[发明专利]一种基于电池容量预测的电动公交车辆排班方法

权利要求书

1.一种基于电池容量预测的电动公交车辆排班方法，其特征在于，包括以下步骤：

(1)首先对公交车进行SOC预测进行提升时刻表的准确度；

(2)根据百公里能耗预测计算出每公里的耗电量从而得出在当前电量下大概还需几轮进行充电；

(3)根据分钟补电量预测计算出当前电量下大概需要几分钟充到指定电量；

(4)基于贪婪搜索算法构建充电排班调度基本模型，获得一个满足相同部位班次之间不套点的初始解；

(5)基于禁忌搜索算法构建损失函数作为初始解进行迭代生成候选集的依据；

(6)构建相关优化策略满足充电时长和充电位置约束使候选集具有相对较高的质量；

(7)超过给定时间或者达到给定迭代次数结束优化输出最优解作为充电调度最终方案。

2.根据权利要求1所述的电动公交车辆排班方法，其特征在于，步骤(2)中，百公里能耗预测模型考虑到天气、温度、车速等因素的影响，通过该模型可以快速预测出一辆车在当前日期下现有电量可以运行多少公里。

3.根据权利要求1所述的电动公交车辆排班方法，其特征在于，步骤(3)中，分钟补电量预测模型同时考虑到天气、温度等因素的影响，通过该模型可以快速预测出一辆车在当前日期下现有电量补电到指定电量大概需要多少分钟。

4.根据权利要求1所述的电动公交车辆排班方法，其特征在于，根据步骤(4)给定调度模式，设置算法迭代次数M，步骤(5)算法基本步骤如下：

1)原始解：以车辆停留等待时长作为目标函数通过贪婪搜索算法进行车辆调度，从而获得车辆初始班次链，要求满足指定休息时间(此处指6-18分钟)；公交车班次链集合B＝{b₁,b₂,...,b_k}；其中每个班次链b_i包含一辆车、所在车场、执行班次号、当前电量，表示一辆车从某个车场出发在当前电量下执行一个班次；

2)基于禁忌搜索算法的损失函数，在进行禁忌搜索算法时以车辆停留等待时长同时在约束条件中考虑到在劳动法的约束性司机足够的休息时间；

3)实时监控车辆SOC通过百公里能耗预测模型预测出该车辆运行多少任务时需要进行充电操作，通过分钟补电量模型预测出补电到指定单位需要多少时间；

4)局部迭代策略，包含三个策略1)单趟次替换策略，2)多趟次匹配替换策略，3)单趟次随机插入策略，基于该三种策略进行车辆班次链候选集生成；

5)迭代执行步骤3)和4)进行多候选集的生成直到超出给定时长或者给定迭代次数；

6)此时返回损失函数较小的可行解作为最终解。

5.根据权利要求4所述的电动公交车辆排班方法，其特征在于，采用的禁忌搜索算法的基本步骤如下：

1)初始化：利用贪婪算法生成的初始解，清空禁忌表，设置禁忌表长度为8，最大迭代次数为4000；

2)优化策略：在迭代过程中主要采用单趟次随机替换、多趟次匹配替换、单趟次随机插入三种策略进行候选集的构造；

3)判断终止条件：是否达到指定迭代时长、是否达到指定迭代次数；

4)选择最好的候选集：通过终止条件可以最终输出一个最终解此处将其作为最终排班方案。

6.根据权利要求4所述的电动公交车辆排班方法，其特征在于，步骤(4)中构建车辆充电模型时，根据贪婪算法的流程步骤可以计算得出一个满足部分约束条件的初始解；其中约束条件一是确保每个班次有且只能被执行一次，约束条件二是确保被执行班次执行完之后只能返回车场或者继续执行下一个班次，约束条件四是确保被执行相邻班次间隔不能超过指定休息时长，约束条件五是确保补电时长不能超出给定补电时长，约束条件六是确保当前车辆剩余电量不能低于给定值，约束条件七是保证某个司机全天最大任务量不能超出给定值即保证司机的工作时长符合劳动法。