CN108596667A - 一种基于车联网的电动汽车实时充电电价计算方法 - Google Patents

Abstract

本发明涉及一种基于车联网的电动汽车实时充电电价计算方法，其技术特点在于：包括以下步骤：步骤1、输入某地电网典型的96点日负荷曲线，利用蒙特卡洛随机模拟电动汽车的出行和充电过程；步骤2、根据电动汽车SOC状态，判断用户是否能够参与电网需求响应；步骤3、通过计算电动汽车因满足其出行需求而接入电网的充电功率与充电时长，确定电动汽车的充电需求；步骤4、确定电动汽车的充电需求后，通过判断电网负荷与充电负荷之和与峰时负荷阈值M的关系,得到实时电价，电动汽车根据实时电价选择充电方式进行充电后，车联网系统更新运行信息。本发明兼顾了时间和空间两个维度，制定出考虑预约充电的实时电价的计算方法。

Description

一种基于车联网的电动汽车实时充电电价计算方法

技术领域

本发明属于电力需求响应技术领域，涉及电动汽车实时充电电价计算方法，尤其是一种基于车联网的电动汽车实时充电电价计算方法。

背景技术

随着电动汽车的快速发展，由于电动汽车车主的充电行为具有较强的随机性与自主性，大规模电动汽车的集中充电会严重影响配电网的负荷平衡，导致电网局部地区的供电紧张，特别是负荷高峰时段的充电会加重配电网的负担。与此同时，智慧车联网平台应运而生。车联网的发展有利于建立实时充电电价，引导电动汽车用户参与电网的削峰填谷。智慧车联网平台增强了用户与电网的信息交互。电动汽车用户通过车联网平台获取充电时段、电价，并向电网提出自己的充电需求。电网则根据用户的充电接入，不断调整电网负荷信息，输出实时充电电价反馈给用户。

现有的电动汽车充电电价的制定方案多数通过电动汽车的充电预测分析，建立以电网波动最小，车主支出费用最小的目标函数，进行电价机制的建模分析。或是通过遗传算法求解最优的峰谷电价时段，建立了以峰谷差率最小为目标的最优化模型；或是在综合考虑用户的充电需求和电网负荷水平的基础上，以削峰填谷为目标，采用启发式算法动态求解接入充电站电动汽车的分时电价时段，由用户自主响应，以实现充电站内电动汽车有序充电。

近几年，由于电动汽车的迅速发展，开始有人研究电动汽车作为充电负荷接入电网对电网造成的影响，并考虑通过电价手段对电动汽车充电行为进行引导。对电价的设计主要在现有峰谷电价的基础上，通过算法优化得到最优的峰谷电价时段以及峰谷电价。同时，由于电动汽车作为电网负荷具有特殊的时空特性，多数研究者从时间角度制定电价，却忽略电动汽车用户在不同地区的充电需求以及响应行为具有较大差异，缺乏时空兼顾的电价机制。现有技术中常用到分时电价对电动汽车有序充电进行引导，这对于单独一辆电动汽车看起来是切实可行的，但是当大规模电动汽车入网充电全部按照分时电价的引导，就会发生“雪崩效应”，即在电价低谷时，大量EV充电造成新的负荷高峰。而且，随着智慧车联网平台的发展，电动汽车将增加预约充电的形式，增加了电动汽车充电的随机性。因此如何研究一种兼顾电动汽车用户在不同地区和不同时间的充电需求以及响应行为具有差异性的实时电价制定方法是本领域技术人员迫切需要解决的技术问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于车联网的电动汽车实时充电电价计算方法，在充分考虑电动汽车用户在不同地区和不同时间的充电需求以及响应行为具有差异性的基础上，通过对电动汽车用户单独定价，促使电动汽车用户在满足其最基本的充电需求后，能够在电网低峰时进行充电。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于车联网的电动汽车实时充电电价计算方法，包括以下步骤：

步骤1、输入某地电网典型的96点日负荷曲线，利用蒙特卡洛随机模拟电动汽车的出行和充电过程；

步骤2、根据步骤1的利用蒙特卡洛随机模拟出的电动汽车SOC状态，判断用户是否能够参与电网需求响应；

步骤3、通过计算电动汽车因满足其出行需求而接入电网的充电功率与充电时长，确定电动汽车的充电需求；

步骤4、确定电动汽车的充电需求后，通过判断电网负荷与充电负荷之和与峰时负荷阈值M的关系,得到实时电价，电动汽车根据实时电价选择充电方式进行充电后，车联网系统更新运行信息。

而且，所述步骤2的具体步骤包括：

(1)在蒙特卡洛模拟中，电动汽车用户e到达某地的电动汽车状态可以表示为：

式中，SOC_start(_i)为抵达i次行程目的地时的SOC状态；t_c(i-1)为在目的地i-1的充电时长；P_e为电动汽车动力电池的充电功率；B_e为电动汽车动力电池的容量；

其中，电动汽车用户e抵达目的地i时的SOC_arrive(i)表示为：

式中，D_e表示车辆e的最大续驶里程；d(i)为目的地i-1与目的地i的距离；

(2)通过比较用户抵达i地后的荷电状态SOC_start(i)与最低SOC水平SOC_min，判断用户的SOC状态能否满足其基本的出行需求:

当SOC_arrive(i)≤SOC_min时，用户需要选择在目的地i充电以满足出行需求；

当SOC_arrive(i)＞SOC_min且SOC_arrive(i+1)≤SOC_min时，用户必须在目的地i充电以满足其基本的出行需求；

当SOC状态不满足上述两种情况时，电动汽车可参与电网的需求响应。

而且，所述步骤3的具体步骤包括：

(1)电动汽车的充电功率P_e分为两种形式：

(2)电动汽车的充电时长表示为：

式中，t_charge为充电时间，η为电动汽车的充电效率；

为简化计算，我们采取15min为一个时间周期，对电动汽车的充电时长和停车时长进行时间段的转换，即

式中，J_e为充电时间段数，T_e为停车时间段数，t_e为停车时间，Δt为时间周期，即为15min。

将J_e中P_e＝P_slow得到J_eslow，比较J_eslow与T_e，当J_eslow≤T_e时，电动汽车用户e在i地由足够的时间进行慢速充电，用户将选择对电池损害较小的慢速充电方式。当J_eslow＞T_e时，则需要考虑若在目的地i采用慢速充电，充电时长最大为停车时长时，抵达目的地i+1时的车辆SOC状态是否能够大于SOC_min，若SOC_arrive(i+1)＞SOC_min，则用户选择在目的地i进行慢速充电；反之，用户为满足其出行需求将采用快充的形式。

而且，所述步骤4的通过判断电网负荷与充电负荷之和与峰时负荷阈值M的关系得到实时电价的具体步骤包括：

(1)在现有峰谷电价的基础上，定义峰时负荷阈值M；同时定义峰时段电价为p^h，谷时段电价为p^l；

则峰谷电价模型为：

(2)当电动汽车用户为满足其出行需求而接入电网充电时，若存在其连续的J_e个充电时间段内都满足下式，则此时电动汽车的充电电价为较低的谷时电价p^l；若不存在连续的J_e个充电时间段内满足下式，则此时电动汽车的充电电价为较高的峰时电价p^h；

P_grid+P_e≤M

式中，P_grid为电网负荷功率，P_e为电动汽车充电功率

(3)当电动汽车用户到达i地不需要为了满足其出行需求而充电时，电动汽车可参与响应电网的谷时电价；利用遗传算法在电动汽车的T_e个停车时间段内求解连续的J_e个满足条件P_grid+P_e≤M的时间段，并计算J_e个时间段内距离峰时负荷阈值的和，即

式中，P_grid(k)为第k个时间段电网负荷功率，P_e(k)为第k个时间段电动汽车充电功率；

若存在连续的J_e个充电时间段内满足上式，则取maxF；当取maxF时，此时电动汽车参与电网削峰填谷的效果最佳，对应的J_e记为J′_e；电动汽车在J′_e内的充电电价为较低的谷时电价p^l；

若不存在连续的J_e个充电时间段内满足上式，则电动汽车的充电电价为较高的峰时电价p^h。

而且，所述步骤4的电动汽车根据实时电价选择充电方式进行充电后，车联网系统更新运行信息的具体方法为：

在得到电动汽车充电的实时电价后，将实时电价的价格与时段通过车联网平台反馈给用户，电动汽车用户即可根据在车联网平台获取的充电电价，进行充电选择；在用户选择了其充电计划之后，车联网平台需要更新系统的信息，若电动汽车用户选择充电，则对应时段的电网负荷功率更新为P_grid+P_e。

本发明的优点和积极效果是：

本发明的基于智慧车联网平台的发展现状提出了电动汽车充电电价的计算方法，首先随机模拟电动汽车的出行和充电过程，然后获取电动汽车的充电需求，进而建立实时电价的模型，最后根据用户的响应，更新系统运行信息。在现有的峰谷分时电价的基础上，通过改变其峰谷电价的比值以及峰谷时段来进行详细的实时电价制定。其中，充电桩根据电网的运行情况，通过车联网平台向用户提供充电信息。每个电动汽车用户根据自身的需求向平台反馈自身的充电需求。并通过排队理论，在获得每辆汽车的充电需求之后都将更新系统状态。然后通过相同的算法进行峰谷电价比值以及谷时段的调整。本发明兼顾了时间和空间两个维度，制定出考虑预约充电的实时电价的计算方法。

附图说明

图1为本发明的处理方法流程图。

具体实施方式

以下结合附图对本发明实施例作进一步详述：

一种基于车联网的电动汽车实时充电电价计算方法，如图1所示，包括以下步骤：

步骤1、输入某地电网典型的96点日负荷曲线，利用蒙特卡洛随机模拟电动汽车的出行和充电过程；

在本实施例中，通过对电动汽车在该地区电动汽车出行行为的统计分析，得到平均行驶里程、每公里能耗、最后一次返程时刻、出行时刻分布等电动汽车的出行特征量。结合具体的电动汽车的充电数据，对用户的充电行为，主要对充电位置、充电频率、充电初始时刻、充电时长和充电始末SOC进行分析，最终将出行和充电特征量表示为概率形式。

由于现有国内关于EV形式数据较少，因此可以从国外获取相关数据，如美国的2009年国家居民出行调查(National Household Travel Survey，NHTS)。将充电特征量嵌套于出行模型中，利用蒙特卡洛随机模拟电动汽车的出行以及充电过程。

步骤2、根据步骤1利用蒙特卡洛随机模拟出的电动汽车SOC状态，判断用户是否能够参与电网需求响应；

在本实施例中，电动汽车负荷的特殊性在于，一方面需要执行其作为交通工具的基本职能，另一方面在满足其基本出行需求的前提下，可以参与电网的需求响应。

在蒙特卡洛模拟中，

电动汽车用户e到达某地的电动汽车状态可以表示为：

式中SOC_start(i)为抵达i次行程目的地时的SOC状态；t_c(i-1)为在目的地i-1的充电时长；P_e为电动汽车动力电池的充电功率；B_e为电动汽车动力电池的容量电动汽车用户e抵达目的地i时的SOC_arrive(i)表示为：

式中D_e表示车辆e的最大续驶里程；d(i)为目的地i-1与目的地i的距离

通过比较用户抵达i地后的荷电状态SOC_start(i)与最低SOC水平SOC_min，判断用户的SOC状态能否满足其基本的出行需求:当满足SOC_arrive(i)≤SOC_min时，用户需要选择在目的地i充电以满足出行需求。当SOC_arrive(i)＞SOC_min时，需要分析用户抵达目的地i+1时的SOC水平，即用户此时的SOC状态能否到达下一充电点。当SOC_arrive(i)＞SOC_min且SOC_arrive(i+1)≤SOC_min同时满足时，用户需要满足其基本的出行需求，在目的地i必须充电。当SOC状态不满足上述两种情况时，电动汽车可参与电网的需求响应。

步骤3、通过计算电动汽车因满足其出行需求而接入电网的充电功率与充电时长，确定电动汽车的充电需求；

在本实施例中，电动汽车为满足其基本的出行需求而接入电网充电。电动汽车充电时影响电网负荷水平的要素为充电功率和充电时间。

电动汽车的充电功率P_e分为两种形式：

电动汽车的充电时长表示为

式中t_charge为充电时间，η为电动汽车的充电效率

为简化计算，我们采取15min为一个时间周期，对电动汽车的充电时长和停车时长进行时间段的转换，即

式中J_e为充电时间段数，T_e为停车时间段数，t_e为停车时间，Δt为时间周期，即为15min。

将J_e中P_e＝P_slow得到J_eslow，比较J_eslow与T_e，当J_eslow≤T_e时，电动汽车用户e在i地由足够的时间进行慢速充电，用户将选择对电池损害较小的慢速充电方式。当J_eslow＞T_e时，则需要考虑若在目的地i采用慢速充电，充电时长最大为停车时长时，抵达目的地i+1时的车辆SOC状态是否能够大于SOC_min，若SOC_arrive(i+1)＞SOC_min，则用户选择在目的地i进行慢速充电；反之，用户为满足其出行需求将采用快充的形式。

步骤4、确定电动汽车的充电需求后，判断电网负荷与充电负荷之和与峰时负荷阈值M的关系,得到实时电价，电动汽车根据实时电价选择充电方式进行充电后，车联网系统更新运行信息；

在本实施例中，在现有峰谷电价的基础上，定义峰时负荷阈值M。峰时负荷阈值M的确定需要结合具体地点的电网运行状态。根据该地电网负荷的历史数据，得到峰时段对应的最小的电网负荷功率值，即为峰时负荷阈值M。峰时负荷阈值M的目的是最大程度的限制电动汽车用户过度响应谷时电价，而造成“雪崩效应”的发生。

同时定义峰时段电价为p^h，谷时段电价为p^l。其中峰谷电价模型为：

当电动汽车用户为满足其出行需求而接入电网充电时，若在其连续的J_e个充电时间段内都满足

P_grid+P_e≤M (8)

式中P_grid为电网负荷功率，P_e为电动汽车充电功率

此时电动汽车的充电电价为较低的谷时电价p^l。若不存在连续的J_e个充电时间段内满足上式，则电动汽车的充电电价为较高的峰时电价p^h。

当电动汽车用户到达i地不需要为了满足其出行需求而充电时，电动汽车可参与响应电网的谷时电价。利用遗传算法在电动汽车的T_e个停车时间段内求解连续的J_e个满足条件P_grid+P_e≤M的时间段。计算J_e个时间段内距离峰时负荷阈值的和，即

式中P_grid(k)为第k个时间段电网负荷功率，P_e(k)为第k个时间段电动汽车充电功率。

若存在连续的J_e个充电时间段内满足上式(8)，则取maxF；当取maxF时，此时电动汽车参与电网削峰填谷的效果最佳，对应的J_e记为J′_e。电动汽车在J′_e内的充电电价为较低的谷时电价p^l。

若不存在连续的J_e个充电时间段内满足上式(8)，则电动汽车的充电电价为较高的峰时电价p^h。

得到电动汽车充电的实时电价后，将实时电价的价格与时段通过车联网平台反馈给用户，电动汽车用户即可根据在车联网平台获取的充电电价，进行充电选择。在用户选择了其充电计划之后，车联网平台需要更新系统的信息。若电动汽车用户选择充电，则对应时段的电网负荷功率更新为P_grid+P_e。

本发明的基于车联网的电动汽车实时充电电价计算方法的工作原理是：

单辆EV充电负荷和动态电价滚动优化，即计算完第一辆EV的充电方式后，根据这辆车负荷的变动而改变提供给下一辆EV的电价，下一辆EV按照新提供的电价优化自己的充电负荷，从而得到第二辆车的充电负荷，再根据新的负荷优化给第三辆EV的电价，……。依次，计算完成后就实现了电价与充电负荷的实时变动。因此本发明的用户电价响应是指：当一辆电动汽车充放电负荷经优化确定充放电负荷后，接着计算由于该EV充电负荷变动产生的新的充电电价。本发明旨在反映负荷变动与电价之间的关系，负荷变化趋势与电价变化趋势呈正相关，通过实时电价使得负荷可以跨时段转移。

其中，电动汽车负荷与电网中的其他负荷相比在时间和空间两个维度具有其特殊性。电动汽车用户在满足其最基本的出行需求的前提下，通过其合理的充电行为，可以有效的参与电网的削峰填谷。对电动汽车用户单独定价是为了通过价格手段，促使电动汽车用户在满足其最基本的充电需求后，能够在电网低峰时进行充电。本发明设计了以15min为时间周期的电动汽车实时电价计算方法。以电网峰谷差值最小为目标建立实时电价模型，最初通过输入预测的电网负荷曲线，结合电动汽车用户的需求，若用户需求不属于刚性充电需求，则通过启发算法确定谷时电价的时段；若用户需求属于刚性充电需求，则对原来的电网负荷曲线进行修改。最终得到以15min为时间周期的实时电价。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (5)

1.一种基于车联网的电动汽车实时充电电价计算方法，其特征在于：包括以下步骤：

步骤1、输入某地电网典型的96点日负荷曲线，利用蒙特卡洛随机模拟电动汽车的出行和充电过程；

步骤2、根据步骤1的利用蒙特卡洛随机模拟出的电动汽车SOC状态，判断用户是否能够参与电网需求响应；

步骤3、通过计算电动汽车因满足其出行需求而接入电网的充电功率与充电时长，确定电动汽车的充电需求；

步骤4、确定电动汽车的充电需求后，通过判断电网负荷与充电负荷之和与峰时负荷阈值M的关系,得到实时电价，电动汽车根据实时电价选择充电方式进行充电后，车联网系统更新运行信息。

2.根据权利要求1所述的一种基于车联网的电动汽车实时充电电价计算方法，其特征在于：所述步骤2的具体步骤包括：

(1)在蒙特卡洛模拟中，电动汽车用户e到达某地的电动汽车状态可以表示为：

式中，SOC_start(i)为抵达i次行程目的地时的SOC状态；t_c(i-1)为在目的地i-1的充电时长；P_e为电动汽车动力电池的充电功率；B_e为电动汽车动力电池的容量；

其中，电动汽车用户e抵达目的地i时的SOC_arrive(i)表示为：

式中，D_e表示车辆e的最大续驶里程；d(i)为目的地i-1与目的地i的距离；

(2)通过比较用户抵达i地后的荷电状态SOC_start(i)与最低SOC水平SOC_min，判断用户的SOC状态能否满足其基本的出行需求:

当SOC_arrive(i)≤SOC_min时，用户需要选择在目的地i充电以满足出行需求；

当SOC_arrive(i)＞SOC_min且SOC_arrive(i+1)≤SOC_min时，用户必须在目的地i充电以满足其基本的出行需求；

当SOC状态不满足上述两种情况时，电动汽车可参与电网的需求响应。

3.根据权利要求1所述的一种基于车联网的电动汽车实时充电电价计算方法，其特征在于：所述步骤3的具体步骤包括：

(1)电动汽车的充电功率P_e分为两种形式：

(2)电动汽车的充电时长表示为：

式中，t_charge为充电时间，η为电动汽车的充电效率；

为简化计算，我们采取15min为一个时间周期，对电动汽车的充电时长和停车时长进行时间段的转换，即

式中，J_e为充电时间段数，T_e为停车时间段数，t_e为停车时间，Δt为时间周期，即为15min；

将J_e中P_e＝P_slow得到J_eslow，比较J_eslow与T_e，当J_eslow≤T_e时，电动汽车用户e在i地由足够的时间进行慢速充电，用户将选择对电池损害较小的慢速充电方式；当J_eslow＞T_e时，则需要考虑若在目的地i采用慢速充电，充电时长最大为停车时长时，抵达目的地i+1时的车辆SOC状态是否能够大于SOC_min，若SOC_arrive(i+1)＞SOC_min，则用户选择在目的地i进行慢速充电；反之，用户为满足其出行需求将采用快充的形式。

4.根据权利要求1所述的一种基于车联网的电动汽车实时充电电价计算方法，其特征在于：所述步骤4的通过判断电网负荷与充电负荷之和与峰时负荷阈值M的关系得到实时电价的具体步骤包括：

(1)在现有峰谷电价的基础上，定义峰时负荷阈值M；同时定义峰时段电价为p^h，谷时段电价为p^l；

则峰谷电价模型为：

(2)当电动汽车用户为满足其出行需求而接入电网充电时，若存在其连续的J_e个充电时间段内都满足下式，则此时电动汽车的充电电价为较低的谷时电价p^l；若不存在连续的J_e个充电时间段内满足下式，则此时电动汽车的充电电价为较高的峰时电价p^h；

P_grid+P_e≤M

式中，P_grid为电网负荷功率，P_e为电动汽车充电功率；

(3)当电动汽车用户到达i地不需要为了满足其出行需求而充电时，电动汽车可参与响应电网的谷时电价；利用遗传算法在电动汽车的T_e个停车时间段内求解连续的J_e个满足条件P_grid+P_e≤M的时间段，并计算J_e个时间段内距离峰时负荷阈值的和，即

式中，P_grid(k)为第k个时间段电网负荷功率，P_e(k)为第k个时间段电动汽车充电功率；

若存在连续的J_e个充电时间段内满足上式，则取maxF；当取maxF时，此时电动汽车参与电网削峰填谷的效果最佳，对应的J_e记为J＇_e；电动汽车在J′_e内的充电电价为较低的谷时电价p^l；

若不存在连续的J_e个充电时间段内满足上式，则电动汽车的充电电价为较高的峰时电价p^h。

5.根据权利要求1所述的一种基于车联网的电动汽车实时充电电价计算方法，其特征在于：所述步骤4的电动汽车根据实时电价选择充电方式进行充电后，车联网系统更新运行信息的具体方法为：在得到电动汽车充电的实时电价后，将实时电价的价格与时段通过车联网平台反馈给用户，电动汽车用户即可根据在车联网平台获取的充电电价，进行充电选择；在用户选择了其充电计划之后，车联网平台需要更新系统的信息，若电动汽车用户选择充电，则对应时段的电网负荷功率更新为P_grid+P_e。