本发明属于电动汽车充电领域，涉及一种基于充电站综合状态预测的电动汽车实时调度方法。
背景技术：
电动汽车充电调度问题是电动汽车充电研究领域中的基础问题之一，电动汽车实时充电调度一般是通过获取充电站、电动汽车、电网等实时信息，预测充电站状态并引导有充电需求的电动汽车到最优适配充电站。调度决策受充电站作用、闲置状态、充电进度等综合状态影响，传统的电动汽车实时调度方法未综合考虑充电站各状态变化及耦合关系对调度决策的影响，仅对部分状态分析或预测，易造成调度方法和策略不合理，进而引起电动汽车充电需求与充电站供给不平衡、电网负荷波动大及车主满意度低等问题。在此背景下，本发明弥补了传统实时调度方法的不足，提出的基于充电站综合状态预测的实时充电调度方法，可以改善充电站利用不均衡、车主满意度低和电网负荷波动大等问题。
技术实现要素：
本发明针对现有方法的不足之处，提出了一种基于充电站综合状态预测的电动汽车实时充电调度方法。具体是通过充电站耦合作用、闲置状态和充电进度综合状态预测，建立充电站综合状态预测模型；在此基础上，以车主满意度、充电站总收入最大和相邻时段充电负荷波动率最小为目标，建立多目标调度模型，求取最优调度策略，同时为平衡充电站利用率、提升车主满意度、和降低电网负荷波动提供了一种行之有效的解决方法。
具体步骤
本发明方法的步骤包括：
(一)预测充电站耦合作用
①建立充电站与电动汽车的相互作用因子：
其中，∑为数学公式中的求和符号，dj(k)表示k时刻选择充电站j的电动汽车行至充电站j的距离平均值，ds,j(k)表示k时刻选择充电站j的电动汽车s距离充电站j的距离，m表示k时刻选择充电站j的车辆数；
②建立充电站之间的相互作用因子；
首先，建立两个充电站之间的相互作用模型：
νij(k)＝β1ui(k) β2τi(k)
上式中，νij(k)表示k时刻充电站i对充电站j的作用度，ui(k)是充电站i在k时刻的控制量，充电站可以选取实时电价、充电功率、停车费用作为控制量，β1、β2为正标量权重，β2 β2＝1，τi(k)表示k时刻进入充电站i的车辆比例，表示如下：
式中，m(k)为k时刻需充电车辆总数，mi(k)为其中选择充电站i的车辆数；
进一步，得到邻近充电站的相互作用模型：
式中，zj(k)表示k时刻充电站j与所有邻近充电站的相互作用，ni表示邻近充电站的数量；
③建立充电站耦合作用预测模型；
其中，ρ1、ρ2为已知正标量表示权重，ρ1 ρ2＝1；
(二)预测充电站闲置状态
其中，
(三)预测充电站充电进度
其中，οl,j为充电站j中第l个充电桩的当前充电进度；ηl,j为该充电桩的充电效率；q为充电桩的数量；
(四)结合充电站耦合作用、闲置状态、充电进度的预测，得到充电站综合状态预测：
其中，εj(k 1)为充电站综合状态预测量，b1、b2、b3为已知正标量权重，b1 b2 b3＝1，范围分别为[0,1]；
(五)建立基于充电站综合状态预测的电动汽车实时调度多目标模型
①基于充电站综合状态预测的车主满意度目标函数；
基于车主利益和实际要求约束，设定车主满意度目标函数j1(k 1)如下：
其中，min{·}为求最小值符号，rj是充电站j的停车费单价，tc是电动汽车充电至目标电量的消耗时间，wtj(k 1)是k 1时刻的充电等待时间因子，td是电动汽车至充电站途中耗损电量折算的补充时间，α1，α2为车主成本的权重因子，α1 α2＝1，σ为车主的时间价值，n为充电站总数；
上式中，消耗时间tc，补充时间td分别由下述式子求得：
其中，soc为电动汽车荷电状态，e为电池容量，d为行至充电站的距离，p为车主充电功率，θ为每公里耗电量其中wtj(k 1)根据充电站综合状态求得，具体表示如下：
②基于充电站综合状态预测的充电站收入目标函数；
考虑充电站的综合状态，k时刻所有充电站的收入最大化目标函数j2(k 1)表示为：
其中，max{·}为求最大值符号，isj(k 1)为在k时刻电动汽车s在充电站j的支出，tsj表示电动汽车s在充电站j的充电时长，g为待调度电动汽车数，n为运营商充电站个数，e是正标量权重，通过历史数据训练得到，pj(k)表示k时刻充电站的实时电价；
③基于充电站综合状态预测的电网负荷目标函数；
根据充电站的综合状态预测，结合电网负荷波动理论，以降低相邻时段充电负荷波动率为目标，设定目标函数j3(k 1)如下：
其中，pev(k)为k时刻电动汽车的总负荷需求，h为正标量权重，通过历史数据训练得到。
(六)求解电动汽车实时调度多目标模型
对该电动汽车实时调度多目标模型进行优化求解，得到最优调度策略，实现基于充电站综合状态预测的电动汽车实时充电调度方法。
有益效果：本发明提出的基于充电站综合状态预测的电动汽车实时充电调度方法，弥补了传统电动汽车实时充电调度方法的不足，给出了考虑充电站耦合作用、闲置状态和充电进度等的充电站综合状态的预测方法，以及基于综合状态预测的实时调度多目标模型，通过该调度方法能够更好地实现平衡充电站资源利用率、提高车主满意度和缓减电网负荷波动的多目标优化。
附图说明
图1为本发明中的方法流程图。
具体实施方式
如图1所示，本发明的基于充电站综合状态预测的电动汽车实时充电调度方法求解包括以下步骤：
本发明方法的具体实施步骤如下：
(一)预测充电站耦合作用
获取充电站进入车辆数、电动汽车与充电站距离实时数据，预测充电站耦合作用。
①建立充电站与电动汽车的相互作用因子；
其中，∑为数学公式中的求和符号，dj(k)表示k时刻选择充电站j的电动汽车行至充电站j的距离的平均值，ds,j(k)表示k时刻选择充电站j的电动汽车s距离充电站j的距离，m表示k时刻选择充电站j的车辆数；
②建立充电站之间的相互作用因子；
首先，建立两个充电站之间的相互作用度模型：
νij(k)＝β1ui(k) β2τi(k)
上式中，νij(k)表示k时刻充电站i对充电站j的作用度，ui(k)是充电站i在k时刻的控制量，充电站可以选取实时电价、充电功率、停车费用等因素作为控制量，β1、β2为正标量权重，β2 β2＝1，此处分别取0.5，τi(k)表示k时刻进入充电站i的车辆比例，表示如下：
式中，m(k)为k时刻需充电车辆总数，mi(k)为其中选择充电站i的车辆数；
进一步，得到邻近充电站的相互作用模型：
式中，zj(k)表示k时刻充电站j与所有邻近充电站的相互作用度，ni表示邻近充电站的数量，本专利中考虑将相距5公里内的充电站称为邻近充电站；
③建立充电站作用预测模型；
其中，ρ1、ρ2为已知正标量表示权重，ρ1 ρ2＝1，分别取0.5。
(二)预测充电站闲置状态
获取进入充电站的非调度车辆实时数据，预测充电站闲置状态。充电站闲置状态预测量为
其中，μj0、μj1、μj2、μj3为已知正标量权重，可通过历史数据训练得到；
(三)预测充电站充电进度
获取充电桩充电进度、充电桩充电效率实时数据，预测充电站充电进度。
其中，οl,j为充电站j中第l个充电桩的当前充电进度，ηl,j为该充电桩的充电效率，q为充电桩的数量；
(四)结合充电站耦合作用、闲置状态、充电进度的预测，预测充电站综合状态
其中，εj(k 1)为充电站综合状态预测量，b1、b2、b3为已知正标量权重，b1 b2 b3＝1，范围分别为[0,1]；
(五)建立基于充电站综合状态预测的电动汽车实时调度多目标模型
①基于充电站综合状态预测的车主满意度目标函数；
基于车主利益和实际要求约束，设定车主满意度目标函数j1(k 1)如下：
其中，min{·}为求最小值符号，rj是充电站j的停车费单价，tc是电动汽车充电至目标电量的消耗时间，wtj(k 1)是k 1时刻用户的等待时间因子，td是充电途中耗损电量折算的补充时间，α1，α2为车主成本的权重因子，α1 α2＝1，分别取0.5，σ为车主的时间价值，n为充电站总数；
上式中，消耗时间tc，补充时间td可分别由下述式子求得：
其中，soc为电动汽车荷电状态，e为电池容量，d为行至充电站的距离，p为车主充电功率，θ为每公里耗电量，k 1时刻车主的充电等待时间因子wtj(k 1)可根据充电站综合状态求得，具体表示如下：
②基于充电站综合状态预测的充电站收入目标函数；
考虑充电站的综合状态，k时刻所有充电站的收入最大化目标函数j2(k 1)可表示为：
其中，max{·}为求最大值符号，isj(k 1)为在k时刻电动汽车s在充电站j的支出，tsj表示电动汽车s在充电站j的充电时长，g为待调度电动汽车数，n为运营商充电站个数，e是正标量权重，可通过历史数据训练得到；
③基于充电站综合状态预测的电网负荷目标函数；
根据充电站的综合状态预测，结合电网负荷波动理论，以降低相邻时段充电负荷波动率为目标，设定目标函数j3(k 1)如下：
其中，pev(k)为k时刻电动汽车的总负荷需求，h为正标量权重，可通过历史数据训练得到。
(六)求解电动汽车实时调度多目标模型
获取电网负荷、电动汽车荷电状态等实时数据，求解该电动汽车实时调度模型，得到最优调度策略，实现基于充电站综合状态预测的电动汽车实时充电调度方法。
1.基于充电站综合状态预测的电动汽车实时充电调度方法，其特征在于，该方法包括以下步骤：
一)预测充电站耦合作用
①建立充电站与电动汽车的相互作用因子：
其中，∑为数学公式中的求和符号，dj(k)表示k时刻选择充电站j的电动汽车行至充电站j的距离平均值，ds,j(k)表示k时刻选择充电站j的电动汽车s距离充电站j的距离，m表示k时刻选择充电站j的车辆数；
②建立充电站之间的相互作用因子；
首先，建立两个充电站之间的相互作用模型：
νij(k)＝β1ui(k) β2τi(k)
上式中，νij(k)表示k时刻充电站i对充电站j的作用度，ui(k)是充电站i在k时刻的控制量，充电站选取实时电价、充电功率、停车费用作为控制量，β1、β2为正标量权重，β2 β2＝1，τi(k)表示k时刻进入充电站i的车辆比例，表示如下：
式中，m(k)为k时刻需充电车辆总数，mi(k)为其中选择充电站i的车辆数；
进一步，得到邻近充电站的相互作用模型：
式中，zj(k)表示k时刻充电站j与所有邻近充电站的相互作用，ni表示邻近充电站的数量；
③建立充电站耦合作用预测模型；
其中，ρ1、ρ2为已知正标量表示权重，ρ1 ρ2＝1；
(二)预测充电站闲置状态
其中，
(三)预测充电站充电进度
其中，οl,j为充电站j中第l个充电桩的当前充电进度；ηl,j为该充电桩的充电效率；q为充电桩的数量；
(四)结合充电站耦合作用、闲置状态、充电进度的预测，得到充电站综合状态预测：
其中，εj(k 1)为充电站综合状态预测量，b1、b2、b3为已知正标量权重，b1 b2 b3＝1，范围分别为[0,1]；
(五)建立基于充电站综合状态预测的电动汽车实时调度多目标模型
①基于充电站综合状态预测的车主满意度目标函数；
基于车主利益和实际要求约束，设定车主满意度目标函数j1(k 1)如下：
其中，min{·}为求最小值符号，rj是充电站j的停车费单价，tc是电动汽车充电至目标电量的消耗时间，wtj(k 1)是k 1时刻的充电等待时间因子，td是电动汽车至充电站途中耗损电量折算的补充时间，α1，α2为车主成本的权重因子，α1 α2＝1，σ为车主的时间价值，n为充电站总数；
上式中，消耗时间tc，补充时间td分别由下述式子求得：
其中，soc为电动汽车荷电状态，e为电池容量，d为行至充电站的距离，p为车主充电功率，
②基于充电站综合状态预测的充电站收入目标函数；
考虑充电站的综合状态，k时刻所有充电站的收入最大化目标函数j2(k 1)表示为：
其中，max{·}为求最大值符号，isj(k 1)为在k时刻电动汽车s在充电站j的支出，tsj表示电动汽车s在充电站j的充电时长，g为待调度电动汽车数，n为运营商充电站个数，e是正标量权重，通过历史数据训练得到，pj(k)表示k时刻充电站的实时电价；
③基于充电站综合状态预测的电网负荷目标函数；
根据充电站的综合状态预测，结合电网负荷波动理论，以降低相邻时段充电负荷波动率为目标，设定目标函数j3(k 1)如下：
其中，pev(k)为k时刻电动汽车的总负荷需求，h为正标量权重，通过历史数据训练得到；
(六)求解电动汽车实时调度多目标模型
对该电动汽车实时调度多目标模型进行优化求解，得到最优调度策略，实现基于充电站综合状态预测的电动汽车实时充电调度方法。
技术总结