一种电动汽车路径规划的混合整数建模方法技术

本发明专利技术公开了一种电动汽车路径规划的混合整数建模方法，包括：获取交通路网信息、电动汽车参数以及充电站价格信息；根据所述交通路网信息和充电站价格信息构建电动汽车路径规划混合整数模型的目标函数；根据所述交通路网信息、电动汽车参数以及充电站价格信息建立电动汽车路径规划混合整数模型的约束条件；求解所述电动汽车路径规划混合整数模型，得到每个时段第i辆电动汽车对于道路j的选择对于节点n的选择以及电动汽车在各充电站m处的充电量P

【技术实现步骤摘要】
一种电动汽车路径规划的混合整数建模方法


[0001]本专利技术涉及电动汽车路径规划领域，尤其涉及一种电动汽车路径规划的混合整数建模方法。

技术介绍

[0002]电动汽车有望替代传统燃油车成为交通系统的一个重要组成部分，然而，与燃油车相比，电动汽车储能能力有限，行驶里程较燃油车短，并且电动汽车的行驶里程还会受到天气、交通、用户驾驶习惯等的影响，导致用户电动汽车的实际行驶里程远低于电动汽车仪表盘所显示的续航里程，用户难以掌握合理的充电时间，此外，各个充电站之间的充电价格大不相同，从而电动汽车用户在不同充电站点的充电花费也有所区别。随着电动汽车的数量越来越多，充电的压力也越来越大，对于电动汽车而言，能够对每次出行和充电进行科学而准确的决策和规划变得非常必要。
[0003]在传统的路径规划算法中，当前学者倾向于将其归结为图论中的最短路径求解问题。在针对最短路径的求解问题中，最常见的是求解网络图中两个特定点的最短路径问题。针对此类问题，Dijkstra算法是最经典也是最具有代表性的求解算法之一。此外，部分学者也采用了遗传算法、蚁群算法、粒子群算法等或相关改进算法进行求解从而得到电动汽车的行驶路径。
[0004]例如，专利CN108981736A公开了一种基于用户出行规律的电动汽车充电路径优化方法，将路程、时间、充电成本三者综合计算并对路网进行赋值，再考虑充电功率、SOC、里程约束，利用Dijkstra算法(以起始点为中心,采用广度优先搜索思想，直到扩展到终点为止。)在获得的加权图中从节点出发进行循环搜索比较，从而得到最优路径。
[0005]专利CN113379141A公开了一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法，采用与Dijkstra相似的Floyd算法求解最短路径，也是通过循环搜索比较的方式，此外，该专利中未考虑到电动汽车充电的因素。
[0006]以上方案虽然可以为有路径规划需求的用户提供可行路径，然而上述算法需要通过循环搜索比较的方式求解出最优路径，并且对于有充电需求的电动汽车用户而言，单一的求解结果难以满足用户对于行程效率及经济性多方面的需求。

技术实现思路

[0007]本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种电动汽车路径规划的混合整数建模方法，对电动汽车行驶过程中节点与道路的耦合关系进行建模，并将电动汽车用户的时间成本、经济成本考虑在内，构建电动汽车路径优化混合整数模型，通过求解该模型，为其提供合理可靠的路径规划，为其在何处充电、充多少电提供指导，有利于改善电动汽车用户的出行体验。
[0008]为解决上述技术问题，本专利技术提出的技术方案为：
[0009]一种电动汽车路径规划的混合整数建模方法，包括以下步骤：
[0010]获取交通路网信息、电动汽车参数以及充电站价格信息；
[0011]根据所述交通路网信息和充电站价格信息构建电动汽车路径规划混合整数模型的目标函数；
[0012]根据所述交通路网信息、电动汽车参数以及充电站价格信息建立电动汽车路径规划混合整数模型的约束条件，所述约束条件包括电动汽车的电量需求约束、电动汽车在各个充电站充电的电量约束、电动汽车行驶过程中节点及道路的耦合关系约束、电动汽车在行驶过程中的能量约束；
[0013]求解所述电动汽车路径规划混合整数模型，得到每个时段第i辆电动汽车对于道路j的选择(为0
‑
1二进制变量)、对于节点n的选择(为0
‑
1二进制变量)以及电动汽车在各充电站m处的充电量P
i,m
，并以此生成第i辆电动汽车各个时段的行驶操作和充电指令。
[0014]进一步的，根据所述交通路网信息和充电站价格信息构建电动汽车路径规划混合整数模型的目标函数，包括以下步骤：
[0015]计算最小化电动汽车行驶时间的目标Obj1，表达式如下：
[0016][0017]其中，表示第a个时段中第i辆电动汽车对于道路j的选择，T
j
为道路j的通行时间；
[0018]计算最小化电动汽车充电花费的目标Obj2，表达式如下：
[0019][0020]其中，P
i,m
表示第i辆电动汽车在第m个充电站的充电量，c
m
表示第m个充电站的电价，m∈M，M为交通路网中的充电站集合；
[0021]根据目标Obj1和目标Obj2，构建最小化电动汽车行驶时间和充电花费的目标函数：
[0022]Obj＝α1·
Obj1+α2·
Obj2[0023]其中，α1和α2分别为预设的优化目标的权重。
[0024]进一步的，所述电动汽车的电量需求约束包括：第i辆电动汽车的总充电需求为电动汽车全程的能量消耗，并且第i辆电动汽车在各充电站的充电量之和满足电动汽车的总充电需求。
[0025]进一步的，所述电动汽车的电量需求约束表达式如下：
[0026][0027][0028]其中，表示第a个时段第i辆电动汽车对于道路j的选择，L
j
为道路j的长度，E
c
为电动汽车行驶每公里的能量消耗；P
i,m
为第i辆电动汽车在第m个充电站获得的电量。
[0029]进一步的，所述电动汽车在各个充电站充电的电量约束包括：无论第i辆电动汽车是否在充电站m处充电，在此处充电量均不小于0；电动汽车选择的路径不经过充电站m时，在此处充电量为0。
[0030]进一步的，所述电动汽车在各个充电站充电的电量约束表达式如下：
[0031][0032]其中，k为预设的数值，为第i辆电动汽车第a个时段对第m个充电站的选择；P
i,m
为第i辆电动汽车在第m个充电站获得的电量。
[0033]进一步的，所述电动汽车行驶过程中节点及道路的耦合关系约束包括：
[0034]电动汽车从起点出发，只能选择一个节点作为起始节点；
[0035]若电动汽车在第a个时段未到达终点，则会继续选择下一步的道路；若到达终点则不再对道路进行选择；
[0036]电动汽车每个时段都会选择一个节点；
[0037]若第i辆电动汽车在第a个时段选择了终点D
i
，则电动汽车路径规划结束；
[0038]在相邻两个时段中，若电动汽车选择某道路两端的两个节点，则电动汽车一定选择这条道路。
[0039]进一步的，所述电动汽车行驶过程中节点及道路的耦合关系约束的表达式如下：
[0040][0041][0042][0043][0044][0045][0046][0047][0048]其中表示第i辆电动汽车对其起始节点O
i
的选择，表示第1个时段第i辆电动汽车对于各个节点的选择；表示第a个时段第i辆电动汽车对于终点D
i
的选择，表示第a+1个时段第i辆电动汽车对于道路j的选择；表示第a个时段第i辆电动汽车对于节点n的选择，n∈本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车路径规划的混合整数建模方法，其特征在于，包括以下步骤：获取交通路网信息、电动汽车参数以及充电站价格信息；根据所述交通路网信息和充电站价格信息构建电动汽车路径规划混合整数模型的目标函数；根据所述交通路网信息、电动汽车参数以及充电站价格信息建立电动汽车路径规划混合整数模型的约束条件，所述约束条件包括电动汽车的电量需求约束、电动汽车在各个充电站充电的电量约束、电动汽车行驶过程中节点及道路的耦合关系约束、电动汽车在行驶过程中的能量约束；求解所述电动汽车路径规划混合整数模型，得到每个时段第i辆电动汽车对于道路j的选择对于节点n的选择以及电动汽车在各充电站m处的充电量P
i,m
，并以此生成第i辆电动汽车各个时段的行驶操作和充电指令，电动汽车执行对应的行驶操作和充电指令。2.根据权利要求1所述的电动汽车路径规划的混合整数建模方法，其特征在于，根据所述交通路网信息和充电站价格信息构建电动汽车路径规划混合整数模型的目标函数包括以下步骤：计算最小化电动汽车行驶时间的目标Obj1，表达式如下：其中，表示第a个时段中第i辆电动汽车对于道路j的选择，T
j
为道路j的通行时间；计算最小化电动汽车充电花费的目标Obj2，表达式如下：其中，P
i,m
表示第i辆电动汽车在第m个充电站的充电量，c
m
表示第m个充电站的电价，m∈M，M为交通路网中的充电站集合；根据目标Obj1和目标Obj2，构建最小化电动汽车行驶时间和充电花费的目标函数：Obj＝α1·
Obj1+α2·
Obj2其中，α1和α2分别为预设的优化目标的权重。3.根据权利要求1所述的电动汽车路径规划的混合整数建模方法，其特征在于，所述电动汽车的电量需求约束包括：第i辆电动汽车的总充电需求为电动汽车全程的能量消耗，并且第i辆电动汽车在各充电站的充电量之和满足电动汽车的总充电需求。4.根据权利要求3所述的电动汽车路径规划的混合整数建模方法，其特征在于，所述电动汽车的电量需求约束表达式如下：动汽车的电量需求约束表达式如下：其中，表示第a个时段第i辆电动汽车对于道路j的选择，L
j
为道路j的长度，E
c
为电动汽车行驶每公里的能量消耗；P
i,m
为第i辆电动汽车在第m个充电站获得的电量。5.根据权利要求1所述的电动汽车路径规划的混合整数建模方法，其特征在于，所述电动汽车在各个充电站充电的电量约束包括：无论第i辆电动汽车是否在充电站m处充电，在
此处充电量均不小于0；电动汽车选择的路径不经过充电站m时，在此处充电量为0。6.根据权利要求5所述的电动汽车路径规划的混合整数建模方法，其特征在于...

【专利技术属性】
技术研发人员：黄晟，林思瑶，沈非凡，屈尹鹏，魏娟，张冀，
申请(专利权)人：湖南大学，
类型：发明
国别省市：