CN111401786B - 一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法 - Google Patents

Abstract

本发明公开了一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法，包括步骤：获取周边实时交通数据，附近充电站信息以及用户汽车剩余SOC；统计各充电站实时排队情况，确定车辆到达后的预计等待时间；计算周边可能路段的通行速度及电动汽车在此路段行驶的单位能耗；检测用户是否充电；结合此时邻近充电站的负荷情况执行不同充电方案。本发明考虑了路网交通，电动汽车剩余电量，充电站和邻近充电站负荷，以及电站和用户的收益等多维因数，在保证电站充电收益的前提下，减少了用户出行时间或降低充电成本，实现双边利益的权衡。

Description

一种基于路况信息考虑双边利益权衡的电动汽车充电调度 方法

技术领域

本发明属于电动汽车充电调度领域，具体涉及一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法。

背景技术

随着电动汽车逐渐推广、普及，用户在出行时可以用手机等移动智能设备，将实时交通路况如车辆位置、充电需求等信息上传到信息交互平台。各充电站首先获取信息交互平台实时信息并上传实时负荷情况；然后根据从信息交互平台接收到的实时信息，以用户完成充电过程的总成本较小及充电站实时收益较大为目标，结合层次分析法制定双边共赢的路径选择和充电导航策略，并通过无线通信网络，将策略反馈给电动汽车用户。用户按照控制中心推荐的两种优选策略自行选择充电路径。由于上传的实时交通信息和充电站服务信息是不断变化的，所以控制中心将及时调整电动汽车路径选择和充电导航策略，在保证充电站收益的前提下，尽可能减少了用户出行时间或降低充电成本。

现有的充电行为调度方法，在路况及时间成本的考虑等方面考虑较少，且对电动汽车用户的充电引导方案不全面，至少存在如下两方面的不足：1考虑了路况会影响电动汽车行驶速度，但没有考虑到用户行驶到充电站的时间成本及能源消耗成本，所得数据缺乏准确性；2没有将充电站收益与用户充电花费相结合考虑充电行为引导方案。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法，本发明在考虑电动汽车电量及充电站位置的最优路径查找的基础上，考虑了路况对电动汽车行驶速度及单位里程耗电量的影响；同时，基于现有路径引导方法，对时间成本进行量化分析，并将充电站收益与用户花费相结合，提供更贴合实际的方案。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法，包括如下步骤：

S1、调度系统获取以某一用户汽车为中心的设定半径范围内实时的路段信息和充电站信息，以及该用户汽车的剩余SOC；

S2、调度系统统计各充电站的实时排队情况，确定该用户汽车到达各充电站后的预计等待时间t_w；

S3、调度系统统计该用户汽车的可通行路段信息，确定该用户汽车在各可通行路段上行驶的预计行驶里程S_d、预计平均通行速度V、预计电机效率η和预计单位能耗e；

S4、调度系统检测该用户汽车是否选择充电：若选择充电，则进入步骤S8；否则，进入步骤S5；

S5、调度系统判断用户汽车的剩余SOC：若低于电量预警值，则进行低电量警告并进入步骤S7；否则，则进入步骤S6；

S6、调度系统统计各充电站的负荷量：若充电站的负荷量处于谷值，则向该用户汽车推送优惠充电信息；否则，不作为；

S7、调度系统计算该用户汽车通过各种由可通行路段组成的路径方案到达各充电站的预计总能耗；

S8、调度系统根据该用户汽车的剩余SOC选择出能够到达充电站的各种路径方案：若存在两种以上路径方案，则进入步骤S9；否则，进入步骤S10；

S9、基于双边利益权重向用户汽车推荐两种路径方案；

S10、向该用户汽车推送预计总能耗最小的路径引导方案。

具体的，所述步骤S2中，某一用户汽车到达某一充电站后的预计等待时间t_w通过如下方式确定：

①当0≤N＜m时，t_w＝0；

②当ym≤N＜(y+1)m时，

其中：m为该充电站拥有的充电桩数量，n为该充电站内当前时刻t₁用户汽车总数量，N为预计时刻t₂到达该充电站的用户汽车总数量，N＝n-x+a，a为t₁和t₂时间段内驶入该充电站并经历等待充电的用户汽车数据，a＝λ×t_d，λ为单位时间充电车辆进站率(可通过大数据分析得出应服从泊松分布)，x为t₁和t₂时间段内在该充电站完成充电并驶离的用户汽车总数量，行驶时间t_d＝t₂-t₁，

为用户汽车期望的服务时间，f(t)为t时刻该充电站中正在充电的用户汽车剩余充电时长的最大值，y为大于等于1的正整数。

具体的，所述步骤S9中，基于双边利益权重向用户汽车推荐的两种路径方案通过如下方式获得：

S91、基于步骤S3获得的信息，运用Dijkstra算法计算该用户汽车到达各充电站的最短总用时路径方案和最小总能耗路径方案；用户汽车从当前时刻t₁开始到完成充电的总时长T_总为：

T_总＝t_d+t_w+t_c

其中：t_d为用户汽车从当前时刻t₁开始至到达充电站时刻t₂之间的行驶时间，t_w为用户汽车的等待时间，t_c为用户汽车的充电时间；

S92、对时间成本进行经济性的量化(即用户在完成充电的整个过程中消耗的时间用货币来衡量其价值)，设某一城市的人口总数为p，将该城市分为Z个区，第i区的人口总数为p_i，第i区的人均国民生产总值为GDP_i(单位：元)，则该城市的单位时间价值表示为：

其中：Vot为单位时间价值(不同的城市的单位价值不一样，单位：元/h)；250为根据国家规定1年按250工作日计算，8为根据国家规定1天按8工作小时计算；

S93、计算用户汽车的总充电成本和充电站的收益，包括如下步骤：

S931、计算用户汽车的总时间成本H＝Vot×T_总；

S932、计算用户汽车的充电总花费金额M＝(E_h-S_p+E)×m₀；其中，E_h为充电结束时用户汽车期望的荷电量，S_p为用户汽车开始充电时的荷电量，E为t₁和t₂时间段内的能耗，m₀为单位实时电价；

S933、计算用户汽车的总充电成本C＝H+M；

S94、计算充电站的收益

S95、运用层次分析法(简称AHP)进行系统分析，得出用户成本归一化数值r和充电站收益归一化数值s，分为三个步骤：

S951、构造三层结构的调度模型；

构造三层结构的调度模型：最高层为目标层，即能够为用户汽车提供充电服务的所有充电站，也即以用户汽车为中心的设定半径范围内的所有充电站；中间层为准则层，即选取合适的充电站需要考虑的因素，包括用户汽车的总充电成本和充电站的收益；最底层为方案层，即考虑双边满意度向用户汽车提供合适的充电站的可选方案；

S952、依据层次分析法建立充电站满意度判断矩阵(成对比较矩阵)：

S9521、建立第一个对比矩阵，即用户汽车的总充电成本和充电站的收益的相对重要程度：

其中：U表征用户汽车的总充电成本，S表征充电站的收益，第i行第j列元素表示第i行元素表征相对第j列元素表征的重要程度；比如，充电站的收益相较于用户汽车的总成本，前者重要性稍强，故取重要程度比为3:2；对U和S的重要程度进行两两比较，全部比较结果构成如上的一个2×2的对比矩阵；

S9522、建立第二个对比矩阵，即两两对比用户汽车到达不同充电站进行充电的总充电成本：

其中：S_A、S_B、S_C……分别表示充电站A、B、C……，C_A、C_B、C_C……分别表示用户汽车到达充电站A、B、C……进行充电的总充电成本；

S9523、建立第三个对比矩阵，即两两对比用户汽车到达不同充电站进行充电充电站的收益的倒数：

其中：P_A、P_B、P_C……分别表示用户汽车到达充电站A、B、C……进行充电各充电站的收益，之所以取倒数是因为只有两个变量对于结果的相关系数同为正才可以利用层次分析法分析；

S953、利用层次分析法，由第一个对比矩阵得出用户汽车的总充电成本权重w₁和充电站的收益权重w₂，由第二个对比矩阵和第三个对比矩阵得出用户汽车达到各个充电站进行充电的总充电成本评分和充电站的收益评分，即用户成本归一化数值r和充电站收益归一化数值s；

S96、基于层次分析法得出的用户成本归一化数值r和用户汽车的总充电成本权重w₁、充电站收益归一化数值s和充电站的收益权重w₂，计算出双边满意度归一化数值z，具体公式如下：

z＝(1-r)×w₁+s×w₂＝(1-r)×0.4+0.6s

S97、推送双边满意度归一化数值z最大的两种方案给用户汽车。

有益效果：本发明提供的基于路况信息考虑双边利益权衡的电动汽车充电调度方法，考虑了路况对电动汽车行驶速度及单位里程耗电量的影响，一定程度上解决了路况对电动汽车行驶的影响问题，更贴合电动汽车用户的实际情况；且对时间成本进行具化，提出了一种运用层次分析法求解双边利益最大化下的路径引导方法，解决了因忽略行驶时间对总成本的影响而产生的误差，提高了路径引导的准确性。

附图说明

图1为本发明的实施流程示意图；

图2为本发明的中的三层结构的调度模型示意图；

图3为本发明的实施例的道路交通网模型简图；

图4为本发明的实施例的充电优选路径引导图；

图5为基于本发明设计的终端工作流程示意图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示为一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法流程示意图，下面就各个步骤加以具体说明。

S1、调度系统获取以某一用户汽车为中心的设定半径范围内实时的路段信息和充电站信息，以及该用户汽车的剩余SOC。

S2、调度系统统计各充电站的实时排队情况，确定该用户汽车到达各充电站后的预计等待时间t_w。

某一用户汽车到达某一充电站后的预计等待时间t_w通过如下方式确定：

①当0≤N＜m时，t_w＝0；

②当ym≤N＜(y+1)m时，

其中：m为该充电站拥有的充电桩数量，n为该充电站内当前时刻t₁用户汽车总数量，N为预计时刻t₂到达该充电站的用户汽车总数量，N＝n-x+a，a为t₁和t₂时间段内驶入该充电站并经历等待充电的用户汽车数据，a＝λ×t_d，λ为单位时间充电车辆进站率(可通过大数据分析得出应服从泊松分布)，x为t₁和t₂时间段内在该充电站完成充电并驶离的用户汽车总数量，行驶时间t_d＝t₂-t₁，

为用户汽车期望的服务时间，f(t)为t时刻该充电站中正在充电的用户汽车剩余充电时长的最大值，y为大于等于1的正整数。

S3、调度系统统计该用户汽车的可通行路段信息，确定该用户汽车在各可通行路段上行驶的预计行驶里程S_d、预计平均通行速度V、预计电机效率η和预计单位能耗e，并进行预处理。

由于电动汽车本身电池组容量小，续航里程不足，因此用户在驾驶电动汽车出行时，必须考虑电动汽车电量是否足以支持用户到达目的地。在不同的道路工况下，电动汽车行驶速度是不同的，进而影响到电机效率，即电动汽车行驶单位里程耗电量的不同。我们可以将道路工况分为如表1的四种情况进行统计分析：

表1电动汽车在不同路况下的通行情况

道路工况	平均速度(km/h)	行驶里程(km)	行驶时间(h)	电机效率(km/kwh)	能耗(kwh)
						拥堵工况	V<sub>C</sub>	S<sub>C</sub>	T<sub>C</sub>	η<sub>C</sub>	E<sub>C</sub>
一般城市工况	V<sub>N</sub>	S<sub>N</sub>	T<sub>N</sub>	η<sub>N</sub>	E<sub>N</sub>
						理想城市工况	V<sub>I</sub>	S<sub>I</sub>	T<sub>I</sub>	η<sub>I</sub>	E<sub>I</sub>
高速公路工况	V<sub>H</sub>	S<sub>H</sub>	T<sub>H</sub>	η<sub>H</sub>	E<sub>H</sub>

S4、调度系统检测该用户汽车是否选择充电：若选择充电，则进入步骤S8；否则，进入步骤S5。

S5、调度系统判断用户汽车的剩余SOC：若低于电量预警值，则进行低电量警告并进入步骤S7；否则，则进入步骤S6。

S6、调度系统统计各充电站的负荷量：若充电站的负荷量处于谷值，则向该用户汽车推送优惠充电信息；否则，不作为。

S7、调度系统计算该用户汽车通过各种由可通行路段组成的路径方案到达各充电站的预计总能耗。

运用Dijkstra算法计算该用户汽车到达各充电站的最小总能耗路径方案。

S8、调度系统根据该用户汽车的剩余SOC选择出能够到达充电站的各种路径方案：若存在两种以上路径方案，则进入步骤S9；否则，进入步骤S10。

S9、基于双边利益权重向用户汽车推荐两种路径方案。

S91、基于步骤S3获得的信息，运用Dijkstra算法计算该用户汽车到达各充电站的最短总用时路径方案和最小总能耗路径方案；用户汽车从当前时刻t₁开始到完成充电的总时长T_总为：

T_总＝t_d+t_w+t_c

其中：t_d为用户汽车从当前时刻t₁开始至到达充电站时刻t₂之间的行驶时间，t_w为用户汽车的等待时间，t_c为用户汽车的充电时间；

S92、对时间成本进行经济性的量化(即用户在完成充电的整个过程中消耗的时间用货币来衡量其价值)，设某一城市的人口总数为p，将该城市分为Z个区，第i区的人口总数为p_i，第i区的人均国民生产总值为GDP_i(单位：元)，则该城市的单位时间价值表示为：

其中：Vot为单位时间价值(不同的城市的单位价值不一样，单位：元/h)；250为根据国家规定1年按250工作日计算，8为根据国家规定1天按8工作小时计算；

S93、计算用户汽车的总充电成本和充电站的收益，包括如下步骤：

S931、计算用户汽车的总时间成本H＝Vot×T_总；

S932、计算用户汽车的充电总花费金额M＝(E_h-S_p+E)×m₀；其中，E_h为充电结束时用户汽车期望的荷电量，S_p为用户汽车开始充电时的荷电量，E为t₁和t₂时间段内的能耗，m₀为单位实时电价；

S933、计算用户汽车的总充电成本C＝H+M；

S94、计算充电站的收益

S95、运用层次分析法(简称AHP)进行系统分析，得出用户成本归一化数值r和充电站收益归一化数值s，分为三个步骤：

S951、构造三层结构的调度模型；

如图2所示，构造三层结构的调度模型，把问题条理化、层次化：最高层为目标层，即能够为用户汽车提供充电服务的所有充电站，也即以用户汽车为中心的设定半径范围内的所有充电站；中间层为准则层，即选取合适的充电站需要考虑的因素，包括用户汽车的总充电成本和充电站的收益；最底层为方案层，即考虑双边满意度向用户汽车提供合适的充电站的可选方案；

S952、依据层次分析法建立充电站满意度判断矩阵(成对比较矩阵)：

S9521、建立第一个对比矩阵，即用户汽车的总充电成本和充电站的收益的相对重要程度：

其中：U表征用户汽车的总充电成本，S表征充电站的收益，第i行第j列元素表示第i行元素表征相对第j列元素表征的重要程度；比如，充电站的收益相较于用户汽车的总成本，前者重要性稍强，故取重要程度比为3:2；对U和S的重要程度进行两两比较，全部比较结果构成如上的一个2×2的对比矩阵；

S9522、建立第二个对比矩阵，即两两对比用户汽车到达不同充电站进行充电的总充电成本：

其中：S_A、S_B、S_C……分别表示充电站A、B、C……，C_A、C_B、C_C……分别表示用户汽车到达充电站A、B、C……进行充电的总充电成本；

S9523、建立第三个对比矩阵，即两两对比用户汽车到达不同充电站进行充电充电站的收益的倒数：

其中：P_A、P_B、P_C……分别表示用户汽车到达充电站A、B、C……进行充电各充电站的收益，之所以取倒数是因为只有两个变量对于结果的相关系数同为正才可以利用层次分析法分析；

S953、利用层次分析法，由第一个对比矩阵得出用户汽车的总充电成本权重w₁和充电站的收益权重w₂，由第二个对比矩阵和第三个对比矩阵得出用户汽车达到各个充电站进行充电的总充电成本评分和充电站的收益评分，即用户成本归一化数值r和充电站收益归一化数值s；

S96、基于层次分析法得出的用户成本归一化数值r和用户汽车的总充电成本权重w₁、充电站收益归一化数值s和充电站的收益权重w₂，计算出双边满意度归一化数值z，具体公式如下：

z＝(1-r)×w₁+s×w₂＝(1-r)×0.4+0.6s

S97、推送双边满意度归一化数值z最大的两种方案给用户汽车。

S10、向该用户汽车推送预计总能耗最小的路径引导方案。

应用本发明的电动汽车充电行为引导方法的一个具体实施例如下：

本实施例中，以某区的交通图为例，基于路网动态交通数据，建立路网模型，其为平面单层形式。以能耗最少及用时最短为目标函数，制定电动汽车到达最优充电站的路径导航。故作如下设置：电动汽车电池容量E₀为30kWh；电动汽车的起始SOC_i为0.5；需求峰时默认用户每次充电上限时间为0.5h；充电站的实时充电电价为1.5元/kwh；充电桩平均充电功率为30kW；单位时间价值的成本价值Vot为20元/h；考虑在实际中用户的重要程度要略低于充电站，0.4和0.6分别表示电动汽车主体与充电站主体双方匹配的满意度权重。

本实施例中所建立的道路交通网模型简图如图3所示。该区域内共有16个路网节点，24条路段和3个充电站。节点处标注的数值1～16为路网节点序号，A～C为区域内3个充电站。

本实施例中假设不同工况道路行驶参数如表2所示：

表2不同工况道路行驶参数

道路工况	平均速度(km/h)	电机效率(km/kwh)
			拥堵工况	5.00	3.20
一般城市工况	25.00	7.50
			理想城市工况	60.00	9.25
高速公路工况	100.00	4.20

假设用户于需求峰值在起点O点击“我要充电”选项，其剩余电量可达到多个充电站(此处设为可达到充电站ABC)。于此种情况为其规划双边最优充电方案。

本实施例中假设不同充电站基本情况如表3所示：

表3不同充电站基本情况

利用Dijkstra算法得到电动汽车分别基于耗能最小和耗时最短得出到达A、B、C三个充电站充电的6种路径选择方案，代入各公式，可得到各路径对应的能耗/时间、用户成本和充电站单位时间盈利，如表4所示：

表4各路径对应的能耗/时间、用户成本和充电站单位时间盈利

用层次分析法得出用户成本归一化数值r和充电站收益归一化数值s，并计算出各路径的双边满意度归一化数值z如表5所示：

表5各路径的双边满意度归一化数值

如图4所示，推送两种基于双边满意度的电动汽车优选路径A₂、B₂供用户选择。

综上，本发明提出提供一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法，在考虑电动汽车电量及充电站位置的最优路径查找的基础上，考虑了路况对电动汽车行驶速度及单位里程耗电量的影响；同时，基于现有路径引导方法，对时间成本进行具化。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种基于路况信息考虑双边利益权衡的电动汽车充电调度方法，其特征在于：包括如下步骤：

S1、调度系统获取以某一用户汽车为中心的设定半径范围内实时的路段信息和充电站信息，以及该用户汽车的剩余SOC；

S2、调度系统统计各充电站的实时排队情况，确定该用户汽车到达各充电站后的预计等待时间t_w；t_w通过如下方式确定：

①当0≤N＜m时，t_w＝0；

②当ym≤N＜(y+1)m时，

其中：m为该充电站拥有的充电桩数量，n为该充电站内当前时刻t₁用户汽车总数量，N为预计时刻t₂到达该充电站的用户汽车总数量，N＝n-x+a，a为t₁和t₂时间段内驶入该充电站并经历等待充电的用户汽车数据，a＝λ×t_d，λ为单位时间充电车辆进站率，x为t₁和t₂时间段内在该充电站完成充电并驶离的用户汽车总数量，行驶时间t_d＝t₂-t₁，

为用户汽车期望的服务时间，f(t)为t时刻该充电站中正在充电的用户汽车剩余充电时长的最大值，y为大于等于1的正整数；

S3、调度系统统计该用户汽车的可通行路段信息，确定该用户汽车在各可通行路段上行驶的预计行驶里程S_d、预计平均通行速度V、预计电机效率η和预计单位能耗e；

S4、调度系统检测该用户汽车是否选择充电：若选择充电，则进入步骤S8；否则，进入步骤S5；

S5、调度系统判断用户汽车的剩余SOC：若低于电量预警值，则进行低电量警告并进入步骤S7；否则，则进入步骤S6；

S6、调度系统统计各充电站的负荷量：若充电站的负荷量处于谷值，则向该用户汽车推送优惠充电信息；否则，不作为；

S7、调度系统计算该用户汽车通过各种由可通行路段组成的路径方案到达各充电站的预计总能耗；

S8、调度系统根据该用户汽车的剩余SOC选择出能够到达充电站的各种路径方案：若存在两种以上路径方案，则进入步骤S9；否则，进入步骤S10；

S9、基于双边利益权重向用户汽车推荐两种路径方案；

S91、基于步骤S3获得的信息，运用Dijkstra算法计算该用户汽车到达各充电站的最短总用时路径方案和最小总能耗路径方案；用户汽车从当前时刻t₁开始到完成充电的总时长T_总为：

T_总＝t_d+t_w+t_c

其中：t_d为用户汽车从当前时刻t₁开始至到达充电站时刻t₂之间的行驶时间，t_w为用户汽车的等待时间，t_c为用户汽车的充电时间；

S92、对时间成本进行经济性的量化，设某一城市的人口总数为p，将该城市分为Z个区，第i区的人口总数为p_i，第i区的人均国民生产总值为GDP_i，则该城市的单位时间价值表示为：

其中：Vot为单位时间价值；

S93、计算用户汽车的总充电成本和充电站的收益，包括如下步骤：

S931、计算用户汽车的总时间成本H＝Vot×T_总；

S932、计算用户汽车的充电总花费金额M＝(E_h-S_p+E)×m₀；其中，E_h为充电结束时用户汽车期望的荷电量，S_p为用户汽车开始充电时的荷电量，E为t₁和t₂时间段内的能耗，m₀为单位实时电价；

S933、计算用户汽车的总充电成本C＝H+M；

S94、计算充电站的收益

S95、运用层次分析法进行系统分析，得出用户成本归一化数值r和充电站收益归一化数值s，分为三个步骤：

S951、构造三层结构的调度模型；

构造三层结构的调度模型：最高层为目标层，即能够为用户汽车提供充电服务的所有充电站，也即以用户汽车为中心的设定半径范围内的所有充电站；中间层为准则层，即选取合适的充电站需要考虑的因素，包括用户汽车的总充电成本和充电站的收益；最底层为方案层，即考虑双边满意度向用户汽车提供合适的充电站的可选方案；

S952、依据层次分析法建立充电站满意度判断矩阵：

S9521、建立第一个对比矩阵，即用户汽车的总充电成本和充电站的收益的相对重要程度：

其中：U表征用户汽车的总充电成本，S表征充电站的收益，第i行第j列元素表示第i行元素表征相对第j列元素表征的重要程度；

S9522、建立第二个对比矩阵，即两两对比用户汽车到达不同充电站进行充电的总充电成本：

其中：S_A、S_B、S_C……分别表示充电站A、B、C……，C_A、C_B、C_C……分别表示用户汽车到达充电站A、B、C……进行充电的总充电成本；

S9523、建立第三个对比矩阵，即两两对比用户汽车到达不同充电站进行充电充电站的收益的倒数：

其中：P_A、P_B、P_C……分别表示用户汽车到达充电站A、B、C……进行充电各充电站的收益；

S953、利用层次分析法，由第一个对比矩阵得出用户汽车的总充电成本权重w₁和充电站的收益权重w₂，由第二个对比矩阵和第三个对比矩阵得出用户汽车达到各个充电站进行充电的总充电成本评分和充电站的收益评分，即用户成本归一化数值r和充电站收益归一化数值s；

S96、基于层次分析法得出的用户成本归一化数值r和用户汽车的总充电成本权重w₁、充电站收益归一化数值s和充电站的收益权重w₂，计算出双边满意度归一化数值z，具体公式如下：

z＝(1-r)×w₁+s×w₂＝(1-r)×0.4+0.6s

S97、推送双边满意度归一化数值z最大的两种方案给用户汽车；

S10、向该用户汽车推送预计总能耗最小的路径引导方案。

Images