基于双队列动态定价模型的电动汽车充电站选择方法技术

本发明专利技术公开了一种基于双队列动态定价模型的电动汽车充电站选择方法，所述方法首先利用移动互联网技术获取(i)充电需求点的位置、电量、车辆型号、电池容量等信息，(ii)充电站的位置信息，站内排队及充电情况；然后根据充电需求点预测充电过程中总用时，通过电价更新策略计算并更新电价；最后建立多目标优化函数模型，求得最佳选择充电站。由于本发明专利技术在预测排队等待时间时，采用双队列的排队方式和实时更新充电站达到率的方法，使得总用时预测更加精准，在制定电价时，采用动态定价方法，保证了充电站的负载均匀。因此，本发明专利技术可在保证充电站负载安全的前提下，大大增加出行时充电站选择的合理性，并且能够应用在一般的充电站选择策略中。

【技术实现步骤摘要】
基于双队列动态定价模型的电动汽车充电站选择方法
本专利技术涉及新能源
，具体为一种基于双队列动态定价模型的电动汽车充电站选择方法。
技术介绍
电动汽车充电问题一直伴随电动汽车技术的发展而存在，电动汽车技术发展早期，因为电池容量小、电能利用率低问题导致续航能力差，使得用户不得不经常前往充电站充电。随着人们环保意识的增强，电动汽车技术得到充分发展，电动汽车的续航能力得到提升，但由于电动汽车的电能存储技术仍不成熟，所以电动汽车仍需经常充电，并且充电过程耗时较长。早期的充电策略中经常考虑充电过程中的时间，而几乎忽略了其他因素的重要性，总的充电时间中行驶用时涉及出行时的路径选择问题，在路径选择算法中，经典的Dijkstra、Floyd算法用于计算两点间的最短距离，启发式算法中，蚁群算法、A*算法利用启发式思想解决最短路径问题，但在算法方面具有偶然性(预估值与实际值越接近，搜索越快)和较高的计算复杂度。计算充电站内排队等待时间时，现有研究运用单队列多服务台方式的排队理论求解。随着电动汽车保有量的不断增加，充电需求在时间上的集中，使充电站的极端负载情况愈发严重，导致热点与常规区域的充电站充电负载不均匀，可能造成基础设施的轻度损坏，给配电网带来极大的挑战。因此，针对用户出行的充电特点，结合充电站的负载安全，研究一种出行过程中寻找最佳充电站充电的方法。
技术实现思路
本专利技术的目的在于公开一种基于双队列定价模型的电动汽车充电站选择方法，在保证充电站间负载均匀的前提下，有效地降低用户的充电成本，提高充电站的负载安全性。本专利技术一种基于双队列定价模型的电动汽车充电站选择方法，包括如下步骤：步骤一、首先获取电动汽车和充电站的基本信息，在当前剩余电量所能行驶的最远距离范围内，计算当前电动汽车EVi(i＝1，2，…，M)与各个充电站CSj(j＝1，2，…，N)之间的最短距离Lengthij，超出最远行驶距离时，用选择∞表示且无法前往。步骤二、其次获取充电站CSj的若则电动汽车EVi不需要排队，直接充电(表示充电车辆到达目标充电站时k充电模式下车辆数，表示充电站j模式k下充电桩数，k＝1表示慢充模式，k＝2表示快充模式)。步骤三、若则该充电站内有电动汽车正在排队等待充电。此时，首先计算EVi在剩余电量的最长行驶距离内与每个充电站的行驶时间然后根据值计算EVi到达各个充电站排队等待的时间之后计算EVi在各个充电站的充电费用Costij。步骤四、最后应用多目标优化函数求解得到最佳充电站CSopt。与现有技术相比，本专利技术的主要优点是：(1)从用户的角度考虑，充电站选择方案不再仅考虑时间，同时还考虑实时电价成本，在保证充电站负载均匀的情形下，降低了出行时选择充电的成本，提高了充电站负载安全性。(2)考虑了双队列多服务台方式的排队模型，整体上节省了充电需要花费的时间，并且提出的充电站到达率更新方法使得排队等待时间的计算更加精确。(3)动态定价概念，既能根据充电需求为用户合理制定电价，又能平衡充电站间的负载，降低极端负载对电网的影响。附图说明图1为电动汽车充电模型原理图。具体实施方式为了使本专利技术的目的、方法和优点更加清楚，下面将结合附图1对本专利技术进行详细描述，具体包括如下步骤。步骤一、首先通过移动互联网技术获得电动汽车位置、当前电量(StateOfCurrent，SOC)基本信息，在当前剩余电量所能行驶的最远距离范围内，采用Dijkstra算法计算当前电动汽车EVi(i＝1，2，…，M)与各个充电站CSj(j＝1，2，…，N)之间的最短距离Lengthij，超出最远行驶距离时，用选择∞表示且无法前往。步骤二、然后获取充电站CSj的表示充电车辆到达目标充电站时k充电模式下车辆数，和产生充电需求时该站的有关，表示产生该充电需求时该站k模式下的车辆数，且的计算公式如下：式(1)中表示电动汽车EVi在产生充电需求时CSj内模式k下已进的车辆数；表示电动汽车EVi在产生充电需求时CSj内模式k下已经充电离开的车辆数；λj表示车辆到达率即单位时间内到达该站点的车辆数，也即每辆车到达该站点的时间间隔。关于λj值的确定，本文提出一种自适应更新方法，该方法将一天分为24时段，用t表示某一时段，那么时段t的λj值可以用λj(t)表示，关于λj(t)的计算方式如下：式(2)中表示当前时段的实际值，表示当前时段的期望值，μ表示到达系数。式(2)中Δλj(t)的计算公式如下：式(1)中表示充电站CSj模式k的服务率；表示EVi行驶到CSj所需要的时间，计算公式如下：式(4)中表示电动汽车的平均速度。若则电动汽车EVi不需要排队，直接充电(表示充电站j模式k下充电桩数)。步骤三、若则该充电站内有电动汽车正在排队等待充电。此时，首先计算EVi在剩余电量的最长行驶距离内与每个充电站的行驶时间然后根据值计算EVi到达各个充电站排队等待的时间的计算公式如下：式(5)中，表示模式k下充电所需时间。EVi在各个充电站的充电费用且计算公式如下：式(6)中，表示EVi的电池总容量；σ为部分充电系数，η表示充电效率。式(6)中表示时刻t充电站CSj模式k下的充电电价，具体计算公式如下：式(7)中表示下一时刻充电站CSj模式k的电价；α表示电价系数；Δdj(t)表示真实负载与预测负载差的绝对值；表示当前充电站CSj真实负载；表示当前充电站CSj目标负载。式(7)中α值的计算公式如下：式(8)中分别表示充电站j在模式k下最大、最小电价；分别表示充电站j的最大、最小负载。式(7)中Δdj(t)值的计算公式如下：式(9)中的计算公式如下：式(10)为一般线性回归方程，[ω1,ω2,...,ωN]表示各充电站每小时的总充电负载量；[β1,β2,...,βM]表示各充电站的电价弹性系数，充电负载通过更新电价弹性系数计算得到，通过递归最小二乘算法(RecursiveLeast-Squarealgorithm，RLS算法)更新电价弹性系数。应用RLS算法计算βj值，需要以下参数：(11)ej(t)表示预测误差；(12)表示输入βj的逆相关矩阵；(13)表示增益向量，最后得：式(14)为电价弹性系数的更新公式。步骤四、最后，应用多目标优化函数建立数学模型，求解得到最佳充电站CSopt。对于电动汽车EVi，找到的充电站CSj都要满足总的时间成本和充电成本最小，具体数学公式如下：式(15)中x、y、z是多目标函数的正平衡系数；k表示充电模式，k＝1慢充模式，k＝2快充模式SoCmin≤SoC(t)(18)约束(16)表明当前电动汽车所能行驶的最长时间；约束(17)考虑本文档来自技高网...

【技术保护点】
1.一种基于双队列动态定价模型的电动汽车充电站选择方法，其特征在于，包括如下步骤：/n步骤1：通过移动互联网技术获得电动汽车位置、当前电量，在当前剩余电量所能行驶的最远距离范围内，采用Dijkstra算法计算当前电动汽车EV

【技术特征摘要】
1.一种基于双队列动态定价模型的电动汽车充电站选择方法，其特征在于，包括如下步骤：
步骤1：通过移动互联网技术获得电动汽车位置、当前电量，在当前剩余电量所能行驶的最远距离范围内，采用Dijkstra算法计算当前电动汽车EVi与各个充电站CSj之间的最短距离Lengthij，超出最远行驶距离时，用选择∞表示且无法前往；i＝1，2，…，M，j＝1，2，…，N，M是总电动汽车数，N是总充电站数；
步骤2：获取充电站CSj的若则电动汽车EVi不需要排队，直接充电，表示充电车辆到达目标充电站时k充电模式下车辆数，表示充电站j模式k下充电桩数，k＝1表示慢充模式，k＝2表示快充模式；
步骤3：若则该充电站内有电动汽车正在排队等待充电；此时，首先计算EVi在剩余电量的最长行驶距离内与每个充电站的行驶时间然后根据值计算EVi到达各个充电站排队等待的时间之后计算EVi在各个充电站的充电费用Costij；
步骤4：应用多目标优化函数求解得到最佳充电站CSopt。


2.根据权利要求1所述的一种基于双队列动态定价模型的电动汽车充电站选择方法，其特征在于，步骤2中，的计算公式如下：



式(1)中表示电动汽车EVi在产生充电需求时CSj内模式k下已进的车辆数；表示电动汽车EVi在产生充电需求时CSj内模式k下已经充电离开的车辆数；λj表示车辆到达率即单位时间内到达该站点的车辆数，也即每辆车到达该站点的时间间隔，表示充电站CSj模式k的服务率；表示EVi行驶到CSj所需要的时间，表示电动汽车的平均速度。


3.根据权利要求2所述的一种基于双队列动态定价模型的电动汽车充电站选择方法，其特征在于，λj值的确定方法如下：
将一天分为24时段，用t表示某一时段，那么时段t的λj值可以用λj(t)表示，关于λj(t)的计算方式如下：



式(2)中表示当前时段的实际值，表示当前时段的期望值，μ表示到达系数；
式(2)中Δλj(t)的计算公式如下：





4.根据权利要求1所述的一种基于双队列动态定价模型的电动汽车充电站选择方法，其特征在于，步骤3中，的计算公式如下：




表示模式k下充电所需时间。
<...

【专利技术属性】
技术研发人员：张洁，刘广俊，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32