开电动车的朋友大概率都遇过这种糟心情况，出行高峰扎堆充电站排队等桩，绕路找桩反而耗光剩余电量，不仅自己闹心，大量电动车无序充电，也会给城市电网带来负荷激增、电能质量下降等问题。
随着电动车保有量和渗透率持续走高，局部有限的充电资源与旺盛充电需求间的矛盾愈发突出，如何给大规模电动车做高效充电引导，成了行业亟待解决的痛点。
针对这个问题，华北电力大学新能源电力系统全国重点实验室的胡俊杰、潘羿等研究者，提出了一套基于动态交通推演的电动汽车充电快速引导策略。这套策略既兼顾了用户的多样化出行需求，也解决了大规模充电引导计算耗时长的难题，实用性与落地性都很强。
做好充电引导的核心前提，是精准的交通流预测。此前的交通预测方法大多存在明显短板：要么只侧重挖掘交通数据的空间相关性，忽略时间维度的变化规律；要么只聚焦时间序列建模，没法兼顾不同路段的空间差异。还有不少模型没考虑到不同区域、不同时段交通数据的异质性，导致预测结果和实际路况偏差较大，无法给导航提供可靠支撑。
这次研究团队搭建了基于时空自监督学习的动态交通信息预测模型，专门设计了对应交通数据空间异质性、时间异质性的自监督学习模块，能精准预测多时段的交通流量信息，为后续的导航规划打下扎实的数据基础。
在充电导航的核心环节，现有方案大多有明显局限：要么没考虑实时和未来交通状况对导航的影响，没法做长时段最优路径规划；要么对动态路况的建模过于粗糙，也无法满足不同用户的出行需求。
针对这些问题，团队设计了城市路网多时刻动态阻抗建模方法，搭建了兼顾用户多需求场景、多导航目标的充电导航策略，还提出了改进的动态 Dijkstra 算法，既能给用户规划最优行驶路径，也能根据需求定制化推荐最合适的充电站。
而针对大规模电动车同时发起导航请求时计算耗时过长的行业痛点，团队也给出了高效解决方案。传统策略大多给每一辆车单独做导航规划，车辆规模一大，计算资源消耗会急剧上升。
这次研究提出了基于全域充电导航结果的城市充电站服务范围动态评估方法，打破了以往用规则圆形划分服务范围的粗糙方式，能根据动态交通信息划分出贴合实际的不规则服务范围，再基于划分结果给路网节点的电动车快速分配导航策略，大幅降低了计算资源消耗，实现了大规模车辆的快速充电引导。
团队用洛杉矶某区域的实际路网做了仿真验证，结果显示，这套策略不仅能精准预测动态交通信息，有效降低不同用户的充电导航代价，合理引导电动车负荷分布，还能快速完成充电站服务范围划分，大幅缩减导航计算耗时。同时，这套服务范围评估方法，也能为后续城市充电站的建设规划提供重要参考。
目前这项研究中，用户行为和充电站相关设置仍基于仿真数据，团队后续也会采用实测数据，进一步完善模型、验证效果。
本工作成果发表在2025年第9期《电工技术学报》，论文标题为“基于动态交通推演的电动汽车充电快速引导策略”。本课题得到国家自然科学基金和国家重点研发计划的支持。
全部评论 （0）