基于雾计算的PHEV最优能量交易方案的获取方法技术

本发明专利技术公开了基于雾计算的PHEV最优能量交易方案的获取方法，包括如下步骤：S1、建立基于雾计算的PHEV能量交易系统，引入雾计算能量中心；S2、将雾计算能量中心分为非利益驱动和利益驱动；S3、进行非利益驱动的雾计算能量中心管理的能量交易，建立非利益驱动优化问题模型并进行优化，获得最优解；S4、进行利益驱动的雾计算能量中心管理的能量交易，建立利益驱动优化问题模型并进行优化，获得最优解集；S5、根据最优解和最优解集，输出PHEV最优能量交易方案。本发明专利技术解决了现有技术存在的实用性低，资金投入大，以及PHEV与电网的能量交易优化性低、实时性低和效率低的问题。

【技术实现步骤摘要】
基于雾计算的PHEV最优能量交易方案的获取方法
本专利技术属于城市交通
，具体涉及基于雾计算的PHEV最优能量交易方案的获取方法。
技术介绍
今后较长一段时期内，汽车的需求量以及保有量会持续增加，由此带来的能源紧张和环境污染问题将更加突出。相比于传统车辆，插电式混合动力汽车(plug-inhybridelectricvehicle，PHEV)对能源的使用更高效，更环保，被视为未来城市交通成本最低的手段之一。分布式能量具有可变性和间歇性，对资源大规模跨区域性的调配和优化也是必须要走的一条艰难之路，车辆到电网(Vehicle-to-Grid，V2G)的能量系统就以分布广泛的电动汽车作为移动的储能电池，可以实现削峰填谷、区域调配的目的。但能量回馈到电网需要经过输配电网络的远距离传输和配送，导致调度成本较高，最终影响能量系统的稳定。能量交易是综合考虑需求供应双方利益的有效机制。出于理性，PHEV并不会自发地为电网提供回收分布式多余能量和补充供应不足等服务。所以，针对分布式能量的时空复杂维度和均衡管理，综合考虑分布式能量特性、电网定价策略以及用户的需求变化，提出更实时高效、更具激励性的PHEV最优能量交易方案具有重要意义。综上所述，现有技术存在以下问题：(1)PHEV并不能随意地、毫无管理地接入到电网中，高效协调汽车与电网间的充电和放电很具挑战，现有技术无法解决分布式能量的调配问题，以及PHEV的充电优化问题，并且在许多社会热点，能量分布极度不平衡，但现有技术中主干网络距离社会热点较远，能量长距离回购汇聚后再销售输出，损耗巨大，资金投入大，导致实用性低；(2)现有技术中，由于存在以上几点问题，导致无法解决PHEV的充放电决策和能量管理问题，PHEV与电网的能量交易存在优化性低、实时性低以及效率低的问题。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的一种实用性高、实时性高、优化性高以及高效性的基于雾计算的PHEV最优能量交易方案的获取方法，解决了现有技术存在的实用性低，资金投入大，以及PHEV与电网的能量交易优化性低、实时性低和效率低的问题。为了达到上述专利技术目的，本专利技术采用的技术方案为：基于雾计算的PHEV最优能量交易方案的获取方法，包括如下步骤：S1：建立基于雾计算的PHEV能量交易系统，引入雾计算能量中心；S2：将雾计算能量中心分为非利益驱动和利益驱动；S3：进行非利益驱动的雾计算能量中心管理的能量交易，建立非利益驱动优化问题模型并进行优化，获得最优解；S4：进行利益驱动的雾计算能量中心管理的能量交易，建立利益驱动优化问题模型并进行优化，获得最优解集；S5：根据最优解和最优解集，输出PHEV最优能量交易方案。进一步地，步骤S1中，基于雾计算的PHEV能量交易系统，包括：插电式混合动力汽车PHEV，包括消费能量的充电PHEV和供应能量的供电PHEV；雾计算能量中心，用于管理本地能量交易，为PHEV提供能量交易服务，向供电PHEV购买能量，将能量直接转售给充电PHEV；车载能量雾，为覆盖区域内的PHEV提供通信支持，维护雾计算能量中心进行本地能量交易的管理；云计算中心，用于管理系统中所有雾计算能量中心和PHEV；外部公共能源公司，用于公共电力的生产、运输和配送，为充电PHEV提供能量，并回收供电PHEV的富余能量。进一步地，步骤S3中，建立非利益驱动优化问题模型并进行优化,包括如下步骤：S3-1：建立非利益驱动优化问题模型，公式为：式中，Ui(·)为充电PHEVi的能量效用函数；为供电PHEVj的能量效用函数；Mi(ai,bi)为非利益驱动下充电PHEVi购买能量的净收益；为非利益驱动下供电PHEVj销售能量的净收益；CV＝{1,2,3,…,C}为充电PHEV集合，i∈CV为当前充电PHEV，C为充电PHEV总数；DV＝{1,2,3,…,D}为供电PHEV集合，j∈DV为当前供电PHEV，D为供电PHEV总数；S3-2：确定当非利益驱动优化问题获得最优解的最优解约束条件；最优解约束条件为：式中，为供电PHEVj销售给公共能源公司的能量数量；为供电PHEVj销售给雾计算能量中心的能量数量；为供电PHEVj销售能量的损耗；为供电PHEVj的能量供应；为雾计算能量中心的最优能量卖价；为雾计算能量中心的最优能量买价；di为充电PHEVi的能量需求；为充电PHEVi从雾计算能量中心购买能量的最优数量；S3-3：根据最优解约束条件对非利益驱动优化问题进行转化，获得转化后非利益驱动优化问题模型，公式为：式中，V(n)为当前定本地雾计算能量中心的能量价格转化后非利益驱动优化问题的解；为非利益驱动优化问题模型；ci为非利益驱动下充电PHEVi购买能量的净收益，即Mi(ai,bi)；为非利益驱动下供电PHEVj销售能量的净收益，即S3-4：使用ODS-IPOPT算法对转化后非利益驱动优化问题进行求解，获得最优解。进一步地，步骤S3-4中，ODS-IPOPT算法，包括如下步骤：A-1：输入外部能源公司能量定价和转化后非利益驱动优化问题模型；A-2：初始化搜索步长、效用阈值以及雾计算能量中心的能量价格；A-3：判断当前能量价格是否小于外部公共能源公司的能量卖价，若是则进入步骤A-4，否则结束算法；A-4：使用内点法对转化后非利益驱动优化问题进行求解，获得最优解，并计算效用值；A-5：判断效用值是否大于效用阈值，若是则进入步骤A-6，否则根据搜索步长，更新当前能量价格，并进入步骤A-3；A-6：输出最优解，并更新效用阈值。进一步地，步骤S4中，建立利益驱动优化问题模型并进行优化，包括如下步骤：S4-1：建立利益驱动优化问题模型，公式为：式中，nout为雾计算能量中心的能量卖价；nin为雾计算能量中心的能量买价；bi为充电PHEVi从雾计算能量中心购买的能量数量；为供电PHEVj销售给雾计算能量中心的能量数量；Mi(bi)为利益驱动下充电PHEVi购买能量的净收益；为利益驱动下供电PHEVj销售能量的净收益；S4-2：将利益驱动优化问题模型进行取反转化，获得转化后利益驱动优化问题模型，公式为：式中，f1(B)、f2(B)为目标向量；B为当前解；nout为雾计算能量中心的能量卖价；nin为雾计算能量中心的能量买价；bi为充电PHEVi从雾计算能量中心购买的能量数量；为供电PHEVj销售给雾计算能量中心的能量数量；Ui(·)为充电PHEVi的能量效用函数；为供电PHEVj的能量效用函数；Mi(bi)为利益驱动下充电PHEVi购买能量的净收益；为利益驱动下供电PHEVj销售能量的净收益；S4-3：对转化后利益驱动优化问题模型进行求解，使用DP-NSGA-DLS算法对求得的Pareto解集进行选择，获得Pareto最优解集。进一步地，步骤S4-3中，DP-NSGA-DLS算法，包括如下步骤：B-1：初始化种群和迭代次数，选择出转化后利益驱动优化问题模型的可行解和优秀不可行解并丢弃普通不可行解，分别放入相应的种群，得到初始可行解种群和初始优秀不可行解种群；B-2：将初始可行解种群进行快速非支配排序并计算其拥挤度，计算初始优秀不可行解种群的拥挤度；B-3：根据拥挤度对当前可行解种群进行选择、交叉以及变异处理，得到第一处理后种群；B-本文档来自技高网...

【技术保护点】
1.基于雾计算的PHEV最优能量交易方案的获取方法，其特征在于，包括如下步骤：S1：建立基于雾计算的PHEV能量交易系统，引入雾计算能量中心；S2：将雾计算能量中心分为非利益驱动和利益驱动；S3：进行非利益驱动的雾计算能量中心管理的能量交易，建立非利益驱动优化问题模型并进行优化，获得最优解；S4：进行利益驱动的雾计算能量中心管理的能量交易，建立利益驱动优化问题模型并进行优化，获得最优解集；S5：根据最优解和最优解集，输出PHEV最优能量交易方案。

【技术特征摘要】
1.基于雾计算的PHEV最优能量交易方案的获取方法，其特征在于，包括如下步骤：S1：建立基于雾计算的PHEV能量交易系统，引入雾计算能量中心；S2：将雾计算能量中心分为非利益驱动和利益驱动；S3：进行非利益驱动的雾计算能量中心管理的能量交易，建立非利益驱动优化问题模型并进行优化，获得最优解；S4：进行利益驱动的雾计算能量中心管理的能量交易，建立利益驱动优化问题模型并进行优化，获得最优解集；S5：根据最优解和最优解集，输出PHEV最优能量交易方案。2.根据权利要求1所述的基于雾计算的PHEV最优能量交易方案的获取方法，其特征在于，所述步骤S1中，基于雾计算的PHEV能量交易系统，包括：插电式混合动力汽车PHEV，用于参与能量交易，包括消费能量的充电PHEV和供应能量的供电PHEV；雾计算能量中心，用于管理本地能量交易，为PHEV提供能量交易服务，向供电PHEV购买能量，将能量直接转售给充电PHEV；车载能量雾，为覆盖区域内的PHEV提供通信支持，维护雾计算能量中心进行本地能量交易的管理；云计算中心，用于管理系统中所有雾计算能量中心和PHEV；外部公共能源公司，用于公共电力的生产、运输和配送，为充电PHEV提供能量，并回收供电PHEV的富余能量。3.根据权利要求1所述的基于雾计算的PHEV最优能量交易方案的获取方法，其特征在于，所述步骤S3中，建立非利益驱动优化问题模型并进行优化,包括如下步骤：S3-1：建立非利益驱动优化问题模型，公式为：式中，Ui(·)为充电PHEVi的能量效用函数；为供电PHEVj的能量效用函数；Mi(ai,bi)为非利益驱动下充电PHEVi购买能量的净收益；为非利益驱动下供电PHEVj销售能量的净收益；CV＝{1,2,3,…,C}为充电PHEV集合，i∈CV为当前充电PHEV，C为充电PHEV总数；DV＝{1,2,3,…,D}为供电PHEV集合，j∈DV为当前供电PHEV，D为供电PHEV总数；S3-2：确定当非利益驱动优化问题获得最优解的最优解约束条件；最优解约束条件为：式中，为供电PHEVj销售给公共能源公司的能量数量；为供电PHEVj销售给雾计算能量中心的能量数量；为供电PHEVj销售能量的损耗；为供电PHEVj的能量供应；为雾计算能量中心的最优能量卖价；为雾计算能量中心的最优能量买价；di为充电PHEVi的能量需求；为充电PHEVi从雾计算能量中心购买能量的最优数量；S3-3：根据最优解约束条件对非利益驱动优化问题进行转化，获得转化后非利益驱动优化问题模型，公式为：式中，V(n)为当前定本地雾计算能量中心的能量价格转化后非利益驱动优化问题的解；为非利益驱动优化问题模型；ci为非利益驱动下充电PHEVi购买能量的净收益，即Mi(ai,bi)；为非利益驱动下供电PHEVj销售能量的净收益，即S3-4：使用ODS-IPOPT算法对转化后非利益驱动优化问题进行求解，获得最优解。4.根据权利要求3所述的基于雾计算的PHEV最优能量交易方案的获取方法，其特征在于，所述步骤S3-4中，ODS-IPOPT算法，包括如下步骤：A-1：输入外部能源公司能量定价和转化后非利益驱动优化问题模型；A-2：初始化搜索步长、效用阈值以及雾计算能量中心的能量价格；A-3：判断当前能量价格是否小于外部公共能源公司的能量卖价，若是则进入步骤A-4，否则结束算法；A-4：使用内点法对转化后非利益驱动优化问题进行求解，获得最优解，并计算效用值；A-5：判断效用值是否大于效用阈值，若是则进入步骤A-6，否则根据搜索步长，更新当前能量价格，并进入步骤A-3；A-6：输出最优解，并更新效用阈值。5.根据权利要求3所述的基于雾计算的PHEV最优能量交易方案的获取方法，其特征在于，所述步骤S4中，建立利益驱动优化问题模型并进行优化，包括如下步骤：S4-1：建立利益驱动优化问题模型，公式为：式中，nout为雾计算能量中心的能量卖价；nin为雾计算能量中心的能量买价；bi为充电PHEVi从雾计算能量中心购买的能量数量；为供电PHEVj销售给雾计算能量中心的能量数量；Mi...

【专利技术属性】
技术研发人员：廖丹，张凤，金海焱，李慧，张明，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51