CN114266386B - 电动汽车车队经济性路由方法、装置、车辆及存储介质 - Google Patents

Abstract

本发明提出了一种电动汽车车队经济性路由方法、装置、车辆及存储介质，其中路由方法包括以下步骤：步骤1：构建包括充电站、仓库以及客户地的地图模型，以实现地图的路口和路段划分；步骤2：在步骤1建立的地图模型上添加约束，生成路径代价集；所述约束包括车辆在所有路段时的加速度、速度、地形以及动力系统效率；步骤3：计算客户地、充电站和仓库之间的能耗成本，寻找两两之间的能耗最小路径，构建客户需求库；步骤4：选择最优路径，实现从仓库分发车辆得最终总能量成本最小目的。本发明考虑实际的地形、动力系统效率、包括加速和刹车在内的速度变化的能耗精确模型，并将能量消耗估计融入到电动汽车路径问题的集成化管理中，具有高精度集成特性。

Description

电动汽车车队经济性路由方法、装置、车辆及存储介质

技术领域

电动汽车车队经济性路由方法、装置、车辆及存储介质，在确保客户时间和车辆电池电量的条件下，为电动商用车车队寻找城市货物配送的能耗最小的最佳路径，方法实时性强，属于电动汽车车队经济性路由领域。

背景技术

如今，大型货运公司对于客户货物分发开始发规模采用电动汽车运输，但电动汽车都有很高的购买成本和有限的行驶距离。此外，目前电动汽车充电需要的时间相对较长，充电基础设施几乎没有。这就需要更仔细的路线规划，以及准确的能耗预测，以确保车辆的电池在行驶过程中不会耗尽电量，寻找能耗最低路径，减少车辆分发成本问题亟需解决。最近，经济性路由领域越来越突出，这一问题目前研究主要是车辆能耗的估计困难，大多数采用近似的方法，通常认为能量消耗跟距离呈线性关系，忽略负载等动态条件，但这种近似导致了电动汽车规划可靠路线缺乏必要的准确性。

发明内容

发明目的：本发明的目的在于确保客户时间和车辆电池电量的条件下，为电动商用车车队寻找城市货物配送的能耗最小的最佳路径，提出考虑实际的路段倾斜度、动力系统效率、包括加速和刹车在内的速度变化的能耗模型，并将能量消耗估计融入到电动汽车路径问题的集成化管理。

技术方案：为了解决上述问题，本发明采用的技术方案是：

一种电动汽车车队经济性路由方法，其特征在于：包括以下步骤：

步骤1：构建包括充电站、仓库以及客户地的地图模型，以实现地图的路口和路段划分；

步骤2：在步骤1建立的地图模型上添加约束，生成路径代价集；所述约束包括车辆在所有路段时的加速度、速度、地形以及动力系统效率；

步骤3：计及车辆辅助设备能耗，计算客户地、充电站和仓库之间的能耗成本，寻找两两之间的能耗最小路径，构建客户需求库；

步骤4：保证所有车辆任务过程中电量充足以及客户时间要求，选择最优路径，实现从仓库分发车辆得最终总能量成本最小目的。

进一步地，选取某一城市地图，地图数据可以通过相关的开源数据库获得，交通信号灯和交通标志的附加信息来自Open Street Maps软件，将其建立为有向图其中节点表示城市每条路的路口、客户地仓库{0}以及充电站S的集合，即弧长表示两路口(两节点)之间的路段。

进一步地，综合考虑车辆在所有路段时的加速度、速度、地形以及动力系统效率等细节，首先建立车辆纵向动力学模型：

式中，m为车辆总质量(kg)，a(t)为瞬时加速度(m/s²)，F_t(t)为动力总成或制动器产生的力(N)。在非水平道路上行驶时，F_g(t)为坡度阻力(N)，F_r(t)为滚动摩擦力(N)，F_a(t)为加速阻力(N)，g为重力加速度(9.81m/s²)，θ(t)为瞬时坡度角(°)，C_r为滚动阻力系数。C_d为阻力系数，A为车辆正面表面积(m²)，ρ为空气密度(kg/m³)，v(t)为瞬时速度(m/s)。

车辆移动时车轮上的瞬时功率p_m(t)(W)即可通过下式计算：

p_m(t)＝mav(t)+mgv(t)sinθ(t)+mgv(t)C_rcosθ(t)+0.5C_dAρv(t)³ (2)

对于电动车而言，车轮上的功率来自于电机提供，电机消耗电池电能同时可以在刹车时回收能量，当p_m(t)≥0，车辆处于牵引状态，p_m(t)＜0，车辆处于再生制动状态，考虑车辆动力系统的效率问题，电机瞬时功率p_e(t)(W)计算如下：

式中，η⁺(t)为当p_m(t)≥0，车辆处于牵引状态时，车辆动力系统以及电池等效率，η^-(t)为p_m(t)＜0，车辆处于再生制动状态时，车辆动力系统以及电池等效率。

当给某一近似加/减速度初速度v_i，车辆行驶在某段长d路段上总机械能e_m(Wh)可以按照以下步骤计算：

式中，t_f是整个路段消耗的时间(S)，v_f是最终速度。据此，可计算车辆电池消耗的总量e(Wh)：

由于电机模式瞬时的，也是近似的整体动力系统效率的近似值，同时，因为所给路段长度为d，在路段过程中必然存在加速的变化，不可能一直为定值，速度变化在t_f时间内也很难线性的从v_i变化为v_f，为更加贴近实际，实现高精度计算路径代价，对整体动力系统效率、加速度和速度进行细化操作。整个动力系统的近似效率取决于几个参数，其中最相关的是轮速、扭矩、功率和齿轮，在此，用车辆某特定参考行驶工况模拟的回归分析建立效率函数模型，该模型以车辆当前近似车速为输入，模型的鲁棒性强，函数更简单，精度更高。

式中，λ₁，λ₂和λ₃为回归系数，λ₁＝4.5×10^-4，λ₂＝1.02×10^-3，λ₃＝0.5。

为了细化加速度的影响，模型考虑了在交通灯和十字路口的停车以及速度的变化，在任意两个相连的路口a和b之间的路段间，车辆的运动状态可以化为加速阶段，恒速阶段以及减速阶段，并且规定在加速和减速阶段的加速度在给定初速v_i，恒速阶段的定速(一般是车辆最大限速)以及b点终端速度v_f，即可计算路段(a,b)在加速阶段，恒速阶段以及减速阶段的电池能量消耗e^↑、e^→和e^↓。

式中，↑、→和↓表示运动在加速阶段，恒速阶段以及减速阶段，为(a,b)间的瞬时坡度角。其中加速和减速阶段车辆行驶距离d^↑和d^↓计算如下：

至此，路段(a,b)间的电池总能量消耗e_ab为：

e_ab＝e^↑+e^→+e^↓ (9)

实际情况有时路段(a,b)距离d_ab较短，车辆并不能完成以上三阶段，这对于以上方法依然适用，未完成阶段的能耗即为零。

从以上能耗计算公式中均为输入变量，但质量m为影响能耗的唯一决策变量且呈线性，它主要取决于车辆负载和访问客户节点的顺序。在此引入能量成本系数α_ab和β_ab，对前述能耗成本计算过程进行如下线性转换。

e_ab＝α_abm+β_ab (10)

其中能量成本系数α_ab和β_ab的计算如下：

同时为后续保证到达客户地的时间要求，计算路段(a,b)的行驶时间t_ab，计算公式如下：

式中，t_p为车辆在车辆停止时间。

基于上述公式，即可计算步骤1中有向图的所有路段能量成本，生成路径代价集。

进一步地，计及车辆辅助设备(如空调、舱内加热器、冰箱等)能耗，计算客户地、充电站和仓库之间的能耗成本。基于步骤1，对于任一起点i至目的地j，(i,j)间必然存在着一系列连续路径，在此，基于步骤2路径代价集，并车辆辅助设备功率设为p_aux(W)，计算(i,j)间所有路径成本，寻找最低能耗路径

相关参数约束如下：

式中，二进制决策变量x_ab表示路段(a,b)是否属于路径的一部分。基于以上公式，Bellman-Ford方法可以很简单的求解出能耗最小路径，能耗最低路径最终能量e_ij计算如下：

式中，当路径初始点确定以后，车辆质量m将不再变化，则路段(a,b)的总能量成本系数α_ij，β_ij可通过上式计算得到。在这些系数中，它嵌入了道路的所有细节，如路段倾斜度、动力系统效率、包括加速和刹车在内的速度变化，极大地提高了车辆能耗计算的精度，至此可确定到达所有客户地的客户需求库。

进一步地，保证所有车辆任务过程中电量充足以及客户时间要求，选择最优路径，实现从仓库分发车辆得最终总能量成本最小目的，在此，车辆电池总电量用B(Wh)表示，单池的最低电量L(Wh)≥20％B，充分考虑车辆充电实际情况，车辆在每个充电站都有一个特定的充电率r_i(W),并假设所有车辆离开充电站时电池电量充满。为了表示客户和充电站的时间要求，f_i为最早开始服务时间，l_i为最晚开始服务时间，S_i为客户在节点i的服务时间(s)，车辆所能承载的最大载荷由Q给出，q_i为客户节点i所要求的货物总重量(kg),空车重量(kg)用W表示,为实现仓库K辆车的分发，计算路段(i,j)的电耗：

式中，二元决策变量x_ij表示是否开车从节点i到节点j,w_ij指从节点i到节点j货物总重量(kg)。综合考虑辅助设备能耗，最终总能耗和时间计算如下：

通过优化以下函数，以总能耗最小为目标来寻找路径，实现仓库车辆分发。

相关约束如下：

式中，b_i为到达节点i时剩余电池容量(Wh)，y_ij为从节点i到达节点j的时间(s)。

本发明还提供了一种装置，包括：

存储器，其上存储有计算机程序；

控制器，所述计算机程序被控制器执行时，实现上述电动汽车车队经济性路由方法。

本发明还提供了一种车辆，包括上述的装置。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现上述电动汽车车队经济性路由方法。

有益效果：本发明与现有技术相比：

1、提出考虑实际的路段倾斜度、动力系统效率、包括加速和刹车在内的速度变化的能耗模型，将能耗转化质量的线性关系，能耗预测精度高；

2、能量消耗估计融入到电动汽车路径问题，形成集成化管理方法；

3、解决了经济性路由中负边权现有算法无法解决的难题；

4、该方法更加符合车辆实际形式情况。

附图说明

图1是本发明实施例的在任意两个相连的路口a和b之间的路段间，车辆的运动状态划分为加速阶段，恒速阶段以及减速阶段的示意图；

图2是本发明实施例的计算整个动力系统的近似效率所用的特定参考工况示意图；

图3是本发明实施例的高精度集成式电动汽车车队经济性路由方法。

具体实施方式

下面结合附图对本发明作进一步说明：

以电动汽车车队为对象按照图3的流程图对本发明进行详解。

第一步，选取某一城市地图，地图数据可以通过相关的开源数据库获得，交通信号灯和交通标志的附加信息来自Open Street Maps软件，将其建立为有向图其中节点表示城市每条路的路口、客户地仓库{0}以及充电站S的集合，即弧长表示两路口(两节点)之间的路段。

进二步地，综合考虑车辆在所有路段时的加速度、速度、地形以及动力系统效率等细节，首先建立车辆纵向动力学模型：

式中，m为车辆总质量(kg)，a(t)为瞬时加速度(m/s²)，F_t(t)为动力总成或制动器产生的力(N)。在非水平道路上行驶时，F_g(t)为坡度阻力(N)，F_r(t)为滚动摩擦力(N)，F_a(t)为加速阻力(N)，g为重力加速度(9.81m/s²)，θ(t)为瞬时坡度角(°)，C_r为滚动阻力系数。C_d为阻力系数，A为车辆正面表面积(m²)，ρ为空气密度(kg/m³)，v(t)为瞬时速度(m/s)。

车辆移动时车轮上的瞬时功率p_m(t)(W)即可通过下式计算：

p_m(t)＝mav(t)+mgv(t)sinθ(t)+mgv(t)C_rcosθ(t)+0.5C_dAρv(t)³ (2)

对于电动车而言，车轮上的功率来自于电机提供，电机消耗电池电能同时可以在刹车时回收能量，当p_m(t)≥0，车辆处于牵引状态，p_m(t)＜0，车辆处于再生制动状态，考虑车辆动力系统的效率问题，电机瞬时功率p_e(t)(W)计算如下：

式中，η⁺(t)为当p_m(t)≥0，车辆处于牵引状态时，车辆动力系统以及电池等效率，η^-(t)为p_m(t)＜0，车辆处于再生制动状态时，车辆动力系统以及电池等效率。

当给某一近似加/减速度初速度v_i，车辆行驶在某段长d路段上总机械能e_m(Wh)可以按照以下步骤计算：

式中，t_f是整个路段消耗的时间(S)，v_f是最终速度。据此，可计算车辆电池消耗的总量e(Wh)：

由于电机模式瞬时的，也是近似的整体动力系统效率的近似值，同时，因为所给路段长度为d，在路段过程中必然存在加速的变化，不可能一直为定值，速度变化在t_f时间内也很难线性的从v_i变化为v_f，为更加贴近实际，实现高精度计算路径代价，对整体动力系统效率、加速度和速度进行细化操作。整个动力系统的近似效率取决于几个参数，其中最相关的是轮速、扭矩、功率和齿轮，在此，用车辆某特定参考行驶工况模拟(图1)的回归分析建立效率函数模型，该模型以车辆当前近似车速为输入，模型的鲁棒性强，函数更简单，精度更高。

式中，λ₁，λ₂和λ₃为回归系数，λ₁＝4.5×10^-4，λ₂＝1.02×10^-3，λ₃＝0.5。

为了细化加速度的影响，模型考虑了在交通灯和十字路口的停车以及速度的变化，在任意两个相连的路口a和b之间的路段间，车辆的运动状态可以化为加速阶段，恒速阶段以及减速阶段如图2所示，并且规定在加速和减速阶段的加速度在给定初速v_i，恒速阶段的定速(一般是车辆最大限速)以及b点终端速度v_f，即可计算路段(a,b)在加速阶段，恒速阶段以及减速阶段的电池能量消耗e^↑、e^→和e^↓。

式中，↑、→和↓表示运动在加速阶段，恒速阶段以及减速阶段，为(a,b)间的瞬时坡度角。其中加速和减速阶段车辆行驶距离d^↑和d^↓计算如下：

至此，路段(a,b)间的电池总能量消耗e_ab为：

e_ab＝e^↑+e^→+e^↓ (9)

实际情况有时路段(a,b)距离d_ab较短，车辆并不能完成以上三阶段，这对于以上方法依然适用，未完成阶段的能耗即为零。

从以上能耗计算公式中均为输入变量，但质量m为影响能耗的唯一决策变量且呈线性，它主要取决于车辆负载和访问客户节点的顺序。在此引入能量成本系数α_ab和β_ab，对前述能耗成本计算过程进行如下线性转换。

e_ab＝α_abm+β_ab (10)

其中能量成本系数α_ab和β_ab的计算如下：

同时为后续保证到达客户地的时间要求，计算路段(a,b)的行驶时间t_ab，计算公式如下：

式中，t_p为车辆在车辆停止时间。

基于上述公式，即可计算步骤1中有向图的所有路段能量成本，生成路径代价集。

第三步，计及车辆辅助设备(如空调、舱内加热器、冰箱等)能耗，计算客户地、充电站和仓库之间的能耗成本。基于步骤1，对于任一起点i至目的地j，(i,j)间必然存在着一系列连续路径，在此，基于步骤2路径代价集，并车辆辅助设备功率设为p_aux(W)，计算(i,j)间所有路径成本，寻找最低能耗路径

相关参数约束如下：

式中，二进制决策变量x_ab表示路段(a,b)是否属于路径的一部分。基于以上公式，Bellman-Ford方法可以很简单的求解出能耗最小路径，能耗最低路径最终能量e_ij计算如下：

式中，当路径初始点确定以后，车辆质量m将不再变化，则路段(a,b)的总能量成本系数α_ij，β_ij可通过上式计算得到。在这些系数中，它嵌入了道路的所有细节，如路段倾斜度、动力系统效率、包括加速和刹车在内的速度变化，极大地提高了车辆能耗计算的精度，至此可确定到达所有客户地的客户需求库。

第四步，保证所有车辆任务过程中电量充足以及客户时间要求，选择最优路径，实现从仓库分发车辆得最终总能量成本最小目的，在此，车辆电池总电量用B(Wh)表示，单池的最低电量L(Wh)≥20％B，充分考虑车辆充电实际情况，车辆在每个充电站都有一个特定的充电率r_i(W),并假设所有车辆离开充电站时电池电量充满。为了表示客户和充电站的时间要求，f_i为最早开始服务时间，l_i为最晚开始服务时间，S_i为客户在节点i的服务时间(s)，车辆所能承载的最大载荷由Q给出，q_i为客户节点i所要求的货物总重量(kg),空车重量(kg)用W表示,为实现仓库K辆车的分发，计算路段(i,j)的电耗：

式中，二元决策变量x_ij表示是否开车从节点i到节点j,w_ij指从节点i到节点j货物总重量(kg)。综合考虑辅助设备能耗，最终总能耗和时间计算如下：

通过优化以下函数，以总能耗最小为目标来寻找路径，实现仓库车辆分发。

相关约束如下：

式中，b_i为到达节点i时剩余电池容量(Wh)，y_ij为从节点i到达节点j的时间(s)。

本发明实施例还提供了一种装置，包括：

存储器，其上存储有计算机程序；

控制器，所述计算机程序被控制器执行时，实现上述实施例的电动汽车车队经济性路由方法。

本发明实施例还提供了一种车辆，除了车辆包含的电池、电动机、悬架及转向系统等，还包括上述实施例的装置，通过该装置对车辆进行径路的选择和控制。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现上述电动汽车车队经济性路由方法。

Claims (9)

1.一种电动汽车车队经济性路由方法，其特征在于：包括以下步骤：

步骤1：构建包括充电站、仓库以及客户地的地图模型，以实现地图的路口和路段划分；

步骤2：在步骤1建立的地图模型上添加约束，生成路径代价集；所述约束包括车辆在所有路段时的加速度、速度、地形以及动力系统效率；

步骤3：计及车辆辅助设备能耗，计算客户地、充电站和仓库之间的能耗成本，寻找两两之间的能耗最小路径，构建客户需求库；

步骤4：保证所有车辆任务过程中电量充足以及客户时间要求，选择最优路径，实现从仓库分发车辆得最终总能量成本最小目的；

步骤2中，在步骤1建立的地图模型上添加约束生成路径代价集，包括：

建立车辆纵向动力学模型：

ma(t)＝F_t(t)-(F_g(t)+F_r(t)+F_a(t))

＝F_t(t)-(mg sinθ(t)+mgC_r cosθ(t)+0.5C_dAρv(t)²)

式中，m为车辆总质量，a(t)为瞬时加速度，F_t(t)为动力总成或制动器产生的力；在非水平道路上行驶时，F_g(t)为坡度阻力，F_r(t)为滚动摩擦力，F_a(t)为加速阻力，g为重力加速度，θ(t)为瞬时坡度角，C_r为滚动阻力系数；C_d为阻力系数，A为车辆正面表面积，ρ为空气密度，v(t)为瞬时速度；

计算车辆移动时车轮上的瞬时功率p_m(t)：

p_m(t)＝mav(t)+mgv(t)sinθ(t)+mgv(t)C_rcosθ(t)+0.5C_dAρv(t)³

计算电机瞬时功率p_e(t)：

式中，η⁺(t)为当p_m(t)≥0，车辆处于牵引状态时，车辆动力系统以及电池等效率，η^-(t)为p_m(t)<0，车辆处于再生制动状态时，车辆动力系统以及电池等效率；

给某一近似加/减速度和初速度v_i，计算车辆行驶在某段长d路段上总机械能e_m：

式中，v_f是最终速度；

计算车辆电池消耗的总量e：

式中，λ₁，λ₂和λ₃为回归系数，λ₁＝4.5×10^-4，λ₂＝1.02×10^-3，λ₃＝0.5；

在给定初速v_i，恒速阶段的定速以及b点终端速度v_f，即可计算路段(a，b)在加速阶段，恒速阶段以及减速阶段的电池能量消耗e^→、e^→和e^↓：

式中，↑、→和↓表示运动在加速阶段，恒速阶段以及减速阶段，为(a，b)间的瞬时坡度角；其中加速和减速阶段车辆行驶距离d^↑和d^↓计算如下：

路段(a，b)间的电池总能量消耗e_ab为：

e_ab＝e^↑+e^→+e^↓

对电池总能量消耗e_ab计算过程进行如下线性转换：

e_ab＝α_abm+β_ab

其中，α_ab和β_ab为能量成本系数，α_ab和β_ab的计算如下：

α_ab＝α^↑+α^→+α^↓

β_ab＝β^↑+β→+β^↓

计算路段(a，b)的行驶时间t_ab：

t_ab＝t^↑+t^→+t^↓+t_p

式中，t_p为车辆在车辆停止时间；

基于路段(a，b)的行驶时间t_ab的计算方法，计算步骤1中有向图的所有路段能量成本，生成路径代价集。

2.根据权利要求1所述的电动汽车车队经济性路由方法，其特征在于：步骤3中，寻找两两之间的能耗最小路径的方法为基于Bellman-Ford方法。

3.根据权利要求1所述的电动汽车车队经济性路由方法，其特征在于：步骤1中，构建包括充电站、仓库以及客户地的地图模型的方法，包括：

获取包含交通信号灯和交通标志的地图数据；

根据地图数据，建立有向图：

其中，表示城市每条路的路口、客户地仓库{0}以及充电站S的集合，即n表示集合的元素数；为弧长，表示两路口之间的路段。

4.根据权利要求3所述的电动汽车车队经济性路由方法，其特征在于：步骤3中，计及车辆辅助设备能耗，计算客户地、充电站和仓库之间的能耗成本，包括：

基于步骤1，对于任一起点i至目的地j，寻找最低能耗路径

式中，p_aux为车辆辅助设备功率，x是路段(a.b)上的二进制变量；

相关参数约束如下：

式中，二进制决策变量x_ab表示路段(a，b)是否属于路径的一部分；

能耗最低路径最终能量e_ij计算如下：

e_ij＝α_ijm+β_ij

式中，α_ij，β_ij为路段(i，j)的总能量成本系数。

5.根据权利要求4所述的电动汽车车队经济性路由方法，其特征在于：步骤4中，保证所有车辆任务过程中电量充足以及客户时间要求，选择最优路径，包括：

计算路段(i，j)的电耗：

式中，二元决策变量x_ij表示是否开车从节点i到节点j；w_ij指从节点i到节点j货物总重量；W表示空车重量；

综合考虑辅助设备能耗，计算最终总能耗和时间：

式中，y_i0为仓库到节点i的行驶时间；

通过优化以下函数，以总能耗最小为目标来寻找路径，实现仓库车辆分发：

式中，x，w，y，b分别表示二进制变量、车辆质量、时间和电池电量约束；

相关约束如下：

式中，b_i为到达节点i时剩余电池容量；y_ij为从节点i到达节点j的时间；f_i为最早开始服务时间；l_i为最晚开始服务时间；S_i为客户在节点i的服务时间；Q为车辆所能承载的最大载荷；q_i为客户节点i所要求的货物总重量；B表示车辆电池总电量，L表示单池的最低电量；K为仓库的车辆数；r_i为每个充电站的充电率。

6.根据权利要求5所述的一种电动汽车车队经济性路由方法，其特征在于：单池的最低电量L≥20％B。

7.一种装置，其特征在于，包括：

存储器，其上存储有计算机程序；

控制器，所述计算机程序被控制器执行时，实现如权利要求1至6中任一项所述的方法。

8.一种车辆，其特征在于，包括如权利要求7所述的装置。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至6任一项所述的方法。