本發(fā)明涉及公交實時數(shù)據(jù)的智能調度，具體為基于公交實時數(shù)據(jù)的智能調度優(yōu)化系統(tǒng)及其控制方法。

背景技術：

1、基于公交實時數(shù)據(jù)的智能調度優(yōu)化系統(tǒng)是一種先進的公共交通管理系統(tǒng)，它利用實時數(shù)據(jù)采集、分析和優(yōu)化算法來提高公交車隊的運營效率、乘客滿意度和服務質量；

2、這種系統(tǒng)的目標是通過智能化的調度和管理，減少公交車的空駛率，提高車輛利用率，減少乘客等待時間，優(yōu)化充電設施的使用，從而提升整個公交系統(tǒng)的運行效率和服務質量，同時，它還有助于降低運營成本和環(huán)境影響，實現(xiàn)公共交通的可持續(xù)發(fā)展；

3、傳統(tǒng)公交車的調度依賴于固定的路線和時間表，而充電管理則缺乏智能化的優(yōu)化，隨著電動公交車的普及，對充電設施的依賴性增加，需要一種能夠實時響應運營需求和電網(wǎng)狀況的智能調度系統(tǒng)，現(xiàn)有的調度系統(tǒng)往往無法動態(tài)調整公交車的運行路線和充電計劃，導致運營效率低下和充電資源浪費，因此，針對上述問題提出基于公交實時數(shù)據(jù)的智能調度優(yōu)化系統(tǒng)及其控制方法。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供基于公交實時數(shù)據(jù)的智能調度優(yōu)化系統(tǒng)及其控制方法，以解決傳統(tǒng)公交車的調度依賴于固定的路線和時間表，而充電管理則缺乏智能化的優(yōu)化，隨著電動公交車的普及，對充電設施的依賴性增加，需要一種能夠實時響應運營需求和電網(wǎng)狀況的智能調度系統(tǒng)，現(xiàn)有的調度系統(tǒng)往往無法動態(tài)調整公交車的運行路線和充電計劃，導致運營效率低下和充電資源浪費的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

3、基于公交實時數(shù)據(jù)的智能調度優(yōu)化系統(tǒng)及其控制方法，包括數(shù)據(jù)采集模塊、區(qū)域調度模塊、充電策略模塊、智能優(yōu)化模塊、通訊模塊和顯示與控制模塊；所述數(shù)據(jù)采集模塊用于實時采集電動公交車的運行數(shù)據(jù)，包括位置、速度、電池剩余電量、當前乘客數(shù)量、環(huán)境信息；所述區(qū)域調度模塊根據(jù)實時運行數(shù)據(jù)和區(qū)域需求，動態(tài)調度電動公交車隊，優(yōu)化公交車的分布和運行路線；所述充電策略模塊結合電池電量、續(xù)航里程預測、充電站位置和充電負荷，對電動公交車的充電過程進行優(yōu)化管理，平衡充電需求與電網(wǎng)負荷；所述智能優(yōu)化模塊通過綜合考慮充電優(yōu)先級設定、充電時間窗口優(yōu)化、充電功率優(yōu)化、多車充電調度和電池壽命優(yōu)化等策略，形成尋優(yōu)模型，最大限度提高車隊運營效率，減少充電時間，并延長電池壽命；所述通訊模塊用于與公交調度中心、充電站及電網(wǎng)管理系統(tǒng)進行數(shù)據(jù)交互，確保實時信息傳遞和決策執(zhí)行；所述顯示與控制模塊提供可視化界面，實時顯示公交車隊的運行狀態(tài)、調度計劃和充電安排，并支持人工干預和控制。

4、作為本發(fā)明進一步優(yōu)化的內容，其中：所述充電策略模塊包括充電優(yōu)先級設定策略，具體通過以下公式計算車輛的充電優(yōu)先級：

5、

6、式中：pi為車輛i的充電優(yōu)先級，cmax為電池容量上限，ci為當前電池電量，rrep為所需續(xù)航里程，ri為車輛i的剩余續(xù)航里程，ui為車輛任務緊迫性，umax為任務緊迫性最大值，w1、w2和w3為權重系數(shù)。

7、作為本發(fā)明進一步優(yōu)化的內容，其中：所述充電策略模塊包括充電時間窗口優(yōu)化策略，具體通過以下公式選擇最優(yōu)充電時間窗口：

8、

9、式中，topt為最優(yōu)充電時間窗口的開始時間，ts和e分別為車輛可以接受充電的最早和最晚時間，λ(t)為時間t時段內電網(wǎng)的負荷情況，l(t)為時間t時段內的車輛充電需求量。

10、作為本發(fā)明進一步優(yōu)化的內容，其中：所述充電策略模塊包括充電功率優(yōu)化策略，具體通過以下公式動態(tài)調整充電功率：

11、

12、式中，p(t)為時間t時車輛的充電功率，pmax為充電站的最大功率，ci(t)為時間t時車輛的電池電量，ti為車輛i的預計充電時間，λ(t)為時間t時段內的電網(wǎng)負荷，λ為電網(wǎng)的負荷上限。

13、作為本發(fā)明進一步優(yōu)化的內容，其中：所述充電策略模塊包括多車充電調度策略，具體通過以下公式優(yōu)化充電站的多車充電調度：

14、

15、式中，sj為充電站j在時間窗口δtj內的總充電量，ij為在充電j同時充電的車輛集合，pstation為充電站的最大充電能力，ti為車輛i的充電時間。

16、作為本發(fā)明進一步優(yōu)化的內容，其中：所述充電策略模塊包括電池壽命優(yōu)化策略，具體通過以下公式優(yōu)化電池壽命：

17、

18、式中，lb為電池壽命，l0為電池初始壽命，k和n為電池衰減系數(shù)，與充電功率相關，p(t1)為充電功率。

19、作為本發(fā)明進一步優(yōu)化的內容，其中：所述智能優(yōu)化模塊基于上述充電優(yōu)先級設定、充電時間窗口優(yōu)化、充電功率優(yōu)化、多車充電調度和電池壽命優(yōu)化策略，構建一個多目標尋優(yōu)模型，綜合優(yōu)化車隊的整體運營效率和電池壽命。

20、作為本發(fā)明進一步優(yōu)化的內容，其中：所述多目標尋優(yōu)模型的目標函數(shù)包括最小化充電等待時間、最小化對電網(wǎng)的沖擊、延長電池壽命、最小化充電成本和最大化運營效率，所述多目標尋優(yōu)模型通過多目標優(yōu)化算法進行求解，包括粒子群優(yōu)化、遺傳算法或模擬退火算法。

21、作為本發(fā)明進一步優(yōu)化的內容，其中：所述智能優(yōu)化模塊能夠根據(jù)實時數(shù)據(jù)和歷史數(shù)據(jù)，通過機器學習算法動態(tài)調整各策略的權重系數(shù)，以適應不斷變化的運營環(huán)境。

22、作為本發(fā)明進一步優(yōu)化的內容，其中：包括以下步驟：步驟1：數(shù)據(jù)采集：通過數(shù)據(jù)采集模塊，實時獲取電動公交車的運行數(shù)據(jù)，包括位置、速度、電池剩余電量、當前乘客數(shù)量、環(huán)境信息；

23、步驟2：區(qū)域需求分析：基于歷史乘客需求數(shù)據(jù)和實時采集的乘客數(shù)據(jù)，分析各區(qū)域的客流量變化趨勢，預測未來的客流需求，并調整公交車的區(qū)域調度計劃；

24、步驟3：續(xù)航里程預測：根據(jù)電動公交車的電池電量、實時運行速度、地形條件和天氣狀況，使用續(xù)航里程預測算法計算車輛的續(xù)航里程，以優(yōu)化充電策略；

25、步驟4：充電優(yōu)先級設定：根據(jù)電池電量、續(xù)航里程、運營任務緊迫性和充電設施可用性，為電動公交車設定充電優(yōu)先級，確保關鍵車輛優(yōu)先充電；

26、步驟5：充電時間窗口優(yōu)化：通過智能優(yōu)化模塊，結合電網(wǎng)負荷情況，優(yōu)化充電時間窗口，避開電網(wǎng)高峰時段，減少充電對電網(wǎng)的沖擊；

27、步驟6：調度計劃實時調整：根據(jù)公交車的實時運行狀態(tài)和突發(fā)事件，動態(tài)調整調度計劃，確保電動公交車隊運營的連續(xù)性和穩(wěn)定性；

28、步驟7：充電負荷管理：與電網(wǎng)管理系統(tǒng)協(xié)作，根據(jù)實時充電需求和電網(wǎng)負荷狀況，動態(tài)調整充電功率和時間，確保電網(wǎng)平穩(wěn)運行，避免過載；

29、步驟8：調度與充電策略優(yōu)化：通過機器學習算法分析歷史數(shù)據(jù)和實時數(shù)據(jù)，不斷優(yōu)化調度和充電策略，提高電動公交車隊的整體運營效率，并延長電池壽命；

30、步驟9：突發(fā)事件處理：當檢測到交通堵塞、緊急維修時，系統(tǒng)自動觸發(fā)應急調度措施，重新分配車輛資源并調整充電計劃，確保運營順暢；

31、步驟10：人工干預與控制：通過顯示與控制模塊，允許調度人員實時監(jiān)控公交車隊的運行狀態(tài)和充電安排，并根據(jù)實際情況進行人工干預和調整，確保系統(tǒng)運行的靈活性和安全性。

32、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

33、本發(fā)明中，通過實時數(shù)據(jù)分析和智能優(yōu)化，系統(tǒng)能夠動態(tài)調整公交車的運行路線和充電計劃，提高車隊的運營效率，充電策略模塊結合電池電量、續(xù)航里程預測和充電站負荷，優(yōu)化充電過程，減少充電時間和成本，智能優(yōu)化模塊考慮電池壽命優(yōu)化策略，通過合理調度充電時間和功率，延長電池使用壽命，而且系統(tǒng)能夠適應不同的運營需求和電網(wǎng)負荷變化，確保電動公交車的高效運行，同時顯示與控制模塊提供可視化界面，支持人工干預和控制，增加了系統(tǒng)的靈活性。