CN104377719B - 基于时空双尺度的电动汽车有序充换电分层分区调度方法 - Google Patents

Abstract

本发明涉及一种基于时空双尺度的电动汽车有序充换电分层分区调度方法，以满足电动汽车车主行驶需求为基本前提，将电动汽车配用电电力系统根据电压等级分层，然后将电动汽车充换电站按照其所在的地域进一步划分为若干个基层区域。基层调度机构负责本区域电动汽车充换电协作调度。区域基层代理机构在时间和空间尺度上与辖区内每辆电动汽车建立通信信道，采集整理电动汽车状态信息与充换电需求，并根据系统基层调度的调度目标指定调度计划，向电动汽车发送充换电调度指令，实现电动汽车充换电有序调度。系统总调度制定相应的考核指标监督基层调度机构的工作，并根据考核结果影响基层调度机构充换电负荷分配的调度计划。

Description

基于时空双尺度的电动汽车有序充换电分层分区调度方法

技术领域

本发明属于电动汽车充换电有序调度技术领域，涉及到使用时间尺度和空间尺度对电动汽车充换电分层分区有序调度规划。

背景技术

到目前为止，国内外在电动汽车充换电有序调度方面的研究才刚起步，尚未形成系统而有效的电动汽车充换电有序调度的模型与方法。研究表明，现有电力系统如果有序调度，可以容纳70％的电动汽车渗透量，电动汽车的接入对电力系统的影响是复杂的。学术界普遍认为，有效的调度与控制方法是降低电动汽车负面影响、发挥其储能作用的关键。现有相关文献已经对电动汽车的调度与控制问题进行了研究报告，但对电力系统运行和规划的经济价值评估方面的研究报告则相对较少。电动汽车的有序调度削峰填谷，减少机组出力以节约发电成本和推迟对承担高峰负荷的发电机组的投资，能有效节约电动汽车的用电成本。因此，本发明提出了在满足相关约束条件的情况下，尽量减少电力系统总负荷水平方差和电动汽车总充换电成本，实现电动汽车充换电的有序调度。

发明内容

本发明所要解决的技术问题，是在保证电动汽车正常工作的前提下，提高电网高级资产运行效率，减少电动汽车用户用电成本，实现电网公司与电动汽车用户双方共赢互利。

本发明采用如下方案实现：

一种基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，包括以下步骤：

a：车主根据次日电动汽车的使用情况向所在区域基层代理进行日前申报，作为系统调度自下而上的输入数据；

b：各区域基层代理综合车主申报信息与信用等级信息，在时间尺度上将车主充换电信息分组，并将各时段所需调度的容量通过中间代理向系统总调度机构申报；

c：系统总调度机构根据各区域基层代理的申报数据，制订峰谷差信息调度目标，制订各区域基层代理在各时段的调度计划，并将相关调度信息发送到各区域基层代理；

d：各基层调度根据系统总调度机构的调度计划，在满足车主行驶需求的基础上根据其申报信息制订各车主的具体充换电实施计划，计算系统总负荷水平方差、电动汽车平均充换电成本和区域基层代理机构制订的充换电调度计划与实际执行调度结果不一致性；

e：若系统总负荷水平方差指标满足调度目标，则进入调度计划具体实施阶段；若系统总负荷水平方差指标不能满足调度目标，则重新调整各区域基层代理在各时段的调度计划，重复步骤c、d、e或直接在各基层调度范围内微调。

电动汽车充换电调度计划的具体实施步骤为：统计计算前一个工作日的系统总负荷水平方差、电动汽车用户信用等级调整、电动汽车平均充换电成本和基层区域代理机构制订的充换电调度计划与实际执行调度结果不一致性，作为系统总调度计划、电动汽车用户用电成本核算和信用等级动态评估的依据。

步骤d中，

系统总负荷水平方差目标函数f₁的计算：

$\min f_1=\min \frac{1}{T-1}{\mathrm{\Σ}}_{t=1}^T{(P_{-\mathrm{ev},t}+{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_k}{\mathrm{\Σ}}_{m=1}^{M_{K,N}}{x}_{k,n,m,t}\·P_{k,n,m,t}-\stackrel{\‾}{P_d})}^2---\left(1\right)$

式中，t∈[1,T],T＝24h/ΔT,ΔT为单位控制时段；k∈[1,K],K为所有中间代理机构的数量；n∈[1,N_k],N_k为第k个中间代理机构中基层代理的数量；m∈[1,M_K,N],M_K,N为中间代理k的基层代理n中电动汽车的数量；P_-ev,t为时段t内总调度系统中除电动汽车负荷之外的负荷水平，为一天内(24h)总调度系统平均负荷，x_k,n,m,t、P_k,n,m,t分别为时段t内第k个中间代理中第n个基层代理中第m辆电动汽车实际执行的充换电调度结果与负荷水平。

步骤d中，

电动汽车平均充换电成本目标函数f₂的计算：

$\min f_2=\min \frac{{\mathrm{\Σ}}_{t=1}^T{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_k}{\mathrm{\Σ}}_{m=1}^{M_{N,K}}(c_{k,n,m}\·{\mathrm{Price}}_t\·x_{k,n,m,t}\·P_{k,n,m,t}\·\mathrm{\ΔT})}{T\·{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_k}{M}_{K,N}}---\left(2\right)$

式中，Price_t为时段t内Time of Use(TOU)电价，c_k,n,m为第k个中间代理中第n个基层代理中m辆电动汽车信用等级对应执行的用电价格优惠比例；x_k,n,m,t、P_k,n,m,t分别为时段t内第k个中间代理中第n个基层代理中第m辆电动汽车实际执行的充换电调度结果与负荷水平,ΔT为单位控制时段,M_K,N为中间代理k的基层代理n中电动汽车的数量；N_k为第k个中间代理机构中基层代理的数量；K为所有中间代理机构的数量。

步骤d中，

区域基层代理机构制订的充换电调度计划与实际执行调度结果不一致性目标函数f₃反应了区域基层调度机构对系统总调度制订调度计划的执行力度：

$\min f_3=\min {\mathrm{\Σ}}_{k=1}^K\left|\right|X_k,Y_k\left|\right|---\left(3\right)$

式中，X_k为区域基层代理机构k内电动汽车实际执行的充换电调度结果，Y_k为区域基层代理机构k根据系统总调度的调度计划制订的调度计划；K为所有中间代理机构的数量。

对构建的目标函数构建约束条件：

电动汽车电池安全约束：SOC_min≤SOC_k,n,m,t≤SOC_max (6)

式中，SOC为电池荷电状态,SOC_k,n,m,t是时段t内第k个中间代理中第n个基层代理中第m辆电动汽车的电池荷电，SOC_max和SOC_min分别为电动汽车电池SOC的上下限；

电动汽车行驶需求约束： ${\mathrm{SOC}}_{{k,n,m,t}_{\mathrm{end}}}\≥{\mathrm{SOC}}_{k,n,m}---\left(7\right)$

${\mathrm{\Σ}}_{t=1}^T{x}_{k,n,m,t}\·P_{k,n,m,t}\≥P_{k,n,m}---\left(8\right)$

式中，和SOC_k,n,m分别为第k个中间代理中第n个基层代理中第m辆电动汽车在离开系统时的SOC与充换电需要达到的SOC值；P_k,n,m为第k个中间代理中第n个基层代理中第m辆电动汽车在离开系统时需要从系统获取的功率，t_end≤T；

电动汽车不可调度时段约束：y_k,n,m,t＝0，当t≤t_start或t≥t_end (9)

式中，t_start和t_end分别为第k个中间代理中第n个基层代理中第m辆电动汽车接入系统和离开系统的时间；

基层区域代理机构的调度约束： $0\≤P_{k,t}\≤{\mathrm{\Σ}}_{k=1}^K{y}_{k,n,m,t}\·P_{k,n,m,t}---\left(10\right)$

式中，P_k,t为中间代理机构k在时段t的可调度充换电功率；y_k,n,m,t表示充放电状态，y_k,n,m,t可取值-1、0、1，分别表示充电、闲置、放电状态；

电网线路节点电压约束： $U_i^{\min }\≤U_{i,t}\≤U_i^{\max }---\left(11\right)$

式中，和分别为电网线路节点i的电压上下限。

电网线路传输功率约束： $\left|P_{l,t}\right|\≤P_l^{\max },---\left(12\right)$

$\left|Q_{l,t}\right|\≤Q_l^{\max }---\left(13\right)$

式中，P_l,t和Q_l,t分别为线路l在时段t传输的有功功率和无功功率，和分别为线路l在时段t允许传输的有功功率和无功功率上限。

评估电动汽车用户信用等级的步骤为：

1)对系统提供的客户数据进行预处理，包括数据取样、数据探索、数据调整过程；

2)将经过预处理的客户样本数据带入多元线性回归方程 $\mathrm{credit}={\mathrm{\β}}_0\frac{1}{n}{\mathrm{\Σ}}_{i=1}^n{u}_i+{\mathrm{\Σ}}_{j=1}^p{\mathrm{\β}}_j{v}_j+\mathrm{\ϵ},$ 采用最小二乘估计方法，估计系数β₀,β₁,β₂,……,β_p的值；其中，credit代表客户的信用计分，v₁,v₂,……,v_p代表信用指标，β₁,β₂,……,β_p代表对应指标的权重，ε表示误差；u_i为前期信用记录值，n为向前追溯的信用记录历史时间长度，β₀为前期信用记录统计值的权重；

3)对建立的回归模型进行回归方程显著性检验和回归系数显著性检验，并对模型进行优化；

4)输入客户资料信息，根据多元线性回归模型计算客户信用得分，归纳其所属的信用等级。

本发明所达到的有益效果：

本发明的方法，提出了在满足相关约束条件的情况下，尽量减少电力系统总负荷水平方差和电动汽车总充换电成本，实现电动汽车充换电经济有效的有序调度，在保证电动汽车正常工作的前提下，提高电网高级资产运行效率，减少电动汽车用户用电成本，实现电网公司与电动汽车用户双方共赢互利。

附图说明

图1电动汽车有序充换电分层分区优化调配架构图；

图2电动汽车充换电模型求解流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

一种基于时空双尺度的电动汽车有序充换电分层分区调度方法，包括构建目标函数、构建约束条件和求解模型三个步骤。具体实现步骤如下：

步骤S01：构建目标函数；

目标函数S011：系统总负荷水平方差f₁的计算，目标函数f₁反应系统削峰填谷控制效果：

$\min f_1=\min \frac{1}{T-1}{\mathrm{\Σ}}_{t=1}^T{(P_{-\mathrm{ev},t}+{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_k}{\mathrm{\Σ}}_{m=1}^{M_{K,N}}{x}_{k,n,m,t}\·P_{k,n,m,t}-\stackrel{\‾}{P_d})}^2---\left(1\right)$

式中，t∈[1,T],T＝24h/ΔT,ΔT为单位控制时段,T为一个调度周期内所包括的时段数；k∈[1,K],K为所有中间代理机构的数量；n∈[1,N_k],N_k为第k个中间代理机构中基层代理的数量；m∈[1,M_K,N],M_K,N为中间代理k的基层代理n中电动汽车的数量。

式中，P_-ev,t为时段t内总调度系统中除电动汽车负荷之外的负荷水平，为一天内总调度系统平均负荷，x_k,n,m,t、P_k,n,m,t分别为时段t内第k个中间代理中第n个基层代理中第m辆电动汽车实际执行的充换电调度结果与负荷水平。

目标函数S012：电动汽车平均充换电成本f₂的计算，目标函数f₂有利于激励电动汽车用户参与优化调度服务：

$\min f_2=\min \frac{{\mathrm{\Σ}}_{t=1}^T{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_k}{\mathrm{\Σ}}_{m=1}^{M_{N,K}}(c_{k,n,m}\·{\mathrm{Price}}_t\·x_{k,n,m,t}\·P_{k,n,m,t}\·\mathrm{\ΔT})}{T\·{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_k}{M}_{K,N}}---\left(2\right)$

式中，Price_t为时段t内电价，c_k,n,m为第k个中间代理中第n个基层代理中m辆电动汽车信用等级对应执行的用电价格优惠比例。

目标函数S013：区域基层代理机构制订的充换电调度计划与实际执行调度结果不一致性，目标函数f₃反应了区域基层调度机构对系统总调度制订调度计划的执行力度：

$\min f_3=\min {\mathrm{\Σ}}_{k=1}^K\left|\right|X_k,Y_k\left|\right|---\left(3\right)$

式中，X_k为区域基层代理机构k内电动汽车实际执行的充换电调度结果，Y_k为区域基层代理机构k根据系统总调度的调度计划制订的调度计划。

步骤S02：构建约束条件：

电动汽车电池安全约束：SOC_min≤SOC_k,n,m,t≤SOC_max (6)

式中，SOC为电池荷电状态(State of Charge),SOC_k,n,m,t是时段t内第k个中间代理中第n个基层代理中第m辆电动汽车的电池荷电，SOC_max和SOC_min分别为电动汽车电池SOC的上下限；

电动汽车行驶需求约束： ${\mathrm{SOC}}_{{k,n,m,t}_{\mathrm{end}}}\≥{\mathrm{SOC}}_{k,n,m}---\left(7\right)$

${\mathrm{\Σ}}_{t=1}^T{x}_{k,n,m,t}\·P_{k,n,m,t}\≥P_{k,n,m}---\left(8\right)$

式中，和SOC_k,n,m分别为第k个中间代理中第n个基层代理中第m辆电动汽车在离开系统时的SOC与充换电需要达到的SOC值；P_k,n,m为第k个中间代理中第n个基层代理中第m辆电动汽车在离开系统时需要从系统获取的功率，因为t_end≤T，故而需要考虑电池充换电结束后电池电量自然损耗。

电动汽车不可调度时段约束：y_k,n,m,t＝0，当t≤t_start或t≥t_end (9)

式中，t_start和t_end分别为第k个中间代理中第n个基层代理中第m辆电动汽车接入系统和离开系统的时间；

基层区域代理机构的调度约束： $0\≤P_{k,t}\≤{\mathrm{\Σ}}_{k=1}^K{y}_{k,n,m,t}\·P_{k,n,m,t}---\left(10\right)$

式中，P_k,t为中间代理机构k在时段t的可调度充换电功率；y_k,n,m,t表示充放电状态，y_k,n,m,t可取值-1、0、1，分别表示充电、闲置、放电状态；

电网线路节点电压约束： $U_i^{\min }\≤U_{i,t}\≤U_i^{\max }---\left(11\right)$

式中，和分别为电网线路节点i的电压上下限。

电网线路传输功率约束： $\left|P_{l,t}\right|\≤P_l^{\max },---\left(12\right)$

$\left|Q_{l,t}\right|\≤Q_l^{\max }---\left(13\right)$

式中，P_l,t和Q_l,t分别为线路l在时段t传输的有功功率和无功功率，和分别为线路l在时段t允许传输的有功功率和无功功率上限。

客户信用等级分类：适用于电动汽车充换电调度的信用风险评估和管理，提高电动汽车充换电有序调度效率。客户信用等级既是区域代理调度规划执行的依据，也是对电动汽车用户的约束。

表1 电动汽车用户信用等级对应的时间差(必要条件)

信用等级	时间差(绝对值)(min)	价格优惠比例
			A	[0,30)	0.80
B	[30,60)	0.85
			C	[60,90)	0.90
D	[90,180)	0.95
			E	≥180	1.00

时间差是指预约到达时间与实际到达时间之间的差值。客户信用等级评估是一个动态指标，通过对电动汽车用户一定时间长度履约能力及其信用指标的分析计算得到，并与实时电价衔接：高信用等级，对应高优惠用电价格。

电动汽车用户信用等级分类包括分析电动汽车用户历史数据，建立客户信用计分模型，根据模型计算客户的信用得分，并评估其信用等级。该方法具有科学、客观、公正的优点，克服了现有电动汽车用户信用评估技术的缺点，另外，该系统还具有操作方便，与电动汽车充换电业务系统数据共享的优点。

用于计算电动汽车用户信用得分的指标体系，是利用电动汽车大量的客户历史数据，经数据取样、数据探索、数据调整和预处理后，建立客户信用计分模型而形成。其特征在于：客户信用计分模型为多元线性回归模型。依据该方法计算客户信用得分的步骤为：

1)对系统提供的客户数据进行预处理，包括数据取样、数据探索、数据调整过程；

2)将经过预处理的客户样本数据带入多元线性回归方程 $\mathrm{credit}={\mathrm{\β}}_0\frac{1}{n}{\mathrm{\Σ}}_{i=1}^n{u}_i+{\mathrm{\Σ}}_{j=1}^p{\mathrm{\β}}_j{v}_j+\mathrm{\ϵ},$ 采用最小二乘估计方法，估计系数β₀,β₁,β₂,……,β_p的值；其中，credit代表客户的信用计分，v₁,v₂,……,v_p代表信用指标，β₁,β₂,……,β_p代表对应指标的权重，ε表示误差；u_i为前期信用记录值，n为向前追溯的信用记录历史时间长度，β₀为前期信用记录统计值的权重；

3)对建立的回归模型进行回归方程显著性检验和回归系数显著性检验，并对模型进行优化；

4)输入客户资料信息，根据多元线性回归模型计算客户信用得分，归纳其所属的信用等级。

步骤S03：求解模型(调度方案的实施步骤)；

a：车主根据次日电动汽车的使用情况向所在区域基层代理进行日前申报，此项内容作为系统调度自下而上的输入数据。

b：各区域基层代理综合车主申报信息与信用等级信息,在时间尺度上将车主充换电信息分组,并将各时段所需调度容量通过中间代理向系统总调度申报。

c：系统总调度机构根据各区域基层代理的申报数据，制订峰谷差信息调度目标，制订各区域代理在各时段的调度计划，并将相关调度信息发送到各区域基层代理。

d：各基层调度根据系统总调度机构的调度计划，在满足车主行驶需求的基础上根据其申报信息制订各车主的具体充换电实施计划。计算系统总负荷水平方差、电动汽车平均充换电成本和区域基层代理机构制订的充换电调度计划与实际执行调度结果不一致性。

e：若系统总负荷水平方差指标满足调度目标，则进入调度计划具体实施阶段；若系统总负荷水平方差指标不能满足调度目标，且偏差较大，则重新调整各区域基层代理在各时段的调度计划，重复步骤c、d、e；若偏差较小，则直接在各基层调度范围内微调。如果需要重复执行步骤c、d、e，则重复次数达到一定数值后，进入调度计划具体实施阶段。

f：电动汽车充换电调度的具体实施。统计计算前一个工作日的系统总负荷水平方差、电动汽车用户信用等级调整、电动汽车平均充换电成本和基层区域代理机构制订的充换电调度计划与实际执行调度结果不一致性，作为系统总调度计划、电动汽车用户用电成本核算和信用等级动态评估的依据。

可以总结本发明主要包括以下四个内容：

a.将时间分段与空间分层分区相结合，电动汽车充换电需求日前申报与实际履约能力相结合，电动汽车充换电区域代理与总代理分层分区宏观调控相结合。在满足电动汽车行驶需求的前提下，综合考虑的动力系统总负荷水平方差最小和电动汽车充换电成本最小，实现电动汽车充换电有序调度。

b.将电动汽车车主充换电需求日前申报与实际履约能力相对比，构建电动汽车用户信用等级评估体系。信用等级与车主充换电电价相联系，有利于提高电动汽车车主履约能力，提高电动汽车充换电有序调度的执行力度。

c.电动汽车车主充换电单位电价成本由两部分组成：系统总调度波峰波谷实时指导电价和电动汽车车主信用等级对应的优惠比例。

d.本发明模型的约束条件是非线性规划问题，采用改进的神经网络优化算法训练实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，包括以下步骤：

a：车主根据次日电动汽车的使用情况向所在区域基层代理进行日前申报，作为系统调度自下而上的输入数据；

b：各区域基层代理综合车主申报信息与信用等级信息，在时间尺度上将车主充换电信息分组，并将各时段所需调度的容量通过中间代理向系统总调度机构申报；

c：系统总调度机构根据各区域基层代理的申报数据，制订峰谷差信息调度目标，制订各区域基层代理在各时段的调度计划，并将相关调度信息发送到各区域基层代理；

d：各基层调度根据系统总调度机构的调度计划，在满足车主行驶需求的基础上根据其申报信息制订各车主的具体充换电实施计划，计算系统总负荷水平方差、电动汽车平均充换电成本和区域基层代理机构制订的充换电调度计划与实际执行调度结果不一致性；

e：若系统总负荷水平方差指标满足调度目标，则进入调度计划具体实施阶段；若系统总负荷水平方差指标不能满足调度目标，则重新调整各区域基层代理在各时段的调度计划，重复步骤c、d、e或直接在各基层调度范围内微调。

2.根据权利要求1所述的基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，电动汽车充换电调度计划的具体实施步骤为：统计计算前一个工作日的系统总负荷水平方差、电动汽车用户信用等级调整、电动汽车平均充换电成本和基层区域代理机构制订的充换电调度计划与实际执行调度结果不一致性，作为系统总调度计划、电动汽车用户用电成本核算和信用等级动态评估的依据。

3.根据权利要求1所述的基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，步骤d中，

系统总负荷水平方差目标函数f₁的计算：

${\mathrm{minf}}_1=\min \frac{1}{T-1}{\mathrm{\Σ}}_{t=1}^T{(P_{-ev,t}+{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_k}{\Σ}_{m=1}^{M_{K,N}}{x}_{k,n,m,t}*P_{k,n,m,t}-\stackrel{\‾}{P_d})}^2---\left(1\right)$

式中，t∈[1，T],T＝24h/ΔT,ΔT为单位控制时段；k∈[1，K],K为所有中间代理机构的数量；n∈[1，N_k],N_k为第k个中间代理机构中基层代理的数量；m∈[1，M_K，N],M_K，N为中间代理k的基层代理n中电动汽车的数量；P_-ev，t为时段t内总调度系统中除电动汽车负荷之外的负荷水平，为一天内总调度系统平均负荷，x_{k，n，m，t}、P_{k，n，m，t}分别为时段t内第k个中间代理中第n个基层代理中第m辆电动汽车实际执行的充换电调度结果与负荷水平。

4.根据权利要求1所述的基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，步骤d中，

电动汽车平均充换电成本目标函数f₂的计算：

${\mathrm{minf}}_2=min\frac{{\mathrm{\Σ}}_{t=1}^T{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_K}{\mathrm{\Σ}}_{m=1}^{M_{K,N}}(c_{k,n,m}\·{\mathrm{Price}}_t\·x_{k,n,m,t}\·P_{k,n,m,t}\·\mathrm{\Δ}T)}{T\·{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^{N_K}{M}_{K,N}}---\left(2\right)$

式中，Price_t为时段t内电价，c_k，n，m为第k个中间代理中第n个基层代理中第m辆电动汽车信用等级对应执行的用电价格优惠比例；x_{k，n，m，t}、P_{k，n，m，t}分别为时段t内第k个中间代理中第n个基层代理中第m辆电动汽车实际执行的充换电调度结果与负荷水平，时段t∈[1，T]，T＝24h/ΔT，ΔT为单位控制时段，M_K，N为中间代理k的基层代理n中电动汽车的数量；N_k为第k个中间代理机构中基层代理的数量；K为所有中间代理机构的数量。

5.根据权利要求1所述的基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，步骤d中，

区域基层代理机构制订的充换电调度计划与实际执行调度结果不一致性目标函数f₃反应了区域基层调度机构对系统总调度制订调度计划的执行力度：

${\mathrm{minf}}_3=\min {\Σ}_{k=1}^K\left|\right|X_k,Y_k\left|\right|---\left(3\right)$

式中，X_k为区域基层代理机构k内电动汽车实际执行的充换电调度结果，Y_k为区域基层代理机构k根据系统总调度的调度计划制订的调度计划；K为所有中间代理机构的数量。

6.根据权利要求3、4或5所述的基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，对构建的目标函数构建约束条件：

电动汽车电池安全约束：SOC_min≤SOC_{k，n，m，t}≤SOC_max (6)

式中，SOC为电池荷电状态,SOC_k,n,m,t是时段t内第k个中间代理中第n个基层代理中第m辆电动汽车的电池荷电，SOC_max和SOC_min分别为电动汽车电池SOC的上下限；

电动汽车行驶需求约束：

${\mathrm{\Σ}}_{t=1}^T{x}_{k,n,m,t}*P_{k,n,m,t}\≥P_{k,n,m}---\left(8\right)$

式中，和SOC_k，n，m分别为第k个中间代理中第n个基层代理中第m辆电动汽车在离开系统时的SOC与充换电需要达到的SOC值；P_k，n，m为第k个中间代理中第n个基层代理中第m辆电动汽车在离开系统时需要从系统获取的功率，

x_{k，n，m，t}、P_{k，n，m，t}分别为时段t内第k个中间代理机构中第n个基层代理中第m辆电动汽车实际执行的充换电调度结果与负荷水平；

t_end≤T；T＝24h/ΔT，ΔT为单位控制时段；

电动汽车不可调度时段约束：y_{k，n，m，t}＝0，当t≤t_start或t≥t_end (9)

式中，t_start和t_end分别为第k个中间代理中第n个基层代理中第m辆电动汽车接入系统和离开系统的时间；

基层区域代理机构的调度约束：式中，P_k，t为中间代理机构k在时段t的可调度充换电功率；y_k,n,m,t表示充放电状态；y_k,n,m,t取值－1、0、1分别表示充电、闲置、放电状态；

电网线路节点电压约束：

式中，和分别为电网线路节点i的电压上下限；

电网线路传输功率约束：

$\left|Q_{l,t}\right|\≤Q_l^{\max }---\left(13\right)$

式中，P_l，t和Q_l，t分别为线路l在时段t传输的有功功率和无功功率，和分别为线路l在时段t允许传输的有功功率和无功功率上限。

7.根据权利要求2所述的基于时空双尺度的电动汽车有序充换电分层分区调度方法，其特征在于，

评估电动汽车用户信用等级的步骤为：

1)对系统提供的客户数据进行预处理，包括数据取样、数据探索、数据调整过程；

2)将经过预处理的客户样本数据带入多元线性回归方程采用最小二乘估计方法，估计系数β₀，β₁，β₂，……,β_p的值；其中，credit代表客户的信用计分，v₁，v₂，v_p……，v_p代表信用指标，β₁，β₂，……,β_p代表对应指标的权重，ε表示误差；u_i为前期信用记录值，n为向前追溯的信用记录历史时间长度，β₀为前期信用记录统计值的权重；

3)对建立的回归模型进行回归方程显著性检验和回归系数显著性检验，并对模型进行优化；

4)输入客户资料信息，根据多元线性回归模型计算客户信用得分，归纳其所属的信用等级。