[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

摘要

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，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，重点考虑电动汽车到达目的地的便捷性及到达目的地后的下一行程用电需求，综合电动汽车的距离成本、时间成本及充电站设备利用均衡率，建立充电引导系统决策模型，并采用自适应变异粒子群求解，得到电动汽车最优充电引导方案。本方法可有效地减少电动汽车从起始地经充电站到最终目的地的总时间成本、总距离成本，同时可兼顾充电站容量及车主出行需求，并且很好地解决车主在到达目的地后因电量不足而无法到达附近充电站充电，影响电动汽车下一行程续航的问题。

主权项

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P_m；第m辆电动汽车平均速度v_m，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z_m,s和第m辆电动汽车的终点位置信息z_m,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L_1,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。