[go: up one dir, main page]

CN106372757A - 基于移动公交的完全分布式充电调度管理方法 - Google Patents

基于移动公交的完全分布式充电调度管理方法 Download PDF

Info

Publication number
CN106372757A
CN106372757A CN201610821506.8A CN201610821506A CN106372757A CN 106372757 A CN106372757 A CN 106372757A CN 201610821506 A CN201610821506 A CN 201610821506A CN 106372757 A CN106372757 A CN 106372757A
Authority
CN
China
Prior art keywords
charging
charging station
time
electric automobile
information
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
CN201610821506.8A
Other languages
English (en)
Inventor
王桐
曹越
王希波
赵春晖
钱泽斌
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201610821506.8A priority Critical patent/CN106372757A/zh
Publication of CN106372757A publication Critical patent/CN106372757A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供的是一种基于移动公交的完全分布式充电调度管理方法。充电站和电动汽车通过中间代理进行信息交互，所述中间代理为公交车，每个充电站作为信息发布者周期地向中间代理发布自己的充电服务供应情况，行驶在路线上的公交车通过车车通信，实现以信息传播为目的的发布/订阅，需要充电服务的电动汽车通过访问机会性相遇的公交车获取网络中所有充电站状态信息，执行去何地充电的决策。本发明的特点在于：1、中间代理具有移动性，充电管理信息的获取取决于中间代理的移动路线，因此具有高度的灵活性；2、只需要较少的移动式中间代理，因此具有较低的网络配置成本；3、采用分布式充电管理模式，具有较低的隐私敏感度。

Description

基于移动公交的完全分布式充电调度管理方法
技术领域
本发明涉及的是一种电动汽车充电管理方法。具体地说是一种完全分布式的电动汽车充电管理方法。
背景技术
近几年来人们更加关注机动车尾气排放造成的空气污染，绿色环保的交通系统是一个全球性的目标。作为化石燃料动力汽车的替代，纯电动汽车由于二氧化碳的零排放已经被引入全球市场。尽管电池切换技术在电动汽车充电速度上有优势，但提供电池切换服务的充电站涉及复杂的工业自动控制机器人、冷却系统以及驾驶员指令系统，而且服务开始时，必须有工作人员在场。更重要的是，现今全球大多数的电动汽车生产商青睐的现行策略仍是快速充电，例如通常一辆电动汽车完全充满电仅需要30分钟。
以前多数的工作都是解决停靠模式下的充电问题(关于何时/是否对电动汽车充电)，即电动汽车已经停靠在家庭或者充电站中。然而，由于行进中电动汽车有限的电池容量和城市中长距离行程，电动汽车很容易用尽电池电量，因此需要在旅途中对电动汽车进行充电。所以，如何管理充电流程来提高电动汽车驾驶者的舒适性对于电动汽车产业的成功和长期生存至关重要。
现有关于行进中电动汽车充电管理优化问题一般是从以下三个方面进行研究：
·规划电动汽车的路线使得旅途中的能量损耗最小化和能量获取最大化，这样使得电动汽车完全充满电花费的时间最小化。
·部署充电站使得电动汽车能够在自己的驾驶范围内访问充电站。此外，应该将充电站处理峰值需求的能力考虑在内，因为在不同的时间会有不同数量的电动汽车到来。
·选择合适的充电站作为充电计划。例如，选择没有高度拥塞的充电站，以体验最小的充电等待时间。
而行进中电动汽车充电管理模式一般分为集中式和分布式两种方式。集中模式下，充电管理由全局控制器或其他对充电管理感兴趣的第三方来执行。然而，该过程涉及大量的隐私信息，包括位置、旅途目的地和车辆ID等，这些状态信息必须发送给全局控制器。分布式的好处是保持较低的隐私敏感度，由电动汽车根据自己所获取的充电站状态信息做决策。
在如上两种方式下，必要的信息都需要被发送给相应的参与充电管理的实体。信息的准确性在充电管理方面扮演着重要的角色。一般情况下，蜂窝网通信适用于集中式充电管理方式，而异构网络通信(例如，WiFi,WiMAX或延迟/中断容忍网络)可用于分布式管理方式。
发明内容
本发明的目的在于提供一种灵活性高、网络配置成本低、隐私敏感度低的基于移动公交的完全分布式充电调度管理方法。
本发明的目的是这样实现的：
充电站和电动汽车通过中间代理进行信息交互，所述中间代理为公交车(PublicTransportation Bus,PTB)，每个充电站作为信息发布者周期地向中间代理发布自己的充电服务供应情况，行驶在路线上的公交车通过车车(Vehicle-to-Vehicle,V2V)通信，实现以信息传播为目的的发布/订阅，需要充电服务的电动汽车通过访问机会性相遇的公交车获取网络中所有充电站状态信息，执行去何地充电的决策。
本发明还可以包括：
1、所述每个充电站作为信息发布者周期地向中间代理发布自己的充电服务供应情况具体包括：
步骤一：充电站首先检查正在进行充电的电动汽车数量，如果存在空闲可充电的充电插槽，则设置当前时间为最早可充电时间(Earliest Available Time for Charging,EATC)；
步骤二：若充电站内全部的充电插槽均被占用，充电站查询等待充电的电动汽车数量，然后，充电站按照先到先服务策略对这些等待充电的电动汽车进行排序，获取最先到达的电动汽车充电时间；
步骤三：充电站通过查询已经在充电槽充电的电动汽车，得到当前的最早可充电时间；
步骤四：更新最早可充电时间，即将步骤三得到的最早可充电时间替换为步骤二得到的排在充电首位电动汽车的充电结束时间；
步骤五：充电站中，步骤二到步骤四重复执行，直到剩余的等待充电的电动汽车数量达到0，然后当前更新的最早可充电时间被返回。
2、需要充电服务的电动汽车基于以下信息做出执行去何地充电的决策：
1)通过与公交车信息交互得到的最早可充电时间；
2)电动汽车到达充电站的时间；
3)从充电站到其目的地的旅途持续时间。
3、所述旅途持续时间通过以下公式计算，设电动汽车到充电站i的时间为ti，充电站i的最早可充电时间为EATCi，电动汽车充电时间为L，充电站到目的地的旅途持续时间为Ki，当ti＜EATCi时，电动汽车在充电之前需要等待EATCi-ti，到达目的地的时间Ti为Ti＝EATCi+L+Ki；当ti≥EATCi时，电动汽车到达充电站无需等待直接进行充电，到达目的地的时间Ti为Ti＝ti+L+Ki；最终，从所有的充电站中选择一个充电站，以电动汽车到达目的地的行程持续时间最短作为最优充电决策。
本发明设计了一套考虑驾驶意向的完全分布式的电动汽车充电管理方案。驾驶意向指驾驶员有日常的习惯性生活轨迹，如去商场购物，去公园休闲等。一方面，驾驶员不希望其电动汽车的充电等待时间过长；另一方面，选择的充电站位置亦不能离驾驶员的旅途目的地过远，而造成不便。该方案将智能交通系统(Intelligent TransportationSystems,ITS)与车载发布/订阅(Vehicular-Publish/Subscribe,V-P/S)通信框架结合，对行进中电动汽车其充电规划进行管理，具有如下特点和优势：1、中间代理具有移动性，充电管理的信息获取取决于中间代理的移动路线，因此具有高度的灵活性；2、只需要较少的移动性中间代理，因此具有较低的网络配置成本；3、采用分布式充电管理模式，具有较低的隐私敏感度。
为了实现考虑驾驶意向的完全分布式的电动汽车充电管理方案，首先需要建立车载发布/订阅通信框架。车载发布/订阅通信框架共涉及到三个网络实体，即：
·电动汽车(Electric Vehicle,EV)作为信息订阅者主动发送查询，订阅由公交车中继的充电站状态信息。电动汽车有一个充电状态(Status Of Charge,SOC)。如果当前电量和最大电量之间的比率低于SOC的值，那么电动汽车需要选择一个充电站作为充电计划。
·充电站(Charging Station,CS)作为信息发布者，位于城市中某一特定位置。充电站中有多个充电槽，可以并行地为电动汽车充电。充电站状态信息被周期性地发布给城市中所有合法的公交车。
·公交车(Public Transportation Bus,PTB)是一个充当中继的移动实体，它汇集所有的充电站状态信息并在本地存储中缓存。公交车的移动性受到它们预先定义路线的限制，因此公交车在通过某些特定路线时可能会暂时停止。
如附图1所示，每个充电站作为发布者周期地向中间代理发布自己的充电服务供应情况，例如充电站何时有空闲充电插槽供用户使用等。行驶在专用路线上的公交车通过车车(Vehicle-to-Vehicle,V2V)通信，实现以信息传播为目的的发布/订阅。该车载发布/订阅通信框架采用分布式充电管理，其中电动汽车能够从机会性相遇的公交车(整个公交车云共享所有的充电站状态信息)中访问充电站的状态信息，并执行基于本地信息的充电决策。
车载发布/订阅通信框架的具体设计方案如下：设想在城市场景下，所有的充电站都是按照地理位置部署的，并且所有的电动汽车均预先知道这些充电站的位置信息。因为这些位置信息被预先存储在电动汽车的板载单元(On-Board-Unit,OBU)内。每个充电站都使用如授权蜂窝网络通信这样的可靠通道和所有的公交车进行通信，并且周期性地向公交车发布它的状态信息，例如最早可充电时间(Earliest Available Time for Charging,EATC)，即充电站内何时有空闲的充电插槽(插电式充电站)可用。作为公共交通的一个类型，公交车的数目通常比电动汽车要少。由于车辆有高速移动性，所以通过公交车维持充电站和电动汽车间的实时信息交互是非常困难的。因此在车载发布/订阅通信框架中，公交车会在本地存储中缓存所有充电站的状态信息。在与公交车的机会性相遇过程中，电动汽车通过向公交车发送请求，便可以访问这些信息。然而公交车和电动汽车之间的这种机会性相遇，由于要经历过长的接收时间，不可避免地会出现访问信息不准确的问题。
在车载发布/订阅通信框架的基础下，充电站和电动汽车通过中间代理公交车进行信息交互。然后当电动汽车的电量低于充电状态值SOC时，需要在获取充电站状态信息基础上，做出去何地充电的决策。尤其需要注意的是，电动汽车出于充电决策安全性的考虑，需要保证充电站信息的可信度。因此，充电站需要对其发布的状态信息进行数字签名，然后电动汽车做出充电站选择决策之前需要对这些信息进行验证。
在充电管理方案的通信框架中，车载发布/订阅通信框架的时间序列如附图2所示：
步骤一：每个充电站周期性地发布它的状态信息到所有参与信息传播的合法的公交车。例如，主题为“充电站状态更新”的最早可充电时间EATC。其中，充电站和公交车间的通信是通过蜂窝网络，因为依赖一个可靠的信道和值得信赖的公交车进行信息交互是合理与必要的。每辆公交车将会汇聚网络中所有充电站的状态信息，然后缓存在本地存储中。如果接收到一条新消息，公交车会用它替换过去缓存的过时消息，即那些不必维持的消息。
步骤二：鉴于电动汽车和公交车的机会相遇性，电动汽车依据现有的服务发现功能，可以判断公交车是否具有提供充电站状态这样的服务。特别是，电动汽车能够意识到公交车的充电站状态信息更新服务，从而只发送与更新时隙发布的信息相关的订阅查询。这会大大减少冗余访问信令，尤其是当电动汽车和公交车相遇比较频繁时。
步骤三：电动汽车使用同样的“充电站状态更新”主题向公交车进行信息获取，通过支持WiFi通信的V2V来实现通信。
步骤四：当接收到查询时，公交车将其缓存的充电站状态信息返给发送查询请求的电动汽车。当接收到这些信息，需要充电服务的电动汽车结合本地信息做出其充电规划决策。
在这里，针对车载发布/订阅通信框架做一个简要的分析。电动汽车和公交车的预期相遇时间(Expected Meeting Time,EMT)可以认为是独立同分布(Independent andIdentically Distributed,IID)指数随机变量。在一些热门的移动模型如随机路径点(Random Way-Point,RWP)以及以其为基础更逼真、综合的模型中都表现出(大致)这样的指数相遇特性。需要注意的是，预期相遇时间是由整个网络区域和专用的V2V通信范围决定的。将充电站信息发布周期表示为T，公交车的数量表示为N。在整个网络的N辆公交车中，电动汽车能够从至少一辆公交车中获取汇聚的充电站状态信息的概率决于以下两个因素：(1)电动汽车和公交车之间是否有一次相遇；(2)这辆相遇的公交车是否已经缓存了汇聚的充电站状态信息。
假定整个网络中存在N辆公交车，我们可以得出电动汽车至少从一辆公交车中获取信息的概率P(v-p/s)为：
P ( v - p / s ) = 1 - Π i = 0 N - 1 ( 1 - E M T ( N - i ) × T ) - - - ( 1 )
其中，EMT为电动汽车和公交车相遇时间基数，电动汽车能够从第i辆公交车获取信息的概率为取决于充电站的发布周期T，电动汽车和第i辆公交车的相遇时间为注意只有相遇时间大于充电站发布周期T时，否则，为了通过适当的通信框架设置增加概率P(v-p/s)，我们可以得到：
(1)减少充电站的发布周期T(如果充电站允许适当地增加信息发布的频率)。
(2)增加公交车的数量N。
附图3描述了整个调度管理方案中电动汽车在充电管理周期的四个阶段：
·驾驶阶段：电动汽车向它的旅行目的地行驶。在这个阶段，电动汽车不断地从机会性相遇的公交车中获取充电站的状态信息。
·充电计划阶段：达到剩余电量阈值的电动汽车根据充电站选择策略，选择特定的充电站充电。基于本地缓存的充电站状态信息，电动汽车执行充电站选择决策。在这个阶段，电动汽车不断地从机会性相遇的公交车中获取充电站的状态信息。
·充电安排阶段：一旦到达选定的充电站，充电站基于先到先服务(First ComeFirst Serve,FCFS)的顺序对电动汽车进行充电安排。这意味着较早到达的电动汽车在充电调度时将具有较高的充电优先级。这里，将等待充电的电动汽车数量和充电时间作为计算充电站最早可充电时间的输入。
·电池充电阶段：电动汽车正在通过充电站中的插电式充电槽充电。在完全充满电离开时，电动汽车转为驾驶阶段并且再次向旅行目的地行驶。这里，充电槽何时可用也是计算充电站最早可充电时间的因素。
如果处于低电量阶段，行进中电动汽车必须首先驶向选定的充电站(电动汽车通过本地信息做出的决策)充电。如果当前充电站中所有的充电插槽均被停靠的电动汽车占用，则到达的电动汽车需要等待，直到某一充电插槽空闲。当离开充电站时，电动汽车再次以初始最大行驶速度驶向它的旅行目的地。
需要注意的是，电动汽车在达到请求充电服务阈值之前可能会接收到多次汇总的充电站状态信息。充电站选择逻辑为优先寻找使电动汽车经历最短行程持续时间的充电站。具体来说：
步骤一：充电站首先检查正在充电的电动汽车数量(即被占用的充电插槽数量)。如果存在空闲可充电的充电插槽，那么当前时间就是最早可充电时间EATC，意味着该充电站当前能够提供充电服务。
步骤二：若充电站内全部的充电插槽均被占用，意味着本站可能还存在其他等待充电的电动汽车，充电站需要查询等待充电的电动汽车数量。然后，充电站按照先到先服务策略对这些等待充电的电动汽车进行排序，获取最先到达的电动汽车充电时间。
步骤三：充电站通过查询正在充电槽充电的电动汽车，得到当前的最早可充电时间EATC。
步骤四：更新最早可充电时间，即将步骤三得到的最早可充电时间替换为步骤二得到的排在充电首位电动汽车的充电结束时间。
步骤五：充电站中，步骤二到步骤四重复执行，直到剩余等待充电的电动汽车数量达到0。然后当前更新的最早可充电时间EATC被返回。
每个充电站步骤五或者步骤一得到的EATC被发布、汇聚并缓存在公交车中，而且可以进一步被电动汽车访问。然后需要充电服务的电动汽车基于这些信息做出其充电决策：(1)来自步骤一或者步骤五的通过与公交车信息交互得到的EATC；(2)到达充电站的时间；(3)从充电站到其目的地的旅途持续时间。
值得注意的是，如果电动汽车的到达时间比充电站最早可充电时间要早，这就意味着电动汽车仍然需要等待额外的时间才能进行充电。综上所述，通过在充电站进行中间充电的旅行持续时间主要是由以下三个因素决定的：(1)在充电站的充电等待时间；(2)去向充电站的旅途时间；(3)从充电站到旅途目的地的行程持续时间。
附图说明
图1是本发明中充电管理方案的通信框架示意图；
图2是本发明中车载发布/订阅通信框架的时间序列示意图；
图3是本发明中电动汽车充电管理周期示意图；
图4是赫尔辛基市的公交路线仿真图；
图5是本发明的流程图。
具体实施方式
下面举例对本发明做更详细的描述。
本发明设计了一套完全分布式的电动汽车充电管理方案，在车载发布/订阅通信框架的基础下，充电站和电动汽车通过中间代理(即公交车)进行信息交互。每个充电站作为信息发布者周期地向中间代理发布自己的充电服务供应情况，例如充电站何时有空闲充电插槽供用户使用等。行驶在专用路线上的公交车通过车车通信，实现以信息传播为目的的发布/订阅。需要充电服务的电动汽车通过访问公交车获取充电站状态信息，做出基于本地信息的充电决策。具体实施步骤如下：
步骤一：充电站首先检查正在进行充电的电动汽车数量n(即被占用的充电插槽数量)。设充电站中充电插槽数量为m，如果n＜m，即存在空闲充电插槽可用，那么当前时间就是最早可充电时间EATC，意味着该充电站当前能够提供充电服务。
步骤二：如果n＝m，即全部的充电插槽都被占用，意味着本站可能还存在其他等待充电的电动汽车。设充电站中等待充电的电动汽车的数量为M，充电站按照先到先服务(FCFS)策略对这些等待充电的电动汽车进行排序，设排在第一位的电动汽车充电时间为t。
步骤三：充电站通过查询已经在充电槽充电的电动汽车，得到当前的最早可充电时间(EATC)，即所有正在充电的电动汽车中最早完成充电服务电动汽车的离开时间。
步骤四：充电站将步骤三得到的当前最早可充电时间(EATC)替换为步骤二得到的排在第一位的电动汽车的充电结束时间f，其中f＝EATC+t。
步骤五：充电站中，步骤二到步骤四重复执行，直到剩余等待充电的电动汽车数量达到0。然后当前更新的最早可充电时间EATC被返回。
步骤六：每个充电站按照时间T周期性地发布步骤五或者步骤一得到的最早可充电时间EATC到所有参与信息传播的合法的公交车。其中，充电站和公交车间的通信是通过蜂窝网络，因为依赖一个可靠的信道和值得信赖的公交车进行信息交互是合理和必要的。每辆公交车将会汇聚所有充电站的状态信息，然后缓存在本地存储中。如果接收到一条新消息，公交车会用它替换过去缓存的过时消息(也就是那些不必维持的消息)。
步骤七：需要充电服务的电动汽车通过向遇到的参与信息传播的合法的公交车发送信息查询请求。当接收到查询时，公交车将其缓存的充电站状态信息返给发送查询请求的电动汽车。鉴于电动汽车和公交车的机会相遇性，电动汽车依据现有的服务发现功能(针对车载网提出)可以判断公交车是否具有提供充电站状态这样的服务。特别是，电动汽车能够意识到公交车的充电站状态信息更新服务，从而只发送与更新时隙发布的信息相关的订阅查询。这会大大减少冗余访问信令，尤其是当电动汽车和公交车相遇比较频繁的时候。
步骤八：当电动汽车接收到公交车返回的充电站状态信息，电动汽车基于这些信息寻找使电动汽车经历最短行程持续时间的充电站。设电动汽车到充电站i的时间为ti，充电站i的最早可充电时间为EATCi，电动汽车充电时间为L，充电站到目的地的旅途持续时间为Ki。当ti＜EATCi时，电动汽车在充电之前需要等待EATCi-ti，到达目的地的时间Ti为Ti＝EATCi+L+Ki；当ti≥EATCi时，电动汽车到达充电站无需等待可直接进行充电，到达目的地的时间Ti为Ti＝ti+L+Ki。从所有的充电站中选择一个使得电动汽车达到目的地的时间最小。
整个充电调度系统是在机会网络模拟器ONE(Opportunistic NetworkEnvironment)中实现的。城市场景是8300×7400平方米区的芬兰赫尔辛基地图，包含四个主分区A-D。此外，还有三个重叠区考虑区域A和其他区域之间的运动，且一个区域覆盖整个模拟区域。E区包括A和B，F区包括A和C，G区包括A和D，H区包括A到D。每个区分配如附图4所示自己的公交车路线。关于行程的意图，我们分配五种类型的兴趣点(Points OfInterests,POIs)。行程意图受这些POIs分布的影响，其中电动汽车有一定的几率接近这些POIs。
考虑到城市的道路安全，300辆电动汽车的运动速度被初始化为[2.7-13.9]米/秒。电动汽车的配置遵循充电规范{最大电能容量(Maximum Electricity Capacity,MEC)、最长旅行距离(Max Travelling Distance,MTD)、充电状态(Status Of Charge,SOC)}。这里，行程距离(Traveled Distance,TD)的耗电量是基于公式计算的。此外，在整个模拟中9个充电站提供充足的电量和3个充电槽，使用62千瓦的快速充电速率。充电站发布频率默认为300秒。每条路线上最终配置5辆公交车，移动速度在[7-10]米/秒变化。一旦达到它们路线上的目的地，公交车将会停止[0-120]秒。对于电动汽车和公交车的通信，我们考虑一个有100米传输范围的低功率无线技术。
通过在每条路线上部署相同数目的路侧单元和公交车进行对比。关于充电等待时间和行程持续时间，得到的结果是运行较少数目的公交车(每条路线一辆公交车)优于同样数目的路侧单元，这是由于移动性带来快速的充电站状态信息传播。另一方面，密集路侧单元(每条路线8个路侧单元)密度情况和每条路线8辆公交车性能接近。这意味着如果中继的覆盖范围足够大，性能趋向饱和。

Claims (4)

1.一种基于移动公交的完全分布式充电调度管理方法，充电站和电动汽车通过中间代理进行信息交互，其特征是：所述中间代理为公交车，每个充电站作为信息发布者周期地向中间代理发布自己的充电服务供应情况，行驶在路线上的公交车通过车车通信，实现以信息传播为目的的发布/订阅，需要充电服务的电动汽车通过访问机会性相遇的公交车获取网络中所有充电站状态信息，执行去何地充电的决策。
2.根据权利要求1所述的基于移动公交的完全分布式充电调度管理方法，其特征是所述每个充电站作为信息发布者周期地向中间代理发布自己的充电服务供应情况具体包括：
步骤一：充电站首先检查正在进行充电的电动汽车数量，如果存在空闲可充电的充电插槽，则设置当前时间为最早可充电时间(Earliest Available Time for Charging,EATC)；
步骤二：若充电站内全部的充电插槽均被占用，充电站查询等待充电的电动汽车数量，然后，充电站按照先到先服务策略对这些等待充电的电动汽车进行排序，获取最先到达的电动汽车充电时间；
步骤三：充电站通过查询已经在充电槽充电的电动汽车，得到当前的最早可充电时间；
步骤四：更新最早可充电时间，即将步骤三得到的最早可充电时间替换为步骤二得到的排在充电首位电动汽车的充电结束时间；
步骤五：充电站中，步骤二到步骤四重复执行，直到剩余的等待充电的电动汽车数量达到0，然后当前更新的最早可充电时间被返回。
3.根据权利要求2所述的基于移动公交的完全分布式充电调度管理方法，其特征是需要充电服务的电动汽车基于以下信息做出执行去何地充电的决策：
1)通过与公交车信息交互得到的最早可充电时间；
2)电动汽车到达充电站的时间；
3)从充电站到其目的地的旅途持续时间。
4.根据权利要求3所述的基于移动公交的完全分布式充电调度管理方法，其特征是所述旅途持续时间通过以下公式计算，设电动汽车到充电站i的时间为ti，充电站i的最早可充电时间为EATCi，电动汽车充电时间为L，充电站到目的地的旅途持续时间为Ki，当ti＜EATCi时，电动汽车在充电之前需要等待EATCi-ti，到达目的地的时间Ti为Ti＝EATCi+L+Ki；当ti≥EATCi时，电动汽车到达充电站无需等待直接进行充电，到达目的地的时间Ti为Ti＝ti+L+Ki；最终，从所有的充电站中选择一个充电站，以电动汽车到达目的地的行程持续时间最短作为最优充电决策。
CN201610821506.8A 2016-09-13 2016-09-13 基于移动公交的完全分布式充电调度管理方法 Pending CN106372757A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610821506.8A CN106372757A (zh) 2016-09-13 2016-09-13 基于移动公交的完全分布式充电调度管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610821506.8A CN106372757A (zh) 2016-09-13 2016-09-13 基于移动公交的完全分布式充电调度管理方法

Publications (1)

Publication Number Publication Date
CN106372757A true CN106372757A (zh) 2017-02-01

Family

ID=57897473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610821506.8A Pending CN106372757A (zh) 2016-09-13 2016-09-13 基于移动公交的完全分布式充电调度管理方法

Country Status (1)

Country Link
CN (1) CN106372757A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107220730A (zh) * 2017-05-23 2017-09-29 西安交通大学 一种能够延长动力电池使用寿命的纯电动公交车动态线路规划方法
CN108109429A (zh) * 2018-01-31 2018-06-01 北京新能源汽车股份有限公司 一种代客泊车控制方法、装置及汽车
CN108960545A (zh) * 2017-05-19 2018-12-07 腾讯科技（深圳）有限公司 一种充电调度方法、电子设备及存储介质
CN109795356A (zh) * 2019-01-07 2019-05-24 中铁第四勘察设计院集团有限公司 一种纯电池车辆能量管理系统
CN110549896A (zh) * 2019-08-28 2019-12-10 哈尔滨工程大学 一种基于强化学习的充电站选择方法
CN112070341A (zh) * 2020-07-24 2020-12-11 杭州电子科技大学 一种面向多机器人充电策略的分布式求解方法
TWI763008B (zh) * 2020-08-21 2022-05-01 拓連科技股份有限公司 電動巴士之充電排程系統及方法
CN117314061A (zh) * 2023-09-14 2023-12-29 大连海事大学 一种基于移动在途充电技术的移动充电车与电动公交联合调度方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104184190A (zh) * 2014-08-18 2014-12-03 国家电网公司 一种电动汽车动态充电路径规划方法
CN104504932A (zh) * 2014-12-18 2015-04-08 东华大学 一种结合公交平台的车载自组网停车位发布系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104184190A (zh) * 2014-08-18 2014-12-03 国家电网公司 一种电动汽车动态充电路径规划方法
CN104504932A (zh) * 2014-12-18 2015-04-08 东华大学 一种结合公交平台的车载自组网停车位发布系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960545A (zh) * 2017-05-19 2018-12-07 腾讯科技（深圳）有限公司 一种充电调度方法、电子设备及存储介质
CN108960545B (zh) * 2017-05-19 2021-10-15 腾讯科技（深圳）有限公司 一种充电调度方法、电子设备及存储介质
CN107220730A (zh) * 2017-05-23 2017-09-29 西安交通大学 一种能够延长动力电池使用寿命的纯电动公交车动态线路规划方法
CN107220730B (zh) * 2017-05-23 2020-06-16 西安交通大学 一种能够延长动力电池使用寿命的纯电动公交车动态线路规划方法
CN108109429A (zh) * 2018-01-31 2018-06-01 北京新能源汽车股份有限公司 一种代客泊车控制方法、装置及汽车
CN109795356A (zh) * 2019-01-07 2019-05-24 中铁第四勘察设计院集团有限公司 一种纯电池车辆能量管理系统
CN110549896A (zh) * 2019-08-28 2019-12-10 哈尔滨工程大学 一种基于强化学习的充电站选择方法
CN110549896B (zh) * 2019-08-28 2022-08-02 哈尔滨工程大学 一种基于强化学习的充电站选择方法
CN112070341A (zh) * 2020-07-24 2020-12-11 杭州电子科技大学 一种面向多机器人充电策略的分布式求解方法
TWI763008B (zh) * 2020-08-21 2022-05-01 拓連科技股份有限公司 電動巴士之充電排程系統及方法
CN117314061A (zh) * 2023-09-14 2023-12-29 大连海事大学 一种基于移动在途充电技术的移动充电车与电动公交联合调度方法
CN117314061B (zh) * 2023-09-14 2024-04-16 大连海事大学 一种基于移动在途充电技术的移动充电车与电动公交联合调度方法

Similar Documents

Publication Publication Date Title
CN106372757A (zh) 基于移动公交的完全分布式充电调度管理方法
CN107392336B (zh) 智能交通中基于预约的分布式电动汽车充电调度方法
Bischoff et al. City-wide shared taxis: A simulation study in Berlin
CN102884401B (zh) 用于将电池操作的运输装置引导至重整站的方法和引导单元
RU2501088C2 (ru) Определение экономного маршрута транспортного средства
Li et al. An Open Traffic Light Control Model for Reducing Vehicles'$\hbox {CO} _ {2} $ Emissions Based on ETC Vehicles
Moschoyiannis et al. Dynamic wireless charging of electric vehicles on the move with mobile energy disseminators
CN101916509B (zh) 一种用户自助的实时交通路况分享方法
Fotouhi et al. A review on the applications of driving data and traffic information for vehicles׳ energy conservation
US20240159551A1 (en) Navigation Map Learning for Intelligent Hybrid-Electric Vehicle Planning
US20230211769A1 (en) Route Planner Optimization for Hybrid-Electric Vehicles
El-Fedany et al. A smart coordination system integrates MCS to minimize EV trip duration and manage the EV charging, mainly at peak times
CN102052926A (zh) 减少燃料消耗和成本的方法
JP2019123267A (ja) 車両制御システム、車両制御方法、およびプログラム
US20230382256A1 (en) Method and apparatus for providing a charging time window for an electric vehicle
CN107085620A (zh) 一种出租车和地铁接驳出行线路的查询方法及系统
Jung et al. Dually sustainable urban mobility option: Shared-taxi operations with electric vehicles
CN110738364A (zh) 一种电动汽车充电导航信息交互平台
CN108133329A (zh) 考虑充电反馈效应的电动汽车出行与充电需求分析方法
CN109670709A (zh) 一种基于众包公共交通系统的货物运输方法和系统
Bresciani et al. Carpooling: facts and new trends
Archetti et al. On-demand public transportation
US20230174042A1 (en) Intelligent Engine Activation Planner
Witt Determination of the number of required charging stations on a German motorway based on real traffic data and discrete event-based simulation
Basharzad et al. Electric vehicle charging: it is not as simple as charging a smartphone (vision paper)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170201