考虑实时动态能耗的电动汽车充电路径规划

由于电动汽车在行驶途中电量耗尽的风险较大,亟须研究一种有利于减轻用户出行焦虑的电动汽车充电路径规划方法。文中通过选取能够准确反映实际道路中用户驾驶特性的行驶工况特征参数,分析各特征参数与耗电量之间的相关性以及特征之间的相关性强弱,采用主成分分析对特征进行降维,基于信息熵模糊聚类方法对行驶工况进行分类,构建电动汽车行驶途中的动态能耗模型。并基于此考虑路径选择及电池剩余电量约束,建立以出行总距离、总时间及充电价格三者权值之和最小为目标的电动汽车充电路径规划模型。以某市实际交通路网规划18 km×18 km区域,分析采用实时能耗对充电路径规划的影响以及不同优化目标对用户充电路径优化结果的影响,验证了所提规划方法的可行性及有效性。  

无线充电设备能量受限的WRSNs周期性充电规划

研究无线充电设备(wireless charging equipment, WCE)的充电能量和行驶能量均有限的情况下使用WCE为传感器节点周期性充电问题.对于每一个充电周期,旨在最大化充电周期时间的同时最小化WCE充电和行驶能量的总消耗值,以最小的WCE能量消耗功率保证无线可充电传感器网络(wireless recharging sensors networks, WRSNs)永久性工作下去.通过分析传感器节点能量约束和WCE行驶及充电约束,建立以最小化WCE能量消耗功率为优化目标的优化模型.充电问题为NP-Complete问题,使用混沌粒子群算法(chaos particle swarm optimization, CPSO)求解优化问题得到WCE充电路径和节点充电时间,并设计了由2种数据路由和3种节点分布类型组合成的6种WRSNs仿真场景,与基本遗传算法(genetic algorithm, GA)对比,其收敛速度至少提升了1倍.