考慮用戶虛假信息的電動汽車時空調度優化方法和系統技術方案

本發明專利技術公開了一種考慮用戶虛假信息的電動汽車時空調度優化方法和系統，屬于電動汽車優化調度領域。調度中心需要在滿足所有電動汽車的充電需求約束下最小化整體充電成本，用戶一旦謊報需求，可能會降低自己的充電成本，但其他電動汽車用戶的充電成本會升高，導致全體成本上升，為了解決該問題，本發明專利技術基于時空雙維度電動汽車優化調度框架，設計了一種新的充電成本計費機制，考慮用戶上報的充電策略對優化調度結果的影響，使得個人充電成本最小化與整體充電成本最小化趨向一致性。不僅降低了每個用戶參與調度后的充電成本，還避免了用戶在參與調度時選擇上報虛假信息獲利的現象，更好激勵用戶參與到調度中，提高提高優化效果。提高提高優化效果。提高提高優化效果。

【技術實現步驟摘要】
考慮用戶虛假信息的電動汽車時空調度優化方法和系統


[0001]本專利技術屬于電動汽車優化調度領域，更具體地，涉及一種考慮用戶虛假信息的電動汽車時空調度優化方法和系統。

技術介紹

[0002]隨著傳統化石能源的日益枯竭以及可再生能源的大力開發，能源結構正在逐漸改變。電動汽車作為一種新能源交通工具，近些年來得到了快速發展。然而，電動汽車大規模并入電網必然會給電網帶來巨大沖擊，導致電網的峰谷差加劇，電能質量下降等不利影響。研究表明，電動汽車的有序充電可以實現電網的削峰填谷效果，提高電網運行效益，不僅如此，利用電動汽車可調度容量還可以參與到輔助服務市場當中，幫助電網調頻，由此可見，電動汽車具有巨大的挖掘潛力。因此研究電動汽車時空雙維度的優化調度方法，使電動汽車用戶有序充電，對保障電網安全運行具有重要意義。
[0003]然而如何提高電動汽車用戶參與優化調度的積極性，實現利益的合理分配是解決問題的關鍵。傳統利益分配基于博弈論方法，無法保證用戶上報自己的真實信息，這會導致優化效果降低。在現有考慮用戶虛假信息的研究中，有文獻提出一種基于聯盟區塊鏈的安全能源交易系統，通過對歷史數據學習來檢測用戶虛假或者惡意的充電行為。還有文獻對電動汽車的出行路線、充電時刻及用戶心理進行建模，計算電動汽車對充電樁的綜合評價指標，以真實反映電動汽車的充電偏好程度。然而，這些文獻大多通過機器學習方法來檢測用戶上報信息的真實性，無法保證結果的可靠性。因此，需要設計一種新的計費機制來激勵電動汽車用戶參與到調度中并且上報自己的真實充電需求。
專利
技術實現思路

[0004]針對現有技術的以上缺陷或改進需求，本專利技術提供了一種考慮用戶虛假信息的電動汽車時空調度優化方法和系統，其目的在于激勵用戶上報真實充電需求信息，提高整體優化效果。
[0005]為實現上述目的，按照本專利技術的一個方面，提供了一種考慮用戶虛假信息的電動汽車時空調度優化方法，包括：
[0006]S1.以電動汽車充電成本最小作為目標函數，確定所述目標函數中各決策變量的約束條件，構建電動汽車時空優化調度模型；
[0007]S2.根據電動汽車用戶日前上報的充電需求，包括到站時間，離站時間和充電量，調度中心依據最大充電速率求解電動汽車時空優化調度模型，得到每個電動汽車最短的充電時間集合；
[0008]S3.調度中心依次選擇最短充電時間集合中每一個元素，更新約束中的到站時間和離站時間變量，再次求解優化調度模型，并選擇使得目標函數最大對應的到站和離站時間變量，作為該電動汽車用戶最嚴苛的充電時間選擇；
[0009]S4.通過對比電動汽車用戶實際上報的充電信息和調度中心確定的該用戶最嚴苛
的充電時間選擇，量化電動汽車用戶對優化調度效果的邊際貢獻；
[0010]S5.將原優化調度模型求解后的電動汽車充電成本和邊際貢獻量化結果相加，作為電動汽車用戶最終的充電成本。
[0011]進一步地，采用如下表達式量化電動汽車用戶對優化調度效果的邊際貢獻：
[0012][0013]U
ini
代表優化調度前全體充電成本，代表當上報的充電策略為時參與調度后的全體充電成本，代表除去用戶i，其他n
?
1個用戶參與調度前的充電成本，代表當上報的充電策略為{c
i
,c
?
i
}時，其他n
?
1個用戶參與調度后的充電成本。
[0014]進一步地，電動汽車時空優化調度模型為：
[0015][0016]為電動汽車i的充電費用，為電動汽車i的路程成本。
[0017]進一步地，電動汽車時空優化調度模型求解過程具體為，
[0018]通過坐標下降法將原優化問題的兩個耦合決策變量：充電速率變量和充電站選擇變量進行分解，得到兩個子問題；通過序列二次規劃法交替更新每個子問題對應的決策變量，直至兩個決策變量收斂，得到優化后的充電方案。
[0019]本專利技術還提供了一種考慮用戶虛假信息的電動汽車時空調度優化系統，包括：
[0020]日前調度模型構建模塊，用于以電動汽車充電成本最小作為目標函數，確定所述目標函數中各決策變量的約束條件，構建電動汽車時空優化調度模型；
[0021]調度模型求解模塊，用于根據電動汽車用戶日前上報的充電需求，包括到站時間，離站時間和充電量，調度中心依據最大充電速率求解電動汽車時空優化調度模型，得到每個電動汽車最短的充電時間集合；
[0022]充電時間更新模塊，調度中心依次選擇最短充電時間集合中每一個元素，更新約束中的到站時間和離站時間變量，再次求解優化調度模型，并選擇使得目標函數最大對應的到站和離站時間變量，作為該電動汽車用戶最嚴苛的充電時間選擇；
[0023]充電需求貢獻度量化模塊，用于通過對比電動汽車用戶實際上報的充電信息和調度中心確定的該用戶最嚴苛的充電時間選擇，量化電動汽車用戶對優化調度效果的邊際貢獻；
[0024]充電成本激勵補償模塊，將原優化調度模型求解后的電動汽車充電成本和邊際貢獻量化結果相加，作為電動汽車用戶最終的充電成本。
[0025]總體而言，通過本專利技術所構思的以上技術方案與現有技術相比，能夠取得下列有益效果。
[0026]本專利技術基于時空雙維度電動汽車優化調度框架，設計了一種新的充電成本計費機制，考慮用戶上報的充電策略對優化調度結果的影響，使得個人充電成本最小化與整體充電成本最小化趨向一致性。不僅降低了每個用戶參與調度后的充電成本，還避免了用戶在
參與調度時選擇上報虛假信息獲利的現象，更好激勵用戶參與到調度中，提高優化效果。
附圖說明
[0027]圖1為本專利技術實施例的電動汽車和充電站分布示意圖；
[0028]圖2為本專利技術實施例的電動汽車充放電優化調度方法的主要步驟流程示意圖；
[0029]圖3為本專利技術實施例的充電成本計費機制的主要步驟流程示意圖。
具體實施方式
[0030]為了使本專利技術的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。此外，下面所描述的本專利技術各個實施方式中所涉及到的技術特征只要彼此之間未構成沖突就可以相互組合。
[0031]本專利技術設計了一種基于電動汽車的時空雙維度調度框架下，避免用戶上報虛假信息的充電成本計費機制，其目的在于降低參與調度的所有電動汽車充電成本，削減充電站的峰值負荷。整個優化調度參與方有電動汽車、中央調度中心和這個區域屬于該調度中心控制下的所有充電站。由電動汽車用戶在前一天首先上報其充電信息到調度中心，包括到站時間、離站時間和充電需求量，由調度中心統一優化后，得到優化結果：電動汽車次日的優化充電策略和電動汽車次日的最佳充電站選擇。分別將優化結果發送給下屬的充電站和電動汽車用戶，次日電動汽車用戶按照優化結果前往指定充電站，充電站按照優化后的充電策略給電動汽車充電。隨后根據所得的充電策略，設計一本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種考慮用戶虛假信息的電動汽車時空調度優化方法，其特征在于，包括：S1.以電動汽車充電成本最小作為目標函數，確定所述目標函數中各決策變量的約束條件，構建電動汽車時空優化調度模型；S2.根據電動汽車用戶日前上報的充電需求，包括到站時間，離站時間和充電量，調度中心依據最大充電速率求解電動汽車時空優化調度模型，得到每個電動汽車最短的充電時間集合；S3.調度中心依次選擇最短充電時間集合中每一個元素，更新約束中的到站時間和離站時間變量，再次求解優化調度模型，并選擇使得目標函數最大對應的到站和離站時間變量，作為該電動汽車用戶最嚴苛的充電時間選擇；S4.通過對比電動汽車用戶實際上報的充電信息和調度中心確定的該用戶最嚴苛的充電時間選擇，量化電動汽車用戶對優化調度效果的邊際貢獻；S5.將原優化調度模型求解后的電動汽車充電成本和邊際貢獻量化結果相加，作為電動汽車用戶最終的充電成本。2.根據權利要求1所述的一種考慮用戶虛假信息的電動汽車時空調度優化方法，其特征在于，采用如下表達式量化電動汽車用戶對優化調度效果的邊際貢獻：U
ini
代表優化調度前全體充電成本，代表當上報的充電策略為時參與調度后的全體充電成本，代表除去用戶i，其他n
?
1個用戶參與調度前的充電成本，代表當上報的充電策略為{c
i
,c
?
i
}時，其他n
?
1個用戶參與調度后的充電成本。3.根據權利要求2所述的一種考慮用戶虛假信息的電動汽車時空調度優化方法，其特征在于，電動汽車時空優化調度模型為：征在于，電動汽車時空優化調度模型為：為電動汽車i的充電費用，為電動汽車i的路程成本。4.根據權利要求3所述的一種考慮用戶虛假信息的電動汽車時空調度優化方法，其特征在于，電動汽車時空優化調度模型求解過程具體為，通過坐標下降法將原優化問題的兩個耦合決策變量：充電速率變量和充電站選擇變量進行分解，得到兩個子問題；通過序列二次規劃法交替更新每個子問題對應的決策變量，直至兩個決策變量收斂，得到優化后的充電方案。5.一種考慮用戶虛假信息的電動汽車時空調度優化系統，其特征在于，包括：日前...

【專利技術屬性】
技術研發人員：王燕舞，曹眾，肖江文，劉驍康，
申請(專利權)人：華中科技大學，
類型：發明
國別省市：