CN112183882A - 一种基于电动汽车快充需求的智慧充电站充电优化方法 - Google Patents

Abstract

本发明公开了一种基于电动汽车快充需求的智慧充电站充电优化方法，通过电价激励手段，根据电动汽车决策结果带来不同快充负荷及车流量，各智慧充电站通过调度充电站自身储能，构建以优化智慧充电站经济性目标、电网安全性目标和路网利用率目标为综合目标的优化模型。其次，本发明基于电动汽车充电时间成本与充电经济成本建立了电动汽车综合路径规划模型。利用遗传算法求解模型，可得到最优电动汽车充电综合成本及智慧充电站综合效益最优的优化运行策略。本发明所提出策略可有效降低电动汽车充电综合成本并提高智慧充电站综合效益。

Description

一种基于电动汽车快充需求的智慧充电站充电优化方法

技术领域

本发明涉及电动汽车调度技术领域，具体涉及一种基于电动汽车快充需求的智慧充电站充电优化方法。

背景技术

随着环境污染的加剧，有意识选择使用电动汽车的用户逐年增加。数量庞大的电动汽车群使得电动汽车充电需求日益增长。

电动汽车充电需求根据充电模式可分为慢充需求及快充需求。一些研究利用电动汽车慢充需求的时移特性实现目标优化。此类研究均通过合理调度电动汽车时序实现系统优化，但都没有涉及电动汽车在空间转移上的特性。

快充需求显著区别于慢充需求在于快充需求电动汽车能够在区域空间内移动，因此需要为快充需求电动汽车合理规划充电路径。部分研究通过分析电动汽车快速充电的一些影响因素为快充需求电动汽车规划合理充电路径，如经济、时间、距离、能耗等。但这部分文献多仅从电动汽车的角度规划最优充电站和路径，没有考虑其他充电参与方的利益。因此，现有技术中存在充电调度效果较差的技术问题。

发明内容

有鉴于此，本发明提供了一种基于电动汽车快充需求的智慧充电站充电优化方法，用以解决或者至少部分解决现有技术中存在的充电调度效果较差的技术问题。

为了解决上述技术问题，本发明提供了一种基于电动汽车快充需求的智慧充电站充电优化方法，包括：

S1：根据智慧充电站综合负荷信息以及车流量信息调整智慧充电站服务价格；

S2：计算电动汽车充电时间成本，根据智慧充电站服务价格计算电动汽车充电经济成本，以汽车充电时间成本和电动汽车充电经济成本为目标构建电动汽车综合路径规划模型，其中，电动汽车综合路径规划模型用于在电动汽车在产生快充需求时，为电动汽车用户选择对应的智慧充电站进行充电；

S3：基于电动汽车综合路径规划模型决策所带来的快充负荷以及车流量，以智慧充电站经济收益、电网安全性目标、路网利用率目标为综合目标，建立智慧充电站优化模型，通过智慧充电站优化模型调度智慧充电站内储能设备，得到充电调度结果。

在一种实施方式中，S1具体包括：

S1.1：评估智慧充电站综合负荷对智慧充电站服务价格的影响，

智慧充电站综合负荷为：

其中，

分别为智慧充电站k在第t个时段综合负荷、基础负荷、新能源出力；

根据综合负荷得到综合负荷均值，将综合负荷对智慧充电站服务价格影响率表示为

其中，

为综合负荷对智慧充电站k服务价格影响率，

为智慧充电站k综合负荷均值，T表示时刻；

S1.2：评估智慧充电站路网节点车流量对智慧充电站服务价格的影响，

道路健康车流量范围为[0.4C_jk,0.7C_jk]，由此得到与智慧充电站节点相连路网节点所构成路段不平衡量：

其中，

表示智慧充电站k节点到路网节点j_k路段在t时段的不平衡量；J_k为与智慧充电站k相连路网节点集合；j_k表示与智慧充电站k相连路网节点，j_k∈J_k；

表示智慧充电站k与路网节点j_k相连路段t时段的车流量；

表示智慧充电站k与路网节点j_k相连路段通行能力；

根据各路段车流量不平衡量，将车流量对智慧充电站服务价格影响率

表示为：

其中，

为车流量对智慧充电站k服务价格影响率；

S1.3：根据智慧充电站综合负荷和智慧充电站路网节点车流量对智慧充电站服务价格的影响，调整智慧充电站服务价格。

在一种实施方式中，S1.3具体包括：

当智慧充电站综合负荷与车流量对智慧充电站服务价格影响率均大于等于1或均小于等于1时，智慧充电站各时段服务价格表示为：

式中：

为智慧充电站k在t时段服务价格，C_s为智慧充电站标准电价；

当智慧充电站综合负荷与车流量对智慧充电站服务价格影响率，其中一个大于等于1，另一个小于等于1时，智慧充电站各时段服务价格表示为：

在一种实施方式中，S2具体包括：

S2.1：计算电动汽车充电时间成本，其中，电动汽车充电总时间主要包括电动汽车行驶时间、电动汽车等待时间以及电动汽车充电时间，

1)电动汽车行驶时间表示为：

其中，T_dr为电动汽车从起始点到达智慧充电站的行驶时间；U为电动汽车到达智慧充电站的一条可行路径；T_ij为路段ij行驶时间；i、j为路网中的节点；

2)电动汽车等待时间：

其中，T_w为电动汽车充电等待时间；n_w为前方等待队列中的车辆数；n_c为正在使用充电桩进行充电的车辆数；n_p为智慧充电站内充电桩的总个数；T_i,k(k＝1,2…,n_c)为第i批次正在充电的第k辆车剩余充电时间；

3)电动汽车充电时间：

其中，T_ch为电动汽车充电时间；P_ch为充电桩充电功率；SOC_max为电池最大荷电状态；SOC_w为车辆提示时充电荷电状态；C为电池容量；EC_dr为电动汽车前往智慧充电站路径能耗；e_t为电动汽车维持车内恒温的非动力功率；

S2.2：根据智慧充电站服务价格计算电动汽车充电经济成本，其中，电动汽车充电经济成本主要包括电动汽车初始充电经济成本，电动汽车前往智慧充电站路径动力能耗成本及以电动汽车前往智慧充电站非动力能耗成本；

1)电动汽车初始充电经济成本：

t_c＝t₀+T_dr+T_w

其中，C_in为电动汽车初始充电经济成本，即从车辆提示充电到充满电量的经济成本；t₀为电动汽车充电需求产生时刻，即车辆提示充电时刻；t_c为用户充电时刻；

为t_c所处时段的智慧充电站k服务价格：

2)电动汽车前往智慧充电站路径动力能耗成本：

其中，C_pc为电动汽车前往智慧充电站路径中动力能耗成本；EC_ij为电动汽车在路段ij行驶能耗；

3)电动汽车前往智慧充电站非动力能耗成本：

其中，C_npc为电动汽车前往智慧充电站非动力能耗成本；Δt为时段长度；

S2.3：以汽车充电时间成本和电动汽车充电经济成本为目标构建电动汽车综合路径规划模型，表示为：

C_sy＝min{(C_in+C_pc+C_npc)+λ·(T_dr+T_w+T_ch)}

其中，C_sy为电动汽车充电综合成本；λ为时间成本折算系数。

在一种实施方式中，步骤S2电动汽车综合路径规划模型的约束条件包括：

1)电动汽车剩余电量能够满足电动汽车达到所选择智慧充电站：

(SOC_max-SOC_w)·C-EC_dr-e_t·T_dr＞SOC_min·C

其中，SOC_min为保持电池使用寿命的最小荷电状态；

2)路网节点各路段车流量约束，各路段车流量不能超过该路段的通行能力：

其中，

为路段ij在t时段的车流量，C_ij为路段ij的通行能力，N为路网节点集合；

3)路网中间节点选择约束，表示为：

其中，i为车辆当前所在节点；j为下一备选节点；x_ij为0-1变量，表示电动汽车是否选择经过路段ij；S_T为电动汽车已访问路网节点集合，i∈S_T表示当前所在节点归入已访问路网节点集合；N_i为与i节点相连的路网节点集合；

表示备选节点不属于已访问节点集合。

在一种实施方式中，S3具体包括：

S3.1：构建智慧充电站优化模型目标函数，

1)智慧充电站经济性目标：智慧充电站收益最大化；

其中，F₁为智慧充电站k的收益；

为智慧充电站快充负荷；

为智慧充电站向电网购售电功率，即联络线功率，

则智慧充电站向电网购电，

则智慧充电站向电网售电；C_grid(t)为t时段电网购售电价格；

为智慧充电站k的储能成本；K_ES为储能装置充放电成本系数；

分别为t时段储能装置充放电功率；η_c、η_d分别为储能装置充放电效率；

2)电网安全性目标：联络线功率波动最小；

其中，F₂为智慧充电站k的联络线功率波动；

3)路网利用率目标：节点总体不平衡率最小；

其中，F₃为智慧充电站k路网节点总体不平衡率；

根据智慧充电站经济性目标、电网安全性目标以及路网利用率目标，构建智慧充电站目标函数：

式中：F为智慧充电站k的综合效益；

分别为电网安全性目标最大最小值；

分别为电网利用率目标最大最小值；c₁、c₂为目标效益转换系数；

S3.2：构建智慧充电站优化模型约束条件，其中，智慧充电站优化模型约束条件包括：

1)快速充电功率平衡约束：

其中，

为智慧充电站储能装置功率，

则储能装置放电，

则储能装置充电；

2)智慧充电站联络线功率约束，各智慧充电站节点联络线功率必须在一定范围内；

其中，

分别是智慧充电站k所在电网节点的最小及最大功率；

3)智慧充电站充电服务费上下限约束：

其中，C_max、C_min分别为智慧充电站服务价格上下限；

4)储能装置功率与能量约束：

S_min≤S_k(t)≤S_max

其中，S_max、S_min分别为储能装置荷电状态上下限；S_k(t)为智慧充电站k在t时段储能装置荷电状态；

分别为储能装置充放电功率最大值。本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：

本发明提供的一种基于电动汽车快充需求的智慧充电站充电优化方法，首先根据智慧充电站综合负荷信息以及车流量信息调整智慧充电站服务价格；然后计算电动汽车充电时间成本，根据智慧充电站服务价格计算电动汽车充电经济成本，并以汽车充电时间成本和电动汽车充电经济成本为目标构建电动汽车综合路径规划模型；再基于电动汽车综合路径规划模型决策所带来的快充负荷以及车流量，以智慧充电站经济收益、电网安全性目标、路网利用率目标为综合目标，建立智慧充电站优化模型，通过智慧充电站优化模型调度智慧充电站内储能设备，得到充电调度结果。

当电动汽车在产生快充需求之后，通过电动汽车综合路径规划模型可以选择对该用户更有利的智慧充电站进行充电。而电动汽车用户在前往该智慧充电站的过程中会使路网车流量变化，通过本发明的方法，电动汽车充电所带来的影响能够被智慧充电站通过合理调度储能容量进行优化。基于电动汽车快充需求的智慧充电站充电优化策略能够降低电动汽车充电综合成本，提高智慧充电站综合效益，优化了调度效果，可以满足未来大规模电动汽车快速充电迫切需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为具体实施方式中基于电动汽车快充需求的智慧充电站充电优化方法的整体流程图；

图2为具体实施方式中智慧充电站充电优化策略架构；

图3为具体实施方式中路网结构示意图；

图4为具体实施方式中基础负荷及可再生能源出力曲线示意图；

图5为具体实施方式中智慧充电站各时段电价示意图；

图6为具体实施方式中智慧充电站联络线功率示意图

图7为具体实施方式中智慧充电站车流量示意图；

图8为具体实施方式中智慧充电站综合效益示意图。

具体实施方式

本申请发明人通过大量的研究与实践发现：充电站作为电动汽车能量补充环节，随着技术发展，其功能也逐步向集成化、综合化发展。一些研究集成光伏与储能装置的快速充电站设计准则，但仅考虑不同系统间的功率流动，没有考虑充电站与电动汽车的利益优化。

可见，目前大部分研究着重于通过合理调度电动汽车时空秩序实现系统优化，而针对综合能源互补的智慧充电站研究相对较少。与常规充电站相比，除了在站内配备风电、光伏发电系统外，考虑到风电、光伏发电的波动、间歇特性，智慧充电站还需配备一定容量的储能系统。因而，实现智慧充电站的能源控制与调度优化是保证整个系统稳定经济运行的关键。

本发明针对现有研究的不足及优化需求，本发明提出了一种基于电动汽车快充需求的智慧充电站充电优化方法，从而达到改善充电调度效果的目的。

为了达到上述技术效果，本发明的总体发明构思如下：

通过电价激励手段，根据电动汽车决策结果带来不同快充负荷及车流量，各智慧充电站通过调度充电站自身储能，构建以优化智慧充电站经济性目标、电网安全性目标和路网利用率目标为综合目标的优化模型。其次，本发明基于电动汽车充电时间成本与充电经济成本建立了电动汽车综合路径规划模型。利用遗传算法求解模型，可得到最优电动汽车充电综合成本及智慧充电站综合效益最优的优化运行策略。本发明所提出策略可有效降低电动汽车充电综合成本并提高智慧充电站综合效益。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1～图8，本实施例提供了一种基于电动汽车快充需求的智慧充电站充电优化方法，包括：

S1：根据智慧充电站综合负荷信息以及车流量信息调整智慧充电站服务价格；

S2：计算电动汽车充电时间成本，根据智慧充电站服务价格计算电动汽车充电经济成本，以汽车充电时间成本和电动汽车充电经济成本为目标构建电动汽车综合路径规划模型，其中，电动汽车综合路径规划模型用于在电动汽车在产生快充需求时，为电动汽车用户选择对应的智慧充电站进行充电；

S3：基于电动汽车综合路径规划模型决策所带来的快充负荷以及车流量，以智慧充电站经济收益、电网安全性目标、路网利用率目标为综合目标，建立智慧充电站优化模型，通过智慧充电站优化模型调度智慧充电站内储能设备，得到充电调度结果。

具体来说，步骤S1主要是提出智慧充电站日前服务价格制定策略，通过智慧充电站综合负荷信息以及车流量信息来浮动调整智慧充电站服务价格。

步骤S2建立电动汽车综合路径规划模型，以电动汽车充电经济成本与充电时间成本构成的综合成本为目标，为电动汽车规划最优充电路径以及选择最优智慧充电站。

步骤S3是考虑电动汽车综合路径规划模型决策所带来的快充负荷以及车流量的基础上，以智慧充电站经济收益、电网安全性目标、路网利用率目标为综合目标，构建智慧充电站优化模型，通过该智慧充电站优化模型得到较优的充电调度方案。

请参见图1，为基于电动汽车快充需求的智慧充电站充电优化方法的整体流程图。

在一种实施方式中，S1具体包括：

S1.1：评估智慧充电站综合负荷对智慧充电站服务价格的影响，

智慧充电站综合负荷为：

其中，

分别为智慧充电站k在第t个时段综合负荷、基础负荷、新能源出力；

根据综合负荷得到综合负荷均值，将综合负荷对智慧充电站服务价格影响率表示为

其中，

为综合负荷对智慧充电站k服务价格影响率，

为智慧充电站k综合负荷均值，T表示时刻；

S1.2：评估智慧充电站路网节点车流量对智慧充电站服务价格的影响，

道路健康车流量范围为[0.4C_jk,0.7C_jk]，由此得到与智慧充电站节点相连路网节点所构成路段不平衡量：

其中，

表示智慧充电站k节点到路网节点j_k路段在t时段的不平衡量；J_k为与智慧充电站k相连路网节点集合；j_k表示与智慧充电站k相连路网节点，j_k∈J_k；

表示智慧充电站k与路网节点j_k相连路段t时段的车流量；

表示智慧充电站k与路网节点j_k相连路段通行能力；

根据各路段车流量不平衡量，将车流量对智慧充电站服务价格影响率

表示为：

其中，

为车流量对智慧充电站k服务价格影响率；

S1.3：根据智慧充电站综合负荷和智慧充电站路网节点车流量对智慧充电站服务价格的影响，调整智慧充电站服务价格。

具体来说，步骤S1.2中，由于在路网中，最可能发生拥堵的路段是与智慧充电站节点相连路网节点所构成的路段，因此首先定义道路健康车流量范围，然后得到与智慧充电站节点相连路网节点所构成路段不平衡量，进而得出车流量对智慧充电站服务价格影响率。

请参见图3，为具体实施方式中路网结构示意图，请参见图4，为具体实施方式中基础负荷及可再生能源出力曲线示意图。请参见图5，为具体实施方式中智慧充电站各时段电价示意图。

在一种实施方式中，S1.3具体包括：

当智慧充电站综合负荷与车流量对智慧充电站服务价格影响率均大于等于1或均小于等于1时，智慧充电站各时段服务价格表示为：

式中：

为智慧充电站k在t时段服务价格，C_s为智慧充电站标准电价；

当智慧充电站综合负荷与车流量对智慧充电站服务价格影响率，其中一个大于等于1，另一个小于等于1时，智慧充电站各时段服务价格表示为：

具体来说，当综合负荷与车流量对智慧充电站服务价格影响率均大于等于1或均小于等于1时，此时对应服务价格必定大于智慧充电站标准电价或小于标准电价，电网及路网对智慧充电站服务价格起到了相同作用的影响。因此，得出第一种智慧充电站各时段服务定价方案。

当综合负荷与车流量对智慧充电站服务价格影响率分别大于等于1及小于等于1时，此时电网与路网对智慧充电站服务价格的影响相矛盾，可能造成电动汽车响应电网需求而加剧路网不平衡率，也可能使电动汽车响应路网需求而加剧电网负荷波动。因此两者需要一定缓和，得出第二种智慧充电站各时段服务定价方案。

在一种实施方式中，S2具体包括：

S2.1：计算电动汽车充电时间成本，其中，电动汽车充电总时间主要包括电动汽车行驶时间、电动汽车等待时间以及电动汽车充电时间，

1)电动汽车行驶时间表示为：

其中，T_dr为电动汽车从起始点到达智慧充电站的行驶时间；U为电动汽车到达智慧充电站的一条可行路径；T_ij为路段ij行驶时间；i、j为路网中的节点；

2)电动汽车等待时间：

其中，T_w为电动汽车充电等待时间；n_w为前方等待队列中的车辆数；n_c为正在使用充电桩进行充电的车辆数；n_p为智慧充电站内充电桩的总个数；T_i,k(k＝1,2…,n_c)为第i批次正在充电的第k辆车剩余充电时间；

3)电动汽车充电时间：

其中，T_ch为电动汽车充电时间；P_ch为充电桩充电功率；SOC_max为电池最大荷电状态；SOC_w为车辆提示时充电荷电状态；C为电池容量；EC_dr为电动汽车前往智慧充电站路径能耗；e_t为电动汽车维持车内恒温的非动力功率；

S2.2：根据智慧充电站服务价格计算电动汽车充电经济成本，其中，电动汽车充电经济成本主要包括电动汽车初始充电经济成本，电动汽车前往智慧充电站路径动力能耗成本及以电动汽车前往智慧充电站非动力能耗成本；

1)电动汽车初始充电经济成本：

t_c＝t₀+T_dr+T_w

其中，C_in为电动汽车初始充电经济成本，即从车辆提示充电到充满电量的经济成本；t₀为电动汽车充电需求产生时刻，即车辆提示充电时刻；t_c为用户充电时刻；

为t_c所处时段的智慧充电站k服务价格：

2)电动汽车前往智慧充电站路径动力能耗成本：

其中，C_pc为电动汽车前往智慧充电站路径中动力能耗成本；EC_ij为电动汽车在路段ij行驶能耗；

3)电动汽车前往智慧充电站非动力能耗成本：

其中，C_npc为电动汽车前往智慧充电站非动力能耗成本；Δt为时段长度；

S2.3：以汽车充电时间成本和电动汽车充电经济成本为目标构建电动汽车综合路径规划模型，表示为：

C_sy＝min{(C_in+C_pc+C_npc)+λ·(T_dr+T_w+T_ch)}

其中，C_sy为电动汽车充电综合成本；λ为时间成本折算系数，例如，λ＝35元/小时。

具体来说，S2.1中，电动汽车行驶时间即电动汽车从出发点到达智慧充电站行驶时间；电动汽车陆续到达智慧充电站后，按单队列进行排队。电动汽车从抵达智慧充电站到开始进行充电的等待时间取决于前方等待队列中车辆充电需求时间以及处于充电状态的车辆的剩余充电时间，因此得出电动汽车等待时间的计算公式。假定充电机充电保持恒定，即充电功率为恒定值P_ch，电动汽车充电时间主要与电池荷电状态(SOC)有关，即与车辆能耗有关，电池SOC越低，电动汽车所充电量越高，充电时间越长，从而得出电动汽车充电时间的计算公式。具体实施李忠，T_ch为电动汽车充电时间；P_ch为充电桩充电功率，P_ch＝60kW；SOC_max为电池最大荷电状态，SOC_max＝0.9；SOC_w为车辆提示时充电荷电状态，SOC_w＝0.3；C为电池容量，C＝24kWh；EC_dr为电动汽车前往智慧充电站路径能耗；e_t为电动汽车维持车内恒温的非动力功率。

S2.2中，电动汽车动力能量损耗与许多因素有关，主要由路径长度、行驶速度、行驶时间、车辆参数、坡度等因素决定，因此可以得出电动汽车从出发点到达智慧充电站的动力能耗成本的计算公式。电动汽车非动力能耗以车载空调能耗为主，因此假定非动力能耗即为车载空调能耗，因此可以得出电动汽车前往智慧充电站非动力能耗成本的计算公式。

在一种实施方式中，步骤S2电动汽车综合路径规划模型的约束条件包括：

1)电动汽车剩余电量能够满足电动汽车达到所选择智慧充电站：

(SOC_max-SOC_w)·C-EC_dr-e_t·T_dr＞SOC_min·C

其中，SOC_min为保持电池使用寿命的最小荷电状态，例如，SOC_min＝0.1；

2)路网节点各路段车流量约束，各路段车流量不能超过该路段的通行能力：

其中，

为路段ij在t时段的车流量，C_ij为路段ij的通行能力，N为路网节点集合；

3)路网中间节点选择约束，表示为：

其中，i为车辆当前所在节点；j为下一备选节点；x_ij为0-1变量，表示电动汽车是否选择经过路段ij；S_T为电动汽车已访问路网节点集合，i∈S_T表示当前所在节点归入已访问路网节点集合；N_i为与i节点相连的路网节点集合；

表示备选节点不属于已访问节点集合。

具体来说，路网中间节点选择约束中，路网中间节点要求之后可选择节点必定是与该节点相连节点，且电动汽车不会选择返回之前的节点。

在一种实施方式中，S3具体包括：

S3.1：构建智慧充电站优化模型目标函数，

1)智慧充电站经济性目标：智慧充电站收益最大化；

其中，F₁为智慧充电站k的收益；

为智慧充电站快充负荷；

为智慧充电站向电网购售电功率，即联络线功率，

则智慧充电站向电网购电，

则智慧充电站向电网售电；C_grid(t)为t时段电网购售电价格；

为智慧充电站k的储能成本；K_ES为储能装置充放电成本系数，例如，K_ES＝0.19元/kWh；

分别为t时段储能装置充放电功率；η_c、η_d分别为储能装置充放电效率，例如η_c＝0.95，η_d＝0.95。

2)电网安全性目标：联络线功率波动最小；

其中，F₂为智慧充电站k的联络线功率波动；

3)路网利用率目标：节点总体不平衡率最小；

其中，F₃为智慧充电站k路网节点总体不平衡率；

根据智慧充电站经济性目标、电网安全性目标以及路网利用率目标，构建智慧充电站目标函数：

式中：F为智慧充电站k的综合效益；

分别为电网安全性目标最大最小值；

分别为电网利用率目标最大最小值；c₁、c₂为目标效益转换系数，例如，c₁＝10000元，c₂＝10000元。

S3.2：构建智慧充电站优化模型约束条件，其中，智慧充电站优化模型约束条件包括：

1)快速充电功率平衡约束：

其中，

为智慧充电站储能装置功率，

则储能装置放电，

则储能装置充电；

2)智慧充电站联络线功率约束，各智慧充电站节点联络线功率必须在一定范围内；

其中，

分别是智慧充电站k所在电网节点的最小及最大功率；例如，

3)智慧充电站充电服务费上下限约束：

其中，C_max、C_min分别为智慧充电站服务价格上下限，例如，C_max＝2元/kWh，C_min＝0.2元/kWh；

4)储能装置功率与能量约束：

S_min≤S_k(t)≤S_max

其中，S_max、S_min分别为储能装置荷电状态上下限；S_k(t)为智慧充电站k在t时段储能装置荷电状态；

分别为储能装置充放电功率最大值，例如，

具体来说，电动汽车在产生快充需求之后，电动汽车用户会根据电动汽车综合路径规划模型选择对该用户更有利的智慧充电站进行充电。而电动汽车用户在前往该智慧充电站的过程中会使路网车流量变化，最终在智慧充电站充电的过程会使该智慧充电站的快充负荷增长。因此，智慧充电站优化模型的目标主要是优化智慧充电站收益、优化电网节点功率波动，同时优化路网的车流量，使车流量保持在健康的区间范围内，使路网更顺畅。因而，智慧充电站优化模型设定智慧充电站经济性目标、电网安全性目标以及路网利用率目标。

智慧充电站运营商的主要目的是智慧充电站综合效益最大，因此必须将智慧充电站联络线波动最小化以及路网节点总体不平衡率最小化的潜在效益转换为实际效益，因此假设电网运营与路网部门给予智慧充电站一定调度补贴，实现智慧充电站效益最大化。进而，得到智慧充电站目标函数。

请参见图2，为具体实施方式中智慧充电站充电优化策略架构图，请参见图6～图8，其中图6为具体实施方式中智慧充电站联络线功率示意图，图7为具体实施方式中智慧充电站车流量示意图；图8为具体实施方式中智慧充电站综合效益示意图。

本发明的有益效果在于：电动汽车用户能够以更优的充电综合成本选择智慧充电站充电，而电动汽车充电所带来的影响能够被智慧充电站通过合理调度储能容量进行优化。基于电动汽车快充需求的智慧充电站充电优化策略能够降低电动汽车充电综合成本，提高智慧充电站综合效益，满足未来大规模电动汽车快速充电迫切需求。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (6)

1.一种基于电动汽车快充需求的智慧充电站充电优化方法，其特征在于，包括：

S1：根据智慧充电站综合负荷信息以及车流量信息调整智慧充电站服务价格；

S2：计算电动汽车充电时间成本，根据智慧充电站服务价格计算电动汽车充电经济成本，以汽车充电时间成本和电动汽车充电经济成本为目标构建电动汽车综合路径规划模型，其中，电动汽车综合路径规划模型用于在电动汽车在产生快充需求时，为电动汽车用户选择对应的智慧充电站进行充电；

S3：基于电动汽车综合路径规划模型决策所带来的快充负荷以及车流量，以智慧充电站经济收益、电网安全性目标、路网利用率目标为综合目标，建立智慧充电站优化模型，通过智慧充电站优化模型调度智慧充电站内储能设备，得到充电调度结果。

2.如权利要求1所述的方法，其特征在于，S1具体包括：

S1.1：评估智慧充电站综合负荷对智慧充电站服务价格的影响，

智慧充电站综合负荷为：

其中，

分别为智慧充电站k在第t个时段综合负荷、基础负荷、新能源出力；

根据综合负荷得到综合负荷均值，将综合负荷对智慧充电站服务价格影响率表示为

其中，

为综合负荷对智慧充电站k服务价格影响率，

为智慧充电站k综合负荷均值，T表示时刻；

S1.2：评估智慧充电站路网节点车流量对智慧充电站服务价格的影响，

道路健康车流量范围为

由此得到与智慧充电站节点相连路网节点所构成路段不平衡量：

其中，

表示智慧充电站k节点到路网节点j_k路段在t时段的不平衡量；J_k为与智慧充电站k相连路网节点集合；j_k表示与智慧充电站k相连路网节点，j_k∈J_k；

表示智慧充电站k与路网节点j_k相连路段t时段的车流量；

表示智慧充电站k与路网节点j_k相连路段通行能力；

根据各路段车流量不平衡量，将车流量对智慧充电站服务价格影响率

表示为：

其中，

为车流量对智慧充电站k服务价格影响率；

S1.3：根据智慧充电站综合负荷和智慧充电站路网节点车流量对智慧充电站服务价格的影响，调整智慧充电站服务价格。

3.如权利要求2所述的方法，其特征在于，S1.3具体包括：

当智慧充电站综合负荷与车流量对智慧充电站服务价格影响率均大于等于1或均小于等于1时，智慧充电站各时段服务价格表示为：

式中：

为智慧充电站k在t时段服务价格，C_s为智慧充电站标准电价；

当智慧充电站综合负荷与车流量对智慧充电站服务价格影响率，其中一个大于等于1，另一个小于等于1时，智慧充电站各时段服务价格表示为：

4.如权利要求1所述的方法，其特征在于，S2具体包括：

S2.1：计算电动汽车充电时间成本，其中，电动汽车充电总时间主要包括电动汽车行驶时间、电动汽车等待时间以及电动汽车充电时间，

1)电动汽车行驶时间表示为：

其中，T_dr为电动汽车从起始点到达智慧充电站的行驶时间；U为电动汽车到达智慧充电站的一条可行路径；T_ij为路段ij行驶时间；i、j为路网中的节点；

2)电动汽车等待时间：

其中，T_w为电动汽车充电等待时间；n_w为前方等待队列中的车辆数；n_c为正在使用充电桩进行充电的车辆数；n_p为智慧充电站内充电桩的总个数；T_i,k(k＝1,2…,n_c)为第i批次正在充电的第k辆车剩余充电时间；

3)电动汽车充电时间：

其中，T_ch为电动汽车充电时间；P_ch为充电桩充电功率；SOC_max为电池最大荷电状态；SOC_w为车辆提示时充电荷电状态；C为电池容量；EC_dr为电动汽车前往智慧充电站路径能耗；e_t为电动汽车维持车内恒温的非动力功率；

S2.2：根据智慧充电站服务价格计算电动汽车充电经济成本，其中，电动汽车充电经济成本主要包括电动汽车初始充电经济成本，电动汽车前往智慧充电站路径动力能耗成本及以电动汽车前往智慧充电站非动力能耗成本；

1)电动汽车初始充电经济成本：

t_c＝t₀+T_dr+T_w

其中，C_in为电动汽车初始充电经济成本，即从车辆提示充电到充满电量的经济成本；t₀为电动汽车充电需求产生时刻，即车辆提示充电时刻；t_c为用户充电时刻；

为t_c所处时段的智慧充电站k服务价格：

2)电动汽车前往智慧充电站路径动力能耗成本：

其中，C_pc为电动汽车前往智慧充电站路径中动力能耗成本；EC_ij为电动汽车在路段ij行驶能耗；

3)电动汽车前往智慧充电站非动力能耗成本：

其中，C_npc为电动汽车前往智慧充电站非动力能耗成本；Δt为时段长度；

S2.3：以汽车充电时间成本和电动汽车充电经济成本为目标构建电动汽车综合路径规划模型，表示为：

C_sy＝min{(C_in+C_pc+C_npc)+λ·(T_dr+T_w+T_ch)}

其中，C_sy为电动汽车充电综合成本；λ为时间成本折算系数。

5.如权利要求4所述的方法，其特征在于，步骤S2电动汽车综合路径规划模型的约束条件包括：

1)电动汽车剩余电量能够满足电动汽车达到所选择智慧充电站：

(SOC_max-SOC_w)·C-EC_dr-e_t·T_dr＞SOC_min·C

其中，SOC_min为保持电池使用寿命的最小荷电状态；

2)路网节点各路段车流量约束，各路段车流量不能超过该路段的通行能力：

其中，

为路段ij在t时段的车流量，C_ij为路段ij的通行能力，N为路网节点集合；

3)路网中间节点选择约束，表示为：

其中，i为车辆当前所在节点；j为下一备选节点；x_ij为0-1变量，表示电动汽车是否选择经过路段ij；S_T为电动汽车已访问路网节点集合，i∈S_T表示当前所在节点归入已访问路网节点集合；N_i为与i节点相连的路网节点集合；

表示备选节点不属于已访问节点集合。

6.如权利要求1所述的方法，其特征在于，S3具体包括：

S3.1：构建智慧充电站优化模型目标函数，

1)智慧充电站经济性目标：智慧充电站收益最大化；

其中，F₁为智慧充电站k的收益；

为智慧充电站快充负荷；

为智慧充电站向电网购售电功率，即联络线功率，

则智慧充电站向电网购电，

则智慧充电站向电网售电；C_grid(t)为t时段电网购售电价格；

为智慧充电站k的储能成本；K_ES为储能装置充放电成本系数；

分别为t时段储能装置充放电功率；η_c、η_d分别为储能装置充放电效率；

2)电网安全性目标：联络线功率波动最小；

其中，F₂为智慧充电站k的联络线功率波动；

3)路网利用率目标：节点总体不平衡率最小；

其中，F₃为智慧充电站k路网节点总体不平衡率；

根据智慧充电站经济性目标、电网安全性目标以及路网利用率目标，构建智慧充电站目标函数：

式中：F为智慧充电站k的综合效益；

分别为电网安全性目标最大最小值；

分别为电网利用率目标最大最小值；c₁、c₂为目标效益转换系数；

S3.2：构建智慧充电站优化模型约束条件，其中，智慧充电站优化模型约束条件包括：

1)快速充电功率平衡约束：

其中，

为智慧充电站储能装置功率，

则储能装置放电，

则储能装置充电；

2)智慧充电站联络线功率约束，各智慧充电站节点联络线功率必须在一定范围内；

其中，

分别是智慧充电站k所在电网节点的最小及最大功率；

3)智慧充电站充电服务费上下限约束：

其中，C_max、C_min分别为智慧充电站服务价格上下限；

4)储能装置功率与能量约束：

S_min≤S_k(t)≤S_max

其中，S_max、S_min分别为储能装置荷电状态上下限；S_k(t)为智慧充电站k在t时段储能装置荷电状态；

分别为储能装置充放电功率最大值。

Images