基于拥塞感知的周期性优化的电动汽车充电决策方法
【专利摘要】本发明提供的是一种基于拥塞感知的周期性优化的电动汽车充电决策方法。一，行驶中的电动汽车向总控制中心发送充电请求。二，总控制中心形成一个包含所有充电站的列表，选择一个耗时最短的充电站并通知电动汽车。三，电动汽车接收充电规划决策，并确认充电站地点。四，当电动汽车向选定的充电站行驶时，电动汽车通过向总控制中心周期性的发送到达充电站的时间及充电时间。五，总控制中心对充电站的新旧决策比较。会向电动汽车通知新的充电决策。六，电动汽车驶向新选定的充电站，仍周期性地向总控制中心报告其相应的移动状态更新。七，步骤四至六会一直重复直到电动汽车到达充电站。需要注意的是这种决策的更新可能在该过程中重复多次。
【专利说明】
基于拥塞感知的周期性优化的电动汽车充电决策方法
技术领域
[0001] 本发明涉及的是一种电动汽车的充电决策方法。具体地说是一种基于移动不确定 性的周期性优化的充电方案来管理电动汽车的充电计划的方法。
【背景技术】
[0002] 目前关于电动汽车充电决策方法的公开报道中，主要研究工作的侧重在于停靠模 式下针对电动汽车的能源调度管理，即充电站决定何时对电动汽车进行充/放电管理，以达 到平缓整个电网的高峰用电量的技术目标。由于电动汽车充电时间较长，因此以最佳的策 略来选择电动汽车的充电地点成为最为突出的问题。
[0003] 即使基于现有的快速充电技术，电动汽车的充电时间一般会超过几十分钟。通常 来说，电动汽车会选择拥有最高可用性如最小排队时间的充电站。但是，这样充电站选取策 略很有可能会导致大量电动汽车同时驶向同一个充电站，从而造成该充电站拥堵。如果将 电动汽车的移动性信息（包括电动汽车将用多长时间到达选定的充电站，以及其需要多长 时间完全冲满电池电量等因素)考虑进来，便可以对充电站于将来一定时间内的状况进行 预测，从而有效地缓解此充电站的拥堵问题。
【发明内容】
[0004] 本发明的目的在于提供一种考虑了由于城区交通拥塞所引起的电动汽车行驶时 间不确定性的基于拥塞感知的周期性优化的电动汽车充电决策方法。
[0005] 本发明的目的是这样实现的：
[0006] 步骤一:行驶模式下的电动汽车需要充电时，向总控制中心发送充电请求；
[0007] 步骤二:总控制中心收到电动汽车的充电请求后，根据网络中已有充电站的信息， 综合选取一处满足该电动汽车总行程时间最短的充电站作为该请求充电的电动汽车的充 电规划地点，并反馈给该电动汽车；
[0008] 步骤三：电动汽车接收到来自于总控制中心的充电规划地点，并确认后向总控制 中心发布充电预订信息；
[0009] 步骤四，电动汽车向预订的充电站行驶时，向总控制中心周期性地发送其充电移 动性信息更新；
[0010] 步骤五，总控制中心基于接收到的充电预订性信息更新及实时监测的充电站的信 息，做出针对发送该充电预订信息的电动汽车的新充电决策，总控制中心比较当前新充电 决策与此前的充电规划地点，如果当前新充电决策选取的充电站更利于减少电动汽车总行 程时间，总控制中心向电动汽车发送新充电决策；
[0011] 步骤六，电动汽车收到新充电决策后，取消此前的充电规划地点，并驶向新充电决 策所选定的充电站，电动汽车周期性地向总控制中心报告其相应移动性信息更新；
[0012] 步骤七:步骤四至步骤六一直重复，直到电动汽车最终到达充电站并开始等候充 电。
[0013] 本发明侧重于行驶模式下针对行驶中的电动汽车的充电规划管理，即规划于何处 进行充电，以达到减小用户充电等待时间及其总行程时间的技术目标。总控制中心通过对 充电站信息的实时监控，在接收到行驶状态中的电动汽车的充电请求时，综合网络全局信 息，系统地对该电动汽车的充电地点进行规划。
[0014] 本发明考虑交通状况的影响，并对拥堵情况进行了建模。在一些车流辆高度集中 的地区，电动汽车则需要暂时停滞或减速，直至行驶道路上的交通状况得到缓解。因此，电 动汽车很有可能无法按照事先约定时间，特别地是在总控制中心没有及时更新车辆行车信 息的情况下到达充电站。而不断对电动汽车行驶信息进行更新，则可以提高选择充电站的 准确度，从而通过动态优化的充电规划决策来提高电动汽车用户的驾驶体验质量。
[0015] 步骤一中，当剩余电量小于充电阀值时，电动汽车便向充电站发送充电请求。
[0016] 步骤二中，总控制中心对网络中所有充电站状态进行监控，其状态包括在充电站 等待充电的电动汽车数量和所需充电时间，以及已处于充电状态中的电动汽车数量和充电 时间。
[0017]充电站分为所有充电槽均空闲、部分充电槽空闲以及充电槽全部被占用三种状 态。总控制中心根据网络中所有充电站状态，综合选取一处最优的充电站。并且充电站可以 使用基于多充电槽的并行方式对电动汽车进行充电。该项技术使得总控制中心可以合理地 对电动汽车充电规划进行调度，有效及平均地充分利用电站资源，同时节约用户充电等待 时间及其总行程时间。
[0018] 步骤三电动汽车将以如下信息向总控制中心发送其移动性信息：电动汽车ID，充 电站ID以及预订信息发给总控制中心，其中预订信息包括:①到达时间：电动汽车到达充电 站的时间，记为②期望充电时间：期望充电时间，记为?； efcI。③停车时长：电动汽车在 充电站的停车时长。需要注意的是电动汽车可能提前离开充电站，尽管电池没有完全充满， 记为If 57:。
[0019] 步骤四设城市中有Njam个交通拥堵，拥堵地点ljam是根据城市拓扑结构随机选择 的。是堵车范围的半径。对于每一辆行驶中的电动汽车来说，它的行驶速度取决于它与 交通拥堵区域的距离。行驶中的电动汽车与堵车地点的距离发生改变时，电动汽车的行驶 速度也将随之改变。如果离电动汽车最近的堵车距离/{ev，/丨[比&_小，那么此时电动汽车 的实时速度会以随机数λ减少，即rev - ρ? - X約，q e [0，1 ]，其中是该拥 堵区域速度最小值。如果小于
肩Vev趋近于0,即电动汽车EVr靠近堵车地点中心。如果 比Rjam大，那么电动汽车会以一个随机数q加速驶离堵车范围。考虑到车辆移动的不确定性， 在旅途中变化的电动汽车移动速度必然影响电动汽车移动性信息的准确性。可根据交通状 况造成的车速改变周期性地进行预订更新调整，使得本研究更加贴近真实路网的车载网环 境。
[0020] 步骤五和六设计一种预订更新机制，即由电动汽车发出预订信息并通过总控制中 心的更新来对电动汽车充电计划作出相应调整从而减少电动汽车E V r充电所用时长的机 制。具体操作类似TCP/IP三次握手：当电动汽车发出充电请求以后，总控制中心经过计算做 出充电站选择并将充电决策返给电动汽车。
[0021] 针对电动汽车密集，交通压力较大的城市场景提出的该项充电规划算法，综合考 虑了电动汽车行驶至充电站的时间以及电动汽车在充电站的等待时间，解决了由于过多电 动汽车集中驶向某一处充电站充电而导致的充电站过度拥塞的现象。因此本发明更加贴近 实际情况，可以应用在真实场景下。
[0022] 本发明为了解决电动汽车增多后面临的充电调度问题，提出了考虑移动性信息更 新和交通拥堵所导致的驶时间不确定性的充电方案，来优化管理电动汽车的充电规划方 案。
[0023] 在城市场景下，基于电动汽车的充电移动性信息以及充电所需的停车时长而对充 电站做出选择。总控制中心根据其收到的电动汽车的预订信息来估计电动汽车充电的等待 时长。为了提升用户体验，要尽量选择能够有效地减少汽车行驶时长的充电站。本发明的创 新点在于，充分考虑到了通过多个插槽并行的充电方式，利用电动汽车移动性信息更新模 式，及电动汽车可能在未充满电池电量前尚开充电站。
[0024] 由于此前相关研究没有考虑电动汽车的移动不确定性，本发明提出了一种由电动 汽车发出并通过总控制中心的更新来对电动汽车充电计划作出相应的调整从而减少电动 汽车充电所用时长的模型。这里采用周期性更新，且当电动汽车在遇到堵车等交通状况时 可以向总控制中心发布其移动位置更新。
[0025] 本发明的有益效果是：
[0026] 本发明提出了一项充电站动态实时选取方案，来最大限度地减少电动汽车"行程 时间"。充电站选取决策将电动汽车在充电站的停留时间、其充电预订及其更新考虑在内， 这样不仅可以使总控制中心获得较为准确的信息，而且还可以解决电动汽车在行驶过程中 的移动不确定性问题。电动汽车的移动不确定性会影响电车预订信息的准确度，而本发明 的预订更新机制便可有效地解决这个问题。本方案在芬兰Helsinki市的模拟仿真结果显示 了本发明提案的优势:预订以及预订更新机制可以有效地节约电动汽车充电等待时间及其 总行程时间，而电动汽车移动不确定性的考虑使得本发明更加接近真实城市场景。
【附图说明】
[0027]图1是本发明方法的流程图；
[0028]图2是本发明中电动汽车、充电站和总控制中心三者关系图；
[0029]图3是赫尔辛基市的仿真图。
【具体实施方式】
[0030] 下面结合具体实施例对本发明进行详细说明。
[0031] 本发明中在电动汽车随机分布并且都由总控制中心统一进行调控的城市场景。电 动汽车都配备有通讯设施，使他们之间可以进行无损的充电请求与响应的信息交互。每个 充电站都配有多个充电槽，可对一定数量的电动汽车进行并行充电。
[0032] 如果电动汽车的电量较低，那么电动汽车在前往目的地之前，必须先前往充电站 进行充电。电动汽车充电调度即关于何时以及是否进行充电的问题，这里采用先到先充电 原则，即先到达充电站的电动汽车有较高的充电优先级。
[0033] 如果充电站充电槽当前已被全部占用，新到达的电动汽车则需要等到某电动汽车 充电完毕并离开充电站。需要注意的是，每个电动汽车在充电站停留的时长是有限的，因此 处于充电状态中的电动汽车很有可能在未充满电之前离开。离开充电站以后，电动汽车将 会以最大速度向其目的地行进。下面结合图1说明【具体实施方式】步骤：
[0034] 步骤一:行驶中的电动汽车需要充电，便会向总控制中心发送其充电请求:包括地 点和行驶目的地信息。充电站处在一定位置，并可以使用基于多插槽的并行充电技术对电 动汽车进行充电。总控制中心是一个集中式的充电管理实体，通过接收充电站的情况和电 动汽车的预订情况来对充电站做出选择。
[0035]步骤二：总控制中心根据网络中已有充电站的信息，综合选取一处满足该电动汽 车总行程时间最短的充电站作为该请求充电服务的电动汽车的充电规划地点，并将此决策 反馈给电动汽车：在N。队列中的每辆电动汽车完全充满电的时间将和电动车的停车时间 DevW进行比较。定义Hi为中途充电的电动车达到目的地的总耗时，EWTS。s表示等待时间， 表示EVr的当前位置行驶到选定的充电站的耗时，表示到达充电站时间，:ζ:表示 EVr从充电站开始行驶到目的地的最少耗时，7；^为电动汽车完成充电驶离充电站的时间。
[0036] 当(7；$ +时，表示EVr会在其最后充电时间Dev㈦之前充满电。则 总耗时为：这表示电动汽车会在其停车时间内充满电。 反之，考虑由于DMO的限制而未充满电的情况，总则耗时由公式+ > + 2^ 计算得出。
[0037] 在上述充电计算过程中，仍有(δ-Nc)个充电槽可用，Tcur表示这些可用的充电槽的 可充电时长。然后返回包括充电站接口的可用时间列表。电动汽车在得到充电站充电槽的 可用时间列表之后，第一种情况即在充电站有空余的充电槽的情况下，没有进行充电的充 电槽将放在返回列表的最前端LIST.GET(O)。然后LIST.GET(O)再与上面的充电时长(充满 电或则为充满电）相加便可得到7：=，再将LIST.GET(O)替换为1^)}并返回；在另外一种情 况即在电动汽车需要在充电站等待充电（在Nw的队列）的情况下，循环操作根据FCFS命令 (先来先服务)对Nw队列进行分类。与此同时，每个充电槽的最早可用时间将按照升序排列， 并经由LIST. GET(O)将最早可用的放在列表最前端。然后再执行第一种情况下得到 LI ST. GET (0)后的算法从而得到并返回。
[0038] 步骤三：电动汽车汇报它的充电预订情况，包括它的到达时间、期望的充电时间和 预期在充电站的停留时间：电动汽车同样要考虑到电动汽车的移动不确定性，即可能遇到 拥堵:本发明中，城市中有个交通拥堵。这些交通拥堵的地点是根据城市拓扑结构随 机选择的。对于每一辆行驶中的电动汽车来说，它的行驶速度取决于它与交通拥堵区域的 距离。找到距离电动汽车最近的交通拥堵。是堵车的等级。只有确定了堵车的地点之 后，电动汽车的行驶速度才会发生改变。这意味着距离电动汽车最近的堵车地点。如果离电 动汽车最近的堵车距离/{w,/丨比R jam小，那么电动汽车的行驶速度Sev会以随机数λ减少。
那么sev会变为0。这意味着电动汽车靠近堵车地点/丨r中心， 因此停车。如果/{ev,/ 比心^大，那么电动汽车会以一个随机数λ进行加速。这意味着电动 汽车已经驶离了堵车范围。
[0039] 步骤四：电动汽车向选定的充电站行驶时，电动汽车会通过向总控制中心发送更 新来检查当前选定的充电站是否是最佳的选择。
[0040] 步骤五:总控制中心会比较新选择的充电站与之前的充电站。如果之前的充电站 不利于减少电动汽车的总行程时间，那么总控制中心便会向电动汽车发送新的充电安排。
[0041] 步骤六：电动汽车会停止向前充电站行驶，并驶向新的充电站，过程中仍会向总控 制中心报告其相应的移动性信息更新。当电动汽车发出充电请求以后，只要总控制中心是 决定了电动汽车充电的充电站，并且将决定返回给电动汽车，电动汽车即将汽车ID、选定充 电站ID以及以下预订信息一块发送给总控制中心：
[0042] (1)到达时间:将2^定义为电动汽车到达充电站的时间：
[0043]
[0044] 这里IT是电动汽车从当前位置通过最近路线行驶到选定充电站的距离。此外， Tcur是当前的时间。
[0045] (2)期望充电时间：定义疋=为期望充电时间，计算如下：
[0047] 这里，为电动汽车行驶到充电站所消耗的能量，它是由电动汽车行驶 一米而消耗的能量常数α决定的(取决于电动汽车的不同类型）。因此， 是取决于充电站提供电量邱勺电动汽车需要充电的电量。
[0048] (3)停车时长:定义Dev为电动汽车在充电站的停车时长。需要注意的是电动汽车可 能提前离开充电站，尽管电池没有完全充满。
[0049] 步骤七:步骤四至步骤六会一直重复直到电动汽车到达充电站。需要注意的是这 种安排的更新会在过程中重复多次。
[0050] 在ONE下搭建起完整的电动汽车充电系统仿真平台。在图2中，默认情况下用4500 X 3400平方米区域为芬兰的赫尔辛基市中心。初始条件下网络中有240辆30~50公里/小时 可变移动速度的电动汽车。电动汽车的配置如下充电规范，{最大电容量，最大旅行距离时， 充电状态}。配置三种类型的电动汽车，每种类型有80辆电动汽车。此外，整个仿真设置7个 充电站有足够的电能，并配有5个充电模拟槽，使用62kW快速充电功率，仿真时间为43100s =12小时。
[00511例如，Njam= 30每300秒随机发生交通拥堵，而其范围为300米。因此，如果它的位置 和堵车之间的距离比300米小，每个电动汽车将调整其移动速度。所有的交通拥堵从发生开 始将持续1 0 0 s。对以下性能指标进彳丁评估：
[0052]平均充电等待时间、完全充电电动汽车数量、平均行程时间、决策变化的数量。在 Helsinki市方案的评价结果显示了本发明方法的优势:在电动汽车数量较多时，本发明可 以更加合理的对电动汽车进行调度，节约电动汽车用户的充电时间，使充电站的资源都能 得到合理利用。
【主权项】
1. 一种基于拥塞感知的周期性优化的电动汽车充电决策方法，其特征是： 步骤一:行驶模式下的电动汽车需要充电时，向总控制中屯、发送充电请求； 步骤二：总控制中屯、收到电动汽车的充电请求后，根据网络中已有充电站的信息，综合 选取一处满足该电动汽车总行程时间最短的充电站作为该请求充电的电动汽车的充电规 划地点，并反馈给该电动汽车； 步骤Ξ:电动汽车接收到来自于总控制中屯、的充电规划地点，并确认后向总控制中屯、 发布充电预订信息； 步骤四，电动汽车向预订的充电站行驶时，向总控制中屯、周期性地发送其充电移动性 信息更新； 步骤五，总控制中屯、基于接收到的充电预订性信息更新及实时监测的充电站的信息， 做出针对发送该充电预订信息的电动汽车的新充电决策，总控制中屯、比较当前新充电决策 与此前的充电规划地点，如果当前新充电决策选取的充电站更利于减少电动汽车总行程时 间，总控制中屯、向电动汽车发送新充电决策； 步骤六，电动汽车收到新充电决策后，取消此前的充电规划地点，并驶向新充电决策所 选定的充电站，电动汽车周期性地向总控制中屯、报告其相应移动性信息更新； 步骤屯:步骤四至步骤六一直重复，直到电动汽车最终到达充电站并开始等候充电。2. 根据权利要求1所述的基于拥塞感知的周期性优化的电动汽车充电决策方法，其特 征是步骤二具体包括:总控制中屯、对网络中所有充电站状态进行监控，包括在充电站等待 充电的电动汽车数量和所需充电时间，W及已处于充电状态中的电动汽车数量和充电时 间； 充电站分为所有充电槽均空闲、部分充电槽空闲W及充电槽全部被占用Ξ种状态，总 控制中屯、根据网络中所有充电站状态，综合选取一处最优的充电站，并且充电站可W使用 基于多充电槽的并行方式对电动汽车进行充电。3. 根据权利要求1所述的基于拥塞感知的周期性优化的电动汽车充电决策方法，其特 征是步骤Ξ中所发布充电预订信息包括：电动汽车移动性信息即电动汽车ID与充电站ID; 电动汽车到达充电站的时间，记为IT";期望充电时间，记为电动汽车在充电站的停车 时长，W及电动汽车可能没有完全充满提前离开充电站的时间，记为7；""'''。4. 根据权利要求1所述的基于拥塞感知的周期性优化的电动汽车充电决策方法，其特 征是步骤四具体包括:设有的am个交通拥堵，拥堵地点Ijam根据拓扑结构随机选择，Rjam是堵 车范围的半径，行驶中的电动汽车与堵车地点的距离发生改变时，电动汽车的行驶速度也 将随之改变，如果离电动汽车最近的堵车距离/·?6ν'，/；：'}比咕3。小，那么此时电动汽车的实时 速度会W随机数λ减少，即，〇￡[〇，1]，其中|^产'是该拥堵区域 速度最小值;如果小于^^则Vev趋近于0，即电动汽车EVr靠近堵车地点中屯、；如果比扣am大， 电动汽车W-个随机数q加速驶离堵车范围。5. 根据权利要求1所述的基于拥塞感知的周期性优化的电动汽车充电决策方法，其特 征是步骤六具体包括:电动汽车驶向新的充电站过程中仍向总控制中屯、报告其相应的移动 性信息更新，包括， (1) 到达时间:将7：Γ定义为电动汽车到达充电站的时间：7Γ是电动汽车从当前位置通过最近路线行驶到选定充电站的距离，Tcur是当前的时间； (2) 期望充电时间为期望充电时间，计算如下：为电动汽车行驶到充电站所消耗的能量，它是由电动汽车行驶一米而消 耗的能量常数α决定的；马巧- + &,.χ2；:"χα是取决于充电站提供电量β的电动汽车需 要充电的电量； (3) 停车时长:定义Dev为电动汽车在充电站的停车时长。
【文档编号】G06Q10/04GK106096793SQ201610480155
【公开日】2016年11月9日
【申请日】2016年6月27日
【发明人】王桐, 曹越, 魏文科, 赵春晖, 王希波
【申请人】哈尔滨工程大学