System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电网-交通网协同运行领域,尤其涉及一种面向能源社区新能源消纳的电动出租车充电调度方法。
技术介绍
1、近年来,城市化进程的加速正在推动电力基础设施向权力下放方向进行深刻转变,分布式可再生能源发电依托其环保性和本地化能源生产能力将构成未来智能城市的支柱。通过汇集相邻的分布式新能源发电形成能源社区,能够实现本地电能需求的充分供应。但由于新能源发电的波动性,能源社区将会在一些时段出现新能源发电盈余,而如何实现就地消纳将是需要解决的重大问题。与此同时,电动汽车数量逐年增长,在其接入主动配电网充电特别是无序充电时,会产生规模化入网效应,进而对电网造成影响。若能够引导电动汽车进行有序充电,将有助于能源社区新能源就地消纳。而相较于私家车,电动出租车的实时信息由平台集成,更容易通过相关激励措施对其进行引导。
技术实现思路
1、专利技术目的:本专利技术旨在提供一种能够引导电动出租车有序充电并促进新能源就地消纳的面向能源社区的电动出租车充电调度方法。
2、技术方案:本专利技术所述的面向能源社区新能源消纳的电动出租车充电调度方法,包括以下步骤:
3、(1)根据各电动出租车与不同出行订单和充电订单匹配时的平台效用,构建出行订单匹配度模型和充电订单匹配度模型;
4、(2)基于出行订单和充电订单的匹配度模型,以电动出租车与不同订单总匹配度最大为目标,确定出行-充电订单平台匹配方法;
5、(3)基于出行-充电订单平台匹配方法,根据新能源高发时段能源社
6、(4)根据能源社区交易优化模型和出行-充电服务平台交易优化模型,基于纳什谈判理论构建出行-充电服务平台与能源社区合作运营模型,采用集中式算法实现联盟利益最大化子问题求解,通过交替方向乘子法实现电能交易支付谈判子问题求解,得到订单匹配以及合作双方电能交互结果。
7、进一步的,步骤(1)中出行订单匹配度模型为
8、
9、式中,pm为乘客m的出行订单信息,包括出行起点和目的地信息vk为电动出租车k的相关信息,包括位置信息电池电量信息和服务状态信息其中时表示充电服务状态,时表示出行服务状态,时表示空闲状态;θ为每公里耗电量;fdis(a,b)用于计算a、b两地之间的距离;ε为平台的抽成比例;为乘客m的结算费用;δ为乘客单位等待时间成本;为电动出租车k与乘客m的距离;为电动出租车k的平均行驶速度。
10、出行订单匹配度模型约束如下:
11、
12、
13、式中,表示电动出租车k所持出行订单的剩余服务里程;表示电动出租车k所持出行订单的目的地。
14、进一步的,步骤(1)中充电订单匹配度模型为
15、
16、式中,en为充电订单n的相关信息,包括能源社区位置信息为电动出租车完成充电订单en后的荷电状态;socmax表示荷电状态上限;为电动出租车k与能源社区的距离;μ为服务平台给予电动出租车的每公里补贴;ps为充电桩的充电功率;ρs-v表示一般快充站的充电价格;ρp-v为充电桩每千瓦时电量的充电价格;ρc-p为能源社区在新能源超发时段每千瓦时电量的售电价格;表示电动出租车vk的预期收益。
17、充电订单匹配度模型约束如下:
18、
19、
20、
21、式中,为电动出租车接受充电订单en前的荷电状态;ηc为充电效率;为电池容量。
22、进一步的,步骤(2)中出行-充电订单平台匹配方法如下:
23、利用(m+n)*k的邻接矩阵mt表征所有出行订单、充电订单与电动出租车的匹配度。具体表示如下:
24、at[m,k]=f1(pm,vk),bt[n,k]=f2(en,vk)
25、
26、通过(m+n)*k的矩阵ht表示t时刻的匹配结果,具体表示如下:
27、
28、
29、ht[m,k]=h(pm,vk),ht[m+n,k]=h(en,vk)
30、
31、式中,h(pm,vk)和h(en,vk)分别代表电动出租车k与乘客m和充电服务订单n的匹配过程。
32、t时刻的匹配度总值ft为
33、
34、进一步的,步骤(3)中能源社区交易优化模型为
35、maxuc=max(cc-g+cc-p)=max(ρgpc-gδt+ρc-ppc-pδt)
36、s.t.pc-g+pc-p=pe
37、pc-p,pc-g≥0
38、ρg≤ρc-p≤ρp-v
39、式中,uc为能源社区的总效用;cc-g为能源社区向电网的售电收益;cc-p为能源社区向服务平台的售电收益;pc-g为能源社区与电网的交互功率;pc-p为能源社区与服务平台交互功率;pe为新能源超发功率;ρg为上网电价。
40、进一步的,步骤(3)中出行-充电服务平台交易优化模型为
41、
42、s.t.-pp-c=nps≤pe
43、pp-c≤0
44、式中,up为出行-充电服务平台的总效用;n为充电订单数量;cp-c为服务平台从能源社区的购电成本;pp-c为服务平台与能源社区的交互功率。
45、进一步的,步骤(4)中,基于纳什谈判理论,构建出行-充电服务平台与能源社区的合作运营模型为
46、
47、式中,分别为未参与合作时能源社区和服务平台的最大收益,为常数。
48、进一步的,联盟利益最大化子问题求解的方法如下:采用集中式优化算法进行求解,得到能源社区和出行-充电服务平台之间的最优期望交互功率pc-p,*和pp-c,*。
49、进一步的,电能交易支付谈判的模型为
50、
51、式中,分别为的联盟利益最大化子问题下能源社区和出行-充电服务平台的最大收益。
52、电能量交易额为
53、
54、进一步的,交替方向乘子法如下:
55、根据交替方向乘子法原理,引入辅助变量对能源社区与服务平台之间的交易电价进行解耦。
56、
57、式中,ρc-p为能源社区向服务平台的售电价格,则辅助变量为服务平台期望从能源社区购电的价格;再引入拉格朗日乘子χ、惩罚因子ψ和收敛精度ξ,得到分布式优化模型。
58、能源社区电能交易价格分布式优化模型为
59、
60、出行-充电服务平台交易价格分布式优化模型为
61、
62、根据分布式迭代模型,建立交易支付谈判问题的分布式算法,迭代公式为
63、
64、进行迭代,当满足收敛条件时迭代停止,完成电能交易支付谈判子本文档来自技高网...
【技术保护点】
1.一种面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(1)中出行订单匹配度模型为
3.根据权利要求2所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(1)中充电订单匹配度模型为
4.根据权利要求3所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(2)中出行-充电订单平台匹配方法如下:
5.根据权利要求4所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(3)中能源社区交易优化模型为
6.根据权利要求5所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(3)中出行-充电服务平台交易优化模型为
7.根据权利要求6所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(4)中,基于纳什谈判理论,构建出行-充电服务平台与能源社区的合作运营模型为
8.根据权利要求7所述的面向能源社区新能源消
9.根据权利要求8所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,电能交易支付谈判的模型为
10.根据权利要求9所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,交替方向乘子法如下:
...【技术特征摘要】
1.一种面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(1)中出行订单匹配度模型为
3.根据权利要求2所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(1)中充电订单匹配度模型为
4.根据权利要求3所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(2)中出行-充电订单平台匹配方法如下:
5.根据权利要求4所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于,步骤(3)中能源社区交易优化模型为
6.根据权利要求5所述的面向能源社区新能源消纳的电动出租车充电调度方法,其特征在于...
【专利技术属性】
技术研发人员:陈星莺,胡烊溢,卜乐,余昆,甘磊,王博,华昊辰,
申请(专利权)人:河海大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。