考慮電動(dòng)汽車(chē)電量及充電站位置的最優(yōu)路徑查找

杜美丹

摘要：在環(huán)境保護(hù)和節(jié)約能源要求下，發(fā)展電動(dòng)汽車(chē)已經(jīng)成為重要的產(chǎn)業(yè)方向，但現(xiàn)有電動(dòng)汽車(chē)發(fā)展還不夠成熟，存在續(xù)航里程不足的缺點(diǎn)，充換電服務(wù)網(wǎng)絡(luò)也還不夠普及，因此對(duì)汽車(chē)行駛線路耗電量少的路徑搜索就尤為重要。基于Dijkstra算法和Floyd算法提出了一種查找電動(dòng)汽車(chē)在不同道路工況下行駛時(shí)耗電量最少的路徑模型，得到了電動(dòng)汽車(chē)行駛的最優(yōu)路徑，模型并使用Matlab軟件自帶語(yǔ)言編程并仿真，得到直觀的路線信息、距離。

關(guān)鍵詞：電動(dòng)汽車(chē)；道路工況；Matlab

中圖分類(lèi)號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）25-6015-04

A New Route Searching Method for EVS Considering Electric Motor Efficiency and Charging Stations

DU Mei-dan

（Electronics and Information College， Tongji University， Shanghai 201804， China）

Abstract： Electronic vehicles have been role industry direction considering environmental protection and energy saving. But development of EVS is not nature enough with lack of range and charging stations not widely available， so it is necessary for searching route with low power consumption. A model for least power consumption route searching has been set up using Dijkstra and Floyd algorithm with different road conditions and is simulated and programmed in Matlab. A intuitive route and distance is got with the model.

Key words： electronic vehicles； road conditions； Matlab

純電動(dòng)車(chē)省去了油箱、發(fā)動(dòng)機(jī)、變速器、冷卻系統(tǒng)和排氣系統(tǒng)，相比傳統(tǒng)汽車(chē)的內(nèi)燃汽油發(fā)動(dòng)機(jī)動(dòng)力系統(tǒng)，電動(dòng)機(jī)和控制器的成本更低，且純電動(dòng)車(chē)能量轉(zhuǎn)換效率更高。但電動(dòng)汽車(chē)作為一個(gè)新興行業(yè)，發(fā)展還不夠，有著電動(dòng)汽車(chē)保有量偏少、續(xù)航里程不足、電池組技術(shù)不成熟等缺點(diǎn)，跨區(qū)域的充換電服務(wù)網(wǎng)絡(luò)尚未形成等諸多制約。

最優(yōu)路徑是指網(wǎng)絡(luò)圖中一個(gè)點(diǎn)對(duì)之間總邊權(quán)最小的連接起訖點(diǎn)的邊的序列。在交通分配中， 最優(yōu)路徑是指生成分配目的地即給定了起點(diǎn)和終點(diǎn)之后， 系統(tǒng)中的車(chē)輛整個(gè)道路網(wǎng)絡(luò)中按照行車(chē)距離最短（或者行車(chē)時(shí)間最短、擁擠程度最低、道路質(zhì)量最優(yōu)等）尋找一條最優(yōu)的行車(chē)路線，以將可能快速、暢通、經(jīng)濟(jì)的到達(dá)目的地。

在不同道路工況下，電動(dòng)汽車(chē)效率是不同的，這也導(dǎo)致了單位里程耗電量的不同，因此最短路徑并不意味著耗電量最少。電動(dòng)汽車(chē)?yán)m(xù)航里程不足，因此駕駛電動(dòng)汽車(chē)的用戶需要儲(chǔ)備一定的電量以面對(duì)可能遇到的用電駕駛問(wèn)題。為了更加直觀簡(jiǎn)潔地建立模型，該文中將城市交通網(wǎng)絡(luò)直觀地認(rèn)為是由一些點(diǎn)狀目標(biāo)和線狀目標(biāo)組成的圖，整個(gè)網(wǎng)絡(luò)圖將由交叉口和路段組成，并定義交叉口為網(wǎng)絡(luò)的節(jié)點(diǎn)，路段為網(wǎng)絡(luò)的邊，由此，城市網(wǎng)絡(luò)是由點(diǎn)、線組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)?？紤]到充電站分布較少以及電動(dòng)汽車(chē)電池儲(chǔ)量不足的特點(diǎn)，以消耗電量最少路徑作為對(duì)電動(dòng)汽車(chē)路徑優(yōu)化的衡量指標(biāo)，這在電動(dòng)汽車(chē)領(lǐng)域無(wú)疑是一個(gè)很大的創(chuàng)新和突破。為了讓研究更有真實(shí)性和說(shuō)服力，我們根據(jù)路網(wǎng)中的交通狀況，并經(jīng)過(guò)大量調(diào)查和研究，得到電動(dòng)汽車(chē)實(shí)時(shí)行駛速度范圍，并計(jì)算在此速度下汽車(chē)單位公里消耗的電量，從而得出更加精確的數(shù)據(jù)。

1 現(xiàn)有研究及模型

關(guān)于路徑計(jì)算的算法目前比較通用的是Dijkstra算法和Floyd算法。Dijkstra（迪科斯徹）算法是由荷蘭計(jì)算機(jī)科學(xué)家艾茲赫爾·戴克斯特拉發(fā)明。迪科斯徹算法使用了廣度優(yōu)先搜索算法。算法解決的是有向圖中單個(gè)源點(diǎn)到其他頂點(diǎn)的最短路徑問(wèn)題。Floyd算法的原理是動(dòng)態(tài)規(guī)劃。現(xiàn)有研究大多是基于以上兩種算法建立模型。車(chē)輛行駛最優(yōu)路徑優(yōu)化設(shè)計(jì)模型大部分是針對(duì)路網(wǎng)中的燃油汽車(chē)，這些模型對(duì)于車(chē)輛行駛規(guī)劃有了一定的幫助和推動(dòng)。其中有自主車(chē)輛路徑導(dǎo)航系統(tǒng)，它是關(guān)于智能交通系統(tǒng)的研究課題， 要求能夠按照存儲(chǔ)在其內(nèi)部的數(shù)字地圖的拓?fù)湫畔?，?shí)時(shí)的規(guī)劃出一條全局最優(yōu)路徑用于車(chē)輛導(dǎo)航。以往的道路最短路徑算法基本上是基于簡(jiǎn)單拓?fù)渚W(wǎng)絡(luò)，這樣的拓?fù)渚W(wǎng)絡(luò)是將現(xiàn)實(shí)中復(fù)雜的交通道路網(wǎng)絡(luò)簡(jiǎn)單化， 數(shù)據(jù)量較小。

另外有一些針對(duì)電動(dòng)汽車(chē)充電站布局建立的模型，結(jié)合電動(dòng)汽車(chē)的行駛局限性和充電需求特性，從出行者充電需求時(shí)空分布和充電決策過(guò)程角度出發(fā)，可歸為兩類(lèi)：點(diǎn)需求模型和流量需求模型。點(diǎn)需求模型通常假設(shè)補(bǔ)充燃料需求產(chǎn)生于路網(wǎng)中的節(jié)點(diǎn)，其優(yōu)化目標(biāo)是定位給定的p個(gè)供應(yīng)站并分配每個(gè)需求點(diǎn)到一個(gè)特定的供應(yīng)站從而滿足所有需求點(diǎn)與供應(yīng)站之間的平均距離最小。流量需求模型的優(yōu)化目標(biāo)是對(duì)p個(gè)供應(yīng)站選址使得供應(yīng)站所能服務(wù)的顧客流量最大。流量需求模型中的燃料需求不再局限于路網(wǎng)中的節(jié)點(diǎn)，而采用路段上的車(chē)流量表示。充電站布局模型是根據(jù)路網(wǎng)中各個(gè)路段流量需求將電動(dòng)汽車(chē)行駛時(shí)間，速度，在充電站排隊(duì)等待時(shí)間，充電時(shí)間，出發(fā)時(shí)刻分布，出發(fā)時(shí)剩余電量等角度建立布局模型。

2 模型介紹

Dijkstra算法和Floyd算法運(yùn)算出的是起點(diǎn)和終點(diǎn)之間的最短路徑，而且不考慮道路的交通狀況，但本文中將傳統(tǒng)的算法進(jìn)行優(yōu)化，結(jié)合道路工況，搜索起訖點(diǎn)間耗電量最少的路徑。在電動(dòng)汽車(chē)行駛過(guò)程中，需要考慮的三個(gè)重要因素是：電池電量，電機(jī)效率和充電站。

1） 由于電動(dòng)汽車(chē)本身電池組容量小，續(xù)航里程不足，因此用戶在駕駛電動(dòng)汽車(chē)出行時(shí)，必須考慮電動(dòng)汽車(chē)電量是否足以支持用戶到達(dá)目的地。

2） 在不同的道路工況下，電動(dòng)汽車(chē)行駛速度是不同的，進(jìn)而影響到電機(jī)效率，即汽車(chē)行駛單位里程耗電量的不同。該文中將道路工況分為四種：

從仿真結(jié)果可以看出兩種算法結(jié)果是一致的，起點(diǎn)到終點(diǎn)的最短路徑并不同于耗電量最少的路徑，可以驗(yàn)證本文所提方法的有效性。

3 結(jié)論

本文提出了一種新的查找電動(dòng)汽車(chē)最優(yōu)路徑的理念，此方法以搜索消耗電量最少的路徑為指標(biāo)，旨在保障電動(dòng)汽車(chē)儲(chǔ)備足夠多的電量，防止中途電量不足，無(wú)法到達(dá)終點(diǎn)。用戶不僅得到了從起點(diǎn)到終點(diǎn)的駕駛路線，也得到了需要消耗的電量，方便得知電池本身剩余電量是否足夠以及是否需要補(bǔ)充電量。

但本文仍然有很多不足，道路工況和電動(dòng)汽車(chē)電機(jī)在相應(yīng)工況下的效率在實(shí)際路網(wǎng)中道路工況是時(shí)刻變化著的，電動(dòng)汽車(chē)電動(dòng)機(jī)的效率在不同的道路工況下也是時(shí)刻變化的，另外當(dāng)電動(dòng)汽車(chē)本身儲(chǔ)備電量不足時(shí)，就需要用戶到充電站充電，而如何選擇充電站以及充電完成后如何到達(dá)終點(diǎn)，這都需要在以后的研究中加以考慮。

參考文獻(xiàn)：

[1] Yuichi Kobayashi，Noboru Kiyama，Hirokazu Aoshima and Masamori Kashiyama. A Route Search Method for Electric Vehicles in Consideration of Range and Locations of Charging Stations. 2011 IEEE Intelligent Vehicles Symposium （IV）.Baden-Baden， Germany， June 5-9， 2011

[2] Claire F. Minett， A. Maria Salomons， Winnie Daamen， Bart van Arem， Member .Eco-routing： comparing the fuel consumption of different routes between an origin and destination using field test speed profiles and synthetic speed profiles.， IEEE and Sjon Kuijpers.2011 IEEE Forum on Integrated and Sustainable Transportation Systems. Vienna， Austria， June 29 - July 1， 2011

[3] Karim Faez ， Mohammad Khanjary.UTOSPF： A Distributed Dynamic Route Guidance System Based On Wireless Sensor Networks and Open Shortest Path First Protocol.

[4] Boris V. Cherkassky* Andrew V. Goldberg+ Tomasz Radzikt .Shortest paths algorithms theory and experimental evaluation .

[5] 羅躍軍，李霖，朱敦堯，鄭莉.車(chē)輛導(dǎo)航系統(tǒng)中最短路徑計(jì)算的數(shù)據(jù)模型[J].昆明理工大學(xué)學(xué)報(bào)：理工版，2004，29（3）.

[6] 樊月珍，江發(fā)潮，毛恩榮.車(chē)輛行駛最優(yōu)路徑優(yōu)化算法設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007，28，（23）.

[7] 孫小慧，劉鍇，左志.考慮時(shí)空間限制的電動(dòng)汽車(chē)充電站布局模型[J].地理科學(xué)進(jìn)展，2012，31（6）.

[8] 吳光強(qiáng).汽車(chē)?yán)碚揫M].北京：人民交通出版社，2007.

[9] 陳全世，朱家璉，田光宇.先進(jìn)電動(dòng)汽車(chē)技術(shù)[M].北京：化學(xué)工業(yè)出版社，2007.