一种基于用户时变利益模型的电动汽车动态充电决策方法技术

本发明专利技术公开了一种基于用户时变利益模型的电动汽车动态充电决策方法。该方法通过分析电动汽车用户的充电满意度，建立电动汽车前往每个充电站充电的时变利益模型，根据不同充电站的用户选择概率和充电价格计算最优充电量，并通过分析动态行驶过程中用户时变充电利益对用户充电决策的影响，提出电动汽车动态充电决策方法和调整充电站决策结果的判定条件。该方法通过计算用户前往充电站途中的时变充电利益，实现对电动汽车用户的实时动态充电决策判定，以减少用户行程耗时和充电成本，实现用户满意度和利益动态全局优化的目标。户满意度和利益动态全局优化的目标。户满意度和利益动态全局优化的目标。

【技术实现步骤摘要】
一种基于用户时变利益模型的电动汽车动态充电决策方法


[0001]本专利技术属于电动汽车充电
，涉及基于用户利益的充电决策方法，具体涉及一种基于用户时变利益模型的电动汽车动态充电决策方法。

技术介绍

[0002]随着电动汽车的日益普及，电动汽车充电决策优化成为电动汽车充电领域面临的关键问题。基于电动汽车用户利益的充电决策优化，以实现电动汽车用户充电成本最小化和充电利益最大化的目标，通常需同时考虑用户满意度和充电价格等因素。目前，针对该问题的决策方法，一般都定位于电动汽车用户请求充电时刻，根据电动汽车的地理位置、剩余电量及充电站预估等待时间等信息得到优化策略，并默认该策略不再改变，而忽视了实时路况、充电站预估等待时间等电动汽车前往充电站途中的实时状态改变，造成的用户充电利益变化，难以保证电动汽车用户充电利益全局最优。为保障用户充电利益，电动汽车充电决策优化方法需更好地跟踪用户充电利益的实时变化，避免因充电利益建模和决策方法不合理造成用户行程耗时和充电成本增加，进而实现用户利益和满意度全局最优的目的。

技术实现思路

[0003]针对现有技术的不足，本专利技术提出了一种基于用户时变利益模型的电动汽车动态充电决策方法，通过分析电动汽车用户的充电满意度，建立电动汽车前往每个充电站充电的时变利益模型，实现对电动汽车用户的实时动态充电决策判定，以减少用户行程耗时和充电成本，实现用户满意度和利益动态全局优化的目标。
[0004]一种基于用户时变利益模型的电动汽车动态充电决策方法，具体包括以下步骤：
>[0005]步骤一、用户实时充电利益模型建立
[0006]s1.1、用户的实时充电满意度受充电量的影响，且随着充电量的增加满意度趋于饱和。使用效用函数描述用户在k+
△
k时刻的实时充电满意度u
sa
(k+
△
k)：
[0007][0008]其中，χ
s
、α
s
为随不同用户变化的参数，表征充电给不同用户带来的价值；x
sa
(k+
△
k)为用户在k+
△
k时刻的充电量，x
samin
(k+
△
k)和x
samax
(k+
△
k)分别为k+
△
k时刻的最小和最大充电量。
[0009]s1.2、基于多充电站间的主动竞争关系，给出用户s选择前往充电站a进行充电的概率函数y
sa
：
[0010][0011]其中，X＝{1,2,3,
…
a}，为用户能够选择的充电站的集合。
[0012]s1.3、根据路网路权的时变性，计算用户s前往充电站a的耗时T
sacs
(k+
△
k)：
[0013][0014]其中，w(k+
△
k)为k+
△
k时刻路网路权；v为车辆行驶速度。
[0015]s1.4、基于排队理论，假设多个用户的相继到达服从λ的泊松分布，等待时间T
sawait
(k+
△
k)如下：
[0016][0017]其中，φ为充电桩服务时间。
[0018]s1.5、当用户在k时刻决策后，充电价格p(k)保持不变。结合充电站与交通网的实时状态，根据s1.3、s1.4得到的用户s前往充电站a的耗时T
sacs
(k+
△
k)、用户s在充电站a的等待时间T
sawait
(k+
△
k)以及充电站a在k时刻的实时充电价格p
a
(k)，得到用户s选择前往充电站a进行充电的概率y
sa
：
[0019][0020]其中，μ1、μ2、μ3、μ4为0到1的已知标量，表示权重系数，p
a
(k)、p
b
(k)分别为k时刻充电站a、b的充电价格，a≠b。
[0021]s1.6、基于成本与收益理论，结合s1.1中的用户充电满意度函数，得到用户的充电利益J
sa
(k+
△
k)为：
[0022]J
sa
(k+
△
k)＝u
sa
(k+
△
k)
‑
y
sa
(k+
△
k)p
a
(k)x
sa
(k+
△
k)
[0023]以用户充电利益J
sa
(k+
△
k)最大化为目标，求取一阶导数：
[0024][0025]当上式为零时，得到k+
△
k时刻用户最优充电量x
sa*
(k+
△
k)：
[0026][0027]步骤二、电动汽车动态行驶充电决策
[0028]假设用户在k时刻从节点v0出发，经过节点V＝{v0,v1,v2,
…
,v
r
}到达充电站a进行充电。当用户在k+
△
k时刻到达第二个节点v1，由于路权和充电等待时间已发生变化，此时需要根据用户实时充电利益改变充电策略。以用户充电利益最大化为目标，结合用户充电满意度模型，根据k+
△
k时刻的用户充电利益J
sa
(k+
△
k)，对用户s重新进行充电决策规划：
[0029]s2.1、当k+
△
k时刻，用户s前往充电站a的充电利益大于等于k时刻的充电利益时，不改变k时刻的充电决策结果。
[0030]具体的，当J
sa
(k+
△
k)≥J
sa
(k)时，将各项展开可得：
[0031]u
sa
(k+
△
k)
‑
y
sa
(k+
△
k)p
a
(k)x
sa
(k+
△
k)≥u
sa
(k)
‑
y
sa
(k)p
a
(k)x
sa
(k)
[0032]由用户充电满意度模型进一步推导计算可得：
[0033][0034]化简可得：
[0035][0036]将最优充电量代入上式，进一步化简可得：
[0037]3y
sa2
(k)p
a2
(k)
‑
3y
sa2
(k+
△
k)p
a2
(k)
‑
2χ
s
y
sa
(k)p
a
(k)+本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户时变利益模型的电动汽车动态充电决策方法，其特征在于：根据充电量变化，使用效用函数描述用户的实时充电满意度，实时充电满意度随着充电量的增加趋于饱和；根据k时刻用户到达充电站的耗时、到达充电站后的等待时间以及充电价格，计算用户选择不同充电站的概率，然后结合实时充电满意度计算用户前往不同充电站的实时充电利益，以用户实时充电利益最大化为目标，选择充电站a；在k+
△
k时刻，重新计算用户前往充电站a的充电利益，若k+
△
k时刻前往充电站a的实时充电利益不变会增加时，用户继续前往充电站a；若k+
△
k时刻前往充电站a的实时充电利益下降时，重新计算用户前往不同充电站的实时充电利益，选择新的充电站i，i≠a。2.如权利要求1所述一种基于用户时变利益模型的电动汽车动态充电决策方法，其特征在于：实时充电利益计算具体包括以下步骤：s1.1、使用效用函数描述用户在k+
△
k时刻的实时充电满意度u
sa
(k+
△
k)：其中，χ
s
、α
s
为随不同用户变化的参数，表征充电给不同用户带来的价值；x
sa
(k+
△
k)为用户在k+
△
k时刻的充电量，x
samin
(k+
△
k)和x
samax
(k+
△
k)分别为k+
△
k时刻的最小和最大充电量；s1.2、计算用户s前往充电站a进行充电的概率函数y
sa
：其中，X＝{1,2,3,
…
a}，为用户能够选择的充电站的集合；s1.3、计算用户s前往充电站a的耗时T
sacs
(k+
△
k)：其中，w(k+
△
k)为k+
△
k时刻路网路权；v为车辆行驶速度；s1.4、假设多个用户的相继到达服从λ的泊松分布，计算用户s在充电站a等待时间T
sawait
(k+
△
k)为：其中，φ为充电桩服务时间；s1.5、根据s1.3、s1.4的计算结果以及k时刻的实时充电价格p
a
(k)，得到用户s选择前往充电站a进行充电的概率y
sa
：其中，μ1、μ2、μ3、μ4为0到1的已知标量，表示权重系数，p
a
(k)、p
b
(k)分别为k时刻充电站
a、b的充电价格，a≠b；s1.6、基于成本与收益理论，结合s1.1中的用户充电满意度函数，得到用户的充电利益J
sa
(k+
△
k)为：J
sa
(k+
△
k)＝u
sa
(k+
△
k)
‑
y
sa
(k+
△
k)p
a
(k)x
sa
(k+
△
k)以用户充电利益J
sa
(k+
△
k)最大化为目标，求取一阶导数：当上式为零时，得到k+
△
k时刻用户最优充电量x
sa*
(k+
△
k)：3.如权利要求1所述一种基于用户时变利益模型的电动汽车动态充电决策方法，其特征在于：假设用户在k时刻从节点v0出发，经过节点V＝{v0,v1,v2,
…
,v
r
}到达充电站a进行充电；当用户在k+
△
k时刻到达第二...

【专利技术属性】
技术研发人员：何中杰，周溪游，王越胜，张帆，黄娜，陈张平，聂峥，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：