Nachfrage so weit wie möglich abzudecken. Vorzugsweise übergibt die EVR-Auswerteeinrichtung 130 das bevorzugte Optimierungsmodell (DM1) an einen Problemlöser IBM ILOG^® CPLEX 1432, der die maximale Anzahl an Standorten 1434 mit einer Anzahl von Ladegeräten an jedem Standort bereitstellt, welche die Nachfrage für diesen Bereich abdeckt.
Das Modul für die Ladenachfrage 142 gestaltet das Planungsproblem vorzugsweise in der Form einer Zielfunktion (DM1). Eine typische Zielfunktion kann zum Beispiel aufweisen, ohne darauf beschränkt zu sein: Aufgaben, die eine Vorausberechnung/Vorhersage beinhalten (z. B. finanzielle Vorhersage und Autobahnsicherheitsaufgaben); ein adaptives Filtern und Systemidentifizierungsaufgaben (z. B. adaptive Entzerrer und Aufgaben für die Sprach/Bild-Erkennung); Datenfilterungsaufgaben (z. B. Datengruppierung und Fehler/Ausfall-Diagnose) und kombinatorische Optimierungsaufgaben (sowohl linear als auch nichtlinear). Außerdem hat die US-Regierung eine Zielfunktion definiert als eine ”einem Optimierungsproblem zugeordnete Funktion, die ermittelt, wie gut eine Lösung ist, zum Beispiel die Gesamtnebenkosten in einer Lösung für ein Problem eines Handelsreisenden”. Siehe, z. B. www.itl.nist.gov/div897/sqg/dads/HTML/objective.html. Somit setzt eine Zielfunktion im Wesentlichen verschiedene Elemente/Parameter in Beziehung, die variiert werden, um ein Maximum und ein Minimum zu identifizieren. Eine optimale Zusammenstellung der Elemente wird durch ein rekursives Auffinden und Ermitteln dieses Maximums oder Minimums identifiziert.
Somit weist DM1 vorzugsweise eine einzige Variablenmenge für binäre Entscheidungen auf, X_i,m,t, wobei X_i,m,t = 1 wenn die Nachfrage i einer Erfüllung am Ladegerät m zugeordnet ist; und andernfalls Null (0), i. e., X_i,m,t ∊ 0,1. Zu DM1-Parameter gehören: die Gruppe der Ladegeräte M; die Gruppe der Ladenachfrage I, die Gruppe der Startzeit T der Zeitfenster; die Bearbeitungszeit p_i,m jeder Nachfrage i an jedem Ladegerät m; der Zeitpunkt r_i, an dem die Nachfrage i bereit ist mit dem Laden zu beginnen; die erforderliche Haltezeit w_i für jede Nachfrage i; der Zeitpunkt d_i an dem die Nachfrage i abfährt, dies ist die Startzeit plus die Haltezeit (r_i + w_i); und die Kosten Cm für das Installieren des Ladegeräts m. DM1 weist vorzugsweise drei Teile auf und hat die Form
Der erste Teil,
stellt nicht abgedeckte Ladenachfragen dar. Diesen Teil auf ein Mindestmaß herabsetzen, stellt sicher, dass der Großteil der Nachfrage, wenn nicht die ganze Nachfrage, den verfügbaren Ladegeräten zugeordnet wird. Der zweite Teil,
ist die Summe der Abfertigungszeiten für alle EVs, die an einem bestimmten Ladegerät bedient werden. Diesen Teil auf ein Mindestmaß herabsetzen, stellt sicher, dass für jede ankommende Nachfrage die Bearbeitung an einem der freien oder bald frei werdenden Ladegeräte ohne unangemessene Verzögerung begonnen wird. Der dritte Teil,
ordnet jede Nachfrage jedem Ladegerät zu. Diesen Teil auf ein Mindestmaß herabsetzen, führt zum kleinstmöglichen Produkt aus Installationskosten und Bearbeitungszeit. Dieser dritte Teil garantiert auch, dass die erste und die zweite Komponente der Zielfunktion erfüllt werden, während sie an der kleinstmöglichen Anzahl von Ladegeräten untergebracht werden.
Es wird darauf hingewiesen, dass jeder Teil nicht unabhängig von den anderen Teilen auf ein Mindestmaß herabgesetzt wird. Die Gesamtbeziehung wird auf ein Mindestmaß herabgesetzt. Auf diese Weise kann zum Beispiel in einigen Fällen ein Teil dominieren und ein Mindestergebnis bereitstellen, wenn eines oder beide anderen Teile an ihrem Maximum sind. Wird jedoch die bevorzugte Zielfunktion des Planungsproblems so beschränkt, dass sie jeweils auf ein Laden eines einzigen EV an einer beliebigen Station begrenzt wird und das Minimum der DM1 unter diesen Randbedingungen gefunden wird, ermittelt 142 das Ergebnis der Anfangsiteration die Ladestandorte, die maximale Anzahl an Ladestationen und die Stationstypen oder Ladegerätetypen an jedem der Standorte. In jeder nachfolgenden Iteration ermittelt 142 das Ergebnis die maximale Anzahl an Ladestationen, die Stationstypen oder Ladegerätetypen an ausgewählten Stationen, die Standorte, die aus der vorherigen Gruppe vom Modul für Anlagenstandorte 144 ausgewählt wurden.
In jeder Iteration wird die Bevorzugung darauf beschränkt, dass die EVs auf die alltäglichen Randbedingungen für das Aufladen (d. h. jedes EV beginnt mit dem Aufladen, wenn es angeschlossen wird, und bleibt dort, bis es fertig aufgeladen ist) und auf ein EV pro Station begrenzt werden. Da somit ein EV an einem Ladegerät ankommen muss, das vor dem Beginnen des Aufladens für einen Ladevorgang bereit sein muss, begrenzt eine Randbedingung
den Beginn des Aufladens für jedes EV auf einen Zeitpunkt, nach dem eine entsprechende Ladestation bereit ist oder nach der Ankunftszeit des EV. Nachdem das Aufladen an jeder Station begonnen hat, wird für jedes EV auch eine gegebene Zeit für das Ausführen des Aufladens benötigt, und EVs werden üblicherweise vollständig aufgeladen, bevor sie abgetrennt werden. Somit wird das bevorzugte Modul für die Ladenachfrage auch dadurch eingeschränkt, dass jedes EV seinen Ladevorgang innerhalb eines entsprechenden notwendigen Zeitraums ausführt
Da einige EVs während aller Zeiträume oder Zeitschlitze möglicherweise nicht vollständig aufgeladen werden, z. B., wenn alle Stationen besetzt sind oder EVs sich während des aktuellen Zeitraums entladen, kann ein Teil der Nachfrage ungedeckt bleiben. Daher wird eine nicht abgedeckte Nachfrage, d. h. jedes EV, das nicht aufgeladen bzw. nicht vollständig aufgeladen werden kann, beschrieben, indem das Modul für die Ladenachfrage eingeschränkt wird durch
Jedes EV muss für das Aufladen lange genug an einer Ladestation verbleiben, um den Ladevorgang komplett zu beenden. Auf diese Weise stellt eine Randbedingung für das Decken der Nachfrage
sicher, dass die EV-Nachfrage von einem Ladegerät bedient wird, bei dem die Bearbeitungszeit kürzer ist als die Haltezeit des EV.
An jedem Ladegerät oder jeder Ladestation kann jeweils nicht mehr als ein EV aufgeladen werden. Während somit einige Ladestationen frei sein können, beginnt jeder Zeitschlitz in jeder Ladestation mit nicht mehr als einem EV mit Nachfrage. Auf diese Weise verhindert die Randbedingung
dass am Beginn von jedem Zeitschlitz mehrere EVs das gleiche Ladegerät m besetzen. Während ein EV aufgeladen wird, besetzt es allein eine entsprechende Ladestation. Kein anderes EV kann für diese Station während der Dauer der Bearbeitungszeit oder Dauer des Aufladens eingeplant werden. Daher schließt
das Einplanen mehrerer/anderer EVs während der Bearbeitung aus. Jedes nicht besetzte Ladegerät ist frei und steht für das Einplanen anderer EVs zur Verfügung. Um das gleichzeitige Zuordnen mehrerer EVs zur gleichen Station und der sich daraus ergebenden Blockierung immer zu vermeiden, wird das Modul für die Ladenachfrage eingeschränkt durch
wobei diese Einschränkung jede Station jederzeit auf nicht mehr als ein EV begrenzt, wobei einem Ladegerät höchstens 1 Auto zugewiesen wird.
Idealerweise ist die Kapazität gleich der Nachfrage und die installierten Ladestationen befriedigen die Ladeanforderungen aller EVs, die ein Aufladen benötigen, und kein EV hat offene Anforderungen, d. h., sie sind bei voller Kapazitätsauslastung. Das bevorzugte Modul für die Ladenachfrage 142 findet jedoch die Grenzen der DM1 durch die obigen Randbedingungen eingeschränkt und stellt Nachfragedaten an jeder Station bereit, die im Wesentlichen das Ladeniveau an jedem Standort charakterisieren, anfangs für die gesamte Gruppe der Standorte und nachfolgend für eine ausgewählte Gruppe an Standorten mit einer unbegrenzten Kapazität an jedem Standort, d. h. nicht durch die Kapazität eingeschränkt. Das Modul für die Ladenachfrage 142 stellt ein Ergebnis bereit, das die Anzahl der Ladegeräte vom Typ t an jedem Standort und die Nachfrage für jedes Gerät und die Entfernungen zwischen allen Paaren von potenziellen Standorten der Ladegeräte anzeigt. Die EVR-Auswerteeinrichtung 130 verwendet die Nachfragedaten an jedem Standort, um das Standortmodul 144 einzuschränken, indem sie ermittelt, welche Standorte von Ladestationen optimal sind und den (die) Ladegerätetyp(en) an jedem Standort.
4 zeigt ein Beispiel des Moduls für Anlagenstandorte 144, das ein Standortmodell (DM2) verwendet, um die optimalen Standorte der Ladestationen und den (die) jeweiligen Ladegerätetyp(en) an jedem Standort zu ermitteln. Das Modul für Anlagenstandorte 144 schränkt das Standortmodell für die Ladenachfrage mit Randbedingungen ein, zu denen gehören: die Gruppe der Standortkandidaten l für die Auswahl der Standorte der EV-Ladestationen; der Ladegerätetyp t, wobei aktuell t = 1, 2, 3 ist; die maximale Anzahl von Ladegeräten N i / t vom Typ t, der in i zu installieren ist; und die Entfernung d_ij zwischen den Standortkandidaten i und j. Das Modul für Anlagenstandorte 144 fügt 1440 die tageszeitabhängige Nachfrage für jeden Ladegerätetyp t hinzu, um die gesamte tägliche Nachfrage D i / t für den Ladegerätetyp t in i zu erhalten.
Das Modul für Anlagenstandorte 144 stellt 1442 andere Parameter des Standortmoduls ein, zu denen gehören: ein Entfernungsschwellenwert Z; eine Ladekapazität w_t des Ladegerätetyps t; die Kosten C_t für das Installieren des Ladegerätetyps t; und die Gesamtrandbedingung für die Wirtschaftlichkeit B. Üblicherweise hängen der Entfernungsschwellenwert, die Kosten für das Installieren der Ladegeräte und die Gesamtrandbedingung für die Wirtschaftlichkeit von vorschriftenbezogenen Entscheidungen ab, die z. B. von Regierungsstellen oder von durch die Regierung beauftragten Institutionen für das Installieren von EV-Ladestationen getroffen werden. Die Ladekapazität jedes Ladegeräts wird definiert durch die physikalischen Eigenschaften und den eigentlichen Aufbau des Ladegeräts.
Als Nächstes verwendet das Modul für Anlagenstandorte 144 das Modul für Anlagenstandorte (DM2), um zu ermitteln 1444: eine aktuelle Anzahl von Ladegeräten X i / t des Typs t am Standort i; die aktuelle Nachfrage Y ij / t für den Ladegerätetyp t in i befriedigt in j; und die aktuelle Nachfrage Y i / t für den Ladegerätetyp t am Standort i befriedigt in i, wobei X i / t , Y i / t , Y ij / t ≥ 0. Das Modul für Anlagenstandorte 144 führt dieses Ermitteln aus, indem das Standortmodell (DM2) an einen Problemlöser IBM ILOG^® CPLEX übergeben 1444 wird, der die Standortkandidaten auswählt. DM2 ist vorzugsweise eine Zielfunktion für die Standortoptimierung mit der Form
Auf diese Weise berücksichtigt DM2 die maximale Anzahl an Ladegeräten an jedem Standort, die wirtschaftlichen Randbedingungen, eine Datenbank für Schlüsselstandorte und die Entfernungen zwischen Gebieten und löst das Problem der Anlagenstandorte, um die optimale Anzahl an Ladestationen und deren Standorte aus der Gruppe der Standortkandidaten zu finden. Für ein nachfolgendes Aufwerten eines Bereichs, z. B. für eine größere EV-Aktivität und ein größeres EV-Volumen, können die Standorte hinsichtlich der vorhandenen Ladestationen und Ladekapazität eingeschränkt werden, z. B. indem die Kosten für vor Ort vorhandene Ladegeräte auf 0 gesetzt werden. Bei jeder Iteration werden die Ergebnisse verglichen mit den Ergebnissen der vorherigen Iteration, und solange sie nicht übereinstimmen, werden die Ergebnisse für die nächste Iteration zurück an das Modul für die Ladenachfrage gegeben. Übereinstimmende Ergebnisse stellen die optimale Anzahl an Ladestation und ihre Standorte 132 bereit. Schließlich werden die Ergebnisse verwendet, um die Standorte von kommerziellen EV-Ladestationen auszuwählen 134 und eine optimale Anzahl an Ladegeräten von jedem Typ an jedem Standort zu platzieren.
Auf diese Weise erfasst ein bevorzugtes System vorteilhafterweise passiv Bewegungsdaten von Pendlern; verwendet die erfassten Daten um die EV-Ladenachfrage zu verschiedenen Tageszeiten zu ermitteln; und wählt schließlich die Standorte der EV-Ladestationen als Antwort auf die Nachfrage aus. Folglich ermöglichen die ausgewählten Standorte der EV-Ladestationen ein schnelles Auftanken, und sie vergrößern die Reichweite von EV-Fahrten, wodurch sich die EV-Besitzer frei bewegen können, ohne befürchten zu müssen, in einem entladenen EV und ohne eine verfügbare Anlage zum Aufladen liegen zu bleiben.
Die in der vorliegenden Beschreibung verwendete Terminologie dient nur dem Zweck besondere Ausführungsformen zu beschreiben, und ist nicht als eine Einschränkung der Erfindung zu verstehen. Die Einzahlformen von „ein”, „eine”, „der”, „die” und „das” sind so zu verstehen, dass sie die Mehrzahlformen gleichermaßen beinhalten, ausgenommen wenn der Zusammenhang eindeutig das Gegenteil anzeigt. Außerdem sind die Begriffe „aufweisen” und/oder „aufweisend” so zu verstehen, dass sie, wenn sie in dieser Beschreibung verwendet werden, das Vorhandensein bestimmter Merkmale, ganzer Zahlen, Schritte, Funktionen, Elemente und/oder Komponenten festlegen, aber nicht das Vorhandensein oder das Hinzufügen eines oder mehrerer anderer Merkmale, ganzer Zahlen, Schritte, Funktionen, Elemente, Komponenten und/oder Gruppen davon ausschließen.

Claims

System für die Standortwahl von Ladestationen in einem Bereich, wobei das System aufweist: eine Vielzahl von Fahrzeugsensoren, die in einem Bereich verteilt sind; ein Modalitätserkennungsmodul, das die Verkehrsdaten von den Fahrzeugsensoren erfasst; ein Kartenanpassungsmodul, das den in dem Bereich erkannten Verkehr kartiert; ein Fahrzeugstrommodul, das den kartierten Verkehrsstrom in dem Bereich zeitabhängig charakterisiert; und eine Auswerteeinrichtung für die Anforderungen von Elektrofahrzeugen (EV), welche eine Anzahl von Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen in dem Bereich als Reaktion auf charakterisierten Verkehrsstrom ermittelt, wobei das Modalitätserkennungsmodul einen zugehörigen Fahrmodus in Bezug auf erfasste Daten ermittelt; wobei die Auswerteeinrichtung aufweist: eine Nachfrageschätzeinrichtung, welche die Nachfrage an jedem voraussichtlichen Standort von Ladestationen abschätzt; ein Modul für die Ladenachfrage, das die maximale Anzahl von Standorten für Ladestationen ermittelt, um die gesamte Nachfrage abzudecken; wobei das Modul für die Ladenachfrage ein Optimierungsmodell für die Ladenachfrage aufweist, um die maximale Anzahl von Standorten für Ladestationen als eine Gruppe von Standortkandidaten zu ermitteln, wobei für die Gruppe der Ladegeräte M; die Gruppe der Ladenachfrage I, die Gruppe der Startzeit T der Zeitfenster; die Bearbeitungszeit p_i,m für jede Nachfrage i an jedem Ladegerät m; den Zeitpunkt r_i, an dem die Nachfrage i bereit ist, mit dem Laden zu beginnen; die erforderliche Verweilzeit w_i für jede Nachfrage i; den Zeitpunkt d_i, an dem die Nachfrage i abfährt, dies ist die Startzeit plus die Haltezeit (r_i + w_i); und Kosten Cm für das Installieren des Ladegeräts m; das Optimierungsmodell für die Nachfrage die Form
hat, wobei
die nicht abgedeckte Ladenachfrage bereitstellt,
die Summe der Abfertigungszeiten für alle EVs ist, die an einem bestimmten Ladegerät bedient werden,
jede Nachfrage jedem Ladegerät zuweist, X_i,m,t = 1 ist, wenn die Nachfrage i für die Erfüllung einem Ladegerät m zugewiesen ist, und andernfalls Null (0), d. h., X_i,m,t ∊ 0,1; und ein Modul für Anlagenstandorte, das die Standorte für Ladestationen auswählt, um die räumlich-zeitlichen Ladeanforderungen abzudecken, wobei das Modul für Anlagenstandorte ein Standortmodell verwendet, um die Standorte für Ladestationen aus der Gruppe der Standortkandidaten auszuwählen, wobei das Modul für die Ladenachfrage und das Modul für Anlagenstandorte die Anzahl der Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen iterativ ermitteln.
System für die Standortwahl von Ladestationen in einem Bereich, wobei das System aufweist: eine Vielzahl von Fahrzeugsensoren, die in einem Bereich verteilt sind; ein Modalitätserkennungsmodul, das die Verkehrsdaten von den Fahrzeugsensoren erfasst; ein Kartenanpassungsmodul, das den in dem Bereich erkannten Verkehr kartiert; ein Fahrzeugstrommodul, das den kartierten Verkehrsstrom in dem Bereich zeitabhängig charakterisiert; und eine Auswerteeinrichtung für die Anforderungen von Elektrofahrzeugen (EV), welche eine Anzahl von Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen in dem Bereich als Reaktion auf charakterisierten Verkehrsstrom ermittelt, wobei das Modalitätserkennungsmodul einen zugehörigen Fahrmodus in Bezug auf erfasste Daten identifiziert; wobei die Auswerteeinrichtung aufweist: eine Nachfrageschätzeinrichtung, welche die Nachfrage an jedem voraussichtlichen Standort von Ladestationen abschätzt; ein Modul für die Ladenachfrage, das die maximale Anzahl von Standorten für Ladestationen ermittelt, um die gesamte Nachfrage abzudecken; wobei das Modul für die Ladenachfrage ein Optimierungsmodell für die Ladenachfrage aufweist, um die maximale Anzahl von Standorten für Ladestationen als eine Gruppe von Standortkandidaten zu ermitteln, wobei für die Gruppe der Standortkandidaten l für die Standortwahl der EV-Ladestationen; einen Ladegerätetyp t, wobei t = 1, 2, 3 ist; die maximale Anzahl an Ladegeräten N i / t des Typs t, der in i angebracht wird; die Entfernung d_ij zwischen den Standortkandidaten i und j; die gesamte tägliche Nachfrage D i / t für den Ladegerätetyp t in i; einen Entfernungsschwellenwert Z; eine Ladekapazität w_t des Ladegerätetyps t; Kosten C_t für das Installieren eines Ladegeräts vom Typ t; die Gesamtrandbedingung für die Wirtschaftlichkeit B; die aktuelle Anzahl der Ladegeräte X i / t vom Typ t, die in i angebracht sind, die aktuelle Nachfrage Y ij / t für den Ladegerätetyp t in i befriedigt in j, und die aktuelle Nachfrage Y i / t für den Ladegerätetyp t angebracht in i befriedigt in i, wobei X i / t , Y i / t , Y ij / t ≥ 0; ist, das Standortmodell die Form
hat; und ein Modul für Anlagenstandorte, das die Standorte für Ladestationen auswählt, um die räumlich-zeitlichen Ladeanforderungen abzudecken, wobei das Modul für Anlagenstandorte ein Standortmodell verwendet, um die Standorte für Ladestationen aus der Gruppe der Standortkandidaten auszuwählen, wobei das Modul für die Ladenachfrage und das Modul für Anlagenstandorte die Anzahl der Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen iterativ ermitteln.
System nach Anspruch 1, wobei die Auswerteeinrichtung eine Zielfunktion verwendet, um die Anzahl der Ladestationen und die entsprechenden Standorte zu ermitteln, wobei die Zielfunktion das Modul für die Ladenachfrage und das Modul für Anlagenstandorte aufweist.
System nach Anspruch 3, wobei nach jeder Iteration das Modul für die Ladenachfrage so eingeschränkt wird, dass immer nur ein EV an jeder Station aufgeladen wird und das Aufladen nach dem Beginn bis zur Fertigstellung fortgesetzt wird; und das Modul für Anlagenstandorte durch die maximale Anzahl an Ladegeräten an jedem Standort, die wirtschaftlichen Randbedingungen, die Datenbank für Schlüsselstandorte und die Entfernungen zwischen den Gebieten eingeschränkt wird.
System nach Anspruch 2, wobei zugehörige Fahrmodi PKW, Bus und Motorrad umfassen.
Verfahren zum Bestimmen von Standorten für Ladestationen, aufweisend: Erfassen von Verkehrsdaten von einer Vielzahl von Verkehrssensoren; Kartieren des Verkehrs in einem Bereich; Ermitteln des zeitbezogenen Verkehrsstroms durch Gebiete in dem Bereich; rekursives Ermitteln einer Anzahl von Ladestationen und entsprechenden Standorten für die Standortwahl der Ladestationen, wobei das rekursive Ermitteln aufweist: Bereitstellen einer Gruppe von Standorten für die Standortwahl der Ladestationen in dem Bereich; Modellieren einer Ladenachfrage, wobei das Ladenachfragemodell eine Teilgruppe der Gruppe von Standorten mit im Zustand des Aufladens befindlichen Elektrofahrzeugen (EVs) als eine Gruppe von Standortkandidaten identifiziert und eine Ladegerätenutzung einer Vielzahl von Ladegeräten angibt, die sich in jedem der Gruppe von Standortkandidaten befindet; Modellieren von Anlagestandorten, die das Anlagestandortmodell gemäß einer Fähigkeit der Ladegeräte an jedem Standort, den wirtschaftlichen Randbedingungen und den Entfernungen zwischen Gebieten einschränken, um die Gruppe von Standortkandidaten auszuwählen; Vergleichen der Gruppe von Standortkandidaten mit der Gruppe von Standorten; und wenn die Gruppen übereinstimmen Bereitstellen der Gruppe von Standortkandidaten und der Ladegeräte an jedem Standort, wobei die Gruppe von Standortkandidaten eine Gruppe von Standorten für EV-Stationen ist; und. und Anzeigen der rekursiv ermittelten Standorte der Ladestationen. wobei für die Gruppe der Ladegeräte M; die Gruppe der Ladenachfrage I, die Gruppe der Startzeit T der Zeitfenster; die Bearbeitungszeit p_i,m für jede Nachfrage i an jedem Ladegerät m; den Zeitpunkt r_i, an dem die Nachfrage i bereit ist, mit dem Laden zu beginnen; die erforderliche Verweilzeit w_i für jede Nachfrage i; den Zeitpunkt d_i, an dem die Nachfrage i abfährt, dies ist die Startzeit plus die Haltezeit (r_i + w_i); und Kosten Cm für das Installieren des Ladegeräts m; das Optimierungsmodell für die Nachfrage die Form
hat, wobei
die nicht abgedeckte Ladenachfrage bereitstellt,
die Summe der Abfertigungszeiten für alle EVs ist, die an einem bestimmten Ladegerät bedient werden,
jede Nachfrage jedem Ladegerät zuweist, X_i,m,t = 1 ist, wenn die Nachfrage i für die Erfüllung einem Ladegerät m zugewiesen ist, und andernfalls Null (0), d. h., X_i,m,t ∊ 0,1, wobei das Erfassen der Verkehrsdaten ein Ermitteln eines zugehörigen Fahrmodus in Bezug auf erfasste Daten umfasst.
Verfahren zum Bestimmen von Standorten für Ladestationen, aufweisend: Erfassen von Verkehrsdaten von einer Vielzahl von Verkehrssensoren; Kartieren des Verkehrs in einem Bereich; Ermitteln des zeitbezogenen Verkehrsstroms durch Gebiete in dem Bereich; rekursives Ermitteln einer Anzahl von Ladestationen und entsprechenden Standorten für die Standortwahl der Ladestationen, wobei das rekursive Ermitteln aufweist: Bereitstellen einer Gruppe von Standorten für die Standortwahl der Ladestationen in dem Bereich; Modellieren einer Ladenachfrage, wobei das Ladenachfragemodell eine Teilgruppe der Gruppe von Standorten mit im Zustand des Aufladens befindlichen Elektrofahrzeugen (EVs) als eine Gruppe von Standortkandidaten identifiziert und eine Ladegerätenutzung einer Vielzahl von Ladegeräten angibt, die sich in jedem der Gruppe von Standortkandidaten befindet; Modellieren von Anlagestandorten, die das Anlagestandortmodell gemäß einer Fähigkeit der Ladegeräte an jedem Standort, den wirtschaftlichen Randbedingungen und den Entfernungen zwischen Gebieten einschränken, um die Gruppe von Standortkandidaten auszuwählen; Vergleichen der Gruppe von Standortkandidaten mit der Gruppe von Standorten; und wenn die Gruppen übereinstimmen Bereitstellen der Gruppe von Standortkandidaten und der Ladegeräte an jedem Standort, wobei die Gruppe von Standortkandidaten eine Gruppe von Standorten für EV-Stationen ist; und. und Anzeigen der rekursiv ermittelten Standorte der Ladestationen, wobei für die Gruppe der Standortkandidaten l für die Standortwahl der EV-Ladestationen; einen Ladegerätetyp t, wobei t = 1, 2, 3 ist; die maximale Anzahl an Ladegeräten N i / t des Typs t, der in i angebracht wird; die Entfernung d_ij zwischen den Standortkandidaten i und j; die gesamte tägliche Nachfrage D i / t für den Ladegerätetyp t in i; einen Entfernungsschwellenwert Z; eine Ladekapazität w_t des Ladegerätetyps t; Kosten C_t für das Installieren eines Ladegeräts vom Typ t; die Gesamtrandbedingung für die Wirtschaftlichkeit B; die aktuelle Anzahl der Ladegeräte X i / t vom Typ t, die in i angebracht sind, die aktuelle Nachfrage Y ij / t für den Ladegerätetyp t in i befriedigt in j, und die aktuelle Nachfrage Y i / t für den Ladegerätetyp t angebracht in i befriedigt in i, wobei X i / t , Y i / t , Y ij / t ≥ 0; ist, das Standortmodell die Form
hat, wobei zugehörige Fahrmodi PKW, Bus und Motorrad umfassen, wobei das rekursive Ermitteln außerdem die Ladegerätetypen an jedem der entsprechenden Standorte ermittelt.
Verfahren nach Anspruch 6, wann immer die Gruppe von Standortkandidaten nicht mit der Gruppe der Standorte übereinstimmt, Zurückkehren zum Gestalten der Ladenachfrage mit der Gruppe der Standortkandidaten als Gruppe der Standorte, wobei das Verfahren außerdem ein Bestimmen von Standorten für einige der Ladestationen an jedem entsprechenden Standort in der Gruppe von Standorten für EV-Stationen aufweist.
Verfahren nach Anspruch 6, wobei zugehörige Fahrmodi PKW, Bus und Motorrad umfassen, wobei das rekursive Ermitteln außerdem die Ladegerätetypen an jedem der entsprechenden Standorte ermittelt.
Computerprogrammprodukt für die Standortwahl von Ladestationen in einem Bereich, wobei das Computerprogrammprodukt ein computernutzbares Medium aufweist, auf dem ein computerlesbarer Programmcode gespeichert ist, wobei der computerlesbare Programmcode aufweist: ein computerlesbares Programmcodemittel für ein Empfangen von Verkehrsdaten von einer Vielzahl von Fahrzeugsensoren, die in dem Bereich verteilt sind; ein computerlesbares Programmcodemittel für ein Erfassen von Verkehrsdaten von den Fahrzeugsensoren; ein computerlesbares Programmcodemittel für ein Kartieren des erkannten Verkehrs in dem Bereich; ein computerlesbares Programmcodemittel für ein zeitabhängige Charakterisieren des kartierten Verkehrsstroms; und ein computerlesbares Programmcodemittel für ein Ermitteln einer Anzahl von Ladestationen für Elektrofahrzeuge (EVs) und entsprechender Standorte für die Standortwahl von EV-Ladestationen als Reaktion auf charakterisierten Verkehrsstrom, wobei das computerlesbare Programmcodemittel für das Empfangen von Verkehrsdaten einen zugehörigen Fahrmodus in Bezug auf erfasste Daten ermittelt, wobei das computerlesbare Programmcodemittel für das Ermitteln der Anzahl von Ladestationen für EVs umfasst: ein computerlesbares Programmcodemittel für ein Abschätzen einer Nachfrage an jedem voraussichtlichen Standort von Ladestationen; ein computerlesbares Programmcodemittel für ein Ermitteln der maximalen Anzahl von Standorten für Ladestationen, um die gesamte Nachfrage abzudecken; wobei das Ermitteln der maximalen Anzahl von Standorten für Ladestationen das Modul für die Ladenachfrage die maximale Anzahl von Standorten für Ladestationen als eine Gruppe von Standortkandidaten ermittelt, wobei für die Gruppe der Ladegeräte M; die Gruppe der Ladenachfrage I, die Gruppe der Startzeit T der Zeitfenster; die Bearbeitungszeit p_i,m für jede Nachfrage i an jedem Ladegerät m; den Zeitpunkt r_i, an dem die Nachfrage i bereit ist, mit dem Laden zu beginnen; die erforderliche Verweilzeit w_i für jede Nachfrage i; den Zeitpunkt d_i, an dem die Nachfrage i abfährt, dies ist die Startzeit plus die Haltezeit (r_i + w_i); und Kosten Cm für das Installieren des Ladegeräts m; das Optimierungsmodell für die Nachfrage die Form
hat, wobei
die nicht abgedeckte Ladenachfrage bereitstellt,
die Summe der Abfertigungszeiten für alle EVs ist, die an einem bestimmten Ladegerät bedient werden,
jede Nachfrage jedem Ladegerät zuweist, X_i,m,t = 1 ist, wenn die Nachfrage i für die Erfüllung einem Ladegerät m zugewiesen ist, und andernfalls Null (0), d. h., X_i,m,t ∊ 0,1; und ein computerlesbares Programmcodemittel für ein Auswählen der Standorte für Ladestationen, um die räumlich-zeitlichen Ladeanforderungen abzudecken, wobei das Auswählen der Standorte für Ladestationen die Standorte für Ladestationen aus der Gruppe der Standortkandidaten auswählt, wobei das computerlesbare Programmcodemittel für das Auswählen und das computerlesbare Programmcodemittel für das Ermitteln der maximalen Anzahl von Standorten für Ladestationen die Anzahl der Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen iterativ ermitteln.
Computerprogrammprodukt nach Anspruch 10, wobei das Ermitteln des zugehörigen Fahrmodus ein Auswahlen aus einer Gruppe, umfassend PKW, Bus und Motorrad, umfasst.
Computerprogrammprodukt für die Standortwahl von Ladestationen in einem Bereich, wobei das Computerprogrammprodukt ein computernutzbares Medium aufweist, auf dem ein computerlesbarer Programmcode gespeichert ist, wobei der computerlesbare Programmcode aufweist: ein computerlesbares Programmcodemittel für ein Empfangen von Verkehrsdaten von einer Vielzahl von Fahrzeugsensoren, die in dem Bereich verteilt sind; ein computerlesbares Programmcodemittel für ein Erfassen von Verkehrsdaten von den Fahrzeugsensoren; ein computerlesbares Programmcodemittel für ein Kartieren des erkannten Verkehrs in dem Bereich; ein computerlesbares Programmcodemittel für ein zeitabhängige Charakterisieren des kartierten Verkehrsstroms; und ein computerlesbares Programmcodemittel für ein Ermitteln einer Anzahl von Ladestationen für Elektrofahrzeuge (EVs) und entsprechender Standorte für die Standortwahl von EV-Ladestationen als Reaktion auf charakterisierten Verkehrsstrom, wobei das computerlesbare Programmcodemittel für das Empfangen von Verkehrsdaten einen zugehörigen Fahrmodus in Bezug auf erfasste Daten ermittelt, wobei das computerlesbare Programmcodemittel für das Ermitteln der Anzahl von Ladestationen für EVs umfasst: ein computerlesbares Programmcodemittel für ein Abschätzen einer Nachfrage an jedem voraussichtlichen Standort von Ladestationen; ein computerlesbares Programmcodemittel für ein Ermitteln der maximalen Anzahl von Standorten für Ladestationen, um die gesamte Nachfrage abzudecken; wobei das Ermitteln der maximalen Anzahl von Standorten für Ladestationen das Modul für die Ladenachfrage die maximale Anzahl von Standorten für Ladestationen als eine Gruppe von Standortkandidaten ermittelt, wobei für die Gruppe der Standortkandidaten l für die Standortwahl der EV-Ladestationen; einen Ladegerätetyp t, wobei t = 1, 2, 3 ist; die maximale Anzahl an Ladegeräten N i / t des Typs t, der in i angebracht wird; die Entfernung d_ij zwischen den Standortkandidaten i und j; die gesamte tägliche Nachfrage D i / t für den Ladegerätetyp t in i; einen Entfernungsschwellenwert Z; eine Ladekapazität w_t des Ladegerätetyps t; Kosten C_t für das Installieren eines Ladegeräts vom Typ t; die Gesamtrandbedingung für die Wirtschaftlichkeit B; die aktuelle Anzahl der Ladegeräte X i / t vom Typ t, die in i angebracht sind, die aktuelle Nachfrage Y ij / t für den Ladegerätetyp t in i befriedigt in j, und die aktuelle Nachfrage Y i / t für den Ladegerätetyp t angebracht in i befriedigt in i, wobei X i / t , Y i / t , Y ij / t ≥ 0; ist, das Standortmodell die Form
hat; und ein computerlesbares Programmcodemittel für ein Auswählen der Standorte für Ladestationen, um die räumlich-zeitlichen Ladeanforderungen abzudecken, wobei das Auswählen der Standorte für Ladestationen die Standorte für Ladestationen aus der Gruppe der Standortkandidaten auswählt, wobei das computerlesbare Programmcodemittel für das Auswählen und das computerlesbare Programmcodemittel für das Ermitteln der maximalen Anzahl von Standorten für Ladestationen die Anzahl der Ladestationen und die entsprechenden Standorte für die Standortwahl der Ladestationen iterativ ermitteln.
Computerprodukt nach Anspruch 12, wobei das computerlesbare Programmcodemittel für das Ermitteln der maximalen Anzahl von Standorten für Ladestationen eine Zielfunktion zum Ermitteln der Anzahl der Ladestationen und der entsprechenden Standorte umfasst.
Computerprodukt nach Anspruch 13, wobei nach jeder Iteration das das computerlesbare Programmcodemittel für das Ermitteln der maximalen Anzahl von Standorten für Ladestationen so eingeschränkt wird, dass immer nur ein EV an jeder Station aufgeladen wird und das Aufladen nach dem Beginn bis zur Fertigstellung fortgesetzt wird; und das computerlesbare Programmcodemittel für das Auswählen der Standorte für Ladestationen durch die maximale Anzahl an Ladegeräten an jedem Standort, die wirtschaftlichen Randbedingungen, die Datenbank für Schlüsselstandorte und die Entfernungen zwischen den Gebieten eingeschränkt wird.
Computerprogrammprodukt für das Bestimmen von Standorten für Ladestationen, wobei das Computerprogrammprodukt ein computernutzbares Medium aufweist, auf dem ein computerlesbarer Programmcode gespeichert ist, wobei der computerlesbare Programmcode einen Computer veranlasst den Code auszuführen zum: Erfassen von Verkehrsdaten von einer Vielzahl von Verkehrssensoren; Kartieren des Verkehrs in einem Bereich; Ermitteln des zeitbezogenen Verkehrsstroms durch Gebiete in dem Bereich; rekursiven Ermitteln einer Anzahl von Ladestationen und entsprechenden Standorten für die Standortwahl der Ladestationen in dem Bereich; wobei das rekursive Ermitteln außerdem den Computer veranlasst zum: Bereitstellen einer Gruppe von Standorten für die Standortwahl der Ladestationen in dem Bereich; Lösen einer Zielfunktion einer Ladenachfrage, wobei die Lösung der Zielfunktion der Ladenachfrage Standorte mit aufladenden Elektrofahrzeugen als eine Gruppe von Standortkandidaten identifiziert und eine Ladegerätenutzung einer Vielzahl von Ladegeräten angibt, die sich in jedem der Gruppe von Standortkandidaten befindet; Lösen einer Zielfunktion von Anlagenstandorten, wobei die Zielfunktion der Anlagenstandorte die Gruppe der Standortkandidaten gemäß einer Fähigkeit der Ladegeräte an jedem Standort, den wirtschaftlichen Randbedingungen und den Entfernungen zwischen Gebieten auswählt; Vergleichen der Gruppe von Standortkandidaten mit der Gruppe von Standorten; Zurückkehren zum Lösen der Zielfunktion der Ladenachfrage mit der Gruppe der Standortkandidaten als Gruppe der Standorte, bis die Gruppe der Standortkandidaten mit der Gruppe der Standorte übereinstimmt; und wenn die Gruppen übereinstimmen Bereitstellen der Gruppe von Standortkandidaten und der Ladegeräte an jedem Standort, wobei die Gruppe von Standortkandidaten eine Gruppe von Standorten für EV-Stationen ist; und Anzeigen der rekursiv ermittelten Standorte der Ladestationen wobei für die Gruppe der Ladegeräte M; die Gruppe der Ladenachfrage I, die Gruppe der Startzeit T der Zeitfenster; die Bearbeitungszeit p_i,m für jede Nachfrage i an jedem Ladegerät m; den Zeitpunkt r_i, an dem die Nachfrage i bereit ist, mit dem Laden zu beginnen; die erforderliche Verweilzeit w_i für jede Nachfrage i; den Zeitpunkt d_i, an dem die Nachfrage i abfährt, dies ist die Startzeit plus die Haltezeit (r_i + w_i); und Kosten C_m für das Installieren des Ladegeräts m; das Optimierungsmodell für die Nachfrage die Form
hat, wobei
die nicht abgedeckte Ladenachfrage bereitstellt,
die Summe der Abfertigungszeiten für alle EVs ist, die an einem bestimmten Ladegerät bedient werden,
jede Nachfrage jedem Ladegerät zuweist, X_i,m,t = 1 ist, wenn die Nachfrage i für die Erfüllung einem Ladegerät m zugewiesen ist, und andernfalls Null (0), d. h., X_i,m,t ∊ 0,1, wobei die erfassten Verkehrsdaten einen zugehörigen Fahrmodus in Bezug auf erfasste Verkehrsdaten ermitteln.
Computerprogrammprodukt für das Bestimmen von Standorten für Ladestationen, wobei das Computerprogrammprodukt ein computernutzbares Medium aufweist, auf dem ein computerlesbarer Programmcode gespeichert ist, wobei der computerlesbare Programmcode einen Computer veranlasst den Code auszuführen zum: Erfassen von Verkehrsdaten von einer Vielzahl von Verkehrssensoren; Kartieren des Verkehrs in einem Bereich; Ermitteln des zeitbezogenen Verkehrsstroms durch Gebiete in dem Bereich; rekursiven Ermitteln einer Anzahl von Ladestationen und entsprechenden Standorten für die Standortwahl der Ladestationen in dem Bereich; wobei das rekursive Ermitteln außerdem den Computer veranlasst zum: Bereitstellen einer Gruppe von Standorten für die Standortwahl der Ladestationen in dem Bereich; Lösen einer Zielfunktion einer Ladenachfrage, wobei die Lösung der Zielfunktion der Ladenachfrage Standorte mit aufladenden Elektrofahrzeugen als eine Gruppe von Standortkandidaten identifiziert und eine Ladegerätenutzung einer Vielzahl von Ladegeräten angibt, die sich in jedem der Gruppe von Standortkandidaten befindet; Lösen einer Zielfunktion von Anlagenstandorten, wobei die Zielfunktion der Anlagenstandorte die Gruppe der Standortkandidaten gemäß einer Fähigkeit der Ladegeräte an jedem Standort, den wirtschaftlichen Randbedingungen und den Entfernungen zwischen Gebieten auswählt; Vergleichen der Gruppe von Standortkandidaten mit der Gruppe von Standorten; Zurückkehren zum Lösen der Zielfunktion der Ladenachfrage mit der Gruppe der Standortkandidaten als Gruppe der Standorte, bis die Gruppe der Standortkandidaten mit der Gruppe der Standorte übereinstimmt; und wenn die Gruppen übereinstimmen Bereitstellen der Gruppe von Standortkandidaten und der Ladegeräte an jedem Standort, wobei die Gruppe von Standortkandidaten eine Gruppe von Standorten für EV-Stationen ist; und Anzeigen der rekursiv ermittelten Standorte der Ladestationen, wobei für die Gruppe der Standortkandidaten l für die Standortwahl der EV-Ladestationen; einen Ladegerätetyp t, wobei t = 1, 2, 3 ist; die maximale Anzahl an Ladegeräten N i / t des Typs t, der in i angebracht wird; die Entfernung d_ij zwischen den Standortkandidaten i und j; die gesamte tägliche Nachfrage D i / t für den Ladegerätetyp t in i; einen Entfernungsschwellenwert Z; eine Ladekapazität w_t des Ladegerätetyps t; Kosten C_t für das Installieren eines Ladegeräts vom Typ t; die Gesamtrandbedingung für die Wirtschaftlichkeit B; die aktuelle Anzahl der Ladegeräte X i / t vom Typ t, die in i angebracht sind, die aktuelle Nachfrage Y ij / t für den Ladegerätetyp t in i befriedigt in j, und die aktuelle Nachfrage Y i / t für den Ladegerätetyp t angebracht in i befriedigt in i, wobei X i / t , Y i / t , Y ij / t ≥ 0; ist, das Standortmodell die Form
hat, wobei die erfassten Verkehrsdaten einen zugehörigen Fahrmodus in Bezug auf erfasste Verkehrsdaten ermitteln.
Computerprogrammprodukt nach Anspruch 16, wobei zugehörige Fahrmodi PKW, Bus und Motorrad umfassen, wobei das rekursive Ermitteln außerdem den Computer veranlasst, die Ladegerätetypen an jedem entsprechenden Standort zu ermitteln