图片简介:
本技术提供了一种电动汽车路径规划方法。该方法包括：获取电动汽车的当前电池荷电状态S0，根据S0和电动汽车的目的地获取所述电动汽车的备选充电站集合；当电动汽车的备选充电站集合不为空，计算出电动汽车驾驶员的舒适初始电池荷电状态Sc，将Sc与S0进行比较，当S0≥Sc时，则判断电动汽车无充电需求；反之，则判断电动汽车有充电需求；针对有充电需求场景，利用电动汽车的备选充电站集合进 行最短路搜索，输出在充电条件下的电动汽车路径规划结果。本技术的方法充分考虑了出行者心理作用的影响，考虑驾驶员出行感受的充电需求判断逻辑，可以满足未来个性化导航的需要，根据出行者的驾驶习惯更新判断逻辑，从而规划出符合出行者需求的出行路径。
技术要求
雨棚梁
1.一种电动汽车路径规划方法，其特征在于，包括：
获取电动汽车的当前电池荷电状态S0，根据所述S0和电动汽车的目的地获取所述电动汽车的备选充电站集合；
当所述电动汽车的备选充电站集合不为空，计算出电动汽车驾驶员的舒适初始电池荷电状态Sc，将Sc与S0进行比较，当S0≥Sc时，则判断电动汽车无充电需求；反之，则判断电动汽车有充电需求；
针对有充电需求场景，利用所述电动汽车的备选充电站集合进行最短路搜索，输出在充电条件下的电动汽车路径规划结果。
石墨烯地暖瓷砖
2.根据权利要求1所述方法，其特征在于，所述的获取电动汽车的当前电池荷电状态S0，根据所述S0和电动汽车的目的地获取所述电动汽车的备选充电站集合，包括：
获取电动汽车的当前电池荷电状态S0，S0的数值为电动汽车的当前电量占总电量容量的百分比例；
当电动汽车不能够利用S0到达距离最近的充电站，则确定电动汽车的备选充电站集合为空，再判断电动汽车能否利用S0到达目的地，如果能够，则电动汽车驶向终点；否则，确定电动汽车需要充电；
当电动汽车能够利用S0到达距离最近的充电站，则确定电动汽车的备选充电站集合不为空，根据电动汽车的目的地、行驶方向从电动汽车能够到达的所有充电站中筛选出备选充电站集合。
3.根据权利要求1所述方法，其特征在于，所述的计算出电动汽车驾驶员的舒适初始电池荷电状态Sc，包括：
S31、计算出路径公共变量、不充电路径变量、充电路径变量、不充电变量和充电变量的效用函数；
其中，路径公共变量的效用函数Vp由下式计算：
Vp＝-0.113t-0.124c+0.880p
式中，t为出行时间；c为出行费用；p为快速路和主干道所占比例之和，在计算时，以出行起讫点的直线距离作为出行距离，以起讫点所在二次网格所有路段的平均速度作为电动汽车的出行速度，计算得到电动汽车的出行时间，根据出行时间和出行能耗计算得到出行费用，并设定角度费用为0；
不充电路径变量的效用函数Vn-p由下式计算：
Vn-p＝-0.319AC+26.154log(Sd+1)+4.326log(PS)
式中，AC为角度费用，在计算时假定角度费用为0；Sd为终点SOC；PS为设定的修正项，在这里取1；Sd由下式计算：
EC＝EF/U＝3.576/v-7.895×10-3·v+7.845×10-5·v2+0.574
EF＝1.359/v-0.003·v+2.981×10-5·v2+0.218
式中，AEC为电动汽车出行路径的平均电量消耗因子；li为路径中第i条路段的长度；L为路径的总长度；Q为电动汽车的动力电池容量；EC为电动汽车电量消耗因子；U为电动汽车动力电池的端电压，取固定值380V；EF为电动汽车电能消耗因子；v为电动汽车的平均速度；
充电路径变量的效用函数Vc-p由下式计算：
Vc-p＝-0.084tc-0.127loc-0.375Ac
式中，tc为电动汽车在充电站的充电时间；loc为起点至充电站的距离；Ac为路径k上起点、充电站和终点所形成的角度，在计算时，以备选充电站集合中所有充电站的充电时间、起点至充电站距离和充电站角度的平均值作为充电路径变量值；
不充电变量的效用函数Vn由下式计算：
Vn＝9.599log(Sc+1)-11.236
充电变量的效用函数Vc由下式计算：
Vc＝yg+ye+yi+yo
式中，yg表示性别哑元，男性取值为0，女性取值为1；ye表示学历哑元，当被调查者拥有硕士及以上学历时，变量取值为1，其余取值为0；yi表示收入哑元，当收入高于10000元/月时取值为1，反之取值为0；yo表示职业哑元，当被调查者职业为外企员工、私企员工或个体户时取值为1，而其余职业取值为0；
S32、根据计算出的路径公共变量、不充电路径变量和不充电变量，按下式计算不充电行为的效用函数Vnb：
Vnb＝Vp+Vn-p+Vn
S33、根据计算出的路径公共变量、充电路径变量和充电变量，按下式计算充电行为的效用函数Vcb：Vcb＝Vp+Vc-p+Vc
密封条生产线
S34、计算出驾驶员在出行过程中不进行充电行为的概率
求解出针对所述电动汽车的起讫点，能够使大于50％的最低初始SOC，将该最低初始SOC作为电动汽车驾驶员的Sc。
4.根据权利要求3所述方法，其特征在于，所述的针对有充电需求场景，利用所述电动汽车的备选充电站集合进行最短路搜索，输出在充电条件下的电动汽车路径规划结果，包括：
根据所述备选充电站集合，以路段权重Ca为搜索标准，运用最短路搜索算法，针对各备选充电站分别搜索得到起点至充电站、充电站至终点的最短路径koc和kcd；
最短路搜索算法中选取了不充电路径的综合效用作为路段权重Ca：
Ca＝-0.105ta-0.066ca-0.313ACa-0.227ea
其中，Ca为路段a的权重；ta为路段a的出行时间；ca为路段a的出行费用；ACa为路段a的角度费用；ea为路段a的电量消耗。
结合所有起点至充电站的路径、充电站至终点的路径形成备选充电路径集合Kc；
统计Kc中的各备选充电路径中出行时间、出行费用、充电时间、起点至充电站距离和充电站角度Ac属性值，按照下式计算各备选充电路径的选择概率，选择概率最高的充电路径作为在充电条件下的电动汽车路径规划结果；
Vk＝-0.105tk-0.066ck-0.084tck-0.072loc-0.132Ac
其中，Pk为路径k的选择概率；Vk为路径k的效用函数；tck为路径k上充电站的充电时间；loc为路径k中起点至充电站的距离；Ac为路径k上起点、充电站和终点所形成的角度。
式中，路径k上充电站的充电时间tck的计算公式为：
tck＝50ln((1-Sck)/0.9731+1)
Sck＝S0-eck·1000/(U·Q)
其中，tck为路径k上的服务时间，当路径k为不充电路径时，tck＝0；Sck为电动汽车准备充电前的电量占总电量的百分比％；eck为电动汽车从起点至充电站所消耗的能量，kw·h；U为电动汽车电池的电压，
石榴套袋技术
取为380V；Q为电动汽车总电量，设定为40Ah；为路径k上起点至充电站的路段集合。
5.根据权利要求4所述方法，其特征在于，所述的方法还包括：
针对无充电需求场景，考虑里程焦虑、出行过程中的充电行为对电动汽车驾驶员出行行为的影响，采用基于不充电路径的综合效用确定路段权重，利用所述路段权重运用最短路搜索算法得到电动汽车在不充电条件下的最短路，将该最短路作为在不充电条件下的电动汽车路径规划结果；
采用基于不充电路径的综合效用确定路段权重，具体如下：
Ca＝-0.105ta-0.066ca-0.313ACa-0.227ea
其中，Ca为路段a的权重；ta为路段a的出行时间；ca为路段a的出行费用；ACa为路段a的角度费用；
ea为路段a的电量消耗。
技术说明书
广告推送一种电动汽车路径规划方法
技术领域
本技术涉及汽车路径规划技术领域，尤其涉及一种电动汽车路径规划方法。
背景技术
离心离合器
随着城市交通日益拥堵，路径导航系统已经成为居民驾车出行时重要的辅助工具。利用导航系统，规划合理的出行路径可以有效地帮助居民节约出行时间、避开拥堵路段，使出行更加顺畅和愉悦。电动汽车受到电池容量和行驶里程的限制，导致居民在出行过程中，尤其是长距离出行，需要进行多次充电，使得现有面向燃油汽车的路径规划算法无法满足电动汽车的出行需求。
目前，现有技术中针对电动汽车的路径规划已进行了相关研究。有方案认为电动汽车在出行时会选择能耗最低的路径而不是最短路径，在此基础上针对节能路径规划提出了一种改进Dijkstra算法。基于类似的观点，还有方案运用了多种最短路径搜索算法(如A*算法等)以解决节能路径规划问题。提出了能够适用于大型路网的最短路搜索算法。
上述现有技术中的电动汽车的路径规划方案的缺点为：在上述研究中并未考虑电动汽车在出行过程中可能会发生的充电行为，并且忽略了电动汽车驾驶员在出行过程中的里程焦虑现象，使得算法在实际运用中还存在一定的局限性。
技术内容
本技术的实施例提供了一种电动汽车路径规划方法，以克服现有技术的问题。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议