智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质，方法包括：获取路网相关特征信息；建立考虑充电桩充电等级的线性充电时间函数；建立安全电量阈值‑充电电量阈值组合判断机制；建立最小化总行程时间目标函数，求解并对比，得到最优路径。本发明专利技术在满足智能车辆出行电量需求的同时，减少了在节点的充电时间，为用户出行提供更有效的路径诱导；同时提高了充电桩的利用率，保护电池循环充电的使用寿命，结合交通流分配和充电桩的合理布设，能够有效提升城市交通的运行效率。

【技术实现步骤摘要】
智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质
本专利技术属于智能交通
，涉及一种智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质。
技术介绍
伴随着城市智能车辆的数量逐渐呈上升趋势，充电桩作为智能车辆的基础配套设施，其规模也要随之增长。截至2020年7月，国内共统计各类公共充电桩55.8万台。目前国内建成的智能车辆公共充电桩数量还不能充分满足智能车辆用户在路网行驶过程中的充电需求。另外，充电桩的数量并不是越多越好，其布设使用地是否合理，影响并制约着智能车辆的发展前景。如果布设使用不合理，会影响路网中其他出行方式的通行效率，增加路网的整体阻抗，有研究表明当路网中智能车辆比例超过50％时，路网的通行时间会大幅增加。因此，关于智能车辆出行的相关问题有待寻求合理的解决办法。对于智能车辆路径选择、充电续航及充电站位置选址等问题，现有的研究大多假设智能车辆出行者的安全电量均为零，若其需要在中途充电，则其充电电量正好能使其到达目的地，这种假设显然与实际不相符。由于用户有可能不愿意等待完全充电，车辆只能部分充电，当本文档来自技高网...

【技术保护点】
1.一种智能网联环境下的智能车辆路径诱导方法，其特征在于，具体按照以下步骤进行：/nS1，获取路网相关特征信息；/nS2，建立考虑充电桩充电等级的线性充电时间函数：/n

【技术特征摘要】
1.一种智能网联环境下的智能车辆路径诱导方法，其特征在于，具体按照以下步骤进行：
S1，获取路网相关特征信息；
S2，建立考虑充电桩充电等级的线性充电时间函数：



式中：表示智能车辆在节点处充电所需的时间，i为网络节点，ti1表示充电的固定时间，ti2表示单位电能所需可变充电时间，表示节点i的充电电量，其中Q为智能车辆当前可用电量，αi表示安全电量阈值，Lmax表示最大电池容量，αi·Lmax表示到达充电节点的安全电量，Qri为智能车辆行驶到充电节点时的剩余电量；
S3，建立安全电量阈值-充电电量阈值组合判断机制；
S4，建立最小化总行程时间目标函数，求解并对比，得到诱导路径。


2.根据权利要求1所述的一种智能网联环境下的智能车辆路径诱导方法，其特征在于，所述步骤S3包括：
S31，根据αi·Lmax计算设定的安全电量阈值下的安全电量，根据βi·Lmax计算设定的充电电量阈值下的充电电量；
S32，根据计算的安全电量和充电电量，计算得到某智能车辆当前可用电量Q下的可行驶距离l和对应充电电量阈值下的充电时间其中表示电池能量消耗率，单位：kWh/km；
S33，根据充电时间可行驶距离l对路网中的路径及路段进行判断，使得可行驶距离l大于等于Ld或Lncn，Ld表示到达目的地的距离，Lncn表示到达下一充电节点距离；
S34，根据判断结果确定该路径的αi-βi组合值；在满足行驶距离需求和保证安全电量前提下，优先选择能够到达目的地的最小的充电分级阈值βi和安全电量阈值αi。


3.根据权利要求2所述的一种智能网联环境下的智能车辆路径诱导方法，其特征在于，所述设定的安全电量阈值用于确保智能车辆保留一定剩余电量的安全电量，α1＝1％，α2＝3％，α3＝5％。


4.根据权利要求2所述的一种智能网联环境下的智能车辆路径诱导方法，其特征在于，所述设定的充电电量阈值用于界定充电时间分级，β1＝70％，β2＝80％，β3＝100％，β1、β2为充电电量分级阈值，β3为充电电量满电阈值。


5.根据权利要求2所述的一种智能网联环...

【专利技术属性】
技术研发人员：郝威，龚野，刘理，张兆磊，刘晶，王正武，吴伟，高志波，武文广，邢璐，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南;43