一种基于电动汽车时空分布充电站的运行方法技术

一种基于电动汽车时空分布充电站的运行方法，它包括以下步骤：步骤1：建立电动汽车

【技术实现步骤摘要】
一种基于电动汽车时空分布充电站的运行方法


[0001]本专利技术属于新能源充电
，具体涉及一种基于电动汽车时空分布充电站的运行方法。

技术介绍

[0002]如今，电动汽车时空分布充电站运行通信方法短缺，远景适应性表现不足，在现有技术中，例如文献《电动汽车换电站时序响应能力模型与充电计划制订策略》上述方法通常需要几个月才能观察到稳定的价格与需求之间的响应关系，而积累足够的历史价格数据可能需要更长的时间。考虑到CSO在长期运营过程中不会通过持续调整充电价格的方式积累历史数据，因此上述基于数据驱动的TZOU定价策略在实际运营过程中具有一定的局限性。
[0003]电网调度中心如何管理和控制电动汽车充电，如何引导用户采用合适的充电策略使得电网的峰谷差减小、提高电网设备利用率、减小电网投资等都是值得关注的问题。
[0004]传统方法多是采用分时电价(TOU，Time of use)策略引导电动汽车进行有序充电，进而辅助电网实现削峰填谷、调压调频和辅助备用的作用。而考虑到电动汽车的充电需求在时间和空间两个维度的分布都具有不均匀性和不确定性，并非所有的充电站都能实现在客流密集区域的合理布局，使其充电设备利用率和接纳服务的能力难以得到充分的发挥。而分时电价不能从空间维度做到对电动汽车充电行为的有序引导，无法使得充电站运营商(CSO，Charging station operator)的经济运营能力得到进一步的释放，甚至有可能会增加电动汽车用户的总体充电成本。
[0005]面对以上情况，如何通过充电价格引导的方式最大程度的提高现有充电设备的利用率，对CSO的经济运营具有重要意义。受用户出行行为的影响，电动汽车的充电负荷需求分布具有明显的时空分布特性，如何通过制定合理的充电电价实现对电动汽车的有序引导是目前亟需解决的问题。

技术实现思路

[0006]本专利技术所要解决的技术问题是：电动汽车用户充电的群体行为及其时空分布预测结果，在构建电动汽车群体行为的价格响应模型的基础上，提出了一种基于电动汽车群体充电行为的充电站时空定价策略。
[0007]一种基于电动汽车时空分布充电站的运行方法，它包括以下步骤：
[0008]步骤1：建立电动汽车
‑
CSO充电站运营商的双层TZOU时空充电电价定价决策模型；
[0009]步骤2：建立电动汽车
‑
CSO充电站运营商的双层价格需求响应模型下层模型：基于所提出的充电电价定价决策模型使电动汽车的总充电成本最小；
[0010]步骤3：建立电动汽车
‑
CSO充电站运营商的双层价格需求响应模型上层模型：优化充电价格方案使CSO的总利润最大化
[0011]步骤4：确定最优充电方案。
[0012]在建立双层TZOU时空充电电价定价决策模型时，采用以下子步骤：
[0013]步骤1
‑
1：确定电动汽车时空充电负荷需求等参数信息，并提出的节点聚类法搜索电动汽车聚类的最优范围r；
[0014]步骤1
‑
2：分析电动汽车的出行行为分析，确定t时刻分配给电动汽车的出行链；
[0015]步骤1
‑
3：根据电动汽车的出行链，对电动汽车群组进行充电决策的结果，得出各个充电站的充电需求分布；
[0016]步骤1
‑
4：以其收益最大为目标，搜索最优的充电定价方案最终的双层TZOU定价方案。
[0017]在步骤2中，包括以下子步骤：
[0018]步骤2
‑
1：以电动汽车的目标是使其总充电成本最小化，制定电动汽车充电模型，获得下层电动汽车群体充电决策模型；
[0019]步骤2
‑
2：以行驶距离约束，排队等待时间，电动汽车数量与市场平均充电价格关系作为电动汽车充电模型约束，获得下层电动汽车群体充电决策模型的约束条件；
[0020]在步骤2
‑
1中，具体包括以下子步骤：
[0021]参见专利技术人在原步骤4中的补充；
[0022]在步骤2
‑
2中，约束条件包括行驶距离约束、排队等待时间约束、电动汽车数量与市场平均充电价格关系的等式约束；具体如下：
[0023]1)行驶距离约束：
[0024][0025]其中，表示在CSO模型中第i个电动汽车群体到第η个充电站的最短路径，L
max
为电动汽车到充电站的最大距离。
[0026]2)排队等待时间约束：
[0027][0028]其中，为电动汽车在充电站的最长等待时间。
[0029]3)电动汽车数量与市场平均充电价格关系的等式约束：
[0030][0031]其中，和表示t时刻变化前后市场的平均充电电价；表示t时刻充电价格所对应的具有充电需求的电动汽车的数量；λ表示充电价格影响系数。
[0032]在步骤3中，在建立双层价格需求响应模型上层模型时，分别获取目标函数、充电站的动态队列模型、分时电价的价格约束、充电负荷约束；具体如下：
[0033](1)目标函数
[0034]CSO的目标是通过价格对电动汽车的引导，提高充电站的充电设备利用率，进而增加其总利润。其目标函数可以表示为：
[0035][0036]其中，表示CSO在t时刻的第lb个充电定价方案，其方案总数共有LB种；表示第lb个定价方案中第k个充电站在t时刻的充电电价。表示在t时刻CSO所需向DSO支付的分时购电电价。D
T
＝[D
t,1
,L,D
t,k
,L,D
t,K
]T
表示充电站的充电需求向
量。
[0037](2)充电站的动态队列模型
[0038]到达充电站的电动汽车是否需要排队取决于站内空闲充电桩的数量。在t时刻排队充电的电动汽车的数量可通过公式(21)得出：
[0039][0040]其中，Q
t
‑
1,k
为t
‑
1时刻在第k个充电站排队充电的电动汽车数量；R
t,k
表示t时刻到达第k个充电站充电的电动汽车数量；I
t,k
表示第k个充电站在t时刻未在忙碌状态的充电桩数量，其值可由公式(22)计算得出。
[0041]I
t,k
＝A
t,k
‑
(B
t,k
‑
M
t,k
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)
[0042]其中，A
t,k
表示第k个充电站的充电桩总数；B
t,k
和M
t,k
分别表示t时刻在第k个充电站忙碌状态和将要充电完成状态的充电桩数量。
[0043]B
t,k
和M
t,k
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电动汽车时空分布充电站的运行方法，其特征在于，它包括以下步骤：步骤1：建立电动汽车
‑
CSO充电站运营商的双层TZOU时空充电电价定价决策模型；步骤2：建立电动汽车
‑
CSO充电站运营商的双层价格需求响应模型下层模型：步骤3：建立电动汽车
‑
CSO充电站运营商的双层价格需求响应模型上层模型：步骤4：确定最优充电方案。2.根据权利要求1所述的方法，其特征在于，在步骤1中，建立双层TZOU时空充电电价定价决策模型时，采用以下子步骤：步骤1
‑
1：确定电动汽车时空充电负荷需求参数信息，并提出的节点聚类法搜索电动汽车聚类的最优范围r；步骤1
‑
2：分析电动汽车的出行行为分析，确定t时刻分配给电动汽车的出行链；步骤1
‑
3：根据电动汽车的出行链，对电动汽车群组进行充电决策的结果，得出各个充电站的充电需求分布；步骤1
‑
4：以其收益最大为目标，搜索最优的充电定价方案最终的双层TZOU定价方案。3.根据权利要求1所述的方法，其特征在于，在步骤2中，包括以下子步骤：步骤2
‑
1：以电动汽车的目标是使其总充电成本最小化，制定电动汽车充电模型，获得下层电动汽车群体充电决策模型；步骤2
‑
2：以行驶距离约束、排队等待时间、电动汽车数量与市场平均充电价格关系作为电动汽车充电模型约束，获得下层电动汽车群体充电决策模型的约束条件；在步骤2
‑
1中，具体包括以下子步骤：步骤1：确定电动汽车的目标是使其总充电成本最小化；步骤2：提出的节点聚类法对不同时刻、不同地点有充电需求的电动汽车进行聚类；步骤3：得出在t时刻和聚类节点i处有充电需求的电动汽车可视为第i个电动汽车群组；在步骤2
‑
2中，约束条件包括行驶距离约束、排队等待时间约束、电动汽车数量与市场平均充电价格关系的等式约束；具体如下：1)行驶距离约束：其中，表示在CSO模型中第i个电动汽车群体到第η个充电站的最短路径，L
max
为电动汽车到充电站的最大距离；2)排队等待时间约束：其中，为电动汽车在充电站的最长等待时间，为电动汽车排队等待时间；3)电动汽车数量与市场平均充电价格关系的等式约束：其中，和表示t时刻变化前后市场的平均充电电价；表示t时刻充电价格所对应的具有充电需求的电动汽车的数量；λ表示充电价格影响系数，表示表示t时刻充电价格具有充电需求的电动汽车的数量。
4.根据权利要求1所述的方法，其特征在于，在步骤3中，在建立双层价格需求响应模型上层模型时，分别获取目标函数、充电站的动态队列模型、分时电价的价格约束、充电负荷约束；具体如下：(1)目标函数CSO的目标是通过价格对电动汽车的引导，提高充电站的充电设备利用率，进而增加其总利润，其目标函数可以表示为：其中，表示CSO在t时刻的第lb个充电定价方案，其方案总数共有LB种；表示第lb个定价方案中第k个充电站在t时刻的充电电价；表示在t时刻CSO所需向DSO支付的分时购电电价；D
T
＝[D
t,1
,L,D
t,k
,L,D
t,K
]
T
表示充电站的充电需求向量；表示表示第lb个定价方案中第1个充电站在t时刻的充电电价；表示第lb个定价方案中第k个充电站在t时刻的充电电价；D
t,1
表示在第1个充电站在t时刻的充电需求向量；D
t,k
表示在第k个充电站在t时刻的充电需求向量；D
t,K
表示在第K个充电站在t时刻的充电需求向量；(2)充电站的动态队列模型到达充电站的电动汽车是否需要排队取决于站内空闲充电桩的数量，在t时刻排队充电的电动汽车的数量可通过公式(21)得出：其中，Q
t
‑
1,k
为t
‑
1时刻在第k个充电站排队充电的电动汽车数量；R
t,k
表示t时刻到达第k个充电站充电的电动汽车数量；I
t,k
表示第k个充电站在t时刻未在忙碌状态的充电桩数量，其值可由公式(22)计算得出：...

【专利技术属性】
技术研发人员：杨楠，李希喆，丁力，刘钊，鄢晶，卢延明，邾玢鑫，李振华，张磊，辛培哲，邢超，陈道君，张志，许丹，周君，熊威，姚东俊，
申请(专利权)人：三峡大学，
类型：发明
国别省市：