CN118587039A - 一种智慧化补能平台及补能方法 - Google Patents
一种智慧化补能平台及补能方法 Download PDFInfo
- Publication number
- CN118587039A CN118587039A CN202411062471.5A CN202411062471A CN118587039A CN 118587039 A CN118587039 A CN 118587039A CN 202411062471 A CN202411062471 A CN 202411062471A CN 118587039 A CN118587039 A CN 118587039A
- Authority
- CN
- China
- Prior art keywords
- energy supplementing
- energy
- path
- supplementing
- vehicle
- 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
Links
- 230000001502 supplementing effect Effects 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 239000013589 supplement Substances 0.000 claims description 4
- 238000009826 distribution Methods 0.000 description 6
- 238000004146 energy storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种智慧化补能平台及补能方法,属于移动补能技术领域包括以下步骤:步骤一、需求端向服务端发送补能请求,所述补能请求包括补能需求、补能电量和补能位置;步骤二、服务端接收需求端的补能请求;步骤三、构建补能调度规则,根据补能调度规则进行补能车调度;步骤四、根据补能车位置和补能请求进行路径规划,补能车根据规划的路径行驶至需求端所需补能位置;步骤五、补能车根据步骤四规划的路径行驶至需求端所需补能位置。解决现有技术中存在的补能位置受限、充电机器人等其他补能手段成本高导致的无法为特定区域的用户提供补能需求技术问题。
Description
技术领域
本发明涉及一种智慧化补能平台及补能方法,属于移动补能技术领域。
背景技术
目前的移动补能仅限于在充电站或停车场,其可移动范围受限,且补能机器人的储能量小,机器人的生产成本高,这种移动补能无法适应居民区的需求,当前小区的电动二轮车三轮车和四轮车大量增加,但是充电桩等充电设施不足,分布不合理,充电混乱无序,并且,大量电动车辆的无序接入不利于削峰填谷提升电网经济性能,严重的影响配电变压器和低压电缆的绝缘和寿命;不仅如此,大量电动车辆充电时接入电网会影响配电系统的稳定性,包括电压上升、谐波污染、线路的功率损耗等。
为此,搭建一个补能车辆智慧化补能平台,给有补能需求的客户(小区、停车场站、电网等)通过移动储能车辆就近提供迅速补电的精准匹配服务尤为重要。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于此,为解决现有技术中存在的补能位置受限、充电机器人等其他补能手段成本高导致的无法为特定区域的用户提供补能需求技术问题,本发明提供一种智慧化补能平台及补能方法。
方案一、一种智慧化补能方法,包括以下步骤:
步骤一、需求端向服务端发送补能请求,所述补能请求包括补能需求、补能电量和补能位置;
步骤二、服务端接收需求端的补能请求;
步骤三、构建补能调度规则,根据补能调度规则进行补能车调度;
步骤四、根据补能车位置和补能请求进行路径规划,补能车根据规划的路径行驶至需求端所需补能位置;
步骤五、补能车根据步骤四规划的路径行驶至需求端所需补能位置。
优选的,补能调度规则是:
(a)补能车非故障,并且SOC>补能所需电量+SOCmin,其中,SOC表示补能车电量,SOCmin表示补能车最低电量;
(b)选择空闲的补能车;
(c)有复数的空闲补能车,选择补能车距离需求方最近的调度;
(d)如果(c)出现距离也相同的,比较补能车SOC,调度SOC大的补能车;
(e)如果都在使用状态,计算所需时间T,T包括到空闲为止的时间间隔+到补能需求位置的时间,调度所需时间最小的补能车;
(f)如果(e)的所需时间T一致,调度SOC大的补能车。
优选的,根据补能车位置和补能请求进行路径规划,补能车根据规划的路径行驶至需求端所需补能位置包括以下步骤:
步骤四一、准备地图数据和路网信息;
步骤四二、进行路径搜索,包括以下步骤:
步骤四二一、将出发点的路径权重赋值为0;将所有节点的最短路径估计为无穷大;其中,出发点为补能车位置;
步骤四二二、创建最小路径队列,存放节点和节点间的距离;从最小路径队列中选择最小节点,最小节点为当前节点到出发点距离最短的节点;
步骤四二三、对最小节点的每一个邻接节点进行最短距离计算,设最小节点为v,邻接节点为i,从出发点到节点v的当前已知最短路径长度为dis[v],从节点v到i的边的权重为w(v,i),若dis[v]+w(v,i)<dis[i] ,则更新 dis[i]为=dis[v]+w(v,i),即通过最小节点v到达邻接节点i的路径最短;
步骤四二四、将更新后的邻接节点重新加入最小路径队列;
重复步骤四二三至步骤四二四,直到最小路径队列为空,即所有可达节点的最短路都已经找到;
步骤四三、对搜索后的路径进行选择,根据行驶时间和通过的路口数进行评估,选择总代价最小的路径。
优选的,所述地图数据包括道路信息、交通信号灯信息和限速信息;所述路网信息包括道路拓扑结构和节点关系;
所述地图数据和路网信息通过地理信息系统GIS获取。
优选的,对搜索后的路径进行选择,根据行驶时间和通过的路口数进行评估,选择总代价最小的路径包括以下步骤:
设行驶时间的权重为,路口数的权重为,且+=1;
对于每条待评估的路径,计算其行驶时间代价和路口数代价:行驶时间代价直接使用路径的预测行驶时间表示;路口数代价用一个与路口数相关的函数表示,其中,是路径上的路口数;
计算每条路径的总代价:;
比较所有路径的总代价,选择总代价最小的路径作为最优路径。
方案二、一种智慧化补能平台,用于实现方案一所述补能方法的平台,包括:需求端和服务端;所述需求端用于向服务端发出补能请求;所述服务端用于向需求端提供补能服务。
优选的,所述服务端包括地理模块、调度模块和路径规划模块;所述地理模块、所述调度模块和所述路径规划模块依次连接;
所述地理模块获取需求端发出补能请求,并将补能请求输入至调度模块;所述调度模块根据补能请求对补能车进行调度;调度模块将补能车的位置输入至所述路径规划模块,所述路径规划模块根据补能请求和补能车位置进行路径规划。
方案三、一种电子设备,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现方案二所述的一种智慧化补能方法的步骤。
方案四、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现方案二所述的一种智慧化补能方法。
本发明的有益效果如下:本发明的移动补能车可以适应多种应用场景,为不同区域有补能需求的车辆提供快速精准的服务,缓解充电桩等充电设施不足的问题,因为移动补能车具有可移动的功能,因此,可以有效的避免充电桩分布不合理的情况,保证了车辆充电的有序性,解决现有技术中存在的补能位置受限、充电机器人等其他补能手段成本高导致的无法为特定区域的用户提供补能需求技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为一种智慧化补能平台结构图;
图2为一种智慧化补能方法流程图。
具体实施方式
为了使本发明实施例中的技术方案及优点更加清楚明白,以下结合附图对本发明的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本发明的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1:参照图1说明本实施方式,一种智慧化补能方法,包括以下步骤:
步骤一、需求端向服务端发送补能请求,所述补能请求包括补能需求、补能电量和补能位置;
步骤二、服务端接收需求端的补能请求;
步骤三、构建补能调度规则,根据补能调度规则进行补能车调度;
基于以下规则进行补能车调度:
(a)补能车非故障,并且SOC>补能所需电量+SOCmin,其中,SOC表示补能车电量,SOCmin表示补能车最低电量;
(b)选择空闲的补能车;
(c)有复数的空闲补能车,选择补能车距离需求方最近的调度;
(d)如果(c)出现距离也相同的,比较补能车SOC,调度SOC大的补能车;
(e)如果都在使用状态,计算所需时间T,T包括使用状态到空闲状态的时间间隔+到补能需求位置的时间,比如,现在移动储能车处于给所需车辆提供充电的状态,还需要15分钟,到补能需求的位置需要20分钟,T就等于15+20=35分钟。调度所需时间T最小的补能车;
(f)如果(e)的所需时间T一致,调度SOC大的补能车。
步骤四、根据补能车位置和补能请求进行路径规划,补能车根据规划的路径行驶至需求端所需补能位置;
步骤四一、准备地图数据和路网信息;
所述地图数据包括道路信息、交通信号灯信息和限速信息;
所述路网信息包括道路拓扑结构和节点关系;
所述地图数据和路网信息通过地理信息系统GIS获取;
步骤四二、进行路径搜索;
步骤四二一、将出发点的路径权重赋值为0;将所有节点的最短路径估计为无穷大;其中,出发点为补能车位置。
步骤四二二、创建最小路径队列,存放节点和节点间的距离;从最小路径队列中选择最小节点,最小节点为当前节点到出发点距离最短的节点;
步骤四二三、对最小节点的每一个邻接节点进行最短距离计算,设最小节点为v,邻接节点为i,从出发点到节点v的当前已知最短路径长度为dis[v],从节点v到i的边的权重为w(v,i),若dis[v]+w(v,i)<dis[i] ,则更新 dis[i]为=dis[v]+w(v,i),即通过最小节点v到达邻接节点i的路径最短;
其中,权重为节点与节点之间的长度;
步骤四二四、将更新后的邻接节点重新加入最小路径队列;
更新的邻接节点是指最短路径估计被更新的邻接节点,即将与最小节点v到邻接节点最短距离的邻接节点重新加入最小路径队列,若不更新,即不存在被更新的最短路径,则将邻接节点丢弃,不加入到最小路径队列;
重复步骤四二三至步骤四二四,直到最小路径队列为空,即所有可达节点的最短路都已经找到。
步骤四三、本发明为多目标配送,综合考虑多个指标的多目标优化方法;对搜索后的路径进行选择,根据行驶时间和通过的路口数进行评估,选择总代价最小的路径;
确定行驶时间和路口数的权重:根据实际情况,确定行驶时间和通过路口数在总代价中所占的相对重要性,可以给行驶时间赋予较高的权重,而给路口数赋予较低的权重;也可以给路口数赋予较高的权重,给行驶时间赋予较低的权重;即,设行驶时间的权重为,路口数的权重为,且+=1;
对于每条待评估的路径,计算其行驶时间代价和路口数代价:行驶时间代价直接使用路径的预测行驶时间表示;路口数代价用一个与路口数相关的函数表示,其中,是路径上的路口数;
计算每条路径的总代价:。
比较所有路径的总代价,选择总代价最小的路径作为最优路径。
步骤五、补能车根据步骤四规划的路径行驶至需求端所需补能位置。
还包括步骤六、路径实时优化和调整。
根据路况实时信息,进行路径搜索;所述路径搜索方法与步骤四二相同;有时候选择的路径在行驶过程中,出现事故、堵车等情况时,将会增加行驶时间,因此,可以根据实时路况对路径进行进一步的选择。例如,车辆行驶途中遇到堵车等意外情况,到达时间变长(超过原定时间20分钟以上,这个超时的间隔参数可以后续根据实际情况调整),此时,以所在地为基准点,再进行一次路径规划,选择总代价最小的路径作为最优路径。
实施例2:参照图2说明本实施方式,一种智慧化补能平台,包括:需求端和服务端;所述需求端用于向服务端发出补能请求;所述服务端用于向需求端提供补能服务。
所述服务端包括地理模块、调度模块和路径规划模块;所述地理模块、所述调度模块和所述路径规划模块依次连接;
所述需求端向服务端的地理模块获取需求端发送发出补能请求,并将补能请求输入至调度模块;所述调度模块根据补能请求对补能车进行调度;调度模块将补能车的位置输入至所述路径规划模块,所述路径规划模块根据补能请求和补能车位置进行路径规划。
需求端可以为手机APP,将其作为前端设备,有需要补能的用户使用手机APP发布补能请求,用户需要关联车辆信息使用。待补能用户可以在手机APP上查询补能订单,补能订单上标注有补能时间、补能电量以及补能地点等信息。
补能请求包括补能需求、补能电量和补能位置。
本实施例实现了补能车为不同位置有不同补能需求的待补能车辆服务,可实现多目标分配,本实施例并不局限移动补能车的补能位置,传统的移动补能局限在停车场等封闭管理区域,无法为其他区域有补能需求的车辆服务。
实施例3:本发明的计算机装置可以是包括有处理器以及存储器等装置,例如包含中央处理器的单片机等。并且,处理器用于执行存储器中存储的计算机程序时实现上述的一种智慧化补能方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例4:计算机可读存储介质实施例。
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质,包括但不限于非易失性存储器、易失性存储器、铁电存储器等,计算机可读存储介质上存储有计算机程序,当计算机装置的处理器读取并执行存储器中所存储的计算机程序时,可以实现上述的一种智慧化补能方法的步骤。
所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (9)
1.一种智慧化补能方法,其特征在于,包括以下步骤:
步骤一、需求端向服务端发送补能请求,所述补能请求包括补能需求、补能电量和补能位置;
步骤二、服务端接收需求端的补能请求;
步骤三、构建补能调度规则,根据补能调度规则进行补能车调度;
步骤四、根据补能车位置和补能请求进行路径规划,补能车根据规划的路径行驶至需求端所需补能位置;
步骤五、补能车根据步骤四规划的路径行驶至需求端所需补能位置。
2.根据权利要求1所述的一种智慧化补能方法,其特征在于,补能调度规则是:
(a)补能车非故障,并且SOC>补能所需电量+SOCmin,其中,SOC表示补能车电量,SOCmin表示补能车最低电量;
(b)选择空闲的补能车;
(c)有复数的空闲补能车,选择补能车距离需求方最近的调度;
(d)如果(c)出现距离也相同的,比较补能车SOC,调度SOC大的补能车;
(e)如果都在使用状态,计算所需时间T,T包括使用状态到到空闲状态的时间间隔+到补能需求位置的时间,调度所需时间最小的补能车;
(f)如果(e)的所需时间T一致,调度SOC大的补能车。
3.根据权利要求1所述的一种智慧化补能方法,其特征在于,根据补能车位置和补能请求进行路径规划,补能车根据规划的路径行驶至需求端所需补能位置包括以下步骤:
步骤四一、准备地图数据和路网信息;
步骤四二、进行路径搜索,包括以下步骤:
步骤四二一、将出发点的路径权重赋值为0;将所有节点的最短路径估计为无穷大;其中,出发点为补能车位置;
步骤四二二、创建最小路径队列,存放节点和节点间的距离;从最小路径队列中选择最小节点,最小节点为当前节点到出发点距离最短的节点;
步骤四二三、对最小节点的每一个邻接节点进行最短距离计算,设最小节点为v,邻接节点为i,从出发点到节点v的当前已知最短路径长度为dis[v],从节点v到i的边的权重为w(v,i),若dis[v]+w(v,i)<dis[i] ,则更新 dis[i]为=dis[v]+w(v,i),即通过最小节点v到达邻接节点i的路径最短;
步骤四二四、将更新后的邻接节点重新加入最小路径队列;
重复步骤四二三至步骤四二四,直到最小路径队列为空,即所有可达节点的最短路都已经找到;
步骤四三、对搜索后的路径进行选择,根据行驶时间和通过的路口数进行评估,选择总代价最小的路径。
4.根据权利要3所述的一种智慧化补能方法,其特征在于,所述地图数据包括道路信息、交通信号灯信息和限速信息;所述路网信息包括道路拓扑结构和节点关系;
所述地图数据和路网信息通过地理信息系统GIS获取。
5.根据权利要求4所述的一种智慧化补能方法,其特征在于,对搜索后的路径进行选择,根据行驶时间和通过的路口数进行评估,选择总代价最小的路径包括以下步骤:
设行驶时间的权重为,路口数的权重为,且+=1;
对于每条待评估的路径,计算其行驶时间代价和路口数代价:行驶时间代价直接使用路径的预测行驶时间表示;路口数代价用一个与路口数相关的函数表示,其中,是路径上的路口数;
计算每条路径的总代价:;
比较所有路径的总代价,选择总代价最小的路径作为最优路径。
6.一种智慧化补能平台,其特征在于,用于实现权利要求1-5任一项所述补能方法的平台,包括:需求端和服务端;所述需求端用于向服务端发出补能请求;所述服务端用于向需求端提供补能服务。
7.根据权利要求6所述的一种智慧化补能平台,其特征在于,所述服务端包括地理模块、调度模块和路径规划模块;所述地理模块、所述调度模块和所述路径规划模块依次连接;
所述地理模块获取需求端发出补能请求,并将补能请求输入至调度模块;所述调度模块根据补能请求对补能车进行调度;调度模块将补能车的位置输入至所述路径规划模块,所述路径规划模块根据补能请求和补能车位置进行路径规划。
8.一种电子设备,其特征在于,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现权利要求1-5任一项所述的一种智慧化补能方法的步骤。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一项所述的一种智慧化补能方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411062471.5A CN118587039A (zh) | 2024-08-05 | 2024-08-05 | 一种智慧化补能平台及补能方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411062471.5A CN118587039A (zh) | 2024-08-05 | 2024-08-05 | 一种智慧化补能平台及补能方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118587039A true CN118587039A (zh) | 2024-09-03 |
Family
ID=92528681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411062471.5A Pending CN118587039A (zh) | 2024-08-05 | 2024-08-05 | 一种智慧化补能平台及补能方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118587039A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116795089A (zh) * | 2022-03-16 | 2023-09-22 | 宇通客车股份有限公司 | 一种路径规划方法和装置以及一种云平台 |
CN116901765A (zh) * | 2023-07-10 | 2023-10-20 | 湖南喜宝达信息科技有限公司 | 一种智能充电机器人的充电方法、系统及存储介质 |
CN117114224A (zh) * | 2023-09-01 | 2023-11-24 | 浙江中控信息产业股份有限公司 | 一种基于三维可视化的智能巡检方法 |
CN118392202A (zh) * | 2024-04-10 | 2024-07-26 | 北京汽车股份有限公司 | 一种全局最优路径规划方法、电子设备及介质 |
-
2024
- 2024-08-05 CN CN202411062471.5A patent/CN118587039A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116795089A (zh) * | 2022-03-16 | 2023-09-22 | 宇通客车股份有限公司 | 一种路径规划方法和装置以及一种云平台 |
CN116901765A (zh) * | 2023-07-10 | 2023-10-20 | 湖南喜宝达信息科技有限公司 | 一种智能充电机器人的充电方法、系统及存储介质 |
CN117114224A (zh) * | 2023-09-01 | 2023-11-24 | 浙江中控信息产业股份有限公司 | 一种基于三维可视化的智能巡检方法 |
CN118392202A (zh) * | 2024-04-10 | 2024-07-26 | 北京汽车股份有限公司 | 一种全局最优路径规划方法、电子设备及介质 |
Non-Patent Citations (1)
Title |
---|
刘洪波: "《计算机算法》", 30 November 2020, 大连:大连海事大学出版社, pages: 120 - 122 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022161144A1 (zh) | 一种公交线网的备选线路集生成、线路规划方法及装置 | |
Alesiani et al. | Optimization of charging stops for fleet of electric vehicles: A genetic approach | |
CN104156826B (zh) | 一种中心服务式电动汽车动态充电路径规划服务系统 | |
CN108492558B (zh) | 一种高速公路预约出行方法、存储介质及终端 | |
CN114298419A (zh) | 一种多式联运运输规划方法和装置、电子设备、存储介质 | |
CN114781267A (zh) | 基于多源大数据的职住接驳动态公交管理方法及系统 | |
Ma et al. | A novel algorithm for peer-to-peer ridesharing match problem | |
CN115048754A (zh) | 基于交通仿真的公交线网优化方法、电子设备及存储介质 | |
CN110705746B (zh) | 电动出租车快速充电站优化配置方法 | |
Witt | Determination of the Number of Required Charging Stations on a German Motorway Based on Real Traffic Data and Discrete Event-Based Simulation | |
CN118587039A (zh) | 一种智慧化补能平台及补能方法 | |
CN112488358B (zh) | 一种电动汽车充电路径规划方法和存储介质 | |
CN102297699B (zh) | 实时路况路线规划方法及设备 | |
CN117973817A (zh) | 一种干线公路网络公共充电基础设施布局方法 | |
CN112767087A (zh) | 一种基于动态匹配的共享单车智能借还方法 | |
CN116934365A (zh) | 基于半动态交通流的充电站运营商参与能量市场竞价方法 | |
El-Fedany et al. | A smart management system of electric vehicles charging plans on the highway charging stations | |
CN116307580A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
CN115378863A (zh) | 基于平均业务性能的天基网络拓扑设计方法及相关设备 | |
Wang | Comparative study on solving the minimum fleet of shared autonomous vehicles | |
CN111915889A (zh) | 一种基于遗传蚁群混合算法的车联网路侧单元部署方法 | |
CN118365026A (zh) | 载人电动垂直起降飞行汽车选址及选线方法、装置及介质 | |
CN115352501B (zh) | 一种城轨列车运行图的构建方法、装置、设备及介质 | |
CN114199227B (zh) | 一种导航路径的规划方法和装置 | |
CN111738895B (zh) | 多站点的客运线路生成方法、装置、介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |