【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及電動汽車參與車網(wǎng)互動優(yōu)化調(diào)度，尤其涉及一種電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法、裝置、設(shè)備及介質(zhì)。
技術(shù)介紹
1、隨著綠色能源發(fā)展的需求，配電網(wǎng)負(fù)荷側(cè)靈活可控的資源占比不斷提高，保有量迅速增長的電動汽車負(fù)荷成為了推動能源改革的重要手段。當(dāng)前，很多車主在選擇公共充電站進(jìn)行充電時會有盲目性和隨機(jī)性，考慮的因素往往是距離最近，忽略了在充電站的等待時間，從而導(dǎo)致用戶充電服務(wù)提體驗(yàn)的下降和充電站的收益下降。已有的電動汽車充電策略往往忽視了電動汽車的綜合滿意度，只考慮電動汽車車主的充電成本，對電動汽車用戶對充電站的偏好考慮不充分，因此不能給出電動汽車和充電站之間的最優(yōu)充電策略。
2、電動汽車車主的充電行為依賴于所處區(qū)域充電站的布局。因此，電動汽車進(jìn)行充電站時是一種雙邊的選擇，考慮單一的電動汽車用戶無法反映充電策略的真實(shí)情況。隨著電動汽車和充電站的普及，電動汽車用戶選擇公共充電站進(jìn)行充電的策略成為未來車網(wǎng)互動的關(guān)鍵一環(huán)。目前對于考慮電動汽車和充電站兩方滿意度的專利和文獻(xiàn)較少，故需進(jìn)一步探究。
3、公開于該
技術(shù)介紹
部分的信息僅僅旨在加深對本專利技術(shù)的總體
技術(shù)介紹
的理解，而不應(yīng)當(dāng)被視為承認(rèn)或以任何形式暗示該信息構(gòu)成已為本領(lǐng)域技術(shù)人員所公知的現(xiàn)有技術(shù)。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供了一種電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法、裝置、設(shè)備及介質(zhì)，從而有效解決
技術(shù)介紹
中的問題。
2、為了達(dá)到上述目的，本專利技術(shù)所采用的技術(shù)方案是：一種電動汽車和充
3、s10：根據(jù)蒙特卡洛抽樣生成各個電動汽車的初始數(shù)據(jù)，所述初始數(shù)據(jù)包括初始充電時刻、剩余電量和日行駛里程；
4、s20：基于所述初始數(shù)據(jù)，得到電動汽車對充電站的距離偏好指標(biāo)、時間偏好指標(biāo)和充電總費(fèi)用構(gòu)成電動汽車用戶的滿意度指標(biāo)，所述電動汽車用戶的滿意度指標(biāo)作為上層模型的目標(biāo)函數(shù)，構(gòu)建電動汽車用戶的充電計(jì)劃的優(yōu)化模型，并求解每輛電動汽車的最優(yōu)充電功率；
5、s30：基于充電站在匹配電動汽車進(jìn)行充電時盈利作為充電站的滿意度指標(biāo)，所述充電站的滿意度指標(biāo)作為下層模型的目標(biāo)函數(shù)，將所述最優(yōu)充電功率輸入所述下層模型，構(gòu)建充電站獲得最大利滿意度的優(yōu)化模型，并求解出電動汽車的調(diào)度結(jié)果，同時調(diào)整充電站的充電電價；
6、s40：將電動汽車的所述最優(yōu)充電功率和充電站的所述充電電價結(jié)合，通過雙向優(yōu)化，獲得同時兼顧電動汽車和充電站滿意度的最終調(diào)度策略。
7、進(jìn)一步地，在步驟s10中，根據(jù)蒙特卡洛抽樣生成各個電動汽車的初始數(shù)據(jù)，步驟包括：
8、s11：采用了歷史燃油私家車的出行規(guī)律來描述電動私家車的出行規(guī)律，按照日行駛里程的概率密度分布函數(shù)進(jìn)行擬合，得到單輛電動汽車的日行駛里程；
9、s12：根據(jù)每輛電動汽車結(jié)束行程到達(dá)充電站的時間，并加上電動汽車在充電站的等待時間，得到初始充電時間，所述初始充電時間近似服從正態(tài)分布，并按照概率密度分布函數(shù)進(jìn)行擬合；
10、s13：通過對電動汽車行駛規(guī)律和充電規(guī)律的統(tǒng)計(jì)，得到電動汽車到達(dá)充電站時的剩余電量，并按照概率密度分布函數(shù)進(jìn)行擬合；
11、s14：基于電動汽車的充電習(xí)慣，采用蒙特卡洛隨機(jī)抽樣建立數(shù)學(xué)模型，大規(guī)模數(shù)量電動汽車總負(fù)荷由單輛電動汽車充電負(fù)荷疊加而產(chǎn)生，則電動汽車充電總負(fù)荷由表示，到充電站進(jìn)行充電時間由表示，初始的充電量由表示；
12、式中，pev(t)為t時段內(nèi)單輛電動汽車的充電功率，sx為單輛電動汽車的日行駛里程數(shù)，w100為電動汽車百公里的耗電量，c為電動汽車電池的額定容量，ηc為電動汽車的充電效率。
13、進(jìn)一步地，在步驟s20中，作為上層模型的目標(biāo)函數(shù)f，包括：
14、
15、式中，μ1、μ2、μ3分別為距離指標(biāo)、時間指標(biāo)和充電總費(fèi)用指標(biāo)的權(quán)重，dij為電動汽車i到目標(biāo)充電站j之間的距離，tij為電動汽車i到目標(biāo)充電站j所花費(fèi)的時間，tw為電動汽車在充電站的等待時間，為充電站j的充電總價格，為充電站j的基礎(chǔ)停車費(fèi)用，tc,i為電動汽車i的充電時長，tw,i為電動汽車i的排隊(duì)時長，tdis,i為電動汽車i的放電時長，cdis為電動汽車i的接受放電的收益，pc,i為平均充電功率，pdis,i為平均放電功率。
16、進(jìn)一步地，在步驟s20中，構(gòu)建電動汽車用戶的充電計(jì)劃的優(yōu)化模型，所述電動汽車用戶的充電計(jì)劃的優(yōu)化模型的約束條件為：
17、socmin,i＜soci,e＜socmax,i；
18、
19、lcha,i(t)+ldis,i(t)≤1；
20、式中，soci,e為電動汽車i的充電終止容量，soci為電動汽車i到達(dá)充電站時的電池容量，qmax,i為電動汽車i的電池最大容量，pc,i為平均充電功率，pdis,i為平均放電功率，ηc,i為電動汽車i的充電效率；lcha,i(t)表示電動汽車i在t時刻的充電狀態(tài)，ldis,i(t)表示電動汽車i在t時刻的放電狀態(tài)，二者為01變量。
21、進(jìn)一步地，在步驟s30中，作為下層模型的目標(biāo)函數(shù)f，包括：
22、
23、式中，對應(yīng)為充電樁j經(jīng)下層模型進(jìn)行優(yōu)化的充電總價格，pc,i為平均充電功率，pev,i為電動汽車i的充電功率，cbuy為購電價格。
24、進(jìn)一步地，在步驟s30中，構(gòu)建充電站獲得最大利滿意度的優(yōu)化模型，并求解出電動汽車的調(diào)度結(jié)果，對應(yīng)所述充電站獲得最大利滿意度的優(yōu)化模型的不等式約束條件為：
25、
26、式中，為充電樁j經(jīng)下層模型進(jìn)行優(yōu)化的充電總價格，分別為下層不等式約束的上下限對偶乘子，為最小充電總價格，為最大充電總價格。
27、進(jìn)一步地，在步驟s40中，通過雙向優(yōu)化，獲得同時兼顧電動汽車和充電站滿意度的最終調(diào)度策略，步驟包括：
28、s41：上層針對所述電動汽車用戶的充電計(jì)劃的優(yōu)化模型傳遞充電容量和放電容量作為輸入，傳遞給下層的所述電站獲得最大利滿意度的優(yōu)化模型中，用于優(yōu)化充電站的收益；
29、同時，下層針對充電價格的實(shí)時優(yōu)化，將各個充電站的實(shí)時充電總價格傳遞至上層模型中，更新電動汽車用戶的運(yùn)行成本；
30、s42：基于強(qiáng)對偶定理實(shí)現(xiàn)所述上層模型中電動汽車充電價格的非線性項(xiàng)轉(zhuǎn)換，簡化模型求解過程；
31、s43：將轉(zhuǎn)換后的所述電動汽車充電價格代入所述上層模型的目標(biāo)函數(shù)中以表征電動汽車的充電總費(fèi)用。
32、進(jìn)一步地，在步驟s42中，基于強(qiáng)對偶定理實(shí)現(xiàn)所述上層模型中電動汽車充電價格的非線性項(xiàng)轉(zhuǎn)換，模型包括：
33、
34、式中，為充電樁j經(jīng)下層模型進(jìn)行優(yōu)化的充電總價格，分別為下層不等式約束的上下限對偶乘子，pev,i為電動汽車i的充電容量，cbuy為購電價格，為最小充電總價格，為最大充電總價格，m為充電樁的總數(shù)，n為電動汽車的總數(shù)。
本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟S10中，根據(jù)蒙特卡洛抽樣生成各個電動汽車的初始數(shù)據(jù)，步驟包括：
3.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟S20中，作為上層模型的目標(biāo)函數(shù)f，包括：
4.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟S20中，構(gòu)建電動汽車用戶的充電計(jì)劃的優(yōu)化模型，所述電動汽車用戶的充電計(jì)劃的優(yōu)化模型的約束條件為：
5.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟S30中，作為下層模型的目標(biāo)函數(shù)F，包括：
6.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟S30中，構(gòu)建充電站獲得最大利滿意度的優(yōu)化模型，并求解出電動汽車的調(diào)度結(jié)果，對應(yīng)所述充電站獲得最大利滿意度的優(yōu)化模型的不等式約束條件為：
7.根據(jù)權(quán)利要求1所述的電動汽車
8.根據(jù)權(quán)利要求7所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟S42中，基于強(qiáng)對偶定理實(shí)現(xiàn)所述上層模型中電動汽車充電價格的非線性項(xiàng)轉(zhuǎn)換，模型包括：
9.根據(jù)權(quán)利要求7所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟S43中，將轉(zhuǎn)換后的所述電動汽車充電價格代入所述上層模型的目標(biāo)函數(shù)中以表征電動汽車的充電總費(fèi)用，模型包括：
10.一種電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度裝置，其特征在于，使用如權(quán)利要求1至9中任一項(xiàng)所述的方法，包括：
11.一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時，實(shí)現(xiàn)如權(quán)利要求1-9中任一項(xiàng)所述的方法。
12.一種存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1-9中任一項(xiàng)所述的方法。
...【技術(shù)特征摘要】
1.一種電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟s10中，根據(jù)蒙特卡洛抽樣生成各個電動汽車的初始數(shù)據(jù)，步驟包括：
3.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟s20中，作為上層模型的目標(biāo)函數(shù)f，包括：
4.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟s20中，構(gòu)建電動汽車用戶的充電計(jì)劃的優(yōu)化模型，所述電動汽車用戶的充電計(jì)劃的優(yōu)化模型的約束條件為：
5.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟s30中，作為下層模型的目標(biāo)函數(shù)f，包括：
6.根據(jù)權(quán)利要求1所述的電動汽車和充電站滿意度的雙層經(jīng)濟(jì)調(diào)度方法，其特征在于，在步驟s30中，構(gòu)建充電站獲得最大利滿意度的優(yōu)化模型，并求解出電動汽車的調(diào)度結(jié)果，對應(yīng)所述充電站獲得最大利滿意度的優(yōu)化模型的不等式約束條件為：
7.根據(jù)權(quán)利要求1...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：繆惠宇，王明深，韓華春，呂舒康，阮文駿，甘海慶，焦系澤，潘益，袁曉冬，郭雅娟，曾飛，吳寒松，謝照軍，丁曄，高翔，許笑，劉丹，
申請(專利權(quán))人：國網(wǎng)江蘇省電力有限公司電力科學(xué)研究院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。