电动汽车光伏充电站网络的分时段联合定价方法及系统技术方案

本发明专利技术公开了一种电动汽车光伏充电站网络的分时段联合定价方法及系统，包括：对每个充电站的经纬度信息进行聚类，获得n个聚类中心；将N个充电站视为用户需求中心，将n个聚类中心视为充电网络充电站，构建实验用充电网络；通过用户选择模型描述用户在不同时间选择充电网络中某一个充电站的充电行为，通过随机鲁棒优化方法处理光伏随机发电量，通过多充电站定价模型为城市中的多个充电站分别制定不同时间段的充电价格；定价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，根据提出的两阶段启发式算法求解定价模型。本发明专利技术合理分配充电站的光伏资源，避免充电站资源的浪费，提升用户充电体验，最大化充电站网络综合收益。收益。收益。

【技术实现步骤摘要】
电动汽车光伏充电站网络的分时段联合定价方法及系统


[0001]本专利技术涉及汽车充电站
，具体涉及一种电动汽车光伏充电站网络的分时段联合定价方法及系统。

技术介绍

[0002]用户分布在城市中的不同地点，由于人口分布等因素，到达电动汽车充电站的用户充电需求具有地理位置分布不均衡的现象。例如博尔德中心城区，人口分布较为稠密，充电站数量较多；而在其他地段，人口分布较为稀疏，充电站数量也较少。到达不同地理位置充电站的充电需求存在差异。所以可能出现用户需求拥堵在某一些充电站，而其他充电站充电资源闲置的现象。
[0003]对每个充电站，一天中到达的用户需求在时间上分布不均衡。所以用户充电需求容易聚集在一天中的某些时间段，导致了电动汽车充电站某些时段需求拥堵，其他时间段充电桩闲置的现象。
[0004]光伏发电受光照影响，一般在10:00
‑
15:00发电较多。从实际充电数据分析可以得到，日常生活中，这个时间段实际到达充电站的用户需求较少。所以没有被利用的光伏发电只能浪费，存在着用户需求与光伏发电不匹配造成的弃光现象。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车光伏充电站网络的分时段联合定价方法，其特征在于，包括：获取用户所需的N个电动汽车充电站的数据集，所述数据集包括每个充电站用户充电时间、充电时长和充电量，以及充电站的地址和充电站名称；对所述数据集中的充电数据进行处理，获取每个充电站中一天中每个小时的用户充电量；对所述数据集中的地址数据进行处理，获得每个充电站的经纬度信息；对所有充电站的经纬度信息进行聚类，获得n个聚类中心，n＜N；将N个充电站视为用户需求中心，将n个聚类中心视为充电网络充电站，构建实验用充电网络；基于多项Logit的用户选择模型，根据从所述用户需求中心到所述充电网络充电站的充电价格、驾驶距离和时间跨度，计算用户在不同时间到所述充电网络充电站充电的概率；根据所述概率，预测一天中每个小时实际到达所述充电网络充电站的用户充电量；基于随机鲁棒优化方法，处理光伏发电的随机变量；根据充电站每小时光伏发电量、购电费率、用户充电量和充电价格，预测充电站网络一天的资源净收入；对用户选择模型的充电费率进行离散化，获得离散优化模型；对所述离散优化模型中的用户选择约束转化为等价二阶锥约束；将离散优化模型的目标函数进行线性化，获得线性化的目标函数；将随机鲁棒定价模型，等价二阶锥约束，线性化目标函数合并，获得多充电站分时段的联合定价模型；采用两阶段的启发式算法求解等价模型，给每个充电站制定一天中24小时的充电价格。2.如权利要求1所述的分时段联合定价方法，其特征在于，所述用户选择模型为：联合定价方法，其特征在于，所述用户选择模型为：J
i
＝{j：d
ij
≤d
max
}，T
n
＝{t：n≤t≤t
max
}.式中，y
ijnt
表示车主在时间段n，选择延后充电，在时间段t从需求中心i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
jt
为充电站j在时间段t的充电费率，是本方法中的决策变量，需要通过最终求解模型得到；d
ij
为需求中心到充电站的驾驶距离，γ1为驾驶距离权重系数，θ
nt
为车主从时间段n到时间段t的时间跨度，单位为小时；γ2为时间跨度权重系数；I为需求中心集合，表示需求中心i属于需求中心集合I，J为充电站集合，l表示除j之外的充电站，J
i
＝{j：d
ij
≤d
max
}表示需求中心i到充电站的驾驶距离小于等于d
max
的充电站集合，j＝0表示用户选择回家充电，而不去充电站充电；N和T都表示时间段的集合，N＝T＝{1,2,
…
,24}，表示一天中的24小时，n表示车主想要充电的时间，t表示实际车主去充电的时间，时间跨度θ
nt
＝t
‑
n，例如需求中心i处的车主在n时间段需要给电
动汽车充电，由于价格原因可能选择在t＝n,n+1,
…
,n+t
max
时间段充电，在充电站j∈J
i
充电，或者在家充电；t＝0表示用户选择回家充电，而不去充电站充电；注意若n+t
max
＞24，则用户选择第二天再去充电站充电，此时t＝n+t
max
‑
24；y
i0n0
表示需求中心i处的车主，在时间段n选择回家充电，而不去充电站充电的概率；上式表示每个需求中心i的车主，在每个时间段n充电和不充电的概率为1，即用户要么选择一个时间去充电站充电，要么不去充电站充电，回家充电。3.如权利要求2所述的分时段联合定价方法，其特征在于，将所述用户选择模型转换为离散优化模型，包括：令p
jt
＝∑
k∈K
x
jtk
a
k
，∑
k∈K
x
jtk
＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中，a
k
为可以作为充电费率的数值，a
k
∈A，A表示为充电费率的集合，变量x
jtk
∈{0,1}表示第j个充电站在时间段t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∈K
x
jtk
＝1表示取且只取一个a
k
作为当前充电费率，K为k的集合；将公式(4)代入公式(1)中，获得离散优化模型：4.如权利要求3所述的分时段联合定价方法，其特征在于，将离散优化模型转化为等价二阶锥约束，包括：令并代入公式(5)中，获得等价二阶锥约束：5.如权利要求4所述的分时段联合定价方法，其特征在于，所述预测一天中每个小时实际到达所述充电网络充电站的用户充电量，包括：式中，D
in
是从数据集中获得的，需求中心i在时间段n的总用户需求充电量；基于价格的辅助变量y
ijntk
可以得到：
6.如权利要求5所述的分时段联合定价方法，其特征在于，所述随机鲁棒模型包括：式中，max
p,y,u
表示最大化充电站的资源净收入，min
F∈Ω
E
F
[
·
]表示采用鲁棒性优化方法中的考虑最坏情况，e
t
为时间段t的购电费率，z
...

【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：