[发明专利]考虑目的地导向及下一行程用电需求的电动汽车充电引导方法在审
| 申请号: | 201810442147.4 | 申请日: | 2018-05-10 |
| 公开(公告)号: | CN108562300A | 公开(公告)日: | 2018-09-21 |
| 发明(设计)人: | 臧天磊;黄晶;向悦萍;杨健维;钟勇;魏来;张轲;勾旭宇 | 申请(专利权)人: | 西南交通大学 |
| 主分类号: | G01C21/34 | 分类号: | G01C21/34 |
| 代理公司: | 成都信博专利代理有限责任公司 51200 | 代理人: | 舒启龙 |
| 地址: | 610031 四川省成都市*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 电动汽车 充电站 电动汽车充电 用电需求 充电 时间成本 引导系统 车主 信息交互网络 有效地减少 出行需求 电量不足 交通网络 决策模型 设备利用 实时信息 续航 便捷性 粒子群 起始地 自适应 总距离 求解 均衡 | ||
1.一种考虑目的地导向及下一行程用电需求的电动汽车充电引导方法,其特征在于,通过搭建电动汽车充电引导系统信息交互网络,获得交通网络、充电站及电动汽车的实时信息,并分别从用户和充电站角度出发,考虑电动汽车的目的地和下一行程用电需求,通过电动汽车的距离成本、时间成本及充电站设备利用均衡率,来刻画电动汽车充电引导系统决策模型;采用自适应变异的粒子群优化算法,对充电引导系统决策模型进行求解,最终得到电动汽车最优引导方案;包括如下步骤:
(1)获得区域路网结构信息,包括:区域内各路网节点数A;主要路段数B;第i个路网节点的横坐标xi与纵坐标yi;区域内的充电站数量K;第k个充电站的横坐标xk与纵坐标yk;第k个充电站的充电机台数ck;第k个充电站电动汽车平均到达率的泊松分布参数λk;
(2)输入其他采集信息,包括:预约充电的电动汽车数量M;第m辆电动汽车平均充电功率Pm;第m辆电动汽车平均速度vm,服务区域内所有电动汽车的平均行驶速度第m辆电动汽车的起始位置信息zm,s和第m辆电动汽车的终点位置信息zm,d;
(3)建立目的地导向及考虑下一行程用电需求的电动汽车充电引导系统决策模型:
以电动汽车距离成本最小F1、时间成本最小F2和充电站设备利用均衡率最优F3为优化目标,采用线性加权求和法对其进行归一化处理,得到综合最优目标函数:
其中:F1max,F2max和F3max分别为优化前电动汽车选择到其对应充电站进行充电时的目标函数值;α1、α2和α3为权重系数,满足α1+α2+α3=1;
考虑电动汽车m初始荷电状态下可行驶的最大距离大于其前往充电站k的距离L1,mk:
考虑电动汽车m在目的地d荷电状态下的续航里程Sm大于其从目的地d到最近的下一充电站q之间的距离Lm,dq:
Sm>Lm,dq (3)
设定每辆车只能选择一个充电站进行充电:
其中:xmk为充电标识变量,当第m辆电动汽车前往第k个充电站进行充电时,xmk为1,否则为0;
设定每辆车在充电站时电量都会充满,即电池达到最大荷电状态;
(4)采用基于自适应变异的粒子群优化算法,对目的地导向及考虑下一行程用电需求的电动汽车充电引导系统决策模型行求解,得到电动汽车的最优充电引导方案。
2.根据权利要求1所述的考虑目的地导向及下一行程用电需求的电动汽车充电引导方法,其特征在于所述步骤(3)中电动汽车充电引导系统决策模型的距离成本目标函数刻画方法:
以电动汽车距离成本最小为目标的目标函数F1为:
其中:M为区域内电动汽车数量,K为区域内充电站数量;xmk为充电标志变量,当第m辆车前往第k个充电站进行充电时,xmk为1,否则为0;L1,mk为第m辆电动汽车从起始点至第k个充电站的最短路径,L2,mk为第m辆电动汽车在第k充电站充电完成后至目的地d的距离;
L1,mk通过弗洛依德最短路径算法求得:
其中:为第m辆电动汽车行驶至充电站k所经过的各路段长度;为各路段长度所对应的道路加权系数,反映该路段实际的曲折程度、拥堵情况;
L2,mk通过弗洛依德最短路径算法求得:
其中:为第m辆电动汽车从充电站k前往目的地d所经过的各路段长度;为各路段长度对应的道路曲折系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810442147.4/1.html,转载请声明来源钻瓜专利网。





