-
公开(公告)号：CN113435777B
公开(公告)日：2024-06-28
申请号：CN202110790581.3
申请日：2021-07-13
Applicant: 北京交通大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06F16/29 , G06F16/215
Abstract: 本发明涉及一种电动运营车辆充电站规划方法及系统，该方法包括对采集的轨迹数据进行清洗和修改处理后，提取OD点对出行集合、车辆通行速度集合和车辆行驶轨迹集合，并根据OD点对出行集合、车辆通行速度集合和车辆行驶轨迹集合模拟电动出租车的运营，根据模拟电动出租车的运营建立电动出租车充电需求时空分布模型；基于充电站年建设运行成本、电动汽车用户从充电需求点到充电站年耗时成本和电动汽车用户年排队等待时间成本，构建充电站选址定容规划模型的目标函数；根据电动出租车充电需求时空分布模型，采用粒子群算法求解目标函数，确定充电站位置和各充电站中充电机的配置数量，本发明提高了充电站选址定容的准确性。
-
公开(公告)号：CN114236396A
公开(公告)日：2022-03-25
申请号：CN202111553578.6
申请日：2021-12-17
Applicant: 北京交通大学 , 北京超充科技有限公司
IPC: G01R31/382
Abstract: 本发明涉及一种基于电池衰退的电动汽车充电量控制方法及系统，在计算电池衰退量的基础上，进一步量化了用户单次充电行为的电池损耗价值。本发明在满足用户需求的前提下，通过合理确定电动汽车电池使用区间，对于使用电动汽车行驶路线相对固定，停车点附近有充足充电站的电动汽车用户而言，该充电策略将降低电池损耗，从而延长锂电池使用寿命。本发明在保证满足用户需求的前提下，通过控制电动汽车电池使用的荷电状态区间，可以降低电动汽车用锂电池的电池衰退，具有经济价值。
-
公开(公告)号：CN114021795A
公开(公告)日：2022-02-08
申请号：CN202111256635.4
申请日：2021-10-27
Applicant: 北京交通大学 , 北京超充科技有限公司
Abstract: 本发明涉及一种考虑电动汽车充电需求的充电站规划方法及系统，所述方法基于非运营车辆的真实数据进行出行和充电行为特征的分析，并充分考虑具体充电地点对非运营车辆用户的吸引力，进行更为切实的充电需求时空分布预测，从而建立非运营车辆充电需求时空模型，又通过利用运营车辆的轨迹数据建立运营车辆充电需求时空分布预测模型，进一步的将二者进行融合，并利用融合后的模型输出的充电需求预测结果应用至充电站规划建设方案中，本发明考虑不同类型车辆的充电需求时空分布，保证城市电动汽车系统的正常高效运行，提高了充电站规划的实用性和适用范围。
-
公开(公告)号：CN113762612B
公开(公告)日：2024-09-24
申请号：CN202111013150.2
申请日：2021-08-31
Applicant: 北京交通大学 , 北京超充科技有限公司
IPC: G06Q10/0631 , G06Q10/067 , G06Q10/20 , G06Q50/06 , G06N3/006 , G06N3/126
Abstract: 本发明提供一种电动汽车充电站的分时运维成本测算方法及装置，所述方法包括：根据每种类型用户对应的电动汽车的在各个时段的充电数量以及每种类型的用户在各个时段的选择概率矩阵，获得各个时段的电动汽车充电数量；根据每个时段的电动汽车充电数量以及电动汽车的充电功率，获得每个时段的电动汽车的充电负荷；根据各个时段的类型、电动汽车的充电负荷、预设参数、用户购电成本模型以及充电站运营收益模型，建立分时运维成本优化目标函数以及分时运维成本约束条件；根据分时运维成本优化目标函数以及分时运维成本约束条件，获得最优分时运维成本。本发明实施例提供的电动汽车充电站的分时运维成本测算方法及装置，提高了分时运维成本的合理性。
-
公开(公告)号：CN114221385B
公开(公告)日：2023-12-12
申请号：CN202111553096.0
申请日：2021-12-17
Applicant: 北京交通大学 , 北京超充科技有限公司
IPC: H02J3/38 , H02J3/48 , H02J3/50 , H02J3/24 , H02J7/00 , B60L53/63 , B60L53/64 , G06Q10/04 , G06Q50/06
Abstract: 本发明涉及一种考虑电动汽车用户出行需求的柔性充电方法及系统，能够电动汽车的充放电模型进行线性化处理，实现对电动汽车充放电功率和时段的灵活调控。通过机会约束规划的方法，将电动汽车离开时的荷电状态达到用户所期望的SOC，以及电网的电压范围设为软约束，令其满足一定置信水平成立，利用电动汽车充放电行为的灵活性应对可再生能源出力的随机波动。在保证电动汽车用户出行需求的情况下，实现目标函数的最优化。本发明能够处理出力为随机变量的可再生能源所带来的不确定性，促进可再生能源的就地消纳，同时减小了大量电动汽车集中充电给电网造成的负担。
-
Patent Agency Ranking
公开(公告)号：CN108458716B
公开(公告)日：2023-04-18
申请号：CN201810106758.1
申请日：2018-02-02
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于充电站内充电桩动态占用率预测的电动汽车充电导航方法，针对电动汽车充电难、充电桩得不到充分利用等问题，基于深度残差神经网络对充电站内充电桩的动态占用率进行预测，为用户推荐最佳充电站充电桩，提供耗时最短路径。首先通过用户设定的起始点以及电动汽车目前的电量信息，后台计算判断是否需要充电，如果需要充电则获取续驶里程可到达区域内的所有充电站，采用深度残差神经网络模型预测充电站车辆驶入驶离情况，计算充电站内充电桩的占用率，并基于群智感知技术对其进行实时修正，结合起始点到充电站距离以及充电站到终点距离为用户智能推荐路径最佳的充电桩方案。
-
公开(公告)号：CN114021795B
公开(公告)日：2024-07-19
申请号：CN202111256635.4
申请日：2021-10-27
Applicant: 北京交通大学 , 北京超充科技有限公司
IPC: G06Q10/0631 , G06Q10/04 , G06F17/10 , G06Q50/06
Abstract: 本发明涉及一种考虑电动汽车充电需求的充电站规划方法及系统，所述方法基于非运营车辆的真实数据进行出行和充电行为特征的分析，并充分考虑具体充电地点对非运营车辆用户的吸引力，进行更为切实的充电需求时空分布预测，从而建立非运营车辆充电需求时空模型，又通过利用运营车辆的轨迹数据建立运营车辆充电需求时空分布预测模型，进一步的将二者进行融合，并利用融合后的模型输出的充电需求预测结果应用至充电站规划建设方案中，本发明考虑不同类型车辆的充电需求时空分布，保证城市电动汽车系统的正常高效运行，提高了充电站规划的实用性和适用范围。
-
公开(公告)号：CN113610298A
公开(公告)日：2021-11-05
申请号：CN202110901057.9
申请日：2021-08-06
Applicant: 北京交通大学 , 北京超充科技有限公司
IPC: G06Q10/04
Abstract: 本发明提供了考虑用户出行行为的用户出行能耗预测及路径推荐方法。包括：将路段车速融入静态路网模型中建立动态交通模型，利用深度优先搜索算法根据动态交通模型和用户数据计算用户未来出行可行路径及其车速变化情况，建立基于时空轨迹空间的路网时空出行链；根据路网时空出行链进行行驶工况分析得到反映行驶工况和能耗影响因素的特征参数；利用神经网络计算用户的未来出行可行路径的能耗；根据用户的偏好对可行路径进行打分，将分数最低的路径作为最优路径推荐给用户。本发明将静态路网模型转化为动态交通模型，将路网时空出行链应用在未来出行能耗计算与路径推荐中，基于不同用户的偏好，建立路径评价指标，作为最优路径推荐的依据。
-
公开(公告)号：CN108773279B
公开(公告)日：2020-09-04
申请号：CN201810391319.X
申请日：2018-04-27
Applicant: 北京交通大学
Abstract: 本申请针对电动汽车用户出行过程中需要紧急充电的问题，提出一种电动汽车充电路径规划方法及装置。该方法考虑行驶过程中实时动态能耗的，主要包括以下步骤：首先根据电动汽车历史行驶工况数据计算电动汽车在各类行驶工况下的平均能耗值；其次根据行驶途中各路段的实时行驶工况动态计算电动汽车经过各路段之后的动态剩余电量；根据互联网络所发布的实时交通信息及充电站运营监控系统发布的信息计算用户出行距离、出行时间及充电成本；采用蚁群算法以电池剩余电量为约束，出行距离、出行时间及充电成本三者之和最优为目标规划电动汽车充电路径。
-
公开(公告)号：CN108773279A
公开(公告)日：2018-11-09
申请号：CN201810391319.X
申请日：2018-04-27
Applicant: 北京交通大学
IPC: B60L11/18
Abstract: 本申请针对电动汽车用户出行过程中需要紧急充电的问题，提出一种电动汽车充电路径规划方法及装置。该方法考虑行驶过程中实时动态能耗的，主要包括以下步骤：首先根据电动汽车历史行驶工况数据计算电动汽车在各类行驶工况下的平均能耗值；其次根据行驶途中各路段的实时行驶工况动态计算电动汽车经过各路段之后的动态剩余电量；根据互联网络所发布的实时交通信息及充电站运营监控系统发布的信息计算用户出行距离、出行时间及充电成本；采用蚁群算法以电池剩余电量为约束，出行距离、出行时间及充电成本三者之和最优为目标规划电动汽车充电路径。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.022 seconds)
