行之知识产权综合服务平台

技术领域

本实用新型属于汽车技术领域，涉及一种电动汽车续航里程优化装置，尤 其是涉及一种电池友好型的电动汽车续航里程优化装置。

背景技术

近年来，化石能源枯竭，环境污染严重，研究开发新能源汽车成为建设资 源节约、环境友好型社会的必由之路。在这种背景下，电动汽车应运而生。然而 电动汽车历经多年发展也未能进入千家万户，这是因为其固有的局限性一直未能 突破：储能少、行驶里程短、充电慢，需要借助公用充电装置接力充电才能保障 续航能力。目前，世界各国电动汽车续航里程优化相关研究主要集中在汽车动力 电池建模与电动汽车充电对电网性能的影响等领域，然而这些研究都没有从根本 上解决电动汽车如何快速找到充电桩，提高电动汽车续航里程等问题。

在这些亟待解决的矛盾下，建立智能化、信息化、网络化的电动汽车智能 充电网络，通过采用电池敏感的路由算法，优化电动汽车续航里程，为电动汽车 规划最合适的行车路径，保证行程中能够接力充电不至于抛锚；采用行车任务调 度算法，智能化任务排序，提供最优化的解决方案，实现带有任务时间实时约束 的多目标路径规划，大幅度提高工作效率。才能高质量地解决充电问题，大大缓 解电动汽车用户的“里程焦虑”，推动电动汽车产业的发展。

实用新型内容

本实用新型采用电池敏感的路由算法，优化电动汽车续航里程，为电动汽 车规划最合适的行车路径，保证行程中能够接力充电不至于抛锚，缓解“里程焦 虑”问题。

本实用新型所采用的技术方案是：一种电动汽车续航里程优化装置，其特征 在于：包括数据采集系统、决策系统和专家系统；所述的数据采集系统包括移动 客户端、车载通讯系统和充电站通讯模块；决策系统包括第一无线通讯模块和决 策模块；专家系统包括第二无线通讯模块、数据库和路径规划模块；所述的数据 采集系统、决策系统和专家系统之间通过移动客户端内设置的通讯模块、第一无 线通讯模块和第二无线通讯模块相互连接通信。

本实用新型具有如下优点：

1.采用电池敏感的路由，优化电动汽车续航里程，避开充电高峰期和交通 拥堵期，科学调度行车任务，保证行程中能够接力充电不至于抛锚。结合电动汽 车车况、充电桩工况、交通路况、行车任务属性等约束条件，提供多条可行的路 由方案；

2.智能化任务排序，提供最优化的解决方案，缓解“里程焦虑”；

3.实现具有任务时间实时约束的多目标路径规划，具有深刻的实际意义， 大幅度提高工作效率。

附图说明

图1：是本实用新型实施例的装置框架原理图。

图2：是本实用新型实施例中改进A*算法的流程图。

具体实施方式

为了便于本领域普通技术人员理解和实施本实用新型，下面结合附图及实 施例对本实用新型作进一步的详细描述，应当理解，此处所描述的实施示例仅用 于说明和解释本实用新型，并不用于限定本实用新型。

请见图1，本实用新型提供的一种电动汽车续航里程优化装置，包括数据采 集系统、决策系统和专家系统；所述的数据采集系统包括移动客户端、车载通讯 系统和充电站通讯模块；决策系统包括第一无线通讯模块和决策模块；专家系统 包括第二无线通讯模块、数据库和路径规划模块；数据采集系统、决策系统和专 家系统之间通过移动客户端内设置的通讯模块、第一无线通讯模块和第二无线通 讯模块相互连接通信。

本实用新型工作流程，包括以下步骤：

步骤1：用户使用移动客户端采集并上传行车任务属性信息(包括每项任 务的地理位置、截止时间和优先级等信息)到专家系统中；

步骤2：车载通讯系统采集并上传电动汽车车况信息(包括车辆当前位置 和剩余电量等信息)到专家系统中；

步骤3：充电站通讯模块采集并上传充电桩工况信息(包括充电桩的使用 情况和故障情况等信息)到专家系统中；

步骤4：专家系统接受到步骤1、步骤2和步骤3中上传的数据后检索数据 库，若有匹配数据则返回一组已有的规划路线，否则交由路径规划模块进行处理；

其匹配规则为：电动汽车车况信息与行车任务属性信息一致，即车辆当前 位置、剩余电量信息、任务的地理位置、截止时间和优先级信息一致。

步骤5：路径规划模块结合约束条件，建立最优化问题模型，求解该优化 问题，进行多目标路径规划，提供多条可行的电池友好型的路由方案；所述的约 束条件包括电动汽车车况、充电桩工况、交通路况、行车任务属性；

其中多目标路径规划的具体实现过程包括以下子步骤：

步骤5.1：建立优化问题数学模型；设有N个任务节点，c_ij表示从点i到j的 运输成本，包括路程与电量；P_ij表示从点i到点j的耗费电量；△P_ij表示从点i到 点j的充电电量；P₀表示电量的初始值；s_i表示到达i地的时刻与初始时刻的差 值；t_i表示在i地完成任务消耗的时间；t_ij表示从点i到点j消耗的时间；d_i表示 为在i地任务的截止期限与初始时刻的差值；x_ij表示车辆是否从点i到点j；

目标函数：

min z = ( Σ i N Σ j N c i j x i j ) ; ]]>

电量约束：

Σ i N Σ j N ( P i j - ΔP i j ) x i j ≤ P 0 ; ]]>

任务约束：

s i + t i + t i j = s j , i , j = 1 , 2 , ... , N s j ≤ d j , j = 1 , 2 , ... , N ; ]]>

决策变量：

x_ij＝0or1；

步骤5.2，局部路径规划，设f(i,j)为从点i到点j的代价估值，g(i,j)为从 点i到点j的实际代价，h(i,j)为从点i到点j的启发信息，估计每一个当前节点 抵达目标节点的最小代价，采用改进A*算法得到最优路径，即f(i,j)；当 P_ij>P_cur(P_cur表示电动汽车位于当前节点即点i时的电量)时，表示需要充电， 这时若满足任务时间实时约束时，则从点i到点j能充电，否则返回上一个节点 提出充电请求并重新搜索路线；

请见图2，改进A*算法，设S_cur为当前所在节点，S₀为初始时刻所在节点， S_p为充电桩所在节点，S_t为目标节点，S_i为地图中任意节点，DEPTH为嵌套深 度，△P₀为电动汽车每公里耗电量，L表示两点间距离；则改进A*算法具体实 现过程包括以下子步骤：

步骤5.2.1：初始化，令S_cur＝S₀；构造Open表用于存取待扩展的节点，且 初始时刻为S₀；构造Close表用于存取已扩展的节点，且初始时刻存入S₀；构 造PATH表用于存取最优路径上的节点；

步骤5.2.2：在Open表中搜索离S_cur最近的节点S_i，以f(S_cur,S_i)最小的且 满足任务约束与电量约束条件的节点为父节点

s i + t i + t i j = s j , i , j = 1 , 2 , ... , N s j ≤ d j , j = 1 , 2 , ... , N ; ]]>

Σ i N Σ j N ( P i j - ΔP i j ) x i j ≤ P 0 ; ]]>

若同时满足这两个条件，转至步骤5.2.3；

无法同时满足这两个条件，转至步骤5.2.5；

步骤5.2.3：若S_i为目标节点S_t，则PATH表中存储的节点集作为最优路径， 并记权重路径为结束算法；

步骤5.2.4：若S_i不是目标节点S_t，则对S_i所有的前驱状态S_j进行更新，若 g_j<g_i+g(i,j)，则将S_i放入Close列表；否则令g_j＝g_i+g(i,j)，将S_i作为S₀下 一步的路线，令S_cur＝S_i并存入PATH表中；返回步骤5.2.2；

步骤5.2.5：令S_cur＝S₀，DEPTH＝DEPTH-1；

若DEPTH＝0，转至步骤5.2.6；

否则将将满足的范围L内的充电桩设为特殊节点{S_p1,S_p2,…,S_pn}，采 用Charge算法计算最优路径；

若满足任务约束与电量约束条件

s i + t i + t i j = s j , i , j = 1 , 2 , ... , N s j ≤ d j , j = 1 , 2 , ... , N ; ]]>

Σ i N Σ j N ( P i j - ΔP i j ) x i j ≤ P 0 ; ]]>

则输出权重路径为f(S₀,S_t)＝f(S₀,S_p)+f(S_p,S_t)，结束算法；

若依旧无法同时满足任务约束与电量约束条件，转至步骤5.2.6；

其中Charge算法的具体实现过程包括以下子步骤：

步骤5.2.5.1：令DEPTH＝0，映射{S_p1,S_p2,…,S_pn}为{S₀₁,S₀₂,…,S_0n}，利用 步骤5.2.1至步骤5.2.6的原理计算f(S_pi,S_t),i＝1,2,…,n，若f(S_pi,S_t)＝∞，则 舍弃p_it(p_it表示点p_i到点t的这条路线)这条路线，否则计算f(S₀,S_pi)；

步骤5.2.5.2：令DEPTH＝DEPTH_pi，(DEPTH_pi表示对应S_pi的嵌套深度) 映射{S_p1,S_p2,…,S_pn}为{S_t1,S_t2,…,S_tn}，利用步骤5.2.1至步骤5.2.6的原理计算 f(S₀,S_pi),i＝1,2,…,n，若f(S₀,S_pi)＝∞，则舍弃p_i这个节点；

步骤5.2.5.3：对保留节点p_i分别计算 f(S₀,S_t)＝f(S₀,S_pi)+f(S_pi,S_t),i＝1,2,…,n，取最小值 minf(S₀,S_t)＝f(S₀,S_pi)+f(S_pi,S_t),i＝1,2,…,n为路径权重，算法结束；

步骤5.2.6：输出权重路径输出权重路径为f(S₀,S_t)＝∞，结束算法。

步骤5.3：全局路径规划，将步骤5.2中的f(i,j)作为每条路径的权重，采 用Christofides算法构建通路得到最优电池友好型多目标规划路径；

采用Christofides算法构建通路的实现过程包括以下子步骤：

步骤5.3.1，由城市地图中各任务节点{S_t1,S_t2,…,S_tn}、保留的特殊节点 {S_pi,S_pi+1,…,S_pj}和起始节点构成的点集构造最小生成树；

步骤5.3.2：将步骤5.2中的f(i,j)作为每条路径的权重，若f(S_i,S_j)＝∞， 则删除路径ij，在最小生成树中寻找连通度为奇数的顶点，并创建最小权重匹配， 构造Eular回路；

步骤5.3.3：去除Eular回路与最小生成树中的重复点，得到通路即最优规 划路线。

步骤6：决策系统接受到满足条件可行的一组规划路线后，按照概率可行 性取前k条最优路线返回给移动客户端，交由用户选择。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为 是对本实用新型专利保护范围的限制，本领域的普通技术人员在本实用新型的启 示下，在不脱离本实用新型权利要求所保护的范围情况下，还可以做出替换或变 形，均落入本实用新型的保护范围之内，本实用新型的请求保护范围应以所附权 利要求为准。