电动汽车充放电决策方法技术

本发明专利技术公开了电动汽车充放电决策方法，包括：收集电动汽车相关数据，对电动汽车相关数据进行处理，得到电动汽车的轨迹行程链；基于轨迹行程链，得到电动汽车结束行程时的状态参数，根据状态参数计算充电行为的概率；根据轨迹行程链，得到电动汽车电池属性，结合个体属性、政策属性、社会属性计算放电行为的概率。考虑用户所处的社会环境、政策规则约束，能够降低主观假设带来的误差和不合理性。低主观假设带来的误差和不合理性。低主观假设带来的误差和不合理性。

【技术实现步骤摘要】
电动汽车充放电决策方法


[0001]本专利技术属于充放电决策
，涉及电动汽车充放电决策方法。

技术介绍

[0002]电动汽车以其良好的环境保护和能源调整效应，在节能减排方面具备传统燃油车无可比拟的优势，汽车产业向电气化转型已成为社会可持续发展的一个重要趋势，得到了各国广泛的关注和认同。电动汽车是实现汽车产业技术转型、升级和跨越发展的主流技术方向。
[0003]电动汽车的普及已成为一种趋势，但随着电动汽车的大规模增加，也带来了一系列问题。首先，用户的充电行为具有随机性，大规模电动汽车接入电网进行无序充电时将会增大电网的控制难度、降低电压质量和电力系统的稳定性等。当充电负荷高峰与夜间的生活用电负荷高峰叠加，会出现“峰峰叠加”现象，从而进一步增大居民区配电网负荷的峰谷差。此外，电动汽车大部分时间都处于闲置状态，并且锂电池具有响应迅速的特性，这种状态和特性使得电动汽车电池可以充当一种闲置的储能资源，通过V2G(vehicle to grid)技术向电网放电，可以充分发挥电动汽车灵活、可观的储能潜力。所以，基于电动车的充放电决策，得到电动汽车负荷在时间和空间上的分布，对后续电动汽车参与削峰填谷调度提供数据基础和理论依据，对电力系统安全稳定运行具有重要的意义。然而现有的充电决策多采用固定阈值法，比如当电动汽车电量小于20％时，车主一定会充电，但是此方法没有考虑其余电量时的充电概率；只考虑电网侧的相关政策，没有考虑其他影响因素，导致得到的充放电概率准确性较差。

技术实现思路

[0004]本专利技术的目的是提供一种电动汽车充放电决策方法，解决了现有技术中存在的充放电概率准确性较差的问题。
[0005]本专利技术所采用的技术方案是，电动汽车充放电决策方法，包括以下步骤：
[0006]步骤1、收集电动汽车相关数据，对电动汽车相关数据进行处理，得到电动汽车的轨迹行程链；
[0007]步骤2、基于轨迹行程链，得到电动汽车结束行程时的状态参数，根据状态参数计算充电行为的概率；
[0008]步骤3、根据轨迹行程链，得到电动汽车电池属性，结合个体属性、政策属性、社会属性计算放电行为的概率。
[0009]本专利技术的特点还在于：
[0010]步骤1具体为：收集轨迹GPS定位点信息，对轨迹GPS定位点信息中重复、错误、缺失的数据进行清洗，得到电动汽车的轨迹行程链。
[0011]步骤2具体为：基于轨迹行程链，得到电动汽车的电量状态、停留时间；将电量状态、停留时间、分时电价分别作为模糊推理算法的输入，并进行评价，得到充电行为的概率。
[0012]步骤2电量状态、停留时间、分时电价的评价具体为：将分时电价分为峰、平、谷三个等级，将停留时间分为充足、适中、不足三个等级，将电量状态分为充裕、适中、不充裕三个等级。
[0013]步骤2模糊推理算法的隶属度函数分别为：
[0014]第一级隶属度函数：
[0015][0016]第二级隶属度函数：
[0017][0018]第三级隶属度函数：
[0019][0020]式中，z1、z2为Z型函数中的相关参数，μ、σ为双边高斯型函数中的参数，s1、s2为S型函数中的相关参数。
[0021]步骤3具体过程为：根据轨迹行程链，得到电动汽车电池属性，基于前景理论，结合个体属性、政策属性、社会属性计算放电行为的概率。
[0022]步骤3前景理论中前景值的计算公式为：
[0023][0024]式中，w(p)是概率加权函数，v(c)是价值函数，i表示属性个数；
[0025][0026]式中，c为参与放电的总成本，c0为参考点，设定为在车主能接受的可调容量范围内，车主进行放电的总成本，α和β代表不同的风险偏好，其值越高代表决策者更偏向于风险规避，λ代表损失规避度，其值越高代表决策者对损失的敏感度越高；
[0027][0028]式中，γ为对于高估小概率事件的影响，δ为低估大概率事件的影响。
[0029]步骤3放电行为的概率模型为：
[0030][0031]本专利技术的有益效果是：本专利技术电动汽车充放电决策方法，采用模糊推理算法，根据输入的主要因素形成充电的倾向，考虑固定阈值以外电量的充电概率，提高了充电决策准确性；采用前景理论，使用参考点衡量决策者的收益和损失，将个人的价值感受因素融入决策行为分析中，以弥补传统经济理论仅仅考虑个人理性因素的不足，进一步提高放电决策准确性；考虑用户所处的社会环境、政策规则约束，能够降低主观假设带来的误差和不合理性。
附图说明
[0032]图1是本专利技术电动汽车充放电决策方法中轨迹行程链获取流程图；
[0033]图2是本专利技术电动汽车充放电决策方法中充电决策获取流程图；
[0034]图3是本专利技术电动汽车充放电决策方法中放电决策获取流程图。
具体实施方式
[0035]下面结合附图和具体实施方式对本专利技术进行详细说明。
[0036]实施例1
[0037]电动汽车充放电决策方法，包括以下步骤：
[0038]步骤1、收集电动汽车相关数据，对电动汽车相关数据进行处理，得到电动汽车的轨迹行程链；
[0039]步骤2、基于轨迹行程链，得到电动汽车结束行程时的状态参数，根据状态参数计算充电行为的概率；
[0040]步骤3、根据轨迹行程链，得到电动汽车电池属性，结合个体属性、政策属性、社会属性计算放电行为的概率。
[0041]实施例2
[0042]电动汽车充放电决策方法，包括以下步骤：
[0043]步骤1、如图1所示，收集轨迹GPS定位点信息，对轨迹GPS定位点信息中重复、错误、缺失的数据进行清洗，得到电动汽车的轨迹行程链，即进行再生数据集分析。
[0044]步骤2、基于轨迹行程链，得到电动汽车结束行程时的状态参数，根据状态参数计算充电行为的概率；
[0045]步骤3、根据轨迹行程链，得到电动汽车电池属性，结合个体属性、政策属性、社会属性计算放电行为的概率。
[0046]实施例3
[0047]电动汽车充放电决策方法，包括以下步骤：
[0048]步骤1、收集轨迹GPS定位点信息，对轨迹GPS定位点信息中重复、错误、缺失的数据进行清洗，得到动态出行信息，包括行驶距离、方向、速度，进而得到电动汽车的轨迹行程链。具体清洗过程如下：删除行驶时间小于240秒的轨迹数据；删除同一订单GPS数据相邻间隔距离过大的数据；删除平均速度大于120公里/小时的轨迹数据及行程异常的位置偏离数据。
[0049]步骤2、如图2所示，基于轨迹行程链，得到电动汽车结束一段行程时的电量状态、停留时间；判断电量状态是否大于充电阈值，若否，认为车主充电行为的概率100％；若是，由于电动汽车的电量状态、停留时间、电价信息是决定驾驶员是否充电以及选择何种充电模式的主要因素，因此将电量状态、停留时间、分时电价分别作为模糊推理算法的输入，并进行评价，将分时电价分为峰(第三级)、平(第二级)、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.电动汽车充放电决策方法，其特征在于，包括以下步骤：步骤1、收集电动汽车相关数据，对所述电动汽车相关数据进行处理，得到电动汽车的轨迹行程链；步骤2、基于所述轨迹行程链，得到电动汽车结束行程时的状态参数，根据所述状态参数计算充电行为的概率；步骤3、根据所述轨迹行程链，得到电动汽车电池属性，结合个体属性、政策属性、社会属性计算放电行为的概率。2.根据权利要求1所述的电动汽车充放电决策方法，其特征在于，步骤1具体为：收集轨迹GPS定位点信息，对所述轨迹GPS定位点信息中重复、错误、缺失的数据进行清洗，得到电动汽车的轨迹行程链。3.根据权利要求1所述的电动汽车充放电决策方法，其特征在于，步骤2具体为：基于所述轨迹行程链，得到电动汽车的电量状态、停留时间；将所述电量状态、停留时间、分时电价分别作为模糊推理算法的输入，并进行评价，得到充电行为的概率。4.根据权利要求3所述的电动汽车充放电决策方法，其特征在于，步骤2所述电量状态、停留时间、分时电价的评价具体为：将分时电价分为峰、平、谷三个等级，将停留时间分为充足、适中、不足三个等级，将电量状态分为充裕、适中、不充裕三个等级。5.根据权利要求4...

【专利技术属性】
技术研发人员：解佗，刘红，张刚，张靠社，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：