一种电动乘用车辅助换电站优化定价方法、装置、介质及设备制造方法及图纸

本发明专利技术公开了电动乘用车换电技术领域的一种电动乘用车辅助换电站优化定价方法、装置、介质及设备，包括根据换电站服务质量和换电站平均支出成本数据，基于预先建立的换电站优化定价模型，构建换电站优化定价目标函数；定义换电站优化定价目标函数，构建马尔可夫决策框架；根据马尔可夫决策框架，进行最优数据分析处理，得到电动乘用车辅助换电站优化定价结果。本发明专利技术提出了一种动态取费基准下选取定价的策略，基于当前电动乘用车换电站中动力电池的分布状态以及EVs

【技术实现步骤摘要】
一种电动乘用车辅助换电站优化定价方法、装置、介质及设备


[0001]本专利技术涉及一种电动乘用车辅助换电站优化定价方法、装置、介质及设备，属于电动乘用车换电


技术介绍

[0002]与传统燃油汽车相比，电动乘用车作为一种新型绿色交通工具，在解决环境污染、能源短缺以及提高社会运行效率发挥着巨大优势。然而，由于大规模电动乘用车无序充电聚集而引起高峰负荷增加、电压偏差和能源损耗等问题，对电力系统的安全运行提出新的挑战。换电站作为电动乘用车的快速能源供给站，不仅快速解决电动乘用车能源需求问题，同时为电力系统提供辅助服务，增加电力系统运行的灵活性。根据一系列促进电力交换的密集政策，大力发展电池交换技术可能成为电动乘用车的下一个风向标。
[0003]虽然电动乘用车换电站在不断改进和发展，但是换电站本身的运营效益主要还是通过电动乘用车客户来进行换电服务产生的。如果电动乘用车换电站想要获取更多的收益，但是又不能提高动乘用车客户来进行换电服务的价格，且保证电动乘用车换电站服务的质量，那么可以通过降低电动乘用车换电站本身的运营成本来达到这种效果。因此，在保证电动乘用车换电站面向电动乘用车客户有较高的服务质量的水平下，如何优化电动乘用车换电站的换电调度策略即根据电动乘用车换电站站内的电池状态来制定一种电动乘用车辅助换电站换电的优化定价吸引机制来提高电动乘用车换电站的运营效益是当下值得探索且亟待解决的热点问题。
[0004]公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域普通技术人员所公知的现有技术。

技术实现思路

[0005]本专利技术的目的是提供一种电动乘用车辅助换电站优化定价方法、装置、介质及设备，针对目前电动乘用车换电站无法兼顾好换电站为客户提供较高服务质量的同时也能有可观的收益的问题，通过提出一种动态取费基准下选取定价的策略，基于当前电动乘用车换电站中动力电池的分布状态以及EVs
‑
BC到达情况，动态选择取费基准支付给EVs
‑
BS报酬让其获取差价利润，来刺激EVs
‑
BS为换电站提供电池来满足EVs
‑
BC的换电需求，使换电站在保证服务质量的同时最小化支出成本。
[0006]为达到上述目的/为解决上述技术问题，本专利技术是采用下述技术方案实现的。
[0007]一方面，本专利技术提供一种电动乘用车辅助换电站优化定价方法，包括：
[0008]获取换电站服务质量和换电站平均支出成本数据；
[0009]根据所述换电站服务质量和换电站平均支出成本数据，基于预先建立的换电站优化定价模型，构建换电站优化定价目标函数；
[0010]定义换电站优化定价目标函数，构建马尔可夫决策框架；
[0011]根据所述马尔可夫决策框架，进行最优数据分析处理，得到电动乘用车辅助换电
站优化定价策略结果。
[0012]可选的，所述换电站优化定价模型包括EVs到站供换电模型、电池分布状态模型、换电站服务质量模型和EVs
‑
BS动态定价模型。
[0013]可选的，所述电动乘用车辅助换电站优化定价策略结果包括保证服务质量的同时，最小化换电站平均成本支出的动态定价策略结果。
[0014]可选的，所述EVs到站供换电模型包括EVs
‑
BC和EVs
‑
BS分别以预设速率到达换电站的概率，所述EVs
‑
BC和EVs
‑
BS分别以预设速率到达换电站的概率公式为：
[0015][0016][0017]式中，Pr{a[t]＝1}为该时隙有EVs
‑
BC到换电站请求换电服务的概率，Pr{b[t]＝1}为该时隙有EVs
‑
BS到换电站辅助完成换电服务的概率，Pr{a[t]＝0}为该时隙没有EVs
‑
BC到换电站请求换电服务的概率，Pr{b[t]＝0}为该时隙没有EVs
‑
BS到换电站辅助完成换电服务的概率，λ为EVs
‑
BC的速率，η[t]为EVs
‑
BS的速率，t为时隙，a[t]为在t时隙开始时到达换电站的EVs
‑
BC的到达状态，b[t]为EVs
‑
BS在t时隙的到达状态。
[0018]可选的，所述电池分布状态模型以电量充足的电池M
H
数量的变化状态为研究对象；将电量充足的电池数量模拟为队列，所述队列表达式为：
[0019]q[t+1]＝max{q[t]‑
a[t],0}+min{M
‑
q[t],b[t]}；
[0020]式中，q[t]为换电站t时隙开始时M
H
队列长度，M为队列最大长度，q[t+1]为换电站由时隙t过渡到时隙t+1时的M
H
队列长度。
[0021]可选的，所述换电站服务质量模型用于评价换电站服务质量水平，所述换电站服务质量水平可用换电站在t时隙开始时无法为EVs
‑
BC提供换电服务的数量Ω[t]衡量，其表达式为：
[0022]Ω[t]＝max{a[t]‑
q[t],0}；
[0023]式中，Ω[t]为换电站在t时隙开始时无法为EVs
‑
BC提供换电服务的数量。
[0024]可选的，所述EVs
‑
BS动态定价模型的建立步骤包括：
[0025]定义EVs
‑
BS动态定价模型为有N个价格状态的集合，其表达式为：C＝{c1,c2,c3,...,c
n
,c
n+1
,...,c
N
}；
[0026]式中，C为N个EVs
‑
BS动态定价模型价格状态的集合；
[0027]定义各时隙内有EVs
‑
BS到达换电站辅助换电的概率为有N个状态的集合，其表达式为：η[t]∈U＝{η1,η2,η3,...,η
n
,η
n+1
,...,η
N
}；
[0028]式中，η[t]为t时隙时EVs
‑
BS到达换电站辅助换电的概率，U为N个EVs
‑
BS到达换电站辅助换电的概率集合；η
n
为第n个EVs
‑
BS到达换电站辅助换电的概率；
[0029]选取处于状态q[t]时，换电站应为EVs
‑
BS提供的报酬的取费基准，给定如下概率集：
[0030]{f
in
}∈{0,1},0≤i≤M,n∈{1,2,3...,N}；
[0031]式中，i为该时隙内换电站中M
H
的数量，n为集合C＝{c1,c2,c3,...,c
n...

【技术保护点】

【技术特征摘要】
1.一种电动乘用车辅助换电站优化定价方法，其特征在于，包括：获取换电站服务质量和换电站平均支出成本数据；根据所述换电站服务质量和换电站平均支出成本数据，基于预先建立的换电站优化定价模型，构建换电站优化定价目标函数；定义换电站优化定价目标函数，构建马尔可夫决策框架；根据所述马尔可夫决策框架，进行最优数据分析处理，得到电动乘用车辅助换电站优化定价策略结果。2.根据权利要求1所述的电动乘用车辅助换电站优化定价方法，其特征在于，所述换电站优化定价模型包括EVs到站供换电模型、电池分布状态模型、换电站服务质量模型和EVs
‑
BS动态定价模型。3.根据权利要求1所述的电动乘用车辅助换电站优化定价方法，其特征在于，所述电动乘用车辅助换电站优化定价策略结果包括保证服务质量的同时，最小化换电站平均成本支出的动态定价策略结果。4.根据权利要求2所述的电动乘用车辅助换电站优化定价方法，其特征在于，所述EVs到站供换电模型包括EVs
‑
BC和EVs
‑
BS分别以预设速率到达换电站的概率，所述EVs
‑
BC和EVs
‑
BS分别以预设速率到达换电站的概率公式为：BS分别以预设速率到达换电站的概率公式为：式中，Pr{a[t]＝1}为该时隙有EVs
‑
BC到换电站请求换电服务的概率，Pr{b[t]＝1}为该时隙有EVs
‑
BS到换电站辅助完成换电服务的概率，Pr{a[t]＝0}为该时隙没有EVs
‑
BC到换电站请求换电服务的概率，Pr{b[t]＝0}为该时隙没有EVs
‑
BS到换电站辅助完成换电服务的概率，λ为EVs
‑
BC的速率，η[t]为EVs
‑
BS的速率，t为时隙，a[t]为在t时隙开始时到达换电站的EVs
‑
BC的到达状态，b[t]为EVs
‑
BS在t时隙的到达状态。5.根据权利要求4所述的电动乘用车辅助换电站优化定价方法，其特征在于，所述电池分布状态模型以电量充足的电池M
H
数量的变化状态为研究对象；将电量充足的电池数量模拟为队列，所述队列表达式为：q[t+1]＝max{q[t]
‑
a[t],0}+min{M
‑
q[t],b[t]}；式中，q[t]为换电站t时隙开始时M
H
队列长度，M为队列最大长度，q[t+1]为换电站由时隙t过渡到时隙t+1时的M
H
队列长度。6.根据权利要求5所述的电动乘用车辅助换电站优化定价方法，其特征在于，所述换电站服务质量模型用于评价换电站服务质量水平，所述换电站服务质量水平可用换电站在t时隙开始时无法为EVs
‑
BC提供换电服务的数量Ω[t]衡量，其表达式为：Ω[t]＝max{a[t]
‑
q[t],0}；式中，Ω[t]为换电站在t时隙开始时无法为EVs
‑
BC提供换电服务的数量。
7.根据权利要求6所述的电动乘用车辅助换电站优化定价方法，其特征在于，所述EVs
‑
BS动态定价模型的建立步骤包括：定义EVs
‑
BS动态定价模型为有N个价格状态的集合，其表达式为：C＝{c1,c2,c3,...,c
n
,c
n+1
,...,c
N
}；式中，C为N个EVs
‑
BS动态定价模型价格状态的集合；定义各时隙内有EVs
‑
BS到达换电站辅助换电的概率为有N个状态的集合，其表达式为：η[t]∈U＝{η1,η2,η3,...,η
n
,η
n+1
,...,η
N
}；式中，η[t]为t时隙时EVs
‑
BS到达换电站辅助换电的概率，U为N个EVs
‑
BS到达换电站辅助换电的概率集合；η
n
为第n个EVs
‑
BS到达换电站辅助换电的概率；选取处于状态q[t]时，换电站应为EVs
‑
BS提供的报酬的取费基准，给定如下概率集：{f
in
}∈{0,1},0≤i≤M,n∈{1,2,3...,N}；式中，i为该时隙内换电站中M
H
的数量；n为集合C＝{c1,c2,c3,...,c
n
,c
n+1
,...,c
N
}中第n个价格元素，f
in
为系统处于状态q[t
‑
1]＝i下，...

【专利技术属性】
技术研发人员：蔡鑫，陈良亮，甘海庆，马玉立，林祥，陆震军，周斌，占玉兵，朱庆，周材，张炜涛，王超，张建洲，袁晓冬，王明深，
申请(专利权)人：国网江苏省电力有限公司国网江苏省电力有限公司电力科学研究院国家电网有限公司，
类型：发明
国别省市：