买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种纯电动自动驾驶出租车换电站布局优化方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119692530B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411700525.6，技术领域涉及：G06Q10/04；该发明授权一种纯电动自动驾驶出租车换电站布局优化方法及装置是由郭赟韬;闫康礼;李兴华设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种纯电动自动驾驶出租车换电站布局优化方法及装置在说明书摘要公布了：本发明涉及自动驾驶技术领域，尤其涉及一种纯电动自动驾驶出租车换电站布局优化方法及装置。该方法获取换电站的换电需求数据，得到需求分布，确定预算不确定集，获取换电站备选点、换电站最大电池容量和换电站系统成本信息，并输入考虑换电需求不确定的设施选址布局优化模型；基于鲁棒对等式转化法，利用基于Benders分解方法的求解算法求解设施选址布局优化模型，得到换电站布局及运营方案；设施选址布局优化模型的构建过程包括：以基于预算不确定集、换电站备选点、换电站最大电池容量和换电站系统成本信息的条件为约束、且以换电站系统成本最小化为目标。与现有技术相比，本发明具有在满足换电需求的同时，降低换电系统总成本等优点。

本发明授权一种纯电动自动驾驶出租车换电站布局优化方法及装置在权利要求书中公布了：1.一种纯电动自动驾驶出租车换电站布局优化方法，其特征在于，包括以下步骤： 获取换电站的换电需求数据，得到需求分布，确定预算不确定集，获取换电站备选点、换电站最大电池容量和换电站系统成本信息，并输入预先构建的考虑换电需求不确定的设施选址布局优化模型； 基于鲁棒对等式转化法，利用基于Benders分解方法的求解算法求解所述设施选址布局优化模型，得到换电站布局及运营方案； 其中，所述设施选址布局优化模型的构建过程包括：以基于所述预算不确定集、所述换电站备选点、所述换电站最大电池容量和所述换电站系统成本信息的条件为约束、且以换电站系统成本最小化为目标； 基于鲁棒对等式转化法，利用基于Benders分解方法的求解算法求解所述设施选址布局优化模型，具体包括： 基于鲁棒对等式，重新定义不确定参数，并针对每个换电需求点，引入对应的控制参数，将所述设施选址布局优化模型转化为基于重定义不确定参数和控制参数的第一设施选址布局优化模型； 引入对偶变量，基于对偶理论，将所述第一设施选址布局优化模型重构为待求解的确定性设施选址布局优化模型； 利用基于Benders分解方法的求解算法求解所述确定性设施选址布局优化模型； 利用基于Benders分解方法的求解算法求解所述确定性设施选址布局优化模型，具体包括：将所述确定性设施选址布局优化模型分解为主问题和子问题，同时引入可行割和最优割； 所述第一设施选址布局优化模型表示为： 式中，Qr为目标函数值，为换电需求产生点和换电站位置备选点集合；为单位距离行驶时间成本；为换电需求点与换电站之间的行驶距离；为换电需求的平均值；为连续变量，表示在点产生的换电需求被换电站备选点所服务的比例，为换电需求最大波动值；为整数变量，表示所建立的换电站需要储备的电池数量；为换电需求所对应的非整数部分变量；K为换电需求点中所有发生波动的点的集合，S被定义为： 式中，表示换电需求不确定参数发生波动的需求点的集合，表示换电需求不确定参数的集合，为换电需求点i对应的控制参数，表示不超过的最大整数，ti为控制参数的小数部分数值； 所述确定性设施选址布局优化模型表示为： 可行割和最优割表示为： 式中，为换电站系统成本，为换电站固定建设成本，为每个换电站电池购置及运营成本；为0-1变量，当在备选点处建立换电站时取1，否则取值为0；为换电需求点与换电站之间的行驶距离；为换电需求的平均值；pi、μi、qi、vi为不同的对偶变量，为换电需求点i对应的控制参数；为换电站容纳的最大电池数量，表示整数集合；为换电需求最大波动值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。