本发明涉及公交实时数据的智能调度，具体为基于公交实时数据的智能调度优化系统及其控制方法。
背景技术：
1、基于公交实时数据的智能调度优化系统是一种先进的公共交通管理系统，它利用实时数据采集、分析和优化算法来提高公交车队的运营效率、乘客满意度和服务质量；
2、这种系统的目标是通过智能化的调度和管理，减少公交车的空驶率，提高车辆利用率，减少乘客等待时间，优化充电设施的使用，从而提升整个公交系统的运行效率和服务质量，同时，它还有助于降低运营成本和环境影响，实现公共交通的可持续发展；
3、传统公交车的调度依赖于固定的路线和时间表，而充电管理则缺乏智能化的优化，随着电动公交车的普及，对充电设施的依赖性增加，需要一种能够实时响应运营需求和电网状况的智能调度系统，现有的调度系统往往无法动态调整公交车的运行路线和充电计划，导致运营效率低下和充电资源浪费，因此，针对上述问题提出基于公交实时数据的智能调度优化系统及其控制方法。
技术实现思路
1、本发明的目的在于提供基于公交实时数据的智能调度优化系统及其控制方法，以解决传统公交车的调度依赖于固定的路线和时间表，而充电管理则缺乏智能化的优化，随着电动公交车的普及，对充电设施的依赖性增加，需要一种能够实时响应运营需求和电网状况的智能调度系统，现有的调度系统往往无法动态调整公交车的运行路线和充电计划，导致运营效率低下和充电资源浪费的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、基于公交实时数据的智能调度优化系统及其控制方法，包括数据采集模块、区域调度模块、充电策略模块、智能优化模块、通讯模块和显示与控制模块；所述数据采集模块用于实时采集电动公交车的运行数据，包括位置、速度、电池剩余电量、当前乘客数量、环境信息；所述区域调度模块根据实时运行数据和区域需求，动态调度电动公交车队，优化公交车的分布和运行路线；所述充电策略模块结合电池电量、续航里程预测、充电站位置和充电负荷，对电动公交车的充电过程进行优化管理，平衡充电需求与电网负荷；所述智能优化模块通过综合考虑充电优先级设定、充电时间窗口优化、充电功率优化、多车充电调度和电池寿命优化等策略，形成寻优模型，最大限度提高车队运营效率，减少充电时间，并延长电池寿命；所述通讯模块用于与公交调度中心、充电站及电网管理系统进行数据交互，确保实时信息传递和决策执行；所述显示与控制模块提供可视化界面，实时显示公交车队的运行状态、调度计划和充电安排，并支持人工干预和控制。
4、作为本发明进一步优化的内容，其中：所述充电策略模块包括充电优先级设定策略，具体通过以下公式计算车辆的充电优先级：
5、
6、式中：pi为车辆i的充电优先级，cmax为电池容量上限，ci为当前电池电量，rrep为所需续航里程，ri为车辆i的剩余续航里程，ui为车辆任务紧迫性，umax为任务紧迫性最大值，w1、w2和w3为权重系数。
7、作为本发明进一步优化的内容，其中：所述充电策略模块包括充电时间窗口优化策略，具体通过以下公式选择最优充电时间窗口：
8、
9、式中，topt为最优充电时间窗口的开始时间，ts和e分别为车辆可以接受充电的最早和最晚时间，λ(t)为时间t时段内电网的负荷情况，l(t)为时间t时段内的车辆充电需求量。
10、作为本发明进一步优化的内容，其中：所述充电策略模块包括充电功率优化策略，具体通过以下公式动态调整充电功率：
11、
12、式中，p(t)为时间t时车辆的充电功率，pmax为充电站的最大功率，ci(t)为时间t时车辆的电池电量，ti为车辆i的预计充电时间，λ(t)为时间t时段内的电网负荷，λ为电网的负荷上限。
13、作为本发明进一步优化的内容，其中：所述充电策略模块包括多车充电调度策略，具体通过以下公式优化充电站的多车充电调度：
14、
15、式中，sj为充电站j在时间窗口δtj内的总充电量，ij为在充电j同时充电的车辆集合，pstation为充电站的最大充电能力，ti为车辆i的充电时间。
16、作为本发明进一步优化的内容，其中：所述充电策略模块包括电池寿命优化策略，具体通过以下公式优化电池寿命：
17、
18、式中，lb为电池寿命，l0为电池初始寿命，k和n为电池衰减系数，与充电功率相关，p(t1)为充电功率。
19、作为本发明进一步优化的内容，其中：所述智能优化模块基于上述充电优先级设定、充电时间窗口优化、充电功率优化、多车充电调度和电池寿命优化策略，构建一个多目标寻优模型，综合优化车队的整体运营效率和电池寿命。
20、作为本发明进一步优化的内容，其中：所述多目标寻优模型的目标函数包括最小化充电等待时间、最小化对电网的冲击、延长电池寿命、最小化充电成本和最大化运营效率，所述多目标寻优模型通过多目标优化算法进行求解，包括粒子群优化、遗传算法或模拟退火算法。
21、作为本发明进一步优化的内容，其中：所述智能优化模块能够根据实时数据和历史数据，通过机器学习算法动态调整各策略的权重系数，以适应不断变化的运营环境。
22、作为本发明进一步优化的内容，其中：包括以下步骤：步骤1：数据采集：通过数据采集模块，实时获取电动公交车的运行数据，包括位置、速度、电池剩余电量、当前乘客数量、环境信息；
23、步骤2：区域需求分析：基于历史乘客需求数据和实时采集的乘客数据，分析各区域的客流量变化趋势，预测未来的客流需求，并调整公交车的区域调度计划；
24、步骤3：续航里程预测：根据电动公交车的电池电量、实时运行速度、地形条件和天气状况，使用续航里程预测算法计算车辆的续航里程，以优化充电策略；
25、步骤4：充电优先级设定：根据电池电量、续航里程、运营任务紧迫性和充电设施可用性，为电动公交车设定充电优先级，确保关键车辆优先充电；
26、步骤5：充电时间窗口优化：通过智能优化模块，结合电网负荷情况，优化充电时间窗口，避开电网高峰时段，减少充电对电网的冲击；
27、步骤6：调度计划实时调整：根据公交车的实时运行状态和突发事件，动态调整调度计划，确保电动公交车队运营的连续性和稳定性；
28、步骤7：充电负荷管理：与电网管理系统协作，根据实时充电需求和电网负荷状况，动态调整充电功率和时间，确保电网平稳运行，避免过载；
29、步骤8：调度与充电策略优化：通过机器学习算法分析历史数据和实时数据，不断优化调度和充电策略，提高电动公交车队的整体运营效率，并延长电池寿命；
30、步骤9：突发事件处理：当检测到交通堵塞、紧急维修时，系统自动触发应急调度措施，重新分配车辆资源并调整充电计划，确保运营顺畅；
31、步骤10：人工干预与控制：通过显示与控制模块，允许调度人员实时监控公交车队的运行状态和充电安排，并根据实际情况进行人工干预和调整，确保系统运行的灵活性和安全性。
32、与现有技术相比，本发明的有益效果是：
33、本发明中，通过实时数据分析和智能优化，系统能够动态调整公交车的运行路线和充电计划，提高车队的运营效率，充电策略模块结合电池电量、续航里程预测和充电站负荷，优化充电过程，减少充电时间和成本，智能优化模块考虑电池寿命优化策略，通过合理调度充电时间和功率，延长电池使用寿命，而且系统能够适应不同的运营需求和电网负荷变化，确保电动公交车的高效运行，同时显示与控制模块提供可视化界面，支持人工干预和控制，增加了系统的灵活性。
1.基于公交实时数据的智能调度优化系统，其特征在于：包括数据采集模块、区域调度模块、充电策略模块、智能优化模块、通讯模块和显示与控制模块；
2.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述充电策略模块包括充电优先级设定策略，具体通过以下公式计算车辆的充电优先级：
3.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述充电策略模块包括充电时间窗口优化策略，具体通过以下公式选择最优充电时间窗口：
4.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述充电策略模块包括充电功率优化策略，具体通过以下公式动态调整充电功率：
5.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述充电策略模块包括多车充电调度策略，具体通过以下公式优化充电站的多车充电调度：
6.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述充电策略模块包括电池寿命优化策略，具体通过以下公式优化电池寿命：
7.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述智能优化模块基于上述充电优先级设定、充电时间窗口优化、充电功率优化、多车充电调度和电池寿命优化策略，构建一个多目标寻优模型，综合优化车队的整体运营效率和电池寿命。
8.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述多目标寻优模型的目标函数包括最小化充电等待时间、最小化对电网的冲击、延长电池寿命、最小化充电成本和最大化运营效率，所述多目标寻优模型通过多目标优化算法进行求解，包括粒子群优化、遗传算法或模拟退火算法。
9.根据权利要求1所述的基于公交实时数据的智能调度优化系统，其特征在于：所述智能优化模块能够根据实时数据和历史数据，通过机器学习算法动态调整各策略的权重系数，以适应不断变化的运营环境。
10.基于权利要求1-9任一项所述的基于公交实时数据的智能调度优化系统的控制方法，其特征在于：包括以下步骤：步骤1：数据采集：通过数据采集模块，实时获取电动公交车的运行数据，包括位置、速度、电池剩余电量、当前乘客数量、环境信息；
