KR101385371B1 - 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템 - Google Patents
대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템 Download PDFInfo
- Publication number
- KR101385371B1 KR101385371B1 KR1020120075762A KR20120075762A KR101385371B1 KR 101385371 B1 KR101385371 B1 KR 101385371B1 KR 1020120075762 A KR1020120075762 A KR 1020120075762A KR 20120075762 A KR20120075762 A KR 20120075762A KR 101385371 B1 KR101385371 B1 KR 101385371B1
- Authority
- KR
- South Korea
- Prior art keywords
- electric vehicle
- charging
- charging points
- waiting time
- points
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/66—Data transfer between charging stations and vehicles
- B60L53/665—Methods related to measuring, billing or payment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Navigation (AREA)
Abstract
대기 시간을 이용한 전기 자동차의 경로를 최적화하는 방법 및 시스템이 제공된다. 경로 스케쥴링 방법은 특정 경로 상에 존재하는 복수의 충전 지점들을 식별하는 단계, 복수의 충전 지점들 각각에서 전기 자동차의 충전을 위해 요구되는 대기 시간을 획득하는 단계 및 대기 시간에 기초하여 복수의 충전 지점들의 방문 순서를 결정하는 단계를 포함한다.
Description
아래의 실시예들은 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템에 관한 것이다.
전기 자동차는 긴 충전 시간을 요구하는 반면에, 전기 자동차의 운행 거리는 상대적으로 짧다. 그러나, 전기 자동차는 대기 오염을 줄일 수 있을 뿐만 아니라, 연료비의 낭비를 줄일 수 있으므로, 전기 자동차의 수요는 지속적으로 증가할 것으로 예상된다.
사용자가 여행을 계획하는 경우, 사용자는 여행 스케쥴을 미리 짜놓는다. 다만, 사용자가 전기 자동차를 이용하여 여행하는 경우, 사용자에 의해 짜여진 여행 스케쥴이 전기 자동차의 충전 시간, 충전 횟수 등에 의해 문제를 일으킬 수 있다. 사용자가 A 지역, B 지역, C 지역 순서로 여행 스케쥴을 짜놓는 경우를 가정한다면, 사용자는 A 지역, B 지역, C 지역 각각의 체류 시간을 다르게 계획할 수 있다. A 지역, B 지역 및 C 지역 사이의 거리가 서로 다르다면, 전기 자동차의 충전 시간 등은 사용자의 여행 스케쥴을 제대로 실행하는 데에 어려움을 줄 수 있다.
본 발명의 실시예들은 복수의 충전 지점들 각각에서 전기 자동차의 충전을 위해 요구되는 대기 시간(waiting time)을 고려하여 여러 지점들의 방문 순서를 결정함으로써, 최적의 스케쥴을 사용자에게 제공할 수 있는 전기 자동차의 경로 스케쥴링 방법 및 시스템을 제공한다.
본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 방법은 특정 경로 상에 존재하는 복수의 충전 지점들을 식별하는 단계; 상기 복수의 충전 지점들 각각에서 상기 전기 자동차의 충전을 위해 요구되는 대기 시간(waiting time)을 획득하는 단계; 및 상기 대기 시간에 기초하여 상기 복수의 충전 지점들의 방문 순서를 결정하는 단계를 포함한다.
상기 전기 자동차의 경로 스케쥴링 방법은 상기 복수의 충전 지점들 각각에서 예정된 체류 시간을 획득하는 단계; 상기 복수의 충전 지점들 각각에서 예정된 체류 시간 동안에 상기 전기 자동차에 충전되는 충전량을 계산하는 단계; 및 상기 계산된 충전량에 따라 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 단계를 더 포함할 수 있고, 상기 대기 시간을 획득하는 단계는 상기 예측된 사용 가능한 배터리 용량을 기초로 상기 대기 시간을 획득하는 단계일 수 있다.
상기 전기 자동차의 경로 스케쥴링 방법은 상기 복수의 충전 지점들 각각에서 상기 전기 자동차의 초기 배터리 잔량을 획득하는 단계; 및 상기 초기 배터리 잔량에 따라 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 단계를 더 포함할 수 있고, 상기 대기 시간을 획득하는 단계는 상기 예측된 사용 가능한 배터리 용량을 기초로 상기 대기 시간을 획득하는 단계일 수 있다.
상기 대기 시간을 획득하는 단계는 특정 충전 지점으로부터 다음 충전 지점까지의 거리에 기초하여 상기 대기 시간을 획득하는 단계일 수 있다.
상기 대기 시간을 획득하는 단계는 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 단계를 포함할 수 있다.
상기 대기 시간을 획득하는 단계는 상기 특정 충전 지점으로부터 상기 다음 충전 지점까지의 거리 및 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 사이의 차에 기초하여 상기 대기 시간을 획득하는 단계일 수 있다.
상기 전기 자동차의 경로 스케쥴링 방법은 상기 복수의 충전 지점들에서의 대기 시간들의 합을 계산하는 단계를 더 포함할 수 있다.
상기 방문 순서를 결정하는 단계는 상기 복수의 충전 지점들에서의 대기 시간들의 합에 기초하여 상기 방문 순서를 결정하는 단계일 수 있다.
또한 본 발명의 일실시예에 따른 전기 자동차의 경로를 최적화하는 시스템은 특정 경로 상에 존재하는 복수의 충전 지점 식별부; 상기 복수의 충전 지점들 각각에서 상기 전기 자동차의 충전을 위해 요구되는 대기 시간 획득부; 및 상기 대기 시간에 기초하여 상기 복수의 충전 지점들의 방문 순서 결정부를 포함할 수 있다.
상기 전기 자동차의 경로를 최적화하는 시스템은 상기 복수의 충전 지점들 각각에서 예정된 체류 시간을 획득하는 예정된 체류 시간 획득부; 상기 복수의 충전 지점들 각각에서 예정된 체류 시간 동안에 상기 전기 자동차에 충전되는 충전량을 계산하는 계산부; 및 상기 계산된 충전량에 따라 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 사용 가능한 배터리 용량 예측부를 더 포함할 수 있고, 상기 대기 시간 획득부는 상기 예측된 사용 가능한 배터리 용량을 기초로 상기 대기 시간을 획득할 수 있다.
상기 전기 자동차의 경로를 최적화하는 시스템은 상기 복수의 충전 지점들 각각에서 상기 전기 자동차의 초기 배터리 잔량을 획득하는 초기 배터리 잔량 획득부; 및 상기 초기 배터리 잔량에 따라 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 사용 가능한 배터리 용량 예측부를 더 포함할 수 있고, 상기 대기 시간 획득부는 상기 예측된 사용 가능한 배터리 용량을 기초로 상기 대기 시간을 획득할 수 있다.
상기 대기 시간 획득부는 특정 충전 지점으로부터 다음 충전 지점까지의 거리에 기초하여 상기 대기 시간을 획득할 수 있다.
상기 대기 시간 획득부는 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 사용 가능한 배터리 용량 예측부를 포함할 수 있다.
상기 대기 시간 획득부는 상기 특정 충전 지점으로부터 상기 다음 충전 지점까지의 거리 및 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 사이의 차에 기초하여 상기 대기 시간을 획득할 수 있다.
상기 전기 자동차의 경로를 최적화하는 시스템은 상기 복수의 충전 지점들에서의 대기 시간들의 합을 계산하는 합 계산부를 더 포함할 수 있다.
상기 방문 순서 결정부는 상기 복수의 충전 지점들에서의 대기 시간들의 합에 기초하여 상기 방문 순서를 결정할 수 있다.
본 발명의 실시예들은 복수의 충전 지점들 각각에서 전기 자동차의 충전을 위해 요구되는 대기 시간(waiting time)을 고려하여 여러 지점들의 방문 순서를 결정함으로써, 최적의 스케쥴을 사용자에게 제공할 수 있는 전기 자동차의 경로 스케쥴링 방법 및 시스템을 제공할 수 있다.
도 1은 복수의 충전 지점들을 포함하는 전기 자동차 충전 네트워크를 나타낸 도면이다.
도 2는 두 개의 충전 지점들을 예를 들어 설명한다.
도 3은 본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 방법을 나타낸 동작 흐름도이다.
도 4는 도 3에 도시된 단계 320를 보다 구체적으로 나타낸 동작 흐름도이다.
도 5는 도 3에 도시된 단계 330를 보다 구체적으로 나타낸 동작 흐름도이다.
도 6은 본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 시스템을 나타낸 블록도이다.
도 2는 두 개의 충전 지점들을 예를 들어 설명한다.
도 3은 본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 방법을 나타낸 동작 흐름도이다.
도 4는 도 3에 도시된 단계 320를 보다 구체적으로 나타낸 동작 흐름도이다.
도 5는 도 3에 도시된 단계 330를 보다 구체적으로 나타낸 동작 흐름도이다.
도 6은 본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 시스템을 나타낸 블록도이다.
이하, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 복수의 충전 지점들을 포함하는 전기 자동차 충전 네트워크를 나타낸 도면이다.
도 1을 참조하면, 전기 자동차 충전 네트워크에서, 전기 자동차(110)에 의해 계획된 경로 상에는 A 지점(120), B 지점(130), C 지점(140), D 지점(150), E 지점(160), F 지점(170), G 지점(180), H 지점(190)이 존재한다.
전기 자동차(110)는 긴 충전 시간을 요구하는 반면에, 운행 거리가 상대적으로 짧다. 전기 자동차(110)는 모든 지점들을 방문할 계획을 갖고 있지만, 그 지점들의 방문 순서는 제한되지 않는다고 가정한다. 예를 들어, 전기 자동차는 A 지점(120), B 지점(130), C 지점(140), D 지점(150), E 지점(160), F 지점(170), G 지점(180), H 지점(190) 순서로 방문할 수 있지만, A지점(120), C 지점(140), H 지점(190), D 지점(150), G 지점(180), F 지점(170), B 지점(130), E 지점(160) 순서로 방문할 수도 있다.
본 발명의 실시예에 따른 전기 자동차의 경로 스케쥴링 방법은 분산적으로 또는 중앙 집중적으로 수행될 수 있다. 예를 들어, 전기 자동차 네트워크는 중앙 서버를 포함할 수 있고, 중앙 서버는 중앙 집중적으로 전기 자동차의 경로 스케쥴링 방법을 수행한 후, 스케쥴링 결과를 전기 자동차와 공유할 수 있다. 뿐만 아니라, 전기 자동차는 컴퓨팅 장치(computing device)를 내장할 수 있으며, 컴퓨팅 장치를 이용하여 스스로 스케쥴링을 수행할 수도 있다.
아래에서는 전기 자동차 네트워크에서 충전 지점들 사이의 방문 순서를 결정하는 것을 충전 지점들에 대한 스케쥴링이라고 부르기로 한다. 충전 지점들에 대해 스케쥴링하는 것은 중요한 문제이다. 예를 들어, 전기 자동차가 A지점(120)에서 2 시간 동안 체류하는 동안에 충전된다면, 전기 자동차는 A지점(120)으로부터 B지점(130)으로 이동할 수 있는 반면에, B지점(130)에서 1 시간 동안 체류하는 동안에 충전되는 경우에, B지점(130)으로부터 A지점(120)으로 이동하는 것은 불가능할 수 있다. 따라서, 전기 자동차의 충전 지점들 사이의 방문 순서는 지점들 각각에서의 체류 시간, 지점들 사이의 거리에 따라 결정되어야 한다.
일반적으로 처음 지점에서 목적 지점까지 방문한 후, 다시 처음 목적지로 돌아오는 것은 순회 판매원 문제(Traveling Salesman Problem, TSP)로 간주될 수 있다. TSP는 복잡도(complexity) O(n!) 을 가지며, n은 방문 지점들의 수를 의미한다. TSP는 대표적인 휴리스틱(heuristics) 문제이고, 비결정 난해 조합적 최적화 문제(NP-hard combinational optimization problems)이지만, 총 방문 거리의 감소를 목표로 한다.
G = {V, E}로 정의할 때, V는 노드(node)들의 집합이고, E는 링크(link)의 집합이다. 또한 D(Vi·Vj)가 노드 Vi 부터 노드 Vj 까지의 비용(cost)이라면, 링크 C = {D(Vi·Vj)}는 집합 E와 관련하여 거리(distance) 또는 비용(cost) 매트릭스로 정의된다.
TSP는 가장 작은 방문 거리의 탐색을 목적으로 하므로, TSP는 비용 함수(cost function), F(V1,V2,…,Vn) = ∑ D(Vi·Vi+1) + D(Vi+1·V1)가 최소가 되도록 솔루션을 얻는다 즉, TSP에 따르면, 노드 Vi 부터 노드 Vi+1 까지의 거리와 노드 Vi+1 부터 노드 V1 까지의 거리의 합의 최소가 되도록 방문 순서가 결정된다. TSP는 역추적 기반 공간 순회(backtracking-based search space traversal)를 구현한다. 이 기법(scheme)은 가능한 모든 지점들을 방문하는 것을 전제로 해당 비용 함수를 이용하여 산출된 여러 비용들 중 가장 낮은 비용을 갖는 경로를 선택한다. 이 기법의 복잡도(complexity)는 O(n!) 이다.
그러나, 전기 자동차의 방문 순서를 결정하기 위하여 TSP의 비용 함수를 그대로 고려하는 것은 비효율적일 수 있다. 왜냐 하면, 전기 자동차는 잦은 충전을 필수적으로 요구하기 때문에, 상술한 비용 함수에 따른 비용만을 고려하여 경로를 결정하는 것은 충전량의 부족 또는 충전량의 과다 문제 등을 발생시킬 수 있기 때문이다. 뿐만 아니라, 전기 자동차의 경로를 최적으로 스케쥴링하기 위해서는 사용자의 체류 시간도 함께 고려되어야 할 필요가 있다. 아래에서는 사용자의 체류 시간과 전기 자동차의 필요한 충전 시간 사이의 차이를 대기 시간으로 정의한다.
전기 자동차는 길고 잦은 충전 시간을 요구하기 때문에, 사용자는 다음 장소로 이동하기 위해 전기 자동차의 충전을 기다려야 한다. 그러므로 전기 자동차의 경로 스케쥴링 방법은 총 대기 시간이 감소될 수 있도록 전기 자동차의 경로를 결정할 수 있다. 즉, 총 방문 거리가 최소가 되더라도 대기 시간의 총합은 최소가 아닐 수 있으며, 본 발명의 실시예는 대기 시간의 총합이 최소가 되도록 전기 자동차의 방문 순서를 결정할 수 있다.
전기 자동차가 특정 지점에서 다음 지점으로 이동하고자 하는 경우, 남아 있는 배터리의 양으로 운행할 수 있는 거리가 특정 지점으로부터 다음 지점까지의 거리보다 크다면, 대기 시간은 '0'으로 간주된다. 반면에, 전기 자동차의 충전을 위해 추가적으로 시간이 필요하다면, 대기 시간이 '0'보다 클 것이다.
즉, 본 발명의 실시예는 추가적으로 필요한 충전 시간 및 체류 시간을 이용하여 대기 시간의 총합이 최소가 되도록 하는 솔루션을 제공한다. 이 때, 모든 방문 지점들 각각에서의 체류 시간은 현실적으로 식별될 수 있을 뿐만 아니라, 통계적으로 식별될 수 있다. 예를 들어, 통계적인 체류 시간은 체류 시간들의 평균값으로 설정될 수 있다.
체류 시간 동안에 전기 자동차의 충전이 가능하므로 전기 자동차의 충전 시간과 체류 시간을 겹치게 하는 것은 대기 시간을 줄일 수 있다. 경로 스케쥴링의 효율성은 대기 시간의 감소에 의존하므로, 체류 시간과 충전 시간 사이에서 겹치는 영역이 증가할수록 대기 시간이 더 감소할 수 있다.
아래에서는 특정 방문 순서의 대기 시간 감소를 위한 대기 시간 추정 모델(estimation model)을 정의하고, 대기 시간을 최소화하기 위한 방법을 기술한다. 이 때, 도로 네트워크(road network)는 방문 지점을 설명한 관심 지역 정보(Point Of Interest, POI)를 포함할 수 있고, 본 발명의 실시예는 A* 알고리즘(A* algorithm)을 이용하여 두 지점 사이의 운행 거리 및 운행 시간을 추정할 수 있다. 사용자가 선택한 지점들의 모든 페어는 비용 매트릭스(cost matrix)에 대응될 수 있고, 비용 매트릭스를 기반으로 공간 탐색 메커니즘(the space search mechanism)이 적용될 수 있다.
도 2는 두 개의 충전 지점들의 예를 나타낸 도면이다.
도 2를 참조하면, 전기 자동차(210)가 임의의 지점에서 충전 지점 1(220) 또는 충전 지점 2(230)에 도착하는 경우에 초기 배터리 잔량은 10Km이고, 충전 지점 1(220)과 충전 지점 2(230) 사이의 거리 차이는 30Km라고 가정한다, 또한 전기 자동차(210)가 1시간 동안 충전된다면, 15Km를 더 운행할 수 있다고 가정하고, 충전 지점 1(220)에서의 예정된 체류 시간은 1시간이며, 충전 지점 2(230)에서의 예정된 체류 시간은 3시간이라고 가정한다.
거리 지수(distance credit)는 전기 자동차가 특정 배터리 양으로 갈 수 있는 운행 가능 거리를 의미한다. 거리 지수(distance credit)는 전기 자동차가 배터리를 충전한 때에 증가하고, 전기 자동차가 운행한 거리에 따라 감소한다. 거리 지수는 거리 도메인, 시간 도메인, 배터리 도메인 사이에서 환산될 수 있다.
전기 자동차(210)는 예정된 체류 시간 동안 충전된다. 예를 들어, 충전 지점 1(220)에서 충전 지점 2(230)으로 이동하는 경우, 충전 지점 1(220)과 충전 지점 2(230)의 거리 차이는 30Km이고, 예정된 체류 시간 1시간 동안에 전기 자동차(210)가 충전된다면, 사용 가능한 배터리 용량의 거리 지수(distance credit)는 25Km가 될 것이다. 따라서, 전기 자동차는 5Km에 대응하는 거리만큼 더 충전되어야 하고, 따라서 20분의 대기 시간이 발생한다. 그러나 충전 지점 2(230)에서 충전 지점 1(220)으로 가는 경우, 충전 지점 1(220)과 충전 지점 2(230)의 거리 차이는 30Km이고, 예정된 체류 시간 3시간 동안에 전기 자동차(210)가 충전된다면, 사용 가능한 배터리 용량의 거리 지수(distance credit)는 55Km일 것이다. 따라서, 충전 지점 2(230)에서 충전 지점 1(220)으로 가는 경우에는 대기 시간이 발생하지 않는다. 따라서, 충전 지점 2(230)에서 충전 지점 1(220)으로 가는 경우에는 대기 시간이 발생하지 않으므로, 충전 지점 2(230)에서 충전 지점 1(220)으로 가는 것이 충전 지점 1(220)에서 충전 지점 2(230)으로 가는 것보다 효율적일 수 있다.
본 발명의 실시예는 복수의 충전 지점들 각각에서 예정된 체류 시간 동안에 전기 자동차에 충전되는 충전량을 계산한다. T(Vi)는 충전 지점 Vi에서 예정된 체류 시간 동안에 충전 되는 배터리 양에 대응하는 거리 지수(distance credit)이다. 그리고, Bi in은 충전 지점Vi에서 체류 하기 전에 남아 있는 배터리 양에 대응하는 거리 지수이며, Bi av는 충전 지점 Vi에서 다음 충전 지점 Vi+1 까지의 운행을 위해 사용 가능한 배터리 용량에 대응하는 거리 지수이다.
Bi av는 아래의 수학식 1과 같이 나타낼 수 있다.
[수학식 1]
Bi av = min(Bmax,Bi in+ T(Vi))
이 때, Bi av는 충전 지점 Vi에서 다음 충전 지점 Vi+1까지의 운행을 위해 사용 가능한 배터리 용량에 대응하는 거리 지수이고, Bi in은 충전 지점 Vi에서 체류 하기 전의 배터리 양에 대응하는 거리 지수이며, T(Vi) 는 충전 지점 Vi에서 예정된 체류 시간 동안에 충전되는 배터리 양에 대응하는 거리 지수이고, Bmax는 전기 자동차의 최대 배터리 충전량이다. 대기 시간은 예정된 체류 시간 이외에 추가적으로 충전을 위해 소요되는 시간으로서, 예측된 사용 가능한 배터리 용량 및 특정 충전 지점으로부터 다음 충전 지점까지의 거리에 기초하여 계산될 수 있다.
Wi는 충전 지점 Vi에서 다음 충전 지점 Vi+1까지의 운행을 위해 필요한 대기 시간의 거리 지수이며, 하기 수학식 2와 같이 정의될 수 있다.
[수학식 2]
Wi = Wi-1 - min(0, Bi av - D(Vi·Vi+1))
이 때, Wi는 충전 지점 Vi에서 다음 충전 지점 Vi+1까지의 운행을 위해 필요한 대기 시간, Wi-1는 충전 지점 Vi-1에서 다음 충전 지점 Vi 까지의 운행을 위해 필요한 대기 시간, Bi av는 충전 지점 Vi에서 다음 충전 지점 Vi+1까지의 운행을 위해 사용 가능한 배터리 용량, D(Vi·Vi+1)는 충전 지점 Vi에서 다음 충전 지점 Vi+1까지의 운행을 위해 필요한 배터리 용량이다.
Bi av가 D(Vi·Vi+1)보다 큰 경우에는, 충전 지점 Vi에서 다음 충전 지점 Vi+1까지 운행에 필요한 배터리 양이 충분한 것을 의미한다. 따라서 추가적인 배터리 충전이 필요하지 않으므로 min(0, Bi av - D(Vi·Vi+1)) 은 0이 된다. 반면에 Bi av 가 D(Vi·Vi+1)보다 작은 경우에는, 충전 지점 Vi에서 다음 충전 지점 Vi+1까지 운행에 필요한 배터리 양이 충분하지 않다는 것을 의미한다. 따라서 추가적인 배터리 충전이 필요하므로 대기 시간이 발생하고, Bi av - D(Vi·Vi+1)는 음수가 된다. 따라서 Wi = Wi-1 - min(0, Bi av - D(Vi·Vi+1))에서 min(0, Bi av - D(Vi·Vi+1)항에 -1 이 곱해지므로 Wi는 Wi-1에서 -min(0, Bi av-D(Vi·Vi+1) 만큼 합한 것이 된다.
최종적으로, 충전 지점 Vi에서 추가적인 배터리 충전이 필요한지 여부에 따라 Bi+1 in은 0 또는 Bi av - D(Vi·Vi+1) 중 어느 하나로 설정된다.
또한, 본 발명의 실시예는 복수의 충전 지점들의 방문 순서를 결정한다. 이 때, 대기 시간 예측 모델이 사용될 수 있으며, 역추적 기반 공간 순회(backtracking-based search space traversal)는 대기 시간의 합 ∑Wi이 최소가 되도록 전기 자동차의 경로를 최적화할 수 있고, 최적화된 방문 순서를 결정할 수 있다. 따라서, 본 발명의 실시예는 사용자의 예정된 스케쥴(체류 시간)을 고려하여 최적의 방문 순서를 결정함으로써, 전기 자동차의 충전을 위해 추가적으로 요구되는 시간인 대기 시간을 최소화할 수 있다.
도 3은 본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 방법을 나타낸 동작 흐름도이다.
도 3을 참조하면, 본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 방법은 계획된 경로 상에 존재하는 복수의 충전 지점들을 식별한다(310).
여기서, 계획된 경로 상에 충전 지점들이 존재하는지 여부는 미리 저장된 지도 데이터베이스를 통하여 전기 자동차상에서 또는 온라인을 통하여 서버 상에서 판단될 수 있다.
이 때, 사용자는 방문해야 할 지점들 및 지점들 각각에서의 체류 시간을 전기 자동차에 내장된 컴퓨팅 장치(computing device)에 직접 입력하거나, 전기 자동차 네트워크 연결을 통하여 원격 어플리케이션(remote application)으로 입력할 수 있다. 물론, 상술한 체류 시간은 통계적으로 설정될 수도 있다.
또한, 전기 자동차의 경로 스케쥴링 방법은 복수의 충전 지점들 각각에서 전기 자동차의 충전을 위해 요구되는 대기 시간(waiting time)을 획득한다(320).
이 때, 대기 시간은 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량에 의존할 수 있다. 여기서, 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량은 상술한 바와 같이 예정된 체류 시간 동안에 전기 자동차에 충전되는 충전량, 복수의 충전 지점들 각각에서 전기 자동차의 초기 배터리 잔량 또는 특정 충전 지점으로부터 다음 충전 지점까지의 거리 중 적어도 하나를 기초로 계산될 수 있다. 여기서, 계산량의 감소를 위하여 예정된 체류 시간 동안에 전기 자동차에 충전되는 충전량, 복수의 충전 지점들 각각에서 전기 자동차의 초기 배터리 잔량 또는 특정 충전 지점으로부터 다음 충전 지점까지의 거리 모두는 변수로 사용될 수 있으나, 그들 중 적어도 하나는 통계치를 통하여 특정 값으로 셋팅될 수 있다.
상술한 바와 같이, 대기 시간 Wi는 상기 수학식 2에 정의된 바와 같이, 예정된 체류 시간 이외에 추가적으로 충전을 위해 소요되는 시간으로서, 예측된 사용 가능한 배터리 용량 및 특정 충전 지점으로부터 다음 충전 지점까지의 거리에 기초하여 계산될 수 있다.
또한, 전기 자동차의 경로 스케쥴링 방법은 복수의 충전 지점들의 방문 순서를 결정한다(330). 즉, 최적화된 방문 순서는 대기 시간들의 합 ∑Wi이 최소가 되도록 전기 자동차의 경로를 최적화하는 과정에서 도출될 수 있다.
도 4는 도 3에 도시된 단계(320)를 보다 구체적으로 나타낸 동작 흐름도이다.
도 4를 참조하면, 단계(320)는 복수의 충전 지점들 각각에 도착할 때의 초기 배터리 잔량 Bi in을 획득한다(410). 여기서, 도 4에 도시되지 아니하였지만, 단계(320)는 복수의 충전 지점들 각각에서 예정된 체류 시간을 획득하는 단계를 더 포함할 수 있다.
또한, 단계(320)는 복수의 충전 지점들 각각에서의 예정된 체류 시간 동안에 충전되는 충전량 T(Vi)을 계산한다(420).
이 때, 상술한 바와 같이, T(Vi)는 충전 지점 Vi에서 예정된 체류 시간 동안에 충전 되는 배터리 양에 대응하는 거리 지수이다.
또한, 단계(320)는 예정된 체류 시간 동안에 충전되는 충전량 T(Vi)에 따라 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 Bi av를 예측한다(430). 보다 구체적으로, 단계(320)는 상기 수학식 1을 이용하여 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 Bi av를 예측할 수 있다.
또한, 단계(320)는 예측된 충전량 Bi av에 따라 복수의 충전 지점들 각각에서 다음 충전 지점까지 운행하기 위해서 필요한 배터리 용량을 예측한다(440).
이 때, 전기 자동차의 경로 스케쥴링 방법은 A* 알고리즘(A* algorithm)을 이용하여 충전 지점 Vi에서 이동하여야 할 다음 충전 지점 Vi+1을 검색한 후, 충전 지점 Vi와의 거리의 차를 이용하여 복수의 충전 지점들 각각에서 다음 충전 지점까지 운행하기 위해서 필요한 배터리 용량을 예측한다(440).
여기서, 상술한 바와 같이, D(Vi·Vi+1)는 충전 지점 Vi에서 다음 충전 지점 Vi+1까지의 운행을 위해 필요한 배터리 용량이다.
단계(320)는 특정 충전 지점으로부터 다음 충전 지점까지의 거리 및 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 사이의 차에 기초하여 대기 시간을 계산한다(450). 즉, 상기 수학식 2에 정의된 바와 같이, 단계(320)는 Wi = Wi-1 - min(0, Bi av - D(Vi·Vi+1))에 따라 대기 시간을 계산할 수 있다.
또한, 대기 시간은 예측된 사용 가능한 배터리 용량에 의존할 수 있다. 예를 들어, 주어진 체류 시간에 대하여 예측된 사용 가능한 배터리 용량이 크고 남아 있는 배터리 용량이 작다면, 대기 시간은 길어질 수 있다. 반대로, 예측된 사용 가능한 배터리 용량이 작고, 남아 있는 배터리 용량이 크다면, 대기 시간은 짧아질 수 있다.
또한, 대기 시간은 특정 충전 지점으로부터 다음 충전 지점까지의 거리에 의존할 수 있다. 즉, 특정 충전 지점으로부터 다음 충전 지점까지의 거리가 증가할수록 대기 시간은 길어질 수 있다.
전기 자동차의 경로 스케쥴링 방법은 단계(410) 내지 단계(450)를 다음 충전 지점이 존재하지 않을 때까지 반복적으로 수행한다.
도 5는 도 3에 도시된 단계(330)를 보다 구체적으로 나타낸 동작 흐름도이다.
도 5를 참조하면, 단계(330)는 복수의 충전 지점들에서 대기 시간들의 합을 계산한다(510).
또한, 단계(330)는 최종 충전 지점에서 가장 작은 대기 시간들의 합을 선택한다(520).
또한, 방문 순서 결정 단계는 선택된 대기 시간들의 합이 가장 작은 방문 경로를 전기 자동차의 방문 순서로 판단한다(530).
즉, 최초 충전 지점에서 최종 충전 지점까지의 방문 경로에 따른 대기 시간들의 합인 ∑Wi가 최소가 되도록 전기 자동차의 방문 순서가 결정된다.
상술한, 전기 자동차의 경로를 최적화 하는 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
도 6은 본 발명의 일실시예에 따른 전기 자동차의 경로 스케쥴링 시스템을 나타낸 블록도이다.
도 6을 참조하면, 충전 지점 식별부(610)는 계획된 경로 상에 존재하는 복수의 충전 지점들을 식별한다.
또한, 대기 시간 획득부(620)는 복수의 충전 지점들 각각에서 전기 자동차의 충전을 위해 요구되는 대기 시간(waiting time)을 획득한다.
이 때, 도 6에 도시되지 아니하였지만, 초기 배터리 잔량 획득부는 복수의 충전 지점들 각각에서 체류 하기 전에 배터리 잔량을 체크할 수 있다.
또한, 대기 시간 획득부(620)는 특정 충전 지점으로부터 다음 충전 지점까지의 거리 및 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 사이의 차에 기초하여 대기 시간을 계산하는 대기 시간 계산부를 포함할 수 있다. 또한, 방문 순서 결정부(630)는 복수의 충전 지점들의 방문 순서를 결정한다. 이 때, 방문 순서 결정부는 복수의 충전 지점들에서 대기 시간들의 합을 계산하는 합 계산부를 포함할 수 있다.
도 6에 도시된 전기 자동차의 경로 스케쥴링 시스템에는 도 1 내지 도 5를 통해 설명된 내용이 그대로 적용될 수 있으므로, 보다 상세한 설명은 생략한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
Claims (15)
- 전기 자동차의 경로를 최적화하는 방법에 있어서,
특정 경로 상에 존재하는 복수의 충전 지점들을 식별하는 단계;
상기 복수의 충전 지점들 각각에서 예정된 체류 시간 이외에 추가적으로 상기 전기 자동차의 충전을 위해 요구되는 대기 시간(waiting time)을 획득하는 단계; 및
상기 대기 시간에 기초하여 상기 복수의 충전 지점들의 방문 순서를 결정하는 단계
를 포함하고,
상기 대기 시간을 획득하는 단계는,
상기 예정된 체류 시간 동안에 상기 전기 자동차에 충전되는 충전량을 계산하는 단계;
상기 계산된 충전량을 이용하여 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 단계; 및
상기 예측된 사용 가능한 배터리 용량을 기초로 상기 대기 시간을 계산하는 단계
를 포함하는 전기 자동차의 경로를 최적화하는 방법. - 삭제
- 제1항에 있어서,
상기 사용 가능한 배터리 용량을 예측하는 단계는,
상기 복수의 충전 지점들 각각에서의 상기 전기 자동차의 초기 배터리 잔량을 획득하는 단계; 및
상기 초기 배터리 잔량 및 상기 계산된 충전량을 이용하여 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 단계
를 포함하는 전기 자동차의 경로를 최적화하는 방법. - 제1항에 있어서,
상기 대기 시간을 획득하는 단계는,
상기 복수의 충전 지점들 각각에서 다음 충전 지점까지의 거리에 기초하여 상기 대기 시간을 획득하는 단계
를 포함하는 전기 자동차의 경로를 최적화하는 방법. - 제4항에 있어서,
상기 대기 시간을 획득하는 단계는,
상기 복수의 충전 지점들 각각에서 다음 충전 지점까지의 거리 및 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 사이의 차에 기초하여 상기 대기 시간을 획득하는 단계
를 포함하는 전기 자동차의 경로를 최적화하는 방법. - 제1항에 있어서
상기 복수의 충전 지점들에서의 대기 시간들의 합을 계산하는 단계
를 더 포함하고,
상기 방문 순서를 결정하는 단계는,
상기 복수의 충전 지점들에서의 대기 시간들의 합에 기초하여 상기 방문 순서를 결정하는 단계
를 포함하는 전기 자동차의 경로를 최적화하는 방법. - 제1항 및 제3항 내지 제6항 중 어느 한 항의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
- 전기 자동차의 경로를 최적화하는 시스템에 있어서,
특정 경로 상에 존재하는 복수의 충전 지점들을 식별하는 충전 지점 식별부;
상기 복수의 충전 지점들 각각에서 예정된 체류 시간 이외에 추가적으로 상기 전기 자동차의 충전을 위해 요구되는 대기 시간을 획득하는 대기 시간 획득부; 및
상기 대기 시간에 기초하여 상기 복수의 충전 지점들의 방문 순서를 결정하는 방문 순서 결정부
를 포함하고,
상기 대기 시간 획득부는
상기 예정된 체류 시간 동안에 상기 전기 자동차에 충전되는 충전량을 계산하는 충전량 계산부;
상기 계산된 충전량을 이용하여 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 사용 가능한 배터리 용량 예측부; 및
상기 예측된 사용 가능한 배터리 용량을 기초로 상기 대기 시간을 획득하는 대기시간 계산부
를 포함하는 전기 자동차의 경로를 최적화하는 시스템. - 삭제
- 제8항에 있어서,
상기 사용 가능한 배터리 용량 예측부는,
상기 복수의 충전 지점들 각각에서의 상기 전기 자동차의 초기 배터리 잔량을 획득하고, 상기 초기 배터리 잔량 및 상기 계산된 충전량을 이용하여 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하는 전기 자동차의 경로를 최적화하는 시스템. - 제8항에 있어서,
상기 대기 시간 획득부는,
상기 복수의 충전 지점들 각각에서 다음 충전 지점까지의 거리에 기초하여 상기 대기 시간을 획득하는 전기 자동차의 경로를 최적화하는 시스템. - 제11항에 있어서,
상기 대기 시간 획득부는,
상기 복수의 충전 지점들 각각에서 다음 충전 지점까지의 거리 및 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량 사이의 차에 기초하여 상기 대기 시간을 획득하는 전기 자동차의 경로를 최적화하는 시스템. - 제8항에 있어서,
상기 복수의 충전 지점들에서의 대기 시간들의 합을 계산하는 합 계산부
를 더 포함하고,
상기 방문 순서 결정부는,
상기 복수의 충전 지점들에서의 대기 시간들의 합에 기초하여 상기 방문 순서를 결정하는 전기 자동차의 경로를 최적화하는 시스템. - 제10항에 있어서,
상기 사용 가능한 배터리 용량 예측부는,
수학식
Bi av = min(Bmax, Bi in+ T(Vi))
에 따라 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량을 예측하고,
Bi av는 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량이고, Bmax는 상기 전기 자동차의 최대 배터리 충전량이고, Bi in는 상기 복수의 충전 지점들 각각에서의 상기 전기 자동차의 초기 배터리 잔량이고, T(Vi)는 상기 복수의 충전 지점들 각각에서 예정된 체류 시간 동안 상기 전기 자동차에 충전되는 충전량인 전기 자동차의 경로를 최적화하는 시스템. - 제12항에 있어서,
상기 대기 시간 획득부는,
수학식
Wi = Wi-1 - min(0, Bi av - D(Vi·Vi+1))
에 따라 상기 대기 시간을 획득하고,
Wi는 상기 복수의 충전 지점들 각각에서의 대기 시간이고, Wi-1는 상기 복수의 충전 지점들의 이전 충전 지점들 각각에서의 대기 시간이고, Bi av는 상기 복수의 충전 지점들 각각에서의 사용 가능한 배터리 용량이고, D(Vi·Vi+1)는 상기 복수의 충전 지점들 각각에서 다음 충전 지점까지의 거리를 운행하기 위해 필요한 배터리 용량인 전기 자동차의 경로를 최적화하는 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120075762A KR101385371B1 (ko) | 2012-07-11 | 2012-07-11 | 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120075762A KR101385371B1 (ko) | 2012-07-11 | 2012-07-11 | 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20140008755A KR20140008755A (ko) | 2014-01-22 |
KR101385371B1 true KR101385371B1 (ko) | 2014-04-14 |
Family
ID=50142418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020120075762A KR101385371B1 (ko) | 2012-07-11 | 2012-07-11 | 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101385371B1 (ko) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101634870B1 (ko) * | 2014-10-31 | 2016-06-29 | 제주대학교 산학협력단 | 충전기 선택 메카니즘을 갖는 전기 자동차의 투어 스케줄러 |
KR102083435B1 (ko) * | 2019-06-17 | 2020-03-02 | 주식회사 아이온커뮤니케이션즈 | 전기 렌터카와 관광 코스를 연계한 게이미피케이션 v2g 서비스 시스템 및 방법 |
KR102478210B1 (ko) * | 2021-11-19 | 2022-12-19 | 주식회사 크로커스 | 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09119839A (ja) * | 1995-10-24 | 1997-05-06 | Suzuki Motor Corp | 電気自動車用ナビシステム |
KR19980017054A (ko) * | 1996-08-30 | 1998-06-05 | 박병재 | 전기 자동차의 주행거리 예측과 연장장치 및 그 방법 |
JP2003262525A (ja) * | 2002-03-08 | 2003-09-19 | Nissan Motor Co Ltd | 充電スタンド情報提供装置 |
US20110224900A1 (en) * | 2010-03-09 | 2011-09-15 | Hitachi Automotive Systems, Ltd. | Route Planning Device and Route Planning System |
-
2012
- 2012-07-11 KR KR1020120075762A patent/KR101385371B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09119839A (ja) * | 1995-10-24 | 1997-05-06 | Suzuki Motor Corp | 電気自動車用ナビシステム |
KR19980017054A (ko) * | 1996-08-30 | 1998-06-05 | 박병재 | 전기 자동차의 주행거리 예측과 연장장치 및 그 방법 |
JP2003262525A (ja) * | 2002-03-08 | 2003-09-19 | Nissan Motor Co Ltd | 充電スタンド情報提供装置 |
US20110224900A1 (en) * | 2010-03-09 | 2011-09-15 | Hitachi Automotive Systems, Ltd. | Route Planning Device and Route Planning System |
Also Published As
Publication number | Publication date |
---|---|
KR20140008755A (ko) | 2014-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9739624B2 (en) | Vehicle power management utilizing operator schedule data | |
Adler et al. | Online routing and battery reservations for electric vehicles with swappable batteries | |
Zhang et al. | Models, algorithms, and evaluation for autonomous mobility-on-demand systems | |
US8738289B2 (en) | Advanced routing of vehicle fleets | |
US10473474B2 (en) | System and method for vehicle energy estimation, adaptive control and routing | |
JP7008802B2 (ja) | 配車管理装置及び配車管理方法 | |
CN106969777A (zh) | 路径预测装置以及路径预测方法 | |
CN104567900A (zh) | 车辆加注燃油路线规划*** | |
KR20130005035A (ko) | 클라우드 컴퓨팅 방식의 네비게이션 시스템 및 그 운용방법 | |
KR101769723B1 (ko) | 이동 지원 장치, 이동 지원 방법, 및 구동 지원 시스템 | |
CN109741626A (zh) | 停车场停车情况预测方法、调度方法和*** | |
JP2019079137A (ja) | 車両および演算システム | |
JP2023535828A (ja) | 経路決定方法、装置、機器及び媒体 | |
US20210078438A1 (en) | Information processing system | |
WO2018180583A1 (ja) | プラン情報提供システム、プラン情報提供方法、および記憶媒体 | |
CN111027755A (zh) | 基于路径规划的共享电车选取方法和预定方法 | |
JP5953630B2 (ja) | 経路探索装置及びコンピュータプログラム | |
KR101385371B1 (ko) | 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템 | |
WO2023012229A1 (en) | Methods and systems for predicting an energy consumption of a vehicle for its travel along a defined route and for routing | |
KR102583908B1 (ko) | 차량 충전을 위한 충전 서비스 제공 서버 및 방법 | |
WO2013172157A1 (ja) | 経路探索装置及びコンピュータプログラム | |
Cuchý et al. | Whole Day Mobility Planning with Electric Vehicles. | |
KR101634870B1 (ko) | 충전기 선택 메카니즘을 갖는 전기 자동차의 투어 스케줄러 | |
KR20190126627A (ko) | 전기차 대기 시간 기반 최적 충전소 추천 방법 및 장치 | |
Almannaa et al. | A New Mathematical Approach to Solve Bike Share System Station Imbalances Based On Portable Stations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20170321 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20190103 Year of fee payment: 5 |
|
R401 | Registration of restoration | ||
FPAY | Annual fee payment |
Payment date: 20190327 Year of fee payment: 6 |