计及充电站利益博弈的电动汽车充电电价定价方法及系统技术方案

本发明专利技术公开计及充电站利益博弈的电动汽车充电电价定价方法及系统，涉及电动汽车充电电价定价方法领域，拟解决充电电价定价方法无法兼顾充电站和电动汽车出行者的多方利益的问题；本发明专利技术

【技术实现步骤摘要】
计及充电站利益博弈的电动汽车充电电价定价方法及系统


[0001]本专利技术涉及电动汽车充电电价定价方法领域，具体涉及计及充电站利益博弈的电动汽车充电电价定价方法及系统
。

技术介绍

[0002]化石能源燃烧是造成全球气候变化的重要原因，给人类带来了重大生存威胁
。
为应对气候变化危机，我国于
2020
年提出了“双碳”目标
。
交通电气化是实现“双碳”目标的重要一环，为助力实现“双碳”目标，我国大力推动电动汽车发展
。
预计到
2040
年，电动汽车销量将占全球汽车保有量的
30
％以上
。
由于电动汽车总体规模迅速扩大，充电服务市场也快速发展，充电站的建设运营将由政府主导逐渐转向由多方的社会性资本参与投资建设，不同充电站隶属于不同充电站运营商，为实现自身利益最大化，各充电站之间具有竞争关系
。
为了解决多个充电站和多个电动汽车出行者组成的充电市场场景下的多主体利益均衡问题，有必要研究计及充电站利益博弈的充电电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
计及充电站利益博弈的电动汽车充电电价定价方法，其特征在于，包括以下步骤：
S1
：建立充电站效用函数和基于累积前进理论的电动汽车出行者效用函数；
S2
：构建多充电站
‑
电动汽车出行者的多主体主从博弈定价模型；
S3
：采用粒子群优化分布式算法结合充电站效用函数和基于累积前进理论的电动汽车出行者效用函数求解多充电站
‑
电动汽车出行者的多主体主从博弈定价模型，得到最优定价策略
。2.
根据权利要求1所述的计及充电站利益博弈的电动汽车充电电价定价方法，其特征在于，所述
S1
中充电站效用函数构建过程包括设置目标函数和约束条件，所述约束条件包括充电站的功率平衡约束
、
充电价格的上下限约束和充电站的成本约束
。3.
根据权利要求2所述的计及充电站利益博弈的电动汽车充电电价定价方法，其特征在于，所述目标函数以实现充电收益
ρ
s
最大：其中：为所有电动汽车在充电站
s
的充电需求，为快充站在电网处的购电量；
θ
s,t
为充电站
s
的充电电价，由购电电价
λ
n,t
和充电服务费
π
k,t
两部分组成；所述充电站的功率平衡约束为：其中：
η
为充电效率；所述充电价格的上下限约束为：所述充电站的成本约束为：其中：
C
F,s
为充电站的日均固定成本，包括充电站建设成本和运营维护成本
。4.
根据权利要求3所述的计及充电站利益博弈的电动汽车充电电价定价方法，其特征在于，所述充电站的建设成本为：其中：
c
s
为单个充电桩的安装成本；
N
F,s
为充电站
s
的充电桩数量；
T
d
为每个充电桩的使用年限；所述充电站的运营维护成本为：其中：
γ
为充电站运营维护系数
。5.
根据权利要求1所述的计及充电站利益博弈的电动汽车充电电价定价方法，其特征在于，所述
S1
中基于累积前进理论的电动汽车出行者效用函数构建过程包括：设置电动汽车出行者效用函数的目标函数为：
其中：
x
a
、x
s
分别为道路路段
a
和充电站
s
的车流量；
t
a
、t
s
分别为路段通行时间和充电站充电时间；
F
rs,s
为电动汽车在充电站
s
的充电量；的充电量；其中：为道路通行的自由流时间；为平均充电排队时间；
p
c
为额定充电功率；设置电动汽车出行者效用函数的约束条件为：设置电动汽车出行者效用函数的约束条件为：设置电动汽车出行者效用函数的约束条件为：其中：
q
rs,t
为电动汽车出现需求；为路径流量；
δ
ka
表示采用路径
‑
支路关联系数，具体取值为：若路径
k
经过道路
a
则
δ
ka
为1，否则为0；
Ω
rs
为
O
‑
D
对集合；
K
rs
为
O
‑
D
对
rs
的路径集合
。6.
根据权利要求5所述的计及充电站利益博弈的电动汽车充电电价定价方法，其特征在于，考虑电动汽车出行者的不确定性，采用累积前景理论对所述电动汽车出行需求
q
rs,t
进行修正，其中累积前景理论包括价值函数
、
概率权重函数和累积前景值
。7.
根据权利要求6所述的计及充电站利益博弈的电动汽车充电电价定价方法，其特征在于，所述累积前景理论包括：
(1)
价值函数其中：
Δ
u
表示电动汽车出行者做出决策前后的满意度差值；
λ
反映了出行者对决策行为产生损失的厌恶程度，值越大则对等量损失越敏感；
α
与
β
分别表示出行者的决策行为产生收益的风险厌恶和产生损失的风险喜好；电动汽车出行决策的价值函数
ν
包括出行时刻价值函数
ν
t
和交通状况价值函数
ν
c
：
v
＝
α
t
v
t
+
β
c
ν
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
其中：
α
t
和
β
c
分别为电动汽车出行者的出行时刻敏感系数和交通状况敏感系数，根据电动汽车出行者的出行习惯决定；
v
c
通过出行时刻满意度
u
c
计算，具体的：其中：
Δ
t
为选择后的出行时刻与原定出行时刻的差值；
v
t
通过出行者交通状况满意度
u
t
计算，具体的：
其中：
ξ
t
为
t
时刻的交通拥堵指数；
(2)
概率权重函数概率权重函数计算公式为：设定
w
+
(p)、w
‑
(p)
为出行者面对满意度增大即收益和满意度减小即损失时的主观概率：为出行...

【专利技术属性】
技术研发人员：李勋，葛静，黄鹏，黄智锋，邱熙，蔡小婷，黎楚怡，邓华森，
申请(专利权)人：南方电网电动汽车服务有限公司，
类型：发明
国别省市：