本發(fā)明公開了一種電動汽車充電引導方法，屬于電動汽車充電調(diào)度的
技術領域：
。
背景技術：
：隨著環(huán)境污染和石油資源緊缺問題的日益突出，電動汽車作為燃油車的替代品受到了廣泛關注。目前，電動車充電缺乏管理與引導，用戶按照自己的充電意愿選擇就近的充電站進行充電，容易造成車流量較大的充電站超負荷運行而車流量較小的充電站長時間保持空閑，不僅影響電網(wǎng)的安全性與經(jīng)濟性，還造成充電資源的浪費，提升電動汽車用戶平均充電等待時間。雖然目前可以采用狀態(tài)電價和對電動汽車的強制調(diào)度來實現(xiàn)充電負荷空間上的均衡化，減小集中充電站超負荷運行，提升充電資源的利用率，降低電動汽車用戶平均充電等待時間，但前者過度依賴用戶的主動參與，缺乏一定的可控性，而后者通常從電網(wǎng)或者充電站的利益角度出發(fā)，難以兼顧電動汽車車主的利益，常常以犧牲車主的利益達到所期望的目標，降低了車主的用車體驗度，不利于電動汽車的推廣。技術實現(xiàn)要素：本發(fā)明的發(fā)明目的是針對上述
背景技術：
的不足，提供了一種電動汽車充電引導方法，充分考慮車主利益和充電站利益，智能地響應充電站安全充電負荷限制并幫助車主快速需找附近可用充電樁，解決了電動汽車充電平均等待時間長且充電樁利用率低的技術問題。本發(fā)明為實現(xiàn)上述發(fā)明目的采用如下技術方案：一種電動汽車充電引導方法，包括如下步驟：s1：輸入待充電動汽車的充電參數(shù)和充電站靜態(tài)參數(shù)及道路信息，待充電動汽車的充電參數(shù)包括：電動汽車的地理位置數(shù)據(jù)、待充電動汽車最大充電功率數(shù)據(jù)p、電動汽車的剩余里程數(shù)據(jù)r、車主設置的充電電量e和用戶最大容忍的引導路程lmax，充電站靜態(tài)參數(shù)包括：轄區(qū)內(nèi)每個充電站的地理位置數(shù)據(jù)、站內(nèi)每個充電樁的充電效率η、充電站運營方愿意為用戶保留所申請充電樁的時間、每個充電樁充電功率的上限p-和充電功率下限p-，道路信息為每條道路的平均車行速度數(shù)據(jù)s2：根據(jù)s1輸入的電動汽車地理位置數(shù)據(jù)、電動汽車的剩余里程數(shù)據(jù)r、用戶最大容忍的引導路程lmax、轄區(qū)內(nèi)每個充電站的地理位置數(shù)據(jù)、站內(nèi)每個充電樁的充電效率η、每個充電樁充電功率的上限p-和充電功率下限p-得到電動汽車充電站備選集合{pcs}；s3：輸入充電站動態(tài)參數(shù)：起點為0點且終點為24點的并以15分鐘為間隔的24小時充電站安全充電負荷限制數(shù)據(jù)、充電站內(nèi)每個充電樁的充電起始時刻ts及充電結(jié)束時刻td、正在充電車輛的最大充電功率和充電樁的狀態(tài)參數(shù)；s4：根據(jù)s3中輸入的充電樁狀態(tài)參數(shù)，在s2所得到的電動汽車充電站備選集合{pcs}的基礎上得到充電站初始集合{cs}；s5：根據(jù)s1輸入的待充電動汽車的充電參數(shù)和充電站靜態(tài)參數(shù)及道路信息、s3中輸入的充電站動態(tài)參數(shù)，調(diào)用考慮了車主利益和充電站利益的充電引導算法在s4中得到的充電站初始集合{cs}中篩選出最佳引導充電站。作為一種電動汽車充電引導方法的進一步優(yōu)化方案，步驟s2得到電動汽車充電站備選集合{pcs}的方法具體包括以下步驟：s2.1：根據(jù)電動汽車地理位置數(shù)據(jù)和轄區(qū)內(nèi)每個充電站的地理位置數(shù)據(jù)，運用dijkstra算法計算得到待充電動汽車與轄區(qū)內(nèi)每個充電站的最短路徑集合{l}；s2.2：比較電動汽車剩余里程r與用戶最大容忍的引導路程lmax，取其中較小值作為電動汽車實際可引導路程lv，如式(1)所示：s2.3：比較最短路徑集合{l}中每個元素與lv的大小，排除最短路徑集合{l}中元素值大于lv所對應的充電站得到電動汽車充電站備選集合{pcs}；s2.4：讀取s2.3中所得到的電動汽車充電站備選集合{pcs}中每個充電站站內(nèi)每個充電樁充電功率的上限p-和充電功率下限p-，如果電動汽車充電站備選集合{pcs}中的充電站j滿足：使得則保留充電站j，否則在電動車充電站集合{pcs}中刪除充電站j，其中，i為充電站j內(nèi)某個充電樁，cpj為充電站j內(nèi)的充電樁集合，cpj∈{pcs}，pi-為充電樁i的充電功率下限，為充電樁i的充電功率上限，重復用式(2)對充電站進行篩選并更新電動車充電站備選集合{pcs}，從而得到最終的電動車充電站備選集合{pcs}和與其對應的最短路徑集合{l}。作為一種電動汽車充電引導方法的進一步優(yōu)化方案，步驟s3中輸入的充電樁狀態(tài)參數(shù)還包括充電樁充電狀態(tài)和檢修狀態(tài)參數(shù)，其中，充電樁充電狀態(tài)參數(shù)c取值1表示充電中，取值0表示閑置中；充電樁檢修參數(shù)ex取值1表示檢修中，取值0表示投運中。作為一種電動汽車充電方案的進一步優(yōu)化方案，步驟s4中充電站初始集合篩選方法具體包括以下步驟：s4.1：讀取充電站備選集合{pcs}中充電站站內(nèi)充電樁的狀態(tài)參數(shù)，根據(jù)式(3)進行判別：使得c＝0且ex＝0(3)，則保留充電站j，否則從電動汽車充電站備選集合{pcs}中刪除充電站j；s4.2：重復s4.1最終得到充電站初始集合{cs}。作為一種電動汽車充電引導方法的進一步優(yōu)化方案，步驟s5中考慮了車主利益和充電站利益的充電引導算法具體包含以下步驟：s5.1：從充電站初始集合{cs}中讀取充電站k的時間間隔為15分鐘的24小時充電站安全充電需求預測數(shù)據(jù)(根據(jù)充電站k的起點為0點且終點為24點的并以15分鐘為間隔的24小時充電站安全充電負荷限制數(shù)據(jù)預測)，為含有97個點的離散序列，記為{a(j)}，j＝0，1，2...96，以{a(j)}為基礎數(shù)據(jù)，將其擴充為含1441個點的離散序列n＝0，1，2，...，1440，每個點的間隔為1min，并且pg(4j)＝a(j)，j＝0，1，2...96，進而進行線性樣條得到線性樣條函數(shù)，計算如式(4)：將x離散化，離散間隔為1，則對x可取值i-4,i-3,i-2,i-1，i，將x代入式(4)得到其余點的值，完成充電站k的24小時安全充電需求預測數(shù)據(jù)的擴充；s5.2：從最短路徑集合{l}中讀取待充電動汽車與充電站k的最短路徑lk，并從s1中輸入的道路信息中讀取lk所對應路徑的平均車行速度，記為根據(jù)式(5)計算待充電動汽車到站的時刻點的期望：其中，tr為待充電動汽車沿lk到達充電站k的平均時間，nm為待充電動汽車到充電站k的時刻點的期望，t0為待充電動汽車申請充電的時刻點，待充電動汽車所需充電時間tc計算如式(6)所示：其中，w為待充電動汽車的充電需求電量，p為待充電動汽車的最大充電功率，計算待充電動汽車充電完畢時刻點的期望nd，見式(7)：nd＝60t0+ta+tc(7)，其中，ta為充電站運營方愿意為用戶保留所申請充電樁的時間，定義電動汽車虛擬的充電起始點ns等于60t0，讀取充電站k中每個充電樁i的起始充電時刻及充電結(jié)束時刻和充電功率pi，將和轉(zhuǎn)化為離散點，轉(zhuǎn)化式見式(8)：定義充電站k中充電樁i在時刻點n的開關函數(shù)ui(n)，見式(9)：其中，n可取60t0,1,2…1440，則充電站k在時刻點n的充電功率pk(n)計算如式(10)：其中，m為充電站k站內(nèi)充電樁的總數(shù)量，ηi為充電站k中充電樁i的充電效率，重復對n取值并按照式(10)計算pk(n)，則可以獲得充電站k的充電功率序列{pk(n)}，電動汽車可在充電站k進行充電還需滿足功率約束，見式(11)：其中，n∈[nm，nd]，如果滿足式(11)中的約束則進入s5.3，否則進入s5.4；s5.3：建立待充電動汽車在充電站k充電時車主利益的評價指標，見式(12)：建立充電站k利益的評價指標，見式(13)：基于式(12)和式(13)建立充電站k的綜合評價指標，見式(14)其中，λ1與λ2為權重系數(shù)；s5.4：重復s5.1-s5.3步驟得到綜合評價指標序列{σk}，其中最小值所對應的充電站即為最佳的引導充電站。本發(fā)明采用上述技術方案，具有以下有益效果：(1)本申請?zhí)岢龅某潆娨龑Х椒梢詫崟r響應充電站安全充電負荷限制，避免電動汽車集中充電造成充電功率越限的情況發(fā)生，從而減小電動汽車集中充電對電網(wǎng)安全帶來的負面影響；(2)綜合考慮電動汽車車主與充電站的利益，幫助電動汽車車主快速尋找附近可用充電樁，減小電動汽車充電平均等待時間，提升整體充電樁利用率，解決充電資源的浪費問題。附圖說明圖1為本發(fā)明提出的充電引導方法的步驟框圖。圖2為仿真區(qū)域的地圖。圖3無序充電與本發(fā)明充電引導方法下快充站c的站內(nèi)充電功率曲線。圖4無序充電與本發(fā)明充電引導方法下5個充電站的充電樁利用率比較直方圖。圖5無序充電與本發(fā)明充電引導方法下整體平均充電等待時間直方圖。具體實施方式下面結(jié)合附圖對發(fā)明的技術方案進行詳細說明。本發(fā)明公開的電動汽車充電引導方法如圖1所示，包括以下步驟：s1：輸入待充電動車的充電參數(shù)與充電站靜態(tài)參數(shù)，待充電動汽車的充電參數(shù)包括：電動汽車的地理位置數(shù)據(jù)、待充電動汽車最大充電功率數(shù)據(jù)p、電動汽車的剩余里程數(shù)據(jù)r、車主設置的充電電量e和用戶最大容忍的引導路程lmax；充電站靜態(tài)參數(shù)包括：轄區(qū)內(nèi)每個充電站的地理位置數(shù)據(jù)、站內(nèi)每個充電樁的充電效率η、充電站運營方愿意為用戶保留所申請充電樁的時間、每個充電樁充電功率的上限p-和充電功率下限p-；道路信息為每條道路的平均車行速度數(shù)據(jù)s2：根據(jù)s1輸入的電動汽車地理位置數(shù)據(jù)、電動汽車的剩余里程數(shù)據(jù)r、用戶最大容忍的引導路程lmax、轄區(qū)內(nèi)每個充電站的地理位置數(shù)據(jù)、站內(nèi)每個充電樁的充電效率η、每個充電樁充電功率的上限p-和充電功率下限p-得到電動汽車充電站備選集合{pcs}。s3：輸入充電站動態(tài)參數(shù)：起點為0點且終點為24點的并以15分鐘為間隔的24小時充電站安全充電負荷限制數(shù)據(jù)、充電站內(nèi)每個充電樁的充電起始時刻ts及充電結(jié)束時刻td、正在充電車輛的最大充電功率和充電樁的狀態(tài)參數(shù)。s4：根據(jù)s3中輸入的充電樁狀態(tài)參數(shù)，在s2所得到的電動汽車充電站備選集合{pcs}的基礎上得到充電站初始集合{cs}。s5：根據(jù)s1輸入的待充電動汽車的充電參數(shù)和充電站靜態(tài)參數(shù)及道路信息、s3中輸入的充電站動態(tài)參數(shù)，調(diào)用考慮了車主利益和充電站利益的充電引導算法在s4中得到的充電站初始集合{cs}中得到最佳引導充電站。下面以一個5×5km的仿真區(qū)域為例，通過matlab編制引導程序，對比了無序充電與本引導算法引導后充電站的充電功率曲線，整體充電站的充電樁利用率和整體電動汽車的平均等待時間。仿真區(qū)域如圖2所示，包含a、b、c、d、e共5個集中式快充電站。仿真區(qū)域內(nèi)仿真電動汽車有3種類型，分別對應最大充電功率30kw、60kw和120kw，比例為1:1:1。仿真區(qū)域24小時內(nèi)各時段的電動汽車總數(shù)量見表1：表1仿真區(qū)域24小時內(nèi)各時段的電動汽車總數(shù)量算例中，電動汽車在各時間段的充電請求時刻滿足隨機分布。該算法的關鍵是計算電動汽車的綜合評價指標，任取某一時刻的5輛電動汽車進行研究。根據(jù)s2可以得到5輛電動汽車可選充電站的備選集合{pcs}，如表2所示：電動汽車編號充電站a充電站b充電站c充電站d充電站e1是是是否否2是是否否否3否否是是是4否否否是是5否否是是是表2仿真區(qū)域內(nèi)5輛電動汽車的備選充電站根據(jù)s4可以進一步對{pcs}中的充電站進行篩選，從而獲得{pcs}的一個子集{cs}，如表3所示：電動汽車編號充電站a充電站b充電站c充電站d充電站e1是否是否否2是是否否否3否否是是否4否否否是是5否否是是是表3仿真區(qū)域內(nèi)5輛電動汽車的初始充電站根據(jù)步驟s5可以計算得到電動汽車對應于集合{cs}每個元素的綜合評價指標，其中式(14)的權重系數(shù)λ1取0.3，λ2取0.7，綜合指標最小的即為最佳引導充電站，算法結(jié)果見表4：電動汽車編號充電站a充電站b充電站c充電站d充電站e引導充電站10.43否0.71否否a20.390.58否否否b3否否0.620.330.51d4否否否0.450.42e5否否0.610.470.41e表4引導算法輸出結(jié)果為了體現(xiàn)本發(fā)明的引導效果，將本發(fā)明的結(jié)果與無序充電情況下的結(jié)果進行比較。從圖3可以看出，在本發(fā)明的引導算法作用下，與無序充電相比，電動汽車快充站c的充電功率在24小時內(nèi)沒有發(fā)生充電功率越限的情形。從圖4可以看出，在本發(fā)明的引導算法作用下，與無序充電相比，充電站a、充電站d和充電站e的充電樁利用率有所提升，而充電站b和充電站c的充電樁利用率有所下降，這是因為請求充電的電動汽車的數(shù)量是一定的，本發(fā)明的引導算法把原本在b站和c站的電動汽車引去了其它3個站，從而造成了這一現(xiàn)象的發(fā)生。但整體充電樁的利用率是提升的，這是因為本發(fā)明的引導算法減少了電動汽車在b站和c站的積聚，將多余等待的部分車輛引去了其它站進行充電。從圖5中可以看出，在本發(fā)明的引導算法作用下，與無序充電相比，電動汽車平均充電等待時間有效降低。以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本
技術領域：
的普通技術人員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和變形，這些改進和變形也應視為落入本發(fā)明的保護范圍。當前第1頁12