一种光伏充电站资源的分配调节方法和系统技术方案

本发明专利技术公开了一种光伏充电站资源的分配调节方法和系统，涉及充电站技术领域，通过用户选择模型描述用户到充电站的充电行为，通过充电资源调节模型描述充电站为用户提供充电服务的行为，结合两个模型的等价二阶锥规划模型描述用户和充电站两者的行为，根据等价二锥规划模型对充电站资源进行分配调节，利于充电资源的合理分配，以提高用户体验，避免充电站资源的浪费；同时等价二锥规划模型考虑了不确定性，使模型更加符合实际情况。

【技术实现步骤摘要】
一种光伏充电站资源的分配调节方法和系统
本专利技术涉及充电站
，具体涉及一种光伏充电站资源的分配调节方法和系统。
技术介绍
随着碳排放等环境问题的日益加剧，世界各国对于环保的呼声越来越高。目前国内燃油汽车能源消耗比重最大，也造成了温室效应等严重的环境污染问题。因此，具有环境友好型特点的电动汽车作为新能源工具得到了发展的空间与机遇。其中，电动汽车由于电池容量有限、充电时间长等缺点被广泛抱怨，这些缺点极大地阻碍了电动汽车的普及。充电便利性成为人们关注的首要问题。随着更多的电动汽车加入城市网格，充电等待时间过长、充电站较少、充电难成为重大挑战。如何合理应对充电需求进行调节，并最大化充电站资源收入对于充电站的正常运营来说是一个重要的问题。在这些问题中，充电站充电服务充电费率对于充电站正常运行和盈利有着直接的影响。在众多清洁能源中，光伏发电具有无污染、分布较广、地域限制少等优点。但是与传统能源不同，光伏发电具有高度的不确定性和可变性。电动汽车光伏充电站可以通过在非高峰时段提供充电设施和调整收费价格，这两个措施分别在调峰负荷方面和影响电动汽车车主的行为方面发挥关键作用。因此，价格激励/信号可以作为电动汽车网络中重要的管理工具。电动汽车司机的充电需求根据地理位置具有空间分布的不均衡性。在高峰时段，某些电动汽车充电站可能会以排长队结束，这将直接影响到电动汽车车主的满意度；而其他需求较少地区的电动汽车充电站到来的充电需求较少，造成充电桩闲置。因此导致资源分配调节失衡，部分充电需求流失，降低了充电站收益和生存空间。为了解决这些问题，电动汽车充电站运营商需要一种系统的费率调度技术，既要考虑电力负荷的分配，又要减少交通流量在充电站的拥堵和等待时间。如何刻画电动汽车充电需求对于电动汽车运营商进行充电策略决策、定价策略决策等具有重要意义。用于刻画用户需求的不同模型或者算法有许多种，例如用户选择模型，时间序列算法，马尔可夫链模型和条件概率模型等。还有学者利用蒙特卡罗仿真(MCS)预测EV行为(到达和离开时间、SoCs等)，两阶段博弈模型刻画用户与充电站之间的选择关系。关于电动汽车充电站的定价研究可根据时空关系分为分时阶段动态定价、多充电站联合定价等问题，建立相应的博弈模型、双层优化模型、混合整数优化模型等。现有文献对于分时定价问题研究较多，大多基于电网承载力进行研究；较少考虑用户行为及市场影响，对分区域的充电站定价研究较少。因此亟需一种合理的分配调节方法和策略来指导电动汽车充电站的运营，推动充电价格市场化进程。
技术实现思路
针对现有技术中存在的上述技术问题，本专利技术提供一种光伏充电站资源的分配调节方法和系统，通过等价二阶锥规划模型描述用户到充电站充电行为，从而对充电站资源进行分配调节，利于充电资源的合理分配，以提高用户体验，避免充电站资源浪费。本专利技术公开了一种光伏充电站资源的分配调节方法，所述方法包括：建立电动出租车的行驶数据集，所述数据集包括乘客上车地点和消耗电量，其中所述乘客上车地点作为需求点；对所述需求点进行聚类，并获得每个分类的中心作为需求中心；建立光伏充电站集，所述光伏充电站集包括充电站的安装地址和光伏发电历史数据，所述光伏发电历史数据包括光伏发电量；基于多项Logit的用户选择模型，根据从需求中心到充电站的驾驶距离和充电费率，计算用户到所述充电站充电的概率；根据所述概率，预测所述充电站的电量消耗；根据光伏发电量、购电费率和电量消耗，预测充电站的资源净收入；基于鲁棒性优化的方法，根据所述资源净收入、光伏发电量、购电费率和电量消耗构建充电资源调节模型；根据充电资源调节模型和用户选择模型，构建等价二阶锥规划模型；根据所述等价二阶锥规划模型，对充电站资源进行分配调节。优选的，构建等价二阶锥规划模型的方法包括：对用户选择模型中的充电费率进行离散化，获得离散优化模型；将所述离散优化模型转化为等价二阶锥约束；根据线性化约束，将充电资源调节模型进行线性化，获得线性化模型；对线性化模型进行光伏发电随机鲁棒优化，获得鲁棒优化模型；将所述鲁棒优化模型转化后与线性化约束和二阶锥约束合并，获得等价二阶锥规划模型。本专利技术还提供一种用于实现上述方法的系统，包括行驶数据模块、需求聚类模块、充电站数据模块、用户选择模块、充电站资源分配模块、优化模块和分配调节模块：所述行驶数据模块用于建立电动出租车的行驶数据集，所述数据集包括乘客上车地点和消耗电量，其中所述乘客上车地点作为需求点；所述需求聚类模块用于对所述需求点进行分类，并获得每个分类的中心作为需求中心；所述充电站数据模块用于建立光伏充电站集，所述光伏充电站集包括充电站的安装地址和光伏发电历史数据，所述光伏发电历史数据包括光伏发电量；所述用户选择模块基于多项Logit的用户选择模型，根据从需求中心到充电站的驾驶距离和充电费率，计算用户到所述充电站充电的概率；所述充电站资源分配模块基于鲁棒性优化的方法，根据所述概率，预测所述充电站的电量消耗，根据光伏发电量、购电费率和电量消耗，预测充电站的资源净收入，并基于鲁棒性优化的方法，根据所述资源净收入、光伏发电量、购电费率和电量消耗构建充电资源调节模型；所述优化模块用于根据充电资源调节模型和用户选择模型，构建等价二阶锥规划模型；所述分配调节模块用于根据所述等价二阶锥规划模型，对充电站资源进行分配调节。优选的，所述优化模块用于对用户选择模型中的充电费率，进行离散化，获得离散优化模型；将所述离散优化模型转化为等价二阶锥约束；根据线性化约束，对充电资源调节模型进行线性化，获得线性化模型；对线性化模型进行光伏发电随机鲁棒优化，获得鲁棒优化模型；将所述鲁棒优化模型转化后与线性化约束和二阶锥约束合并，获得等价二阶锥规划模型。与现有技术相比，本专利技术的有益效果为：通过用户选择模型描述用户到充电站的充电行为，通过充电资源调节模型描述充电站为用户提供充电服务的行为，结合两个模型的等价二阶锥规划模型描述用户和充电站两者的行为，根据等价二锥规划模型对充电站资源进行分配调节，利于充电资源的合理分配，以提高用户体验，避免充电站资源的浪费；同时等价二锥规划模型考虑了不确定性，使模型更加符合实际情况。附图说明图1是本专利技术光伏充电站资源的分配调节方法流程图；图2是构建等价二阶锥规划模型的方法流程图；图3是本专利技术的系统逻辑框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。下面结合附图对本专利技术做进一步的详细描述：一种光伏充电站资源的分配调节方法，如图1所示，所述方法包括：步骤101：建立电动出租车的行驶数本文档来自技高网...

【技术保护点】
1.一种光伏充电站资源的分配调节方法，其特征在于，所述方法包括：/n建立电动出租车的行驶数据集，所述数据集包括乘客上车地点和消耗电量，其中所述乘客上车地点作为需求点；/n对所述需求点进行聚类，并获得每个分类的中心作为需求中心；/n建立光伏充电站集，所述光伏充电站集包括充电站的安装地址和光伏发电历史数据，所述光伏发电历史数据包括光伏发电量；/n基于多项Logit的用户选择模型，根据从需求中心到充电站的驾驶距离和充电费率，计算用户到所述充电站充电的概率；/n根据所述概率，预测所述充电站的电量消耗；/n根据光伏发电量、购电费率和电量消耗，预测充电站的资源净收入；/n基于鲁棒性优化的方法，根据所述资源净收入、光伏发电量、购电费率和电量消耗构建充电资源调节模型；/n根据充电资源调节模型和用户选择模型，构建等价二阶锥规划模型；/n根据所述等价二阶锥规划模型，对充电站资源进行分配调节。/n

【技术特征摘要】
1.一种光伏充电站资源的分配调节方法，其特征在于，所述方法包括：
建立电动出租车的行驶数据集，所述数据集包括乘客上车地点和消耗电量，其中所述乘客上车地点作为需求点；
对所述需求点进行聚类，并获得每个分类的中心作为需求中心；
建立光伏充电站集，所述光伏充电站集包括充电站的安装地址和光伏发电历史数据，所述光伏发电历史数据包括光伏发电量；
基于多项Logit的用户选择模型，根据从需求中心到充电站的驾驶距离和充电费率，计算用户到所述充电站充电的概率；
根据所述概率，预测所述充电站的电量消耗；
根据光伏发电量、购电费率和电量消耗，预测充电站的资源净收入；
基于鲁棒性优化的方法，根据所述资源净收入、光伏发电量、购电费率和电量消耗构建充电资源调节模型；
根据充电资源调节模型和用户选择模型，构建等价二阶锥规划模型；
根据所述等价二阶锥规划模型，对充电站资源进行分配调节。


2.根据权利要求1所述的分配调节方法，其特征在于，构建等价二阶锥规划模型的方法包括：
对用户选择模型中的充电费率进行离散化，获得离散优化模型；
将所述离散优化模型转化为等价二阶锥约束；
根据线性化约束，将充电资源调节模型进行线性化，获得线性化模型；
对线性化模型进行光伏发电随机鲁棒优化，获得鲁棒优化模型；
将所述鲁棒优化模型转化后与线性化约束和二阶锥约束合并，获得等价二阶锥规划模型。


3.根据权利要求1所述的分配调节方法，其特征在于，所述用户选择模型为：



Gi＝{j：dij≤dmax}，
Ji＝Gi∪{0}(3)
其中，yij表示车主从需求中心i选择去充电站j充电的概率，α为用户充电初始效用，β为充电费率的权重系数，p为充电费率，dij为需求中心到充电站的驾驶距离，γ为驾驶距离权重系数，I为需求中心集合，表示任意需求中心i属于需求中心集合I，j∈Ji表示充电站j属于Ji集合，e为自然常数，l表示除j之外的充电站，Gi＝{j：dij≤dmax}表示需求中心i到充电站j的驾驶距离小于等于dmax的充电站集合，l∈Gi表示充电站1属于Gi集合，Ji＝Gi∪{0}，表示Ji为0或者Gi，Ji＝0或j＝0表示用户选择回家充电，而不去充电站充电。


4.根据权利要求3所述的分配调节方法，其特征在于，将所述用户选择模型转换为离散优化模型的方法包括：
令pj＝∑k∈Kxjkak，∑k∈Kxjk＝1(31)
其中，ak为可以作为充电费率的数值，ak∈A表示ak属于A集合，A表示为充电费率的集合，变量xjk∈{0，1}表示第j个充电站决定选择第k个充电费率作为当前充电费率的归一化概率，∑k∈Kxjk＝1表示取且只取一个ak作为当前充电费率，K为k的集合；
将公式31代入公式3中，获得离散优化模型：





5.根据权利要求4所述的分配调节方法，其特征在于，将公式4转化为等价二阶锥约束的方法包括：
令并代入公式4中，获得等价二阶锥约束：





6.根据权利要求5所述的分配调节方法，其特征在于，所述充电资源调节模型包括：



其中，maxp，y，u表示最大化充电站的资源净收入，minF∈ΩEF[·]表...

【专利技术属性】
技术研发人员：张玉利，钟冰洁，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11