一种适用于停车场电动汽车的引导接入及充电优化方法

技术领域

本发明涉及一种适用于停车场电动汽车的引导接入及充电优化方法，属于电动汽车充电能量管理领域。

背景技术

受制于基础设施建设速度，电动汽车与充电基础设施之间的矛盾日益突出。电动汽车到达停车场后，若缺乏足够的充电装置，则只有等待其他车辆离开后才能接入电网。大量无序接入的电动汽车将加剧停车场等待接入状况，造成电动汽车实际接入时间缩短，进而影响电动汽车参与提供辅助备用的能力。因此，为避免这一现象，需制定车网友好互动综合引导策略与运行模式，通过协调电动汽车接入的方式挖掘电动汽车的备用潜能。传统电动汽车充电引导方法存在局限性，如：建立电动汽车引导机制的同时，着眼于单一停车场内部，未考虑不同停车场之间的引导可行性。通常追求停车场运行目标最大化，所提接入判别机制不易为用户所接受。研究电动汽车参与提供备用时，缺少针对充电设施数量限制予以考虑，影响了模型的准确性。

发明内容

本发明提供了一种适用于停车场电动汽车的引导接入方法，通过引入引导可行性限制条件，以获得电动汽车停车场引导接入结果；提供了一种适用于停车场电动汽车的充电优化方法，根据引导接入结果，并进一步优化停车场充放电功率。

本发明的技术方案是：

一种适用于停车场电动汽车的引导接入方法，所述方法步骤如下：

步骤S1、建立交通路网邻接矩阵；

步骤S2、根据交通路网邻接矩阵，确定电动汽车停车场选取排序；

步骤S3、根据停车场剩余空置充电车位及引导可行性限制条件，确定电动汽车引导接入结果。

所述步骤S1具体为：

S1.1：基于城市路网空间结构，选取交通网络节点；

S1.2：以不同交通网络节点之间的距离为依据，创建交通网络连通图；

S1.3：建立城市路网邻接矩阵；其中邻接矩阵是将交通网络连通图以邻接矩阵的形式存储在引导中枢服务器中，如果两节点之间存在连接弧，则邻接矩阵中对应的元素为1，否则为0；

S1.4：使用两节点之间的路径长度，代替邻接矩阵中取值为1的位置，同时修改邻接矩阵中所有数据为0的点，设置数值无穷大，将修改后的邻接矩阵作为交通路网邻接矩阵。

所述步骤S2具体为：基于交通路网邻接矩阵，使用Floyd最短路径算法，针对不同交通网络节点分别求取其与各个停车场节点之间的最短路径长度；针对不同交通网络节点，根据最短路径长度，由近及远确定其对应的停车场选取排序；其中，排序过程中的停车场分类包括首选停车场、备选停车场两类。

所述步骤S3具体为：

S3.1、签约用户提前向引导中枢服务器上传预计抵达时刻、预计离开时刻、电动汽车预计行驶里程以及电动汽车行程结束节点数据以完成预约过程；

S3.2、在收到车主上传预约数据后，引导中枢服务器将根据电动汽车行程结束节点，读取引导中枢服务器中的停车场选取排序，将排序中的首选停车场作为目标停车场；

S3.3、根据停车场剩余空置充电车位及引导可行性限制条件，确定电动汽车引导接入结果。

所述S3.3具体过程如下：

S3.3.1、目标停车场是否存在空置充电车位：

如果是，直接接入目标停车场；否则f＝1，执行S3.3.2；其中，f表示备选停车场；

S3.3.2、备选停车场f是否满足引导可行性限制条件：

如果是，执行S3.3.3；否则接入目标停车场；

S3.3.3、备选停车场f是否存在空置充电车位：

如果是，接入备选停车场f；否则，f＝f+1，执行S3.3.2。

所述引导可行性限制条件包括：

剩余行驶里程条件：

d

式中：D(i,j)、D(i,k)分别表示电动汽车i的行程结束节点与首选停车场j以及备选停车场k之间的距离，d

式中：E

经济性条件：

E

式中：π

引导里程条件：

L

式中：L

一种适用于停车场电动汽车的充电优化方法，包括引导接入方法，还包括：

步骤S4、根据电动汽车引导接入结果，在计及备用补偿基础上，优化停车场充放电功率。

所述步骤S4具体为：

S4.1、针对接入的电动汽车个体，基于其接入充电车位后各时刻对应电池电量，分别确定其是否满足受控充放电过程参与条件，针对处于受控充放电状态的电动汽车个体，执行步骤S4.2；

S4.2、确定停车场上、下备用申报结果计算模型，具体过程如下：

S4.2.1、针对参与受控充放电过程电动汽车，分别计算对应电动汽车单体电量波动上下界；

S4.2.2、针对每个电动汽车停车场，基于其各时刻参与受控充放电过程电动汽车单体电量波动上下界计算结果，通过累加形式求解对应停车场电量波动上下界；

S4.2.3、针对每个电动汽车停车场，通过累加参与受控充放电过程电动汽车充、放电功率上限方式，计算停车场各时刻充电、放电功率上限；其中，充电、放电功率下限默认为0；

S4.2.4、基于停车场充、放电功率上限，以及对应电量波动上下界计算结果，建立停车场上、下备用申报结果计算模型；

S4.3、基于步骤S4.2.4构建的停车场上、下备用申报结果计算模型，选定电动汽车停车场运营商日常利润最大化为目标，在计及备用补偿条件下，针对停车场充放电功率进行优化，具体如下：

目标函数：

式中：π

约束条件：

充电功率约束

式中：

放电功率约束

式中：

停车场电量波动约束

式中：

式中：

避免同时充放电约束

电动汽车参与受控充放电过程的限制条件包括如下两类：保底电量条件和期望电量条件；只有当电动汽车电池电量不小于保底电量，且同时其期望电量可以得到满足时，电动汽车参与受控充放电过程；否则将处于不受控充电状态；具体分析如下：

如果电动汽车不满足保底电量条件，且不满足期望电量条件时，电动汽车处于不受控充电状态，对应充电功率恒定为最大充电功率，且不参与放电过程；

如果电动汽车满足保底电量条件，但不满足期望电量条件时，电动汽车处于不受控充电状态，对应充电功率恒定为最大充电功率，且不参与放电过程；

如果电动汽车不满足保底电量条件，但满足期望电量条件时，电动汽车先以最大充电功率充电，且不参与放电，直至满足保底电量条件，而后参与受控充放电过程；

如果电动汽车满足保底电量条件，且满足期望电量条件时，则电动汽车将处于受控充放电状态，电动汽车充电功率受停车场运营商控制，可在一定范围内进行调节；同时，电动汽车能参与放电过程，放电过程对应剩余电量下限即为保底电量E

所述保底电量条件具体为：

电动汽车i的电池电量达到保底电量E

式中：t

式中：E

所述期望电量条件描述为：

P

式中：E

本发明的有益效果是：本发明通过引入引导可行性限制条件，以获得电动汽车停车场引导接入结果，引导发生后，停车场各时刻对应入电动汽车等待接入数量明显下降，停车场等待接入现象得到了进一步缓解，对应电动汽车实际接入时长较之前显著提升；再进一步地，根据引导接入结果，优化停车场充放电功率，保障了停车场运营商日常利润。

附图说明

图1为本发明的方法的流程图；

图2为本发明交通路网连通图结构；

图3为本发明的停车场选取流程图；

图4为实施例中基于西南某地实际路网结构构建的交通路网连通图；

图5为实施例对应的停车场各时刻电动汽车等待数量。

具体实施方式

实施例1：如图1所示，一种适用于停车场电动汽车的引导接入方法，所述方法步骤如下：

步骤S1、建立交通路网邻接矩阵；

步骤S2、根据交通路网邻接矩阵，确定电动汽车停车场选取排序；

步骤S3、根据停车场剩余空置充电车位及引导可行性限制条件，确定电动汽车引导接入结果。

一种适用于停车场电动汽车的充电优化方法，包括引导接入方法，还包括：

步骤S4、根据电动汽车引导接入结果，在计及备用补偿基础上，优化停车场充放电功率。

实施例2：如图1-5所示，一种适用于停车场电动汽车的引导接入及充电优化方法，所述方法具体步骤如下：

步骤S1、建立交通路网邻接矩阵；

S1.1：在针对交通网络及电动汽车停车场建设位置进行统计汇总的基础上，基于城市路网空间结构，选取诸如停车场、商场等具有代表性的地点作为交通网络节点；

S1.2：以不同交通网络节点之间的距离为依据，创建交通网络连通图，具体结构如附图2所示；

S1.3：建立城市路网邻接矩阵；其中邻接矩阵是将交通网络连通图以邻接矩阵的形式存储在引导中枢服务器中，如果两节点之间存在连接弧，则邻接矩阵中对应的元素为1，否则为0；

S1.4：使用两节点之间的路径长度，代替邻接矩阵中取值为1的位置，同时修改邻接矩阵中所有数据为0的点，设置数值无穷大，将修改后的邻接矩阵作为交通路网邻接矩阵。

基于图2所示交通网络连通图，对应交通路网邻接矩阵如下：

其中，G指代实施例中的12节点交通路网邻接矩阵，∞表示设定改数值为无穷大。

步骤S2、根据交通路网邻接矩阵，确定电动汽车停车场选取排序。

所述步骤S2具体为：基于交通路网邻接矩阵，使用Floyd最短路径算法，针对不同交通网络节点分别求取其与各个停车场节点之间的最短路径长度；针对不同交通网络节点，根据最短路径长度，由近及远确定其对应的停车场选取排序；其中，排序过程中的停车场分类包括首选停车场、备选停车场两类；

以图2所示交通网络连通图为例，不同交通网络节点对应的停车场选取顺序如下：

表1不同行程结束节点对应停车场选取排序

由表1可知，所提引导模型能够根据交通网络相关参数信息，针对不同节点，分别确定对应的停车场选取排序。

步骤S3、根据停车场剩余空置充电车位及引导可行性限制条件，确定电动汽车引导接入结果。具体如下：

步骤3要求签约用户提前向引导中枢服务器上传预计抵达时刻、预计离开时刻、电动汽车预计行驶里程以及电动汽车行程结束节点数据以完成预约过程(预计抵达时刻、预计离开时刻用于辅助空置充电车位的计算；当电动汽车在预计抵达时刻之前到来，则等待；当预计抵达时刻车辆还没有到来，则保留车位；当预计离开时刻车辆没有离开，由工作人员介入进行移除；也可以根据上传的数据进行其它符合应用场景的安排)。等待过程中，电动汽车可以选择非充电车位进行停靠。

收到车主上传预约数据后，引导中枢服务器将根据电动汽车行程结束节点，通过读取引导中枢服务器中确定的电动汽车停车场选取排序，在充分考察各停车场剩余空置充电车位及引导可行性限制条件的基础上，确定引导接入停车场，具体流程如图3所示。

为减少等待接入现象的发生，模型只有在目标停车场不具备空置充电设施，电动汽车满足引导相关限制条件要求，且备选停车场存在空置充电设施的前提下，方才引导电动汽车前往备选停车场。进一步地，引导可行性限制条件包括：

(1)剩余行驶里程条件

为降低引导过程带来的电池损耗，合约规定只有电动汽车剩余可行驶里程能够满足由于引导带来的行驶里程增量时，模型方可引导电动汽车前往备选充电站，剩余行驶里程限制条件对应的具体数学形式如下：

d

式中：D(i,j)、D(i,k)分别表示电动汽车i的行程结束节点与首选停车场j以及备选停车场k之间的距离，d

式中：E

(2)经济性条件

合约设置了单位充电补偿费用针对引导发生后的电动汽车进行补偿，为保证车主的经济效益，合约规定只有在接入备选充电站有利可图时，电动汽车方才具备引导条件，经济性条件具体形式如下。

E

式中，π

式中，L

(3)引导里程条件

考虑到用户的服从意愿，合约设定了引导里程限制条件，具体如下：

L

式中，L

以行程结束节点位于图2所示交通网络连通图节点1处的电动汽车为例，引导可行性限制条件通过读取系统内部存储数据的方式，确定电动汽车对应的停车场选取顺序为A→C→B→D。此时，停车场A将被确定为目标停车场，停车场B、C、D将作为备选停车场。

之后，将考察目标停车场A是否具备空置充电设施，若具备，则引导可行性限制条件将直接引导电动汽车前往停车场A进行接入。

停车场A不具备空置充电设施时，将按照如下步骤，确定电动汽车引导接入停车场：

1)：选择停车场C作为备选停车场，执行步骤2)；

2)：备选停车场是否满足上述剩余行驶里程条件、经济性条件以及引导里程条件等引导可行性限制条件：如果满足，则执行3)；若不满足，则直接引导电动汽车前往目标停车场A；

3)：备选停车场是否具备空置充电车位：若具备空置充电车位，则引导电动汽车前往备选停车场；如果不具备，执行4)；

4)：更新备选停车场选择结果，依次选择停车场B、D作为备选停车场执行步骤2)、3)；

5)：若备选停车场C、B、D均无法满足电动汽车接入要求，则引导电动汽车前往目标停车场A。

步骤S4：根据电动汽车引导接入结果，在计及备用补偿基础上，优化停车场充放电功率。

步骤S4基于电动汽车引导接入结果以及电动汽车运行状态，在判断确定电动汽车是否满足参与受控充放电过程限制条件的基础上，基于停车场充、放电功率上限以及电量波动上下界计算结果，在充分考虑了电动汽车接入充放电以及备用容量补偿机制的前提下，针对停车场充放电功率进行优化，具体包括如下步骤：

S4.1、针对接入的电动汽车个体，基于其接入充电车位后各时刻对应电池电量，分别确定其是否满足受控充放电过程参与条件，针对处于受控充放电状态的电动汽车个体，执行步骤S4.2；

进一步地，只有当电动汽车电池电量不小于保底电量，且同时其期望电量可以得到满足时，电动汽车参与受控充放电过程；否则将处于不受控充电状态。

如果电动汽车不满足保底电量条件(即对应电动汽车电池电量小于E

如果电动汽车满足保底电量条件(即对应电动汽车电池电量小于E

如果电动汽车不满足保底电量条件(即对应电动汽车电池电量小于E

如果电动汽车满足保底电量条件(即对应电动汽车电池电量小于E

基于上述分析，电动汽车参与受控充放电过程限制条件具体包括如下两类：

(1)保底电量条件：

电动汽车i的电池电量达到保底电量E

式中，t

式中，E

(2)期望电量条件：

期望电量条件可描述为：

P

式中，P

S4.2、确定停车场上、下备用申报结果计算模型，具体过程如下：

S4.2.1、针对参与受控充放电过程电动汽车，分别计算对应电动汽车单体电量波动上下界；

电动汽车单体电量波动上界可通过如下公式计算得到：

式中，E

针对电动汽车接入充电时刻电池电量不小于保底电量(E

式中，E

针对电动汽车接入充电时刻电池电量小于保底电量(E

式中，E

S4.2.2、针对每个电动汽车停车场，基于参与受控充放电过程电动汽车单体电量波动上下界计算结果，通过累加形式求解t时段停车场s对应的电量波动上界

S4.2.3、针对每个电动汽车停车场，基于参与受控充放电过程电动汽车个体参数，累加各电动汽车充、放电功率上限，计算停车场各时段充、放电功率上限

S4.2.4、基于停车场充、放电功率上限，以及对应电量波动上下界计算结果，建立停车场上、下备用申报结果计算模型。

停车场各时刻申报的上、下备用结果计算公式如下：

式中，

S4.3基于步骤S4.2.4构建的停车场上、下备用申报结果计算模型，选定电动汽车停车场运营商日常利润最大化为目标，在计及备用补偿条件下，针对停车场充放电功率进行优化，具体如下：

(1)目标函数

式中，π

(2)约束条件

充电功率约束

式中：

放电功率约束

式中：

停车场电量波动约束

式中：

式中：E

避免同时充放电约束

式中：

为展示本发明实施效果，现基于西南某地实际路网结构开展仿真分析，依次执行步骤本专利步骤S1-S4步骤。仿真分析详细参数设置信息如下：

(1)起始时间设置为上午12:00，电动汽车预约时段间隔设为30min，时段个数为48，备用市场时间尺度为1h。

(2)交通网络连通图如附图4所示，路网系统共包含6个电动汽车停车场，各个停车场位置分布如图所示，各停车场允许的充电桩数量设置为150，电动汽车总数设置为1000。

(3)停车场提供充电服务收取的费用为1元/kWh，上、下备用单价均设为0.05元/kWh，电动汽车参数及电网峰谷电价分别如后文表2、表3所示。

表2仿真电动汽车参数

表3峰谷电价数据

以附图4所示路网结构电动汽车引导接入结果为例，其各时刻停车场电动汽车等待接入数量如附图5所示。

可见，引导发生后，停车场各时刻对应入电动汽车等待接入数量明显下降，停车场等待接入现象得到了进一步缓解，对应电动汽车实际接入时长较之前显著提升。

停车场日常运行过程中的收入与成本构成如下表4所示：

表4停车场日常运行收入、成本构成

如表4所示，引导接入条件下，停车场充电费用收入由4933.26元上升至5495.99元，对应购电成本亦出现了明显提升，这说明车主的预约接入需求得到了更好保障。同时，表4结果同时显示，引导模型介入后，停车场日常运行利润由之前的5995.60元上升至6616.81元，这一结果的出现同时保障了停车场运营商的参与意愿。

此外，表4结果同时显示，较之于无引导情况，停车场上、下备用补偿收入以及V2G服务收入均出现了较大提升，说明对应的停车场电动汽车备用潜能得到了进一步挖掘，电动汽车参与备用市场的能力以及V2G供电能力均在本专利模型接入后进一步增强。

上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。