[go: up one dir, main page]

CN107830867A - 一种基于模糊决策的电动汽车充电桩确定方法和充电装置 - Google Patents

一种基于模糊决策的电动汽车充电桩确定方法和充电装置 Download PDF

Info

Publication number
CN107830867A
CN107830867A CN201711057449.1A CN201711057449A CN107830867A CN 107830867 A CN107830867 A CN 107830867A CN 201711057449 A CN201711057449 A CN 201711057449A CN 107830867 A CN107830867 A CN 107830867A
Authority
CN
China
Prior art keywords
charging
fuzzy
charging pile
electric vehicle
time
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.)
Granted
Application number
CN201711057449.1A
Other languages
English (en)
Other versions
CN107830867B (zh
Inventor
陆玉正
颜森林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boman Medical Technology Changzhou Co ltd
Original Assignee
Nanjing Xiaozhuang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Xiaozhuang University filed Critical Nanjing Xiaozhuang University
Priority to CN201711057449.1A priority Critical patent/CN107830867B/zh
Publication of CN107830867A publication Critical patent/CN107830867A/zh
Application granted granted Critical
Publication of CN107830867B publication Critical patent/CN107830867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/30—Constructional details of charging stations
    • B60L53/31—Charging columns specially adapted for electric vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于模糊决策的电动汽车充电桩确定方法和充电装置，其中充电桩确定方法包括如下步骤：1、获取电动汽车当前位置P到其附近的每个充电桩所需要的时间Si；获取每个充电桩正在充电的电动汽车电量充满时所需要的剩余时间Ti；2、将Si和Ti分别转化为模糊语义值，得到路程时间模糊子集Φ和充电剩余时间模型子集Ψ；3、根据模糊推理规则得到充电桩的充电可行度模糊子集Z；4、设置空集U,将模糊子集Z中值为负小的元素放入U中；如模糊子集Z中没有负小值，将Z中值为负中的元素放入U中；5、选择电动汽车当前位置P到集合U中元素所对应的充电桩中所需时间最少的充电桩为最优充电桩。采用该方法可以快速有效寻找到电动汽车当前位置附近最佳位置的充电桩。

Description

一种基于模糊决策的电动汽车充电桩确定方法和充电装置
技术领域
本发明属于交通控制领域，具体涉及一种电动汽车充电桩的最优位置确定方法以及应用该方法的充电装置。
背景技术
目前汽车产业正在以飞快的速度发展，汽车已经成为日常生活中不可或缺的一部分。然而，现阶段99％左右都是燃油汽车，汽车给生活带来便利的同时，也对人类赖以生存的环境产生了巨大的污染。电动汽车替代燃油汽车是改善环境污染的有效手段。但是电动汽车充电所需要的时间远远大于传统燃油车加油的时间，因此，随着电动汽车数量不断增加，是否能够快速找到充电桩给电动汽车充电，成为影响电动汽车使用的重要因素。
发明内容
发明目的：针对现有的电动汽车充电设备存在的不足的问题，本发明公开了一种基于模糊决策的电动汽车充电桩确定方法，采用该方法可以快速有效寻找到电动汽车当前位置附近最佳位置的充电桩。
技术方案：本发明一方面公开了一种基于模糊决策的电动汽车充电桩确定方法，包括如下步骤：
(1)设电动汽车当前位置P的附近有n个充电桩Ci，i＝1,..,n；获取P到每个充电桩所需要的时间Si；获取每个充电桩正在充电的电动汽车电量充满时所需要的剩余时间Ti；
(2)将Si和Ti分别转化为模糊语义值，得到路程时间模糊子集Φ和充电剩余时间模型子集Ψ；所述模糊语义值包括：正大，正中，零，负中，负小；
(3)根据路程时间模糊子集Φ、充电剩余时间模型子集Ψ和模糊推理规则得到充电桩的充电可行度模糊子集Z；
(4)设置空集U,将模糊子集Z中值为负小的元素放入U中；如模糊子集Z中没有负小值，将Z中值为负中的元素放入U中；
(5)选择电动汽车当前位置P到集合U中元素所对应的充电桩中所需时间最少的充电桩为最优充电桩。
步骤(2)中将Si和Ti分别转化为模糊语义值，包括如下步骤：
(2-1)对Si和Ti进行尺度对齐，均转换至[-Θ,Θ]区间内，其中Θ为正实数；
(2-2)设Si和Ti尺度对齐后的值为Si′和Ti′，将Si′和Ti′分别代入隶属函数中，转换为模糊语义值；本发明采用三角形隶属函数进行模糊语义转换。
本发明采用线性尺度对齐，将Si和Ti转换至区间[-6,6]，具体包括如下步骤：
(3-1)根据公式将Si转换为Si′，其中Smax为Si的最大值，Smin为Si的最小值，i＝1,..,n；
(3-2)根据公式将Ti转换为Ti′，其中Tmax为Ti的最大值，Tmin为Ti的最小值，i＝1,..,n。
所述模糊推理规则为：充电桩的充电可行度模糊子集Z中的第i个元素Zi取值如下表：
其中φi为路程时间模糊子集Φ中的第i个元素；为充电剩余时间模型子集Ψ中的第i个元素；NB表示正大，NM表示正中，ZE表示零，PM表示负中，PB表示负小；i＝1,..,n，n为电动汽车当前位置P的附近充电桩个数。
本发明另一方面公开了一种基于模糊决策的电动汽车充电装置，包括智能充电桩(1)、车载导航系统(2)和车载控制器(3)；所述智能充电桩(1)包括无线发射器(4-T)、充电/检测端口(5)；所述车载控制器(3)包括无线接收器(4-R)；
所述充电/检测端口(5)检测当前充电的电动汽车充电状态，计算电量充满所需要的剩余时间Ti，并将剩余时间Ti通过无线发射器(4-T)发送至车载控制器(3)的无线接收器(4-R)；
所述车载导航系统(2)获取电动汽车当前位置P和P附近的n个充电桩Ci的位置，计算P到Ci所需的时间Si，并将Si发送给车载控制器(3)；
车载控制器(3)根据接收到的Ti和Si获得最优充电桩。
进一步地，将所述最优充电桩的信息发送给车载导航系统(2)，指引驾驶员驶向所述最优充电桩。
有益效果：与现有技术相比，本发明公开的基于模糊决策的电动汽车充电桩确定方法和充电装置具有以下有益效果：1、采用车载导航采集动态路况，无线设备获取充电设备动态状况，实时更新数据，能够更加快速的寻找到最优位置的充电设备；2、采用模糊决策，模糊推算出附近每个充电设备的的情况，并且具有模糊输出集合，对充电设备当前使用状态进行模糊表达，具有智能化；3、本发明在现有的导航系统和现有的充电设备上进行改造，成本低，有利于商业化。
附图说明
图1是本发明公开的充电装置结构图；
图2是实施例中系统示意图；
图3是智能充电桩的组成示意图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明。
如图1所示，本发明公开的充电装置包括智能充电桩1、车载导航系统2和车载控制器3；所述智能充电桩1上设置有无线发射器4-T,车载控制器3上设置有无线接收器4-R；智能充电桩1检测当前充电的电动汽车充电状态，计算电量充满所需要的剩余时间Ti，并将剩余时间Ti通过无线发射器4-T发送至车载控制器3的无线接收器4-R；车载导航系统2获取电动汽车当前位置P和P附近的n个充电桩Ci的位置，计算P到Ci所需的时间Si，并将Si发送给车载控制器3；车载控制器3根据接收到的Ti和Si获得最优充电桩。
车载控制器3获得最优充电桩是采用模糊决策，具体步骤如下：
步骤1、设电动汽车当前位置P的附近有n个充电桩Ci，i＝1,..,n；获取P到每个充电桩所需要的时间Si；获取每个充电桩正在充电的电动汽车电量充满时所需要的剩余时间Ti；
电动汽车和充电桩组成的示意图如图2所示，电动汽车上设置有车载导航系统2和车载控制器3，车载导航系统可以确定电动汽车当前位置P和各个充电桩的位置，并可以获取当前路况，计算出P到每个充电桩所需要的时间Si。
车载导航系统获取充电桩位置的范围可以是以电动汽车当前位置P为圆心，R为半径的圆形所覆盖的范围；也可以是电动汽车当前位置P所在城市区域覆盖的范围。
智能充电桩1的组成示意图如图3所示，包括无线发射器4-T、充电/检测端口5、交流输入端口6、电力变换器7、充电桩控制器8。
若第i个充电桩Ci无车辆充电，则Ti＝0；
若第i个充电桩Ci有车辆正在充电，则充电/检测端口5检测该车辆的电池电量，充电桩控制器8计算出充满时所需要的剩余时间Ti，即：
Ti通过无线发射器4-T发送到车载控制器3上；
步骤2、将Si和Ti分别转化为模糊语义值，得到路程时间模糊子集Φ和充电剩余时间模型子集Ψ；所述模糊语义值包括：正大，正中，零，负中，负小；
在转化为模糊语义值前，需要对Si和Ti进行尺度对齐，对齐到同一区间内。本实施例采用线性尺度对齐，将采用线性尺度对齐，将Si和Ti转换至区间[-6,6]，具体步骤如下：
(3-1)根据公式将Si转换为Si′，其中Smax为Si的最大值，Smin为Si的最小值，i＝1,..,n；
(3-2)根据公式将Ti转换为Ti′，其中Tmax为Ti的最大值，Tmin为Ti的最小值，i＝1,..,n。
设Si和Ti尺度对齐后的值为Si′和Ti′，将Si′和Ti′分别代入隶属函数中，转换为模糊语义值，本实施例采用三角形隶属函数来获取模糊语义。模糊语义值包括：正大，正中，零，负中，负小。路程时间模糊子集Φ中的元素φi为Si转化的模糊语义值，充电剩余时间模型子集Ψ中的元素为Ti转化的模糊语义值，即Φ和Ψ中的元素均与n个充电桩一一对应，且值为模糊语义值之一。
步骤3、根据路程时间模糊子集Φ、充电剩余时间模型子集Ψ和模糊推理规则得到充电桩的充电可行度模糊子集Z；
本发明中模糊推理规则为：充电桩的充电可行度模糊子集Z中的第i个元素Zi取值如表1：
表1
其中φi为路程时间模糊子集Φ中的第i个元素；为充电剩余时间模型子集Ψ中的第i个元素；NB表示正大，NM表示正中，ZE表示零，PM表示负中，PB表示负小；i＝1,..,n，n为电动汽车当前位置P的附近充电桩个数。
经过模糊推理后，得到n个充电桩的充电可行度Zi。
步骤4、设置空集U,将模糊子集Z中值为负小的元素放入U中；如模糊子集Z中没有负小值，将Z中值为负中的元素放入U中；
(5)选择电动汽车当前位置P到集合U中元素所对应的充电桩中所需时间最少的充电桩为最优充电桩。
经过步骤1-3，得到每个充电桩的Si、Ti和Zi的取值；集合U中的元素也与某充电桩对应，选择集合U中元素所对应的充电桩中，其Si值最小的为最优充电桩。
将所述最优充电桩的信息发送给车载导航系统2，指引驾驶员驶向所述最优充电桩。

Claims (7)

1.一种基于模糊决策的电动汽车充电桩确定方法，其特征在于，包括如下步骤：
(1)设电动汽车当前位置P的附近有n个充电桩Ci，i＝1,..,n；获取P到每个充电桩所需要的时间Si；获取每个充电桩正在充电的电动汽车电量充满时所需要的剩余时间Ti；
(2)将Si和Ti分别转化为模糊语义值，得到路程时间模糊子集Φ和充电剩余时间模型子集Ψ；所述模糊语义值包括：正大，正中，零，负中，负小；
(3)根据路程时间模糊子集Φ、充电剩余时间模型子集Ψ和模糊推理规则得到充电桩的充电可行度模糊子集Z；
(4)设置空集U,将模糊子集Z中值为负小的元素放入U中；如模糊子集Z中没有负小值，将Z中值为负中的元素放入U中；
(5)选择电动汽车当前位置P到集合U中元素所对应的充电桩中所需时间最少的充电桩为最优充电桩。
2.根据权利要求1所述的基于模糊决策的电动汽车充电桩确定方法，其特征在于，步骤(2)中将Si和Ti分别转化为模糊语义值，包括如下步骤：
(2-1)对Si和Ti进行尺度对齐，均转换至[-Θ,Θ]区间内，其中Θ为正实数；
(2-2)设Si和Ti尺度对齐后的值为Si′和Ti′，将Si′和Ti′分别代入隶属函数中，转换为模糊语义值。
3.根据权利要求2所述的基于模糊决策的电动汽车充电桩确定方法，其特征在于，采用线性尺度对齐，将Si和Ti转换至区间[-6,6]，具体包括如下步骤：
(3-1)根据公式将Si转换为Si′，其中Smax为Si的最大值，Smin为Si的最小值，i＝1,..,n；
(3-2)根据公式将Ti转换为Ti′，其中Tmax为Ti的最大值，Tmin为Ti的最小值，i＝1,..,n。
4.根据权利要求2所述的基于模糊决策的电动汽车充电桩确定方法，其特征在于，所述隶属函数为三角形隶属函数。
5.根据权利要求1所述的基于模糊决策的电动汽车充电桩确定方法，其特征在于，所述模糊推理规则为：充电桩的充电可行度模糊子集Z中的第i个元素Zi取值如下表：
其中φi为路程时间模糊子集Φ中的第i个元素；为充电剩余时间模型子集Ψ中的第i个元素；NB表示正大，NM表示正中，ZE表示零，PM表示负中，PB表示负小；i＝1,..,n，n为电动汽车当前位置P的附近充电桩个数。
6.一种基于模糊决策的电动汽车充电装置，其特征在于，包括智能充电桩(1)、车载导航系统(2)和车载控制器(3)；所述智能充电桩(1)包括无线发射器(4-T)、充电/检测端口(5)；所述车载控制器(3)包括无线接收器(4-R)；
所述充电/检测端口(5)检测当前充电的电动汽车充电状态，计算电量充满所需要的剩余时间Ti，并将剩余时间Ti通过无线发射器(4-T)发送至车载控制器(3)的无线接收器(4-R)；
所述车载导航系统(2)获取电动汽车当前位置P和P附近的n个充电桩Ci的位置，计算P到Ci所需的时间Si，并将Si发送给车载控制器(3)；
车载控制器(3)根据接收到的Ti和Si获得最优充电桩。
7.根据权利要求6所述的基于模糊决策的电动汽车充电装置，其特征在于，车载控制器(3)获得最优充电桩后，将所述最优充电桩的信息发送给车载导航系统(2)，指引驾驶员驶向所述最优充电桩。
CN201711057449.1A 2017-11-01 2017-11-01 一种基于模糊决策的电动汽车充电桩确定方法 Active CN107830867B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711057449.1A CN107830867B (zh) 2017-11-01 2017-11-01 一种基于模糊决策的电动汽车充电桩确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711057449.1A CN107830867B (zh) 2017-11-01 2017-11-01 一种基于模糊决策的电动汽车充电桩确定方法

Publications (2)

Publication Number Publication Date
CN107830867A true CN107830867A (zh) 2018-03-23
CN107830867B CN107830867B (zh) 2019-12-20

Family

ID=61651372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711057449.1A Active CN107830867B (zh) 2017-11-01 2017-11-01 一种基于模糊决策的电动汽车充电桩确定方法

Country Status (1)

Country Link
CN (1) CN107830867B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111695942A (zh) * 2020-06-17 2020-09-22 云南省设计院集团有限公司 一种基于时间可靠性的电动汽车充电站选址方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104583719A (zh) * 2012-08-17 2015-04-29 株式会社东芝 充电管理系统
CN104658292A (zh) * 2015-02-15 2015-05-27 菏泽郓城职业技能鉴定基地 智能有序充电与车辆调度管理系统
CN105406545A (zh) * 2015-12-18 2016-03-16 李俊娇 一种电动汽车充电设备物联网装置
CN105681431A (zh) * 2016-01-26 2016-06-15 深圳市德传技术有限公司 一种基于位置的空闲充电桩查找方法
CN105789717A (zh) * 2016-04-15 2016-07-20 郑州宇通客车股份有限公司 一种根据电动汽车特征自动搜索充电设备的方法和装置
CN106515492A (zh) * 2016-12-01 2017-03-22 湖南大学 一种基于cps的电动汽车充电方法
WO2017168685A1 (ja) * 2016-03-31 2017-10-05 日産自動車株式会社 充電施設の案内方法及び情報提示装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104583719A (zh) * 2012-08-17 2015-04-29 株式会社东芝 充电管理系统
CN104658292A (zh) * 2015-02-15 2015-05-27 菏泽郓城职业技能鉴定基地 智能有序充电与车辆调度管理系统
CN105406545A (zh) * 2015-12-18 2016-03-16 李俊娇 一种电动汽车充电设备物联网装置
CN105681431A (zh) * 2016-01-26 2016-06-15 深圳市德传技术有限公司 一种基于位置的空闲充电桩查找方法
WO2017168685A1 (ja) * 2016-03-31 2017-10-05 日産自動車株式会社 充電施設の案内方法及び情報提示装置
CN105789717A (zh) * 2016-04-15 2016-07-20 郑州宇通客车股份有限公司 一种根据电动汽车特征自动搜索充电设备的方法和装置
CN106515492A (zh) * 2016-12-01 2017-03-22 湖南大学 一种基于cps的电动汽车充电方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
余岱玲 等: "基于RAM的智能充电桩设计与应用", 《自动化应用》 *
刘东奇 等: "基于T-S模糊控制器的电动汽车V2G智能充电站控制策略", 《电工技术学报》 *
吴李琼: "双模式电动汽车充电桩技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
汪子夜: "电动汽车充电桩调度管理系统研究与设计", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111695942A (zh) * 2020-06-17 2020-09-22 云南省设计院集团有限公司 一种基于时间可靠性的电动汽车充电站选址方法

Also Published As

Publication number Publication date
CN107830867B (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
Lee et al. Energy efficient speed planning of electric vehicles for car-following scenario using model-based reinforcement learning
Wu et al. A predictive energy management strategy for multi-mode plug-in hybrid electric vehicles based on multi neural networks
Wu et al. Hierarchical predictive control for electric vehicles with hybrid energy storage system under vehicle-following scenarios
CN108437991B (zh) 一种智能电动汽车自适应巡航控制系统及其方法
Ji et al. Energy recovery based on pedal situation for regenerative braking system of electric vehicle
CN106004865B (zh) 基于工况识别的里程自适应混合动力汽车能量管理方法
Zhang et al. Energy-saving optimization and control of autonomous electric vehicles with considering multiconstraints
EP4273011A1 (en) New energy vehicle coasting control system and method based on intelligent networking information, and new energy vehicle
Yu et al. Model predictive control for hybrid vehicle ecological driving using traffic signal and road slope information
Hou et al. Real-time energy management strategy of a fuel cell electric vehicle with global optimal learning
CN105946857B (zh) 基于智能交通系统的并联phev能量管理方法
CN105501216B (zh) 基于车联网的混合动力汽车的分层能量管理控制方法
Ghobadpour et al. An intelligent energy management strategy for an off‐road plug‐in hybrid electric tractor based on farm operation recognition
US20160167645A1 (en) Apparatus and method of controlling conversion of driving mode of plug-in hybrid electric vehicle
CN202499132U (zh) 新型Plug_in混合动力汽车能量管理控制器
CN113085860B (zh) 一种跟车环境下的燃料电池混合动力汽车的能量管理方法
CN102556056A (zh) 一种混合动力汽车的双模糊能量控制管理系统
CN103112450B (zh) 一种插电式并联混合动力汽车的实时优化控制方法
CN105644560A (zh) 一种四轮轮毂电机电动车自适应巡航控制系统及方法
CN105759753A (zh) 基于v2x的混合动力汽车的能量管理优化控制方法
Ouddah et al. From offline to adaptive online energy management strategy of hybrid vehicle using Pontryagin’s minimum principle
CN113779703A (zh) 一种燃料电池汽车车速规划与能量管理的联合优化方法
CN105667501B (zh) 具有轨迹优化功能的混合动力车辆的能量分配方法
CN111532264A (zh) 一种面向变坡度和变限速交通场景的智能网联汽车巡航车速优化方法
CN113815437A (zh) 燃料电池混合动力汽车的预测性能量管理方法

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
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20180323

Assignee: NANJING SUOLEYOU ENERGY SAVING TECHNOLOGY Co.,Ltd.

Assignor: NANJING XIAOZHUANG University

Contract record no.: X2021980010504

Denomination of invention: A method for determining electric vehicle charging pile based on fuzzy decision

Granted publication date: 20191220

License type: Common License

Record date: 20211011

EE01 Entry into force of recordation of patent licensing contract
TR01 Transfer of patent right

Effective date of registration: 20231013

Address after: 213149 Plant 10, No. 8, Lanxiang Road, West the Taihu Lake Science and Technology Industrial Park, Changzhou, Jiangsu Province

Patentee after: Boman medical technology (Changzhou) Co.,Ltd.

Address before: No. 3601 Jiangning Road, Nanjing District hirokage 211171 cities in Jiangsu Province

Patentee before: NANJING XIAOZHUANG University

TR01 Transfer of patent right