考虑信号灯和能耗的电动车最优路径规划

doi:10.19562/j.chinasae.qcgc.2021.05.001

摘要/Abstract

摘要：

为使电动汽车在行驶中达到最优能耗，以车辆行驶能耗最少为目标，提出了一种考虑交叉口信号灯和能耗的电动车最优路径规划算法。根据电动车运行时能耗和制动能量回收等因素，建立能耗模型。基于车路协同技术预先获取各路段交叉口信号灯的位置和配时信息，以此建立车辆通过信号交叉口的节能驾驶模型。基于信号灯的转换概率和电动车的能耗模型，将通过信号交叉口的交通流近似分为4个阶段：绿灯匀速通行、红灯前匀加速、红灯匀减速和红灯停车等待。结合红绿灯的转换概率和4个阶段的通行能耗，最后提出一种改进的A*算法，来寻找可行的能耗最小的路径，并进行了算例验证。结果表明，提出的方法可找到起点到终点的能耗最优路径，节能约达13%。

关键词: 电动汽车, 路径规划, A*算法, 信号交叉口, 能量回收

Abstract:

In order to achieve optimal energy consumption， an optimal path planning algorithm is proposed for electric vehicles considering intersection signal and energy consumption， with minimizing vehicle driving energy consumption as objective. An energy consumption model is established according to the factors of vehicle driving energy consumption and braking energy recovery. Based on the vehicle?road coordination technology， the position and timing information of traffic lights at the intersections of each road segment are obtained in advance， with which an energy?saving driving model for the vehicle passing through the signalized intersection is set up. Based on the conversion probability of traffic light and the energy consumption model of electric vehicle， the traffic flow passing through signalized intersection can be approximately divided into four stages， namely the green light constant speed passing， the uniform acceleration before red light ， the red light uniform deceleration and the red light stop and waiting. Combined with the transform probability of traffic lights and the passing through energy consumption in four states， an improved A* algorithm is finally put forward to find the feasible path with the lowest energy consumption， which is then verified on a calculation example. The results show that the method proposed can find the path with optimal energy consumption， saving some 13% energy.

Key words: electric vehicle, path planning, A* algorithm, signalized intersection, energy recovery

胡林,周登辉,黄晶,杜荣华,张新. 考虑信号灯和能耗的电动车最优路径规划[J]. 汽车工程, 2021, 43(5): 641-649.

Lin Hu,Denghui Zhou,Jing Huang,Ronghua Du,Xin Zhang. Optimal Path Planning for Electric Vehicle with Consideration of Traffic Light and Energy Consumption[J]. Automotive Engineering, 2021, 43(5): 641-649.

图/表 13

图 1

图 2

图 3

图4

图 5

图 6

表 1

表 2

表 3

算法验证整车主要参数"

参数	数值
质量m/kg	1 500
长/宽/高/mm	4 750/1 730/1 700
迎风面积/m²	2.9
空气阻力系数C_D	0.5
滚动阻力系数f	0.01
电机制动力占总制动力的百分比 $κ$	0.5
电机给蓄电池的充电效率 $η c$	0.8
整车效率 $η E V$	0.83
电机最大功率/kW	50
动力电池容量/(kW·h)	36

表 3

图 7

表 4

图 8

图 9

参考文献 33

1	常云涛，王奕彤. 连续流交叉口信号配时优化模型［J］.公路交通科技， 2018， 12（4）：66-74.
2	赵靖，郑喆，韩印. 排阵式交叉口延误及最佳周期模型［J］. 中国公路学报， 2019， 32（3）：135-144
3	FRANGIONI A，GALLI L．Delay⁃constrained shortest paths：approximation algorithms and second⁃order cone models［J］. Journal of Optimization Theory and Applications，2015，164（3）：1051-1077.
4	MUKHOPADHYAY S，PRAMOD M J，KUMAR A. Approximate mean delay analysis for a signalized intersection with indisciplined traffic［J］. IEEE Transactions on Intelligent Transportation Systems，2017， 10（11）： 1-13.
5	HU Lin， YANG Jia， HUANG Jin. The real⁃time shortest path algorithm with a consideration of traffic⁃light［J］. Journal of Intelligent & Fuzzy Systems， 2016， 31（16）： 2403-2410.
6	胡林，钟远兴，黄晶，等.考虑信号交叉口延时的最优车辆路径规划算法［J］. 汽车工程， 2018， 40（10）：103-109，133.
7	HU Lin， ZHONG Yuanxing， HAO Wei， et al. Optimal route algorithm considering traffic light and energy consumption［C］.IEEE Access，2018：59695-59704.
8	杨帆，杨晓光，云美萍. 考虑信号交叉口等待时间的最短路径算法［J］. 同济大学学报（自然科学版）， 2013（5）：680-686.
9	周熙阳，杨兆升，张伟，等. 考虑信号交叉口转向类型的最优路径规划算法［J］. 华南理工大学学报（自然科学版）， 2016 （4）： 101-108.
10	TANG T Q ， YI Z Y ， ZHANG J， et al. A speed guidance strategy for multiple signalized intersections based on car⁃following model［J］. Physica A： Statistical Mechanics and its Applications， 2018， 496： 399-409.
11	WANG S ， YU C ， SHI D ， et al. Research on speed optimization strategy of hybrid electric vehicle queue based on particle swarm optimization［J］. Mathematical Problems in Engineering， 2018， 2018：1-14.
12	杨海圣，姬芬竹，杨世春. 基于Simulink⁃Cruise联合仿真的制动能量回收系统研究［J］. 控制工程， 2018（6）：1086-1090.
13	郭金刚，董昊轩，盛伟辉，等. 电动汽车再生制动能量回收最优控制策略［J］. 江苏大学学报（自然科学版）， 2018， 39（2）：132-138.
14	EISNER J， FUNKE S， STORANDT S. Optimal route planning for electric vehicles in large networks［C］. AAAI Conference on Artificial Intelligence， AAAI Press， 2011.
15	LIANG Y， LIANG C， FEI⁃KUN Z， et al. Simulation and analysis of potential of energy⁃saving from braking energy recovery of electric vehicle［J］. Journal of Jilin University（Engineering and Technology Edition）， 2013， 43（1）：6-11.
16	YAO E， YANG Z， SONG Y， et al. Comparison of electric vehicle’s energy consumption factors for different road types［J］. Discrete Dynamics in Nature and Society， 2013， 2013：1-7.
17	顾青，豆风铅，马飞.基于改进A*算法的电动车能耗最优路径规划［J］.农业机械学报，2015，46（12）：316-322.
18	CEDRIC D C， JOERI V M， THIERRY C. Energy consumption prediction for electric vehicles based on real⁃world data［J］. Energies， 2015， 8（8）：8573-8593.
19	STREHLER M， MERTING S， et al. Energy⁃efficient shortest routes for electric and hybrid vehicles［J］. Transportation Research Part B， 2017，103： 111-135.
20	郭志军，岳东东，聂彦鑫，等. 纯电动汽车再生制动控制策略研究［J］. 机械设计与制造， 2018（1）：173-176.
21	何耀，杨旭光，刘新天等. 电动汽车再生电能制动控制策略研究［J］. 计算机仿真， 2018， 35（2）： 95-100.
22	初亮，刘达亮，刘宏伟，等. 纯电动汽车制动能量回收评价方法研究［J］. 汽车工程， 2017， 39（4）：107-115.
23	王猛，孙泽昌，卓桂荣，等. 电动汽车制动能量回收最大化影响因素分析［J］. 同济大学学报（自然科学版）， 2012， 40（4）：583-588.
24	MA C， HAO W， HE R， et al. Distribution path robust optimization of electric vehicle with multiple distribution centers［J］. PLoS ONE， 2018， 13（3）：e0193789.
25	张智明，李昆朋，暨育雄. 基于车路协同的纯电动公交车行驶工况的节能优化［J］. 同济大学学报（自然科学版）， 2017， 45（s1）：62-66.
26	DE GENNARO M， PAFFUMI E， SCHOLZ H， et al. GIS⁃driven analysis of emobility in urban areas： an evaluation of the impact on the electric energy grid［J］. Applied Energy， 2014， 124： 94-116.
27	RAMBALDI L， BOCCI E， ORECCHINI F. Preliminary experimental evaluation of a four wheel motors， batteries plus ultracapacitors and series hybrid powertrain［J］.Applied Energy， 2011，88：442-448.
28	蒋阳升，韩世凡，吴婷，等. 信号交叉口车辆到达规律分析［J］. 交通运输工程与信息学报， 2015（1）：1-6.
29	ABOUSLEIMAN R， RAWASHDEH O. Energy consumption model of an electric vehicle［C］. 2015 IEEE Transportation Electrification Conference and Expo （ITEC）， IEEE， 2015.
30	隗海林，赖祥翔，黄朝胜，等. 基于速度和加速度概率分布的电动汽车能耗计算模型［J］. 吉林大学学报（工学版）， 2014， 44（6）：1591-1595.
31	罗禹贡，胡束芒，张书玮. 混合动力汽车连续信号灯路口的通行优化［J］. 中国公路学报， 2017（10）：123-130.
32	周兵，江清华，杨易，等.基于行驶工况的纯电动汽车比能耗分析及传动比优化［J］.中国机械工程，2011，22（10）：1236-1241.
33	余志生．汽车理论［M］．5版．北京：机械工业出版社，2009.

路段	长度/m	路段	长度/m	路段	长度/m	路段	长度/m
L(1,2)	1 000	L(2,3)	600	L(3,4)	800	L(4,5)	900
L(6,7)	1 000	L(7,8)	600	L(8,9)	800	L(9,10)	900
L(11,12)	1 000	L(12,13)	600	L(13,14)	800	L(14,15)	900
L(16,17)	1 000	L(17,18)	600	L(18,19)	800	L(19,20)	900
L(21,22)	1 000	L(22,23)	600	L(23,24)	800	L(24,25)	900
L(1,6)	800	L(2,7)	800	L(3,8)	800	L(4,9)	800
L(6,11)	1 000	L(7,12)	1 000	L(8,13)	1 000	L(9,14)	1 000
L(10,15)	1 000	L(11,16)	700	L(12,17)	700	L(13,18)	700
L(14,19)	700	L(15,20)	700	L(16,21)	500	L(17,22)	500
L(18,23)	500	L(19,24)	500	L(20,25)	500	L(5,10)	800

[1]	张念忠,宋强,王冠峰,王明生. 车用永磁同步电机无电流传感器控制研究[J]. 汽车工程, 2024, 46(2): 281-289.
[2]	焦志鹏, 马建, 赵轩, 张凯, 孟德安, 韩琪, 张昭. 基于电动汽车制动安全检测的短时工况及方法研究[J]. 汽车工程, 2024, 46(1): 109-119.
[3]	原江鑫, 何莉萍, 李耀东, 李罡. 电动汽车BMS从控板热分析及散热优化[J]. 汽车工程, 2024, 46(1): 128-138.
[4]	张鹏博, 陈仁祥, 邵毅明, 孙世政, 闫凯波. 纯电动汽车电驱动系统故障诊断研究进展[J]. 汽车工程, 2024, 46(1): 61-74.
[5]	贺伊琳,马建,杨舒凯,郑威,薛启帆. 融合预瞄特性的智能电动汽车稳定性模型预测控制研究[J]. 汽车工程, 2023, 45(5): 719-734.
[6]	梁海强,何洪文,代康伟,庞博,王鹏. 融合经验老化模型和机理模型的电动汽车锂离子电池寿命预测方法研究[J]. 汽车工程, 2023, 45(5): 825-835.
[7]	吴忠强,张长兴. 考虑配电网负荷的电动汽车分布式充电控制[J]. 汽车工程, 2023, 45(4): 598-608.
[8]	吴志恒,刘爱民. 汽车永磁同步电机切换函数式混合控制策略[J]. 汽车工程, 2023, 45(4): 619-627.
[9]	胡满江,牟斌杰,杨泽宇,边有钢,秦晓辉,徐彪. 基于DBSCAN与二分法的混合A*路径规划方法[J]. 汽车工程, 2023, 45(3): 341-349.
[10]	胡杰,朱琪,陈锐鹏,张敏超,张志豪,刘昊岩. 引入必经点约束的智能汽车全局路径规划[J]. 汽车工程, 2023, 45(3): 350-360.
[11]	王军年,高守林,杨钫,管畅洋,杨志华. 多行星排转矩定向分配电驱动桥振动特性优化[J]. 汽车工程, 2023, 45(3): 421-429.
[12]	朱成,刘頔,滕欣余,张国华,于丹,刘沙,胡苧丹. 新能源汽车综合经济性对比分析及预测研究[J]. 汽车工程, 2023, 45(2): 333-340.
[13]	李琴,汤建明,张博远,陈勇,王勇. 分布式驱动电动汽车多执行器容错控制研究[J]. 汽车工程, 2023, 45(12): 2251-2259.
[14]	于天蝉,王源,石文星,梁辰吉昱,李先庭,岑俊平,罗敏. 基于三介质换热器的电动汽车热管理系统及其性能分析[J]. 汽车工程, 2023, 45(11): 2001-2013.
[15]	宋强,王冠峰,商赫,张念忠. 基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究[J]. 汽车工程, 2023, 45(11): 2104-2112.