(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111388164.2 (22)申请日 2021.11.22 (71)申请人 山东德佑电气股份有限公司 地址 255000 山东省淄博市高新区民祥路 149号 (72)发明人 孙国歧　蔡旭　咸日常　张玲艳　 魏晓宾　马丽　刘涛　刘光慧　 于洋　胡钰业　孙少帅　段福深　 崔润波　郭致达　 (74)专利代理 机构 淄博市众朗知识产权代理事 务所(特殊普通 合伙) 37316 代理人 程强强 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 基于车次链的拥挤交通状态下的公交充电 负荷优化方法 (57)摘要 基于车次链的拥挤交通状态下的公交充电 负荷优化方法， 属于新能源公交车充电技术领 域。 通过云平台获取车辆信息与车辆编排计划； 通过地图数据获得交通拥挤系数， 以及相应的耗 时倍率ε； 根据耗时倍率ε计算受影 响时间段车 辆的延误时间； 计算在交通拥堵情况下的每公里 功率， 以及本次任务耗电量； 确定优化时间段， 生 成可行车次链的所有充电片段； 以成本和影响时 间最小为目标， 求得最优的充电片段。 本发明依 据拥挤系数来描述公交需求和延误时间， 通过车 次链生成可行的充电片段， 并与原有优化曲线进 行比较， 可以在保持公交运营和经济优化基础 上， 把拥挤状态的影响时间减少。 权利要求书2页 说明书7页 附图2页 CN 114037177 A 2022.02.11 CN 114037177 A 1.基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其特征在于： 包括如下步 骤： 通过云平台获取 车辆信息与车辆编排计划； 通过地图数据获得交通拥挤系数， 以及相应的耗时倍 率 ε； 根据耗时倍 率 ε计算受影响时间段 车辆的延误时间； 计算在交通拥堵情况 下的每公里功率， 以及本次任务 耗电量； 确定优化时间段， 生成可 行车次链的所有 充电片段； 以成本和影响时间最小为目标， 求得最优的充电片段。 2.根据权利要求1所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 根据所述的车辆信息和车辆编排计划， 以Δt 为间隔离散， 获得第m辆车的到站时 刻矩阵Tin， m、 发车时刻矩阵Tout， m和进站电池SOCin， m参数： Tin， m＝[tin， m， 1， tin， m， 2， ...， tin， m， j]； Tout， m＝[tout， m， 1， tout， m， 2， ...， tout， m， j]； SOCin， m＝[SOCin， m， 1， SOCin， m， 2， ...， SOCin， m， j]； 其中， tin， m， j表示第m辆车第j次任务的进站时间， tout， m， j表示第m辆车第j次任务的出站 时间， SOCin， m， j表示第m辆车第j次任务的进站荷电状态。 3.根据权利要求1所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 在不同指数 下的延迟时间为： T′＝T+Tdelav＝ ε×T； 其中， T为畅通状态下执行一次任务的时间， T ′为实际交通状态下执行一次任务的时 间， Tdelay为与畅通状态下相比延误的时间。 4.根据权利要求3所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 执 行里程为L公里的公交功耗Pm， k为： 其中， Pm， k为第m辆车第k次任务的每公里耗电量， m为公交车总重， g为重力加速度， f为 摩擦系数， Cd为风阻系数， A为迎风 面积。 5.根据权利要求4所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 本次任务 耗电量Em， k为： 其中， Em， k为第m辆车第k次任务的耗电量， tout， m， k为车辆m第k次出站时间， tin， m， k为车辆m 第k次入站时间。 6.根据权利要求1所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 所述优化时间段为： 所述优化时间段为： [tin， m， k+tdelay， tout， m， k+1]； 其中， tout， m， k为车辆m第k次出站时间， tout， m， k+1为车辆m第k+1次入站时间， tdelay为延误权　利　要　求　书 1/2 页 2 CN 114037177 A 2时间； tdelay＝( ε‑1)(tout， m， k‑tin， m， k)； 其中， tin， m， k为车辆m第k次入站时间。 7.根据权利要求6所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 可 行车次链的所有 充电片段为： 其中， 第m辆车第k次任务的充电可行片段个数， Zti为1用作片计数， Pj为第j个片段 段上的充电功率， Pmax为公交车充电功率最大值， t为每个片段的持续时间， Eneed为电量需 求， SOCneed为荷电状态需求量， SOCin， m， k表示第m辆车第次任务的进站荷电状态， Em为第m辆车 的电池总容 量。 8.根据权利要求7所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 所述方法还包括， 根据每个充电时间段间隔Δt， 每个充电时间开始时间和结束 时间记为ai和 确定在站充电的M 辆车的充电成本 C为： 其中， 表示车辆m的第j个充电片段是否被选中其为0 ‑1决策变量， 选中为1， 否则 为 0； Sj为第j个片段 上的分时电价； Pj为第j个时间段 上的充电功率。 9.根据权利要求8所述的基于车次链的拥挤交通状态下的公交充电负荷优化方法， 其 特征在于： 所述方法还包括， 缩短调度的车辆的充电时间给予优化曲线的影响时间后， 充电 成本C为： 权　利　要　求　书 2/2 页 3 CN 114037177 A 3