基于電力損耗預(yù)測(cè)的共享純電動(dòng)汽車路徑優(yōu)化方法

李曉娟，劉晶鑫，霍月英，朱建文，陳冰淼

(1.內(nèi)蒙古大學(xué) 交通學(xué)院，內(nèi)蒙古 呼和浩特 010070； 2.華東交通大學(xué) 先進(jìn)材料研究院，江西 南昌 330052)

0 引言

在全世界面臨能源緊張和環(huán)境污染的雙重背景條件下，共享純電動(dòng)汽車以其能源結(jié)構(gòu)多元化和車輛結(jié)構(gòu)簡單等優(yōu)點(diǎn)以及運(yùn)行理念深化可持續(xù)發(fā)展戰(zhàn)略，已成為國內(nèi)外汽車產(chǎn)業(yè)重點(diǎn)發(fā)展方向，但同時(shí)也帶來了新的挑戰(zhàn)。用戶無法掌握純電動(dòng)汽車的電池消耗狀況，無法更好地規(guī)劃出行路徑，如果車輛半路拋錨，將為用戶帶來一定損失。朱柏睿[1]對(duì)純電動(dòng)汽車應(yīng)用現(xiàn)狀進(jìn)行宏觀分析及發(fā)展純電動(dòng)汽車的策略進(jìn)行深入探討，分析純電動(dòng)汽車現(xiàn)狀存在問題，如電力的損耗和不完善的充電樁空間覆蓋水平成為當(dāng)前純電動(dòng)汽車最主要的發(fā)展瓶頸。因此精確地預(yù)測(cè)車輛剩余電量，降低共享純電動(dòng)汽車用戶的里程焦慮有重要的意義。國內(nèi)外學(xué)者對(duì)相關(guān)問題的研究逐漸豐富。本研究以此為背景，考慮影響電量損耗的幾個(gè)關(guān)鍵因素(外界溫度、空調(diào)及暖風(fēng)的使用、擁堵情況等)，提前進(jìn)行電量預(yù)測(cè)，為用戶出行規(guī)劃合理路徑。

隨著純電動(dòng)汽車技術(shù)的發(fā)展不斷深入，對(duì)純電動(dòng)汽車剩余電量的預(yù)測(cè)估計(jì)的理論研究及方法科學(xué)性不斷提高。Liu等[2]探索環(huán)境溫度和車輛輔助負(fù)載對(duì)電動(dòng)汽車電量的交互影響，明確不同溫度和開啟空調(diào)和熱風(fēng)對(duì)車輛電力損耗的影響。Xing等[3]結(jié)合了溫度系數(shù)及模型復(fù)雜性提出了基于溫度模型的SOC估算方法，考慮電池在不同環(huán)境溫度下，分析了較小均方根誤差的準(zhǔn)確SOC估計(jì)。Jaguemont 等[4]綜述了低溫對(duì)鋰離子電池技術(shù)容量/功率衰減的影響。Wu等[5]通過對(duì)測(cè)試車輛的評(píng)估結(jié)果進(jìn)行分析，利用所提出的模型可以成功地估計(jì)EV的瞬時(shí)功率和跳閘能量消耗，為純電動(dòng)汽車的瞬時(shí)電量的損耗分析提供分析思路。Liu等[6]使用多級(jí)混合效應(yīng)線性回歸模型估計(jì)電動(dòng)汽車的實(shí)際能源效率,對(duì)日本愛知縣的68個(gè)使用中的電動(dòng)汽車進(jìn)行數(shù)據(jù)分析，揭示了每公里電量損耗的潛在相關(guān)性和非恒定性變化規(guī)律。Qiu等[7]提出一種基于模糊邏輯的再生制動(dòng)策略(RBS)與系列再生制動(dòng)相結(jié)合的方法，分析純電動(dòng)汽車再生制動(dòng)的能量回收效率。

隨著車聯(lián)網(wǎng)+互聯(lián)網(wǎng)模式的不斷發(fā)展，不僅可以科學(xué)合理地為電動(dòng)汽車規(guī)劃充電路徑，而且需要通過對(duì)電動(dòng)汽車共享站點(diǎn)位置的定位，為用戶規(guī)劃更加合理的行進(jìn)路線，并為用戶提供最佳的節(jié)能模式駕駛信息。而現(xiàn)階段車聯(lián)網(wǎng)+互聯(lián)網(wǎng)的發(fā)展模式可以為用戶規(guī)劃更加合理的行進(jìn)路線，優(yōu)化用戶的駕駛出行方案，為動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)提供一定的理論基礎(chǔ)與技術(shù)支持。而既有研究中大多數(shù)針對(duì)物流車輛的路徑優(yōu)化。龐燕等[8]對(duì)國內(nèi)外車輛徑路的研究現(xiàn)狀(包括半開放式VRP、多級(jí)VRP、多目標(biāo)VRP、綠色VRP 等)進(jìn)行了總結(jié)分析。劉長石等[9]通過分析車輛離散行駛速度和連續(xù)行駛時(shí)間的關(guān)系，研究了以所有車輛的碳排放量最小為目標(biāo)，同時(shí)考慮交通擁堵因素的車輛路徑問題。范厚明等[10]研究了針對(duì)客戶需求且有時(shí)間窗約束的時(shí)間依賴性車輛路徑問題。郭放等[11]研究了基于物流專員、配送車輛、服務(wù)對(duì)象與匹配策略共同優(yōu)化的多車型電動(dòng)汽車配送路徑問題。針對(duì)路徑優(yōu)化的算法也有諸多研究，安健等[12]通過分析快速公交網(wǎng)絡(luò)的乘客出行行為，構(gòu)建了以網(wǎng)絡(luò)平衡配流和路徑優(yōu)化的雙層規(guī)劃模型，并提出基于遺傳算法和粒子群算法的混合啟發(fā)式算法。葉勇等[13]針對(duì)車輛路徑優(yōu)化問題，設(shè)計(jì)了狼群算法，并通過與其他智能算法的對(duì)比證明其有效性及收斂速度快等優(yōu)勢(shì)。徐里等[14]針對(duì)帶動(dòng)態(tài)障礙區(qū)的自由區(qū)域路徑實(shí)時(shí)優(yōu)化問題，提出了一種遺傳算法和滑動(dòng)地平線控制的混合算法。姜彥寧等[15]針對(duì)資源共享模式下的整車物流路徑優(yōu)化問題，構(gòu)建了以運(yùn)輸成本最小為目標(biāo)的優(yōu)化模型，并設(shè)計(jì)了遺傳算法進(jìn)行求解。

本研究主要解決共享純電動(dòng)汽車路徑優(yōu)化的問題，從用戶角度出發(fā)，為用戶提供相應(yīng)的路徑選擇支持。此外，針對(duì)電動(dòng)無人駕駛汽車，在車載導(dǎo)航設(shè)備中的徑路優(yōu)化方面提供一定理論基礎(chǔ)。本研究基于電力損耗及充電樁位置等因素對(duì)共享純電動(dòng)汽車路徑進(jìn)行優(yōu)化，在充分考慮純電動(dòng)汽車的不同溫度空調(diào)使用情況下分析其電力損耗，預(yù)測(cè)車輛電量剩余，構(gòu)建共享純電動(dòng)汽車的動(dòng)態(tài)路徑優(yōu)化模型及求解算法。最后通過實(shí)際案例設(shè)計(jì)及分析，并借助VS開發(fā)平臺(tái)開發(fā)了共享電動(dòng)汽車多路徑選擇的動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)。

1 電力損耗分析

電池的放電溫度、電池參數(shù)與性能、輔助裝置的能量消耗等問題都會(huì)影響共享純電動(dòng)汽車預(yù)計(jì)行駛路程。因此如何通過預(yù)測(cè)電池剩余電量，實(shí)現(xiàn)不同行駛環(huán)境下電量損耗情況的研究至關(guān)重要。

在所有的環(huán)境因素中，溫度對(duì)電池的充放電性能影響最大，如果溫度下降，電極的反應(yīng)速率也下降。外界溫度對(duì)電池內(nèi)部進(jìn)行的化學(xué)反應(yīng)、電動(dòng)汽車潤滑油的黏度以及能量消耗率等均有影響。圖1[16]所示共享電動(dòng)汽車在不同溫度下放電對(duì)電池容量的影響，鋰電池在0，-10，-20 ℃溫度下的可用容量分別是常溫環(huán)境(25 ℃)下的75%～85%、60%～70%、40%～55%，如北方車輛在低溫情況下電量損耗較大，可用容量也會(huì)明顯降低，可見低溫對(duì)共享電動(dòng)汽車電池容量的損耗明顯。圖2[2]表示在行駛過程中不同環(huán)境溫度對(duì)共享純電動(dòng)汽車電池性能以及開啟空調(diào)和開啟暖風(fēng)的影響。在低溫條件下，車輛開啟暖風(fēng)的耗電量對(duì)車輛的損耗最大；高溫空調(diào)對(duì)車輛電力損耗更明顯，其中與人的開車行為特性相關(guān)。在15 ℃時(shí)，總體消耗電量最低。暖風(fēng)和空調(diào)冬天使用空調(diào)比夏天消耗的電量更多。

圖2 環(huán)境溫度對(duì)空調(diào)、暖風(fēng)、電池?fù)p耗的影響Fig.2 Influence of ambient temperature on air conditioning, heating and battery loss

文中的各參數(shù)設(shè)定如表1所示：

表1 參數(shù)及變量

基于出行的復(fù)雜性以及隨機(jī)性，考慮到充電容量、充電方式、起始電量狀態(tài)以及起始出行時(shí)間等因素，采用平均能耗方法，選取一定的行駛里程累積為例來計(jì)算剩余續(xù)駛里程[17]。

假設(shè)每行駛1 km共享電動(dòng)汽車誘導(dǎo)系統(tǒng)更新一次剩余里程，其平均電量損耗按照每循環(huán)迭代5 km計(jì)算一次。每行駛1 km 更新一次剩余續(xù)駛里程是為了提高顯示剩余續(xù)駛里程的精度；每循環(huán)迭代 5 km 計(jì)算一次平均電量損耗采用5 km增強(qiáng)迭代靈敏度。在循環(huán)迭代過程中，根據(jù)已經(jīng)行駛的里程未滿5 km和已經(jīng)超過5 km。采用不同的計(jì)算方法，其具體方法如下：

(1)行駛里程未滿5 km

當(dāng)車輛實(shí)際行駛里程低于5 km時(shí)彌補(bǔ)里程(5-Sa)km。此時(shí)5 km的總電量損耗為：

(1)

式中，U,I分別為電池端電壓和總電流，因此該路段內(nèi)平均電量損耗和剩余續(xù)駛里程由式(2)和(3)計(jì)算。

(2)

(3)

(2)行駛里程超過5 km

當(dāng)實(shí)際行駛里程超過5 km時(shí)，每行駛1 km就舍棄最后1 km數(shù)據(jù)，新增最近一次1 km 數(shù)據(jù)，始終保持一個(gè)最新的5 km片段數(shù)據(jù)。則已經(jīng)消耗的總電量損耗和該片段消耗的電量由式(4)和(5)計(jì)算。

(4)

(5)

因此，該時(shí)刻的平均電量和剩余續(xù)駛里程由上式(2)和(3)重復(fù)計(jì)算可得。

2 模型建立

首先建立車輛行駛網(wǎng)絡(luò)G(V,W)，其中V={va,vs,vh|0≤a≤Na;0≤s≤Ns;0≤h≤Nh}表示路網(wǎng)中所有節(jié)點(diǎn)的集合，其中va表示路段交叉口節(jié)點(diǎn)，vs表示充電樁節(jié)點(diǎn)，vh表示換車節(jié)點(diǎn)。Na，Ns和Nh分別為3種節(jié)點(diǎn)的數(shù)量。W為路網(wǎng)所有弧的集合W={wij|i,j∈V}。

模型目標(biāo)由式(6)所示，綜合考慮距離、時(shí)間、費(fèi)用等因素來選擇用戶出行綜合費(fèi)用最小的行車路徑。設(shè)η為權(quán)系數(shù)1.1(元/分鐘)，表示用戶對(duì)于時(shí)間延遲所折算的成本系數(shù)。不同用戶的權(quán)系數(shù)不同，對(duì)于出行時(shí)間要求越高的用戶，其權(quán)系數(shù)越大。

minη(Tdrive+Tch)+(Cdrive+Chc)。

(6)

基于以上電力損耗和電量剩余預(yù)測(cè)方法對(duì)目標(biāo)函數(shù)中各參數(shù)的量化方法進(jìn)行分析。

(1)車輛行駛時(shí)間

在路徑優(yōu)化中，基于車輛在行駛中時(shí)間和空間的變化性，考慮實(shí)時(shí)交通路況，采用目前使用較廣泛美國公路局提出的BPR路阻函數(shù)，則共享電動(dòng)汽車從起點(diǎn)節(jié)點(diǎn)O行駛至終點(diǎn)節(jié)點(diǎn)D的路徑行駛時(shí)間：

(7)

(8)

式中,t0為零流量倆節(jié)點(diǎn)行駛時(shí)間；V為此路段交通流量；C為此路段可用通行能力。

(2)快速充電時(shí)間

對(duì)于共享電動(dòng)汽車訪問充電樁節(jié)點(diǎn)vj，在充電站的快充電量為Qj則共享電動(dòng)汽車在充電樁的快速充電時(shí)間為：

(9)

(3)車輛行駛費(fèi)用

共享電動(dòng)汽車的行駛費(fèi)用受用車時(shí)間、行駛距離以及用車起步費(fèi)用影響，其中用車時(shí)間為車輛行駛時(shí)間Tdrive，χ為共享電動(dòng)汽車服務(wù)時(shí)間收費(fèi)標(biāo)準(zhǔn)，δ為共享電動(dòng)汽車行駛里程收費(fèi)標(biāo)準(zhǔn)，則車輛的行駛費(fèi)用為：

Cdrive=χTdrive+δLdrive+Cang，

(10)

式中車輛的總行駛距離為

(11)

(4)換車費(fèi)用

換乘費(fèi)用主要為重新使用其他車輛的起步費(fèi)用，則共享電動(dòng)汽車在換乘節(jié)點(diǎn)換乘車輛的費(fèi)用為：

(12)

模型的約束條件為：

(13)

(14)

(15)

Evj≥Eε(vj∈V)，

(16)

(17)

約束(13)表示網(wǎng)絡(luò)中節(jié)點(diǎn)是否被訪問的0-1變量，若節(jié)點(diǎn)被訪問則為1，否則為0；約束(14)表示網(wǎng)絡(luò)中弧是否被占用，若弧兩段節(jié)點(diǎn)均被訪問，則該弧被標(biāo)定為被占用，值為1，否則為0；約束(15)為不同情況下，車輛電池剩余電量的計(jì)算條件；約束(17)表示在充電樁節(jié)點(diǎn)快速充電過程中，電池容量不應(yīng)該超出額定電池容量限制；約束(18)表示車輛在行駛中剩余電量一直不能小于該車輛可剩余的最小電量值Eε，其中Eε值可由共享電動(dòng)汽車企業(yè)規(guī)定。

3 求解算法

本研究在純電動(dòng)汽車行駛過程中，每途徑一個(gè)節(jié)點(diǎn)更新一次路徑信息。如果有更優(yōu)的路徑時(shí)或者電量不滿足行駛里程時(shí)，可提醒用戶切換到更優(yōu)路徑。每次路徑更新時(shí)，采用基于動(dòng)態(tài)權(quán)重值的Dijkstra算法的最短路徑問題找到行最優(yōu)路徑。為車輛提供包括行駛路線、行車時(shí)間、充電計(jì)劃等多種方案的多條最優(yōu)路徑。具體算法步驟如下：

Step2：更新當(dāng)前路網(wǎng)中的路況信息、車輛行駛狀態(tài)信息(是否開啟空調(diào)或暖風(fēng))、充電樁及可換乘車輛信息，建立當(dāng)前車輛行駛網(wǎng)絡(luò)Gvi；

Step3：采用動(dòng)態(tài)權(quán)重值的Dijkstra算法求解當(dāng)前最優(yōu)路徑；

1.初始化總權(quán)重值Dis=正無窮,各節(jié)點(diǎn)的權(quán)重值dis[N];2.For i=1 to N %N=Na+Ns+Nh3. If 節(jié)點(diǎn)vi被標(biāo)記 then4. For j=1 to N5. If wij=1 then6. 基于公式(15)更新當(dāng)前電量;7. If 公式(16)和(17)滿足 then8. 基于公式(6)計(jì)算弧wij當(dāng)前權(quán)重值dij9. If dis[i]+dij

Step 4: 判斷是否到達(dá)終點(diǎn)，若到達(dá)則算法結(jié)束，否則返回Step1。

4 案例分析

采用C#作為開發(fā)語言，基于Microsoft Visual Studio 2017平臺(tái)引入地圖，在WPF(Windows Presentation Foundation)交互用戶圖形界面設(shè)計(jì)共享純電動(dòng)汽車路徑誘導(dǎo)系統(tǒng)。以呼市繞城路1號(hào)加油站至內(nèi)蒙古科技職業(yè)學(xué)院為案例進(jìn)行分析，并基于文中第1節(jié)內(nèi)容電量損耗關(guān)系進(jìn)行電量損耗分析。表2為某品牌共享純電動(dòng)汽車參數(shù)。規(guī)定共享電動(dòng)汽車行駛完成剩余里程不低于20 km。χ為共享電動(dòng)汽車服務(wù)時(shí)間收費(fèi)標(biāo)準(zhǔn)，0.11元/min，δ為共享電動(dòng)汽車行駛里程收費(fèi)標(biāo)準(zhǔn)，0.89元/km。以呼和浩特市主干道為例，對(duì)BPR函數(shù)進(jìn)行了參數(shù)α=1.002，β=2.001的重新標(biāo)定[18]。

表2 共享電動(dòng)汽車性能參數(shù)表

利用路徑誘導(dǎo)系統(tǒng)分別規(guī)劃不同路徑方案如圖3所示。圖3(a)為初始規(guī)劃出的3種不同最短路方案及預(yù)計(jì)行駛里程和行駛時(shí)間，路徑形式如圖例所示。圖3(b)、(c)分別為行駛某一時(shí)刻，重新規(guī)劃3種不同最短路方案。圖3(d)，(e)，(f)為用戶在選擇換車路線時(shí)的更新路徑。圖3(g)，(h)，(i)為用戶選擇充電路線時(shí)的更新路徑。

圖3 更新最短路徑及最短備選路徑圖Fig.3 Maps of updating shortest path and shortest alternate path

為滿足共享電動(dòng)汽車在本案例的可實(shí)施性(1)假定共享電動(dòng)汽車初始剩余里程為80 km。(2)所有案例在相同交通流量水平下計(jì)算。(3)本案例設(shè)定不同外界溫度的條件。表中預(yù)測(cè)剩余里程為車輛至終點(diǎn)后剩余里程。不同方案得到的結(jié)果分析如表4所示。通過對(duì)不同溫度下相同初始電量行駛中損耗電量對(duì)比分析，外界溫度對(duì)放置車輛電力損耗嚴(yán)重，尤其在北方冬季，損耗達(dá)到40%。其次車輛在行駛中的延誤會(huì)增加空調(diào)或暖風(fēng)的耗電。通過表3分析，冬季對(duì)車輛的電力損耗嚴(yán)重，導(dǎo)致車輛半路拋錨概率增大，用戶需尋找充電或換車節(jié)點(diǎn)，勢(shì)必增加里程和行程時(shí)間，導(dǎo)致成本增加。外界溫度變化和開啟空調(diào)狀態(tài)對(duì)成本影響主要體現(xiàn)在剩余里程約束下的路徑改變，當(dāng)電量滿足約束，用戶綜合最小成本變動(dòng)微弱，當(dāng)溫度下降，剩余里程不滿足電量約束，路徑方案改變與充電時(shí)間增加使得用戶最小成本增加。表3為不同溫度的條件下共享純電動(dòng)汽車的相關(guān)行駛數(shù)據(jù)及成本分析。基于表中數(shù)據(jù)對(duì)不同溫度影響下，開啟空調(diào)或暖風(fēng)對(duì)用戶成本影響分析見圖4，對(duì)共享純電動(dòng)汽車最終電量損耗影響分析如圖5。

由圖4中可得以下結(jié)論：(1)在0～30 ℃外界溫度和空調(diào)開啟狀態(tài)滿足電量約束，路徑不發(fā)生改變，成本無明顯變化。(2)-10 ℃開啟熱風(fēng)導(dǎo)致剩余電量小于20 km，用戶需改變行駛路徑尋找充電或換車節(jié)點(diǎn)，勢(shì)必增加里程和行程時(shí)間，導(dǎo)致成本增加。(3)關(guān)閉暖風(fēng)與開啟暖風(fēng)都會(huì)改變路徑，成本差值主要為充電時(shí)間所致。

表3 不同條件對(duì)共享電動(dòng)汽車電量損耗影響分析

圖4 溫度對(duì)用戶最小成本的影響Fig.4 Influence of temperature on user’s minimum cost

圖5 溫度對(duì)損耗里程的影響Fig.5 Influence of temperature on wasted mileage

由圖5中可得以下結(jié)論：(1)15 ℃電量損耗最小，高溫與低溫都會(huì)使電量損耗增加。(2)溫度越低，暖風(fēng)對(duì)電量損耗的影響越大。

此外，本研究對(duì)道路擁堵對(duì)車輛行駛過程的影響如表4所示。

表4 道路擁堵情況對(duì)電動(dòng)汽車電量損耗的影響分析

對(duì)于道路擁堵影響，不同的擁堵情況影響道路行駛時(shí)間，時(shí)間影響路徑上的空調(diào)或者熱風(fēng)對(duì)于電量的損耗，所以空調(diào)或熱風(fēng)在不同溫度下都為開啟狀態(tài)。在擁堵一定時(shí)間之內(nèi)，不改變路徑的選擇。路徑行駛時(shí)間和成本隨著擁堵情況不斷增加。擁堵導(dǎo)致車輛耗電量增加，當(dāng)預(yù)測(cè)剩余電量不能滿足電量約束，則路徑誘導(dǎo)系統(tǒng)提前規(guī)劃路徑選擇方案(充電)。所以，純電動(dòng)汽車在路徑行駛中，應(yīng)該考慮擁堵對(duì)于動(dòng)態(tài)路徑誘導(dǎo)的影響。

高峰時(shí)段會(huì)造成區(qū)域擁堵現(xiàn)象，道路特殊事件會(huì)導(dǎo)致路徑堵塞增加路徑行駛時(shí)間。擁堵對(duì)電動(dòng)汽車啟動(dòng)耗電量與制動(dòng)能量回收所造成的耗電量幾乎相等，所以當(dāng)路程不改變時(shí)，時(shí)間的增加只改變空調(diào)和熱風(fēng)對(duì)與電力的損耗。

如圖6可得:(1)相同的道路通行能力，在溫度影響下電量滿足剩余里程時(shí)，用戶綜合最小成本幾乎不發(fā)生變化，當(dāng)溫度影響下電量不滿足剩余里程約束時(shí)，用戶最小成本會(huì)隨著路徑改變或充電時(shí)間增加而變大。(2)相同溫度下，擁堵情況會(huì)增加用戶出行時(shí)間和輔助設(shè)備(如空調(diào)，熱風(fēng))的電量損耗，導(dǎo)致出行時(shí)間成本增加，從而導(dǎo)致用戶綜合最小成本增加。

圖6 不同溫度及擁堵條件下的用戶成本Fig.6 User cost under different temperatures and congestion conditions

如圖7可得：(1)相同溫度下，擁堵對(duì)純電動(dòng)汽車的損耗主要為輔助設(shè)備(空調(diào)，熱風(fēng))的開啟時(shí)間對(duì)電量的損耗，當(dāng)電量不滿足剩余里程時(shí)，路徑方案發(fā)生改變也會(huì)增加耗電量的增加。(2)相同道路通行能力下，溫度越低，對(duì)純電動(dòng)汽車的電量損耗越明顯。

圖7 不同溫度及擁堵條件下的汽車電量損耗Fig.7 Vehicle power consumption under different temperatures and congestion conditions

5 結(jié)論

本研究通過分析共享純電動(dòng)汽車的電力損耗對(duì)出行路徑的影響等，建立運(yùn)行網(wǎng)絡(luò)模型和動(dòng)態(tài)最短路徑優(yōu)化模型及算法，使共享純電動(dòng)車系統(tǒng)能更好的適用于復(fù)雜交通狀態(tài)。提出充電和換車最短路經(jīng)的備選路徑，具有更強(qiáng)的動(dòng)態(tài)性和自適應(yīng)性。得出不同外界溫度、空調(diào)(暖風(fēng))的開啟、路面的擁堵情況都會(huì)對(duì)車輛的電量損耗造成一定影響，甚至?xí)淖冇脩舻某鲂新窂健Ｎ磥砜梢詰?yīng)用于適合共享純電動(dòng)汽車的導(dǎo)航系統(tǒng)，為提高共享純電動(dòng)車出行服務(wù)質(zhì)量提供了一個(gè)嶄新的視角。