电动汽车车队的路径规划方法及装置与流程
本技术涉及车辆路径问题(vehicle routing problem，vrp)规划，具体涉及一种电动汽车车队的路径规划方法及装置。
背景技术：
1、电动汽车车队(本文中有时也简称为电动车队)常应用于物流、环卫、公交汽车、出租车、共享汽车等场景，通常使用的是由电驱动的商用车(比如轻型货车、清扫车等)，或者用作商业用途的乘用车(比如用于商业运营的出租车、网约车等)。
2、电动车队通常全年无休运营，相应的车队规划(或管理)多用于车队调度、充电规划等，以达到提升运营效率、节约成本的效果。当电动车队为物流车队时，因物流车辆有配送时间窗约束和载重的限制，进一步需要通过规划系统实现服务质量的保证(如按时到达)，并保证合规(不超重)。
3、近年来，电动汽车车队应用场景快速扩大，新能源专用车(包含用于物流的电动汽车)增长迅速。一些城市选择先建立只针对货运车辆的零排放区或近零排放区，称之为货运零排放区和货运近零排放区。随着电动汽车整体的快速增长，充电用户增多，城市内的充电资源日益紧张。另外，在寒冷季节或地区，因电动汽车锂电池的化学特性，容易出现里程缩水的现象，用户需要通过频繁充电来克服上述问题，这进一步增加了电动汽车的充电需求。
4、现有技术的一种多目标优化的纯电动汽车物流配送优化调度方法，利用基于分组遗传算法的在满足调度模型的约束条件下(时间窗、载重上限)，对其目标函数进行最小值求解从而得到最优调度方案。该方法用于纯电动汽车的物流配送调度，其调度适用性比现有的静态车辆调度方案更强。
5、现有技术的电动车队路径规划方案，大多是以静态的车辆能耗模型为基础，进行车辆调度和路径规划的，没有结合动态车辆能耗模型进行车队的路径规划，可能导致车辆在抵达投递站/充电站前就出现电量不足的情况，严重影响交付准时性。
技术实现思路
1、本技术的至少一个实施例提供了一种电动汽车车队的路径规划方法及装置，能够提高路径规划中电动车辆能耗估计的准确性，进而提高交付准时性。
2、根据本技术的一个方面，至少一个实施例提供了一种电动汽车车队的路径规划方法，包括：
3、能耗模型建模步骤，根据所述电动汽车车队中每辆车辆的历史行程数据，为每辆车辆建立一组独立模型，其中，每个独立模型分别对应于一个区间组合，所述区间组合包括气温区间、载重区间和车速区间；所述历史行程数据包括不同区间组合及其对应的能耗数据，所述独立模型的输入为所述区间组合，输出为车辆剩余电量与剩余行驶里程的对应关系；
4、规划步骤，获取配送日期的气温和配送订单，所述配送订单包括货物的取货位置、送达位置、配送时间窗口以及货物重量；基于配送日期的气温所属的气温区间和货物重量所属的载重区间，筛选出每辆车辆的多个独立模型；基于所述配送订单、地图信息和筛选出的多个独立模型，进行路径规划和充电规划，获得各个配送车辆的规划方案，其中，所述规划方案包括所选择的配送车辆以及各个配送车辆的配送订单、配送时间和配送路径。
5、可选的，所述能耗模型建模步骤还包括：针对每个区间组合，利用所述车辆在该区间组合下的历史行程数据，为该车辆建立该区间组合对应的一个独立模型。
6、可选的，所述地图信息包括路网信息和充电站信息；
7、所述规划步骤，还包括：在路径规划过程中，在配送车辆按照候选路径执行目标配送订单时，从所述配送车辆的独立模型中，筛选出与所述配送日期的气温信息、所述目标配送订单的货物重量、路网信息中所述候选路径的历史平均车速相匹配的独立模型；基于筛选出的独立模型，计算所述配送车辆在执行所述候选路径时的剩余电量，并在所述配送车辆的剩余电量不足以完成所述候选路径的情况下，根据充电站信息和所述配送车辆的剩余电量，选择充电站，并生成去往充电站的充电路径，根据所述充电路径更新所述候选路径。
8、可选的，所述能耗模型建模步骤还包括：根据所述电动汽车车队中同一车型的车辆的历史行程数据，为该车型的车辆建立一组统一模型，其中，每个统一模型分别对应于一个区间组合，所述统一模型的输入为所述区间组合，输出为车辆剩余电量与剩余行驶里程的对应关系；
9、在所述规划步骤之后，所述方法还包括：
10、接收第一配送车辆在执行第一配送订单过程中发送的第一列表数据，所述第一列表数据包括车辆标识、当前位置、当前气温和当前剩余电量；
11、从所述第一配送车辆所属的第一车型的统一模型中，筛选出与所述当前气温、所述第一配送订单的货物重量和所述第一配送路径的历史平均车速相匹配的统一模型，并基于筛选出的统一模型，计算车辆到达所述当前位置时的预测剩余电量；
12、根据所述第一配送车辆的当前剩余电量和所述预测剩余电量，判断所述第一配送车辆的能耗水平是否超过预设门限；
13、在所述第一配送车辆的能耗水平超过所述预设门限时，基于所述地图信息，为所述第一配送车辆选择第一充电站和去往第一充电站的临时充电路径；
14、基于统一模型，计算所述临时充电路径能耗最少的目标速度，将所述目标速度和第一充电站的信息发送给所述第一配送车辆，以引导第一配送车辆按照所述目标速度行驶至第一充电站。
15、可选的，所述能耗模型建模步骤还包括：针对每个区间组合，利用同一车型的车辆在该区间组合下的历史行程数据，为该车型的车辆建立该区间组合对应的一个统一模型。
16、可选的，所述充电站信息包括所述电动汽车车队的专用充电站的信息；
17、所述规划步骤，还包括：在选择充电站时，优先选择专用充电站，并确定充电时段和充电功率；
18、根据各个配送车辆所选择的充电站、充电时段和充电功率，生成专用充电站的充电管理方案并发送给专用充电站。
19、可选的，在所述第一充电站为专用充电站的情况下，所述方法还包括：
20、计算所述第一配送车辆到达所述第一充电站的预计到达时间；
21、根据所述预计到达时间和第一配送车辆的充电需求，生成第一配送车辆的充电方案，向所述第一充电站发送第一配送车辆的充电方案，以使所述第一充电站为第一配送车辆预留充电资源。
22、可选的，还包括：
23、按照以下方式，获取电动车辆的历史行程数据：
24、接收电动车辆在完成当天配送订单后发送的第二列表数据，其中，所述第二列表数据包括多份历史采集数据，每份历史采集数据包括采集时间及其对应的剩余电量、车外温度、车辆总里程、车速、加速度、地理位置、电压、电流和能耗数据中的一种或多种；
25、根据所述多份历史采集数据和所述电动汽车车队的历史配送订单，确定每份历史采集数据对应的载重；
26、基于所述多份历史采集数据及每份历史采集数据对应的载重，生成所述电动车辆的多份历史行程数据，其中，每份历史行程数据至少包括所述历史采集数据对应的气温区间、载重区间和车速区间和能耗数据。
27、可选的，还包括：
28、接收所述电动车辆在完成当天配送订单后发送的充电数据，所述充电数据至少包括当天每次充电的电量；
29、根据所述充电数据，更新所述电动车辆的累积充电量；以及，根据所述第二列表数据，更新所述电动车辆的累积里程；
30、根据所述电动车辆的车辆状态数据，判断所述电动车辆的车辆状态是否发生更新，并在所述车辆状态发生更新的情况下，基于更新后的车辆状态下所述电动车辆的历史行程数据，更新所述电动车辆的独立模型；
31、根据所述同一车型的电动车辆的车型总状态数据，判断该车型的车型总状态是否发生更新，并在所述车型总状态发生更新的情况下，基于更新后的车型总状态下该车型的车辆的历史行程数据，更新该车型的车辆的统一模型；
32、其中，所述车辆状态是由所述车辆状态数据定义的，不同的车辆状态数据或车辆状态数据的组合对应于不同的车辆状态，所述车辆状态数据包括以下至少一种：所述电动车辆的使用总时长所属的使用时长区间、所述电动车辆的累积充电量所属的充电量区间、所述电动车辆的累积里程所属的里程区间；
33、所述车型总状态是由所述车型总状态数据定义的，不同的车型总状态数据或车型总状态数据的组合对应于不同的车辆状态，所述车型总状态数据包括以下至少一种：所述电动汽车车队中同一车型的电动车辆的使用总时长所属的使用时长区间、同一车型的电动车辆的累积充电量所属的充电量区间、同一车型的电动车辆的累积里程所属的里程区间。
34、根据本技术的另一方面，至少一个实施例提供了一种电动汽车车队的路径规划装置，包括：
35、一种电动汽车车队的路径规划装置，其特征在于，包括能耗模型建模单元和规划单元，其中，所述能耗模型建模单元包括第一建模子单元，所述规划单元包括第一规划子单元；
36、所述第一建模子单元，根据所述电动汽车车队中每辆车辆的历史行程数据，为每辆车辆建立一组独立模型，其中，每个独立模型分别对应于一个区间组合，所述区间组合包括气温区间、载重区间和车速区间；所述历史行程数据包括不同区间组合及其对应的能耗数据，所述独立模型的输入为所述区间组合，输出为车辆剩余电量与剩余行驶里程的对应关系；
37、所述第一规划子单元，用于获取配送日期的气温和配送订单，所述配送订单包括货物的取货位置、送达位置、配送时间窗口以及货物重量；基于配送日期的气温所属的气温区间和货物重量所属的载重区间，筛选出每辆车辆的多个独立模型；基于所述配送订单、地图信息和筛选出的多个独立模型，进行路径规划和充电规划，获得各个配送车辆的规划方案，其中，所述规划方案包括所选择的配送车辆以及各个配送车辆的配送订单、配送时间和配送路径。
38、可选的，所述地图信息包括路网信息和充电站信息；
39、所述第一规划子单元，还用于：在路径规划过程中，在配送车辆按照候选路径执行目标配送订单时，从所述配送车辆的独立模型中，筛选出与所述配送日期的气温信息、所述目标配送订单的货物重量、路网信息中所述候选路径的历史平均车速相匹配的独立模型；基于筛选出的独立模型，计算所述配送车辆在执行所述候选路径时的剩余电量，并在所述配送车辆的剩余电量不足以完成所述候选路径的情况下，根据充电站信息和所述配送车辆的剩余电量，选择充电站，并生成去往充电站的充电路径，根据所述充电路径更新所述候选路径。
40、可选的，所述能耗模型建模单元还包括第二建模子单元；
41、所述第二建模子单元，用于根据所述电动汽车车队中同一车型的车辆的历史行程数据，为该车型的车辆建立一组统一模型，其中，每个统一模型分别对应于一个区间组合，所述统一模型的输入为所述区间组合，输出为车辆剩余电量与剩余行驶里程的对应关系；
42、所述第一规划子单元，还用于：
43、接收第一配送车辆在执行第一配送订单过程中发送的第一列表数据，所述第一列表数据包括车辆标识、当前位置、当前气温和当前剩余电量；
44、从所述第一配送车辆所属的第一车型的统一模型中，筛选出与所述当前气温、所述第一配送订单的货物重量和所述第一配送路径的历史平均车速相匹配的统一模型，并基于筛选出的统一模型，计算车辆到达所述当前位置时的预测剩余电量；
45、根据所述第一配送车辆的当前剩余电量和所述预测剩余电量，判断所述第一配送车辆的能耗水平是否超过预设门限；
46、在所述第一配送车辆的能耗水平超过所述预设门限时，基于所述地图信息，为所述第一配送车辆选择第一充电站和去往第一充电站的临时充电路径；
47、基于统一模型，计算所述临时充电路径能耗最少的目标速度，将所述目标速度和第一充电站的信息发送给所述第一配送车辆，以引导第一配送车辆按照所述目标速度行驶至第一充电站。
48、可选的，所述充电站信息包括所述电动汽车车队的专用充电站的信息；所述规划单元还包括第二规划子单元；
49、所述第一规划子单元，还用于：在选择充电站时，优先选择专用充电站，并确定充电时段和充电功率；
50、所述第二规划子单元，用于根据各个配送车辆所选择的充电站、充电时段和充电功率，生成专用充电站的充电管理方案并发送给专用充电站。
51、可选的，所述第二规划子单元，还用于：
52、在所述第一充电站为专用充电站的情况下，计算所述第一配送车辆到达所述第一充电站的预计到达时间；
53、根据所述预计到达时间和第一配送车辆的充电需求，生成第一配送车辆的充电方案，向所述第一充电站发送第一配送车辆的充电方案，以使所述第一充电站为第一配送车辆预留充电资源。
54、可选的，还包括：
55、通信单元，用于接收电动车辆在完成当天配送订单后发送的第二列表数据，其中，所述第二列表数据包括多份历史采集数据，每份历史采集数据包括采集时间及其对应的剩余电量、车外温度、车辆总里程、车速、加速度、地理位置、电压、电流和能耗数据中的一种或多种；
56、数据整合单元，用于根据所述多份历史采集数据和所述电动汽车车队的历史配送订单，确定每份历史采集数据对应的载重；基于所述多份历史采集数据及每份历史采集数据对应的载重，生成所述电动车辆的多份历史行程数据，其中，每份历史行程数据至少包括所述历史采集数据对应的气温区间、载重区间和车速区间和能耗数据。
57、可选的，所述能耗模型建模单元还包括能耗模型更新单元；
58、所述通信单元，还用于接收所述电动车辆在完成当天配送订单后发送的充电数据，所述充电数据至少包括当天每次充电的电量；
59、所述数据整合单元，还用于根据所述充电数据，更新所述电动车辆的累积充电量；以及，根据所述第二列表数据，更新所述电动车辆的累积里程；
60、所述能耗模型更新单元用于：
61、根据所述电动车辆的车辆状态数据，判断所述电动车辆的车辆状态是否发生更新，并在所述车辆状态发生更新的情况下，基于更新后的车辆状态下所述电动车辆的历史行程数据，更新所述电动车辆的独立模型；
62、根据所述同一车型的电动车辆的车型总状态数据，判断该车型的车型总状态是否发生更新，并在所述车型总状态发生更新的情况下，基于更新后的车型总状态下该车型的车辆的历史行程数据，更新该车型的车辆的统一模型；
63、其中，所述车辆状态是由所述车辆状态数据定义的，不同的车辆状态数据或车辆状态数据的组合对应于不同的车辆状态，所述车辆状态数据包括以下至少一种：所述电动车辆的使用总时长所属的使用时长区间、所述电动车辆的累积充电量所属的充电量区间、所述电动车辆的累积里程所属的里程区间；
64、所述车型总状态是由所述车型总状态数据定义的，不同的车型总状态数据或车型总状态数据的组合对应于不同的车辆状态，所述车型总状态数据包括以下至少一种：所述电动汽车车队中同一车型的电动车辆的使用总时长所属的使用时长区间、同一车型的电动车辆的累积充电量所属的充电量区间、同一车型的电动车辆的累积里程所属的里程区间。
65、根据本技术的另一方面，至少一个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有程序，所述程序被处理器执行时，实现如上所述的方法的步骤。
66、与现有技术相比，本技术实施例提供的电动汽车车队的路径规划方法及装置，
67、本技术实施例在电动车辆路径规划中引入了动态能耗模型，不再是采用静态的里程预测模型，从而提高了续航里程和剩余电量的预测准确性，避免车辆在抵达投递站/充电站前就出现电量不足等情况，提高了交付准时性。
68、本技术实施例的上述方法，基于更准确的能耗模型(独立模型和统一模型)和车辆调度，使得相比于其他电动车调度方案，能够避免车辆抵达投递站/充电站前发生电量不足的情况，提高交付准时性。另外，本技术实施例的数据采集、运算成本较低。再者，本技术实施例可以优先利用专用充电站为车辆充电，使得电池可提供服务的时间更长，能够更好的保护电池资产，从而节约成本。
技术特征：
1.一种电动汽车车队的路径规划方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，
3.如权利要求1所述的方法，其特征在于，
4.如权利要求3所述的方法，其特征在于，
5.如权利要求4所述的方法，其特征在于，
6.如权利要求4所述的方法，其特征在于，所述充电站信息包括所述电动汽车车队的专用充电站的信息；
7.如权利要求6所述的方法，其特征在于，在所述第一充电站为专用充电站的情况下，所述方法还包括：
8.如权利要求6所述的方法，其特征在于，还包括：
9.如权利要求8所述的方法，其特征在于，还包括：
10.一种电动汽车车队的路径规划装置，其特征在于，包括能耗模型建模单元和规划单元，其中，所述能耗模型建模单元包括第一建模子单元，所述规划单元包括第一规划子单元；
11.如权利要求10所述的装置，其特征在于，
12.如权利要求11所述的装置，其特征在于，
13.如权利要求12所述的装置，其特征在于，所述充电站信息包括所述电动汽车车队的专用充电站的信息；所述规划单元还包括第二规划子单元；
14.如权利要求13所述的装置，其特征在于，
15.如权利要求13所述的装置，其特征在于，还包括：
16.如权利要求15所述的装置，其特征在于，所述能耗模型建模单元还包括能耗模型更新单元；
技术总结
本申请提供了一种电动汽车车队的路径规划方法及装置，涉及电动汽车车队的路径规划技术领域。本申请实施例基于更准确的能耗模型(独立模型和统一模型)和车辆调度，相比于其他电动车调度方案，能够避免车辆抵达投递站/充电站前发生电量不足的情况，提高交付准时性。另外，本申请实施例的数据采集、运算成本较低。再者，本申请实施例可以优先利用专用充电站为车辆充电，使得电池可提供服务的时间更长，能够更好的保护电池资产，从而节约成本。
技术研发人员：姜淼,耿璐
受保护的技术使用者：株式会社日立制作所
技术研发日：
技术公布日：2024/9/23