CN112874370B - 一种电动汽车预约-违约充电方法及系统 - Google Patents

Abstract

本公开提出了一种电动汽车预约‑违约充电方法及系统，包括：发起预约充电请求并选择目标电量；接收预约充电请求后，根据电动汽车的实时位置，并读取车辆的剩余电量和电池健康状态信息，提供可预约充电站方案，求解最优可预约充电站，包括距离远近、抵达时间、站内等待时间，并分别列出相应详细信息以供选择；确定充电站方案后，充电站根据站内储能、桩位使用与预约情况判断是否接受本次预约；充电请求发起方与充电站双向选择相互确认后，预约成功。本公开技术方案可提高充电效率。

Description

一种电动汽车预约-违约充电方法及系统

技术领域

本公开属于电动汽车充电技术领域，尤其涉及一种电动汽车预约-违约充电方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

在化石能源日渐枯竭及全球变暖压力增大的大背景下，电动汽车(electricvehicle,EV)因零尾气排放、低维护费用、高操控性等突出优点正在得到越来越多的应用，随之出现的EV与电网间的交互关系等问题也亟待解决。

目前，电动汽车存在预约机制，但是目前的预约方案在技术上实现时一般为发起预约指令，然后按序进行充电，充电完毕后扣费等，没有考虑如何优化预约，如何实现在最短的时间内实现快速充电，当存在违约的情况时，导致对外展示信息不准确，影响整体的充电效率，无法及时的排除违约带来的影响，总之，目前的充电方法在技术上无法实现高效快速的充电。

发明内容

为克服上述现有技术的不足，本公开提供了一种电动汽车预约-违约充电方法，优化EV充电负荷，提高充电桩利用率。

为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：

第一方面，公开了一种电动汽车预约-违约充电方法，包括：

发起预约充电请求并选择目标电量；

接收预约充电请求后，根据电动汽车的实时位置，并读取车辆的剩余电量和电池健康状态信息，提供可预约充电站方案，求解最优可预约充电站，包括距离远近、抵达时间、站内等待时间，并分别列出相应详细信息以供选择；

确定充电站方案后，充电站根据站内储能、桩位使用与预约情况判断是否接受本次预约；

充电请求发起方与充电站双向选择相互确认后，预约成功；

若充电请求发起方或充电站未执行确认方案则判断为违约行为，充电站未执行确认方案导致的违约则转移至其他充电站进行充电，充电请求发起方未执行确认方案导致的违约则将处于预约状态的充电站进行状态更改。

进一步的技术方案，提供可预约充电站方案时，监控所涵盖区域内所有道路的车流量和拥堵情况，并在求解最优可预约充电站时将道路和交通情况纳入考虑。

进一步的技术方案，当电动汽车到达充电站时，识别其身份并在数据库中检索其预约开始充电时间，若为预约该时段充电的车辆，车辆可获准驶入充电站，同时记录时钟记录其到站时间；电动汽车接入充电桩后，充电桩读取起实际开始充电时间；当电动汽车出站时，记录时钟将记录其离站时间，从而根据违约判定规则判定违约行为。

进一步的技术方案，电动汽车违约判定时，倘电动汽车到达充电站时刻与预约开始充电时刻的间隔在允许时间范围内，则判定电动汽车不违约；否则判定电动汽车违约。

进一步的技术方案，若电动汽车到达充电站时刻与预约开始充电时刻的间隔小于允许时间范围，充电站为电动汽车保留充电桩，否则充电站将取消预留充电桩，此后若该车仍确定在本站充电需要重新预约。

进一步的技术方案，充电站违约判定时，倘电动汽车开始充电时刻与其预约开始充电时刻间的间隔在允许范围内，则判定充电站不违约；否则判定充电站违约。

第二方面，公开了一种电动汽车预约-违约充电系统，包括：云平台及充电站，所述云平台始终与所辖的快速充电站保持信息通信，实时更新各充电站的实时电价和桩位状态；

所述云平台由信息层、计算层和决策层组成，所述信息层获取涵盖区域内所有电动汽车和快速充电站的信息、以及定时获取所涵盖区域内所有道路的车流量和拥堵情况；

所述计算层基于信息层获取的数据进行处理，在求解最优可预约充电站时将道路和交通情况纳入考虑因素；

所述决策层给出充电预约和调度建议。

进一步的技术方案，所述决策层被配置为：提供可预约充电站方案，求解最优可预约充电站，包括距离远近、抵达时间、站内等待时间，并分别列出相应详细信息以供选择；

若充电请求发起方或充电站未执行确认方案则判断为违约行为，充电站未执行确认方案导致的违约则转移至其他充电站进行充电，充电请求发起方未执行确认方案导致的违约则将处于预约状态的充电站进行状态更改。

进一步的技术方案，所述充电站包括应急充电桩，所述应急充电桩并非某个特定的充电桩，而是独立于预约机制以外的桩位群。

进一步的技术方案，应急充电桩在运行时：倘电动汽车i预约充电时长为T_r-i，但其在普通充电桩K充电至预约时长结束后发现其蓄电池尚未充满，或蓄电池提前充满及电动车用户有突发事件需要提前结束本次充电；

若电动车延长充电时间或电动车提前离开并获授权，则选择应急桩位J中一个桩位将作为普通充电桩继续承担预约充电任务。

以上一个或多个技术方案存在以下有益效果：

本公开技术方案基于预约充电机制能够优化EV充电负荷，提高充电桩利用率。

本公开技术方案提出了较为完整的预约-违约充电方法，对预约过程、预约系统与充电站构成与建设都进行了较为详细的阐述，并对违约行为的判定、惩罚与后续处理措施进行了明确的界定。

本公开技术方案通过云平台为电动汽车匹配最优的充电站，经过双方互选，提高电动汽车充电效率和成功率，避免去而复返、排队时间过长，同时提高充电桩位利用率，减少桩位闲置造成的浪费。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1为本公开实施例电动汽车充电预约流程图；

图2为本公开实施例快速充电站使用状态图；

图3为本公开实施例充电站收益计算流程图；

图4为本公开实施例日内充电车辆数分布图；

图5为本公开实施例车违约惩罚分布图；

图6为本公开实施例考虑违约与否时充电站固定与运维成本对照图；

图7为本公开实施例考虑违约与否时各时段充电站净收益对照图；

图8为本公开实施例工作日与非工作日车违约惩罚对照图；

图9为本公开实施例车违约惩罚随违约时段与时长的分布图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

实施例一

本实施例公开了一种电动汽车预约-违约充电方法，在一实施例子中，可以基于云平台实现预约充电，具体的，云平台由信息层、计算层和决策层组成，基于云平台的预约系统可获取涵盖区域内所有电动汽车和快速充电站的信息并经计算处理后给出充电预约和调度建议。预约充电的原则是先到先得。在预约系统运行过程中，云平台始终与所辖的快速充电站保持信息交流畅通，实时更新各充电站的实时电价和桩位状态。作为协同考虑电网—路网的智能系统，云平台定时监控所涵盖区域内所有道路的车流量和拥堵情况，并在求解最优可预约充电站时将道路和交通情况纳入考虑，以图为用户提供更精准更全面的信息。

预约充电系统实行一人一卡制，用户要加入预约系统，必须实名制创建个人账户以获得一张电子身份卡，用户在本系统的所有行为都将被记录在身份卡中，用户前往快速充电站充电时也须读卡进站。电子身份卡除了用作身份识别，还有记录用户的信用指数、储存充电时间和代金券、积分兑礼等等多种功能，不仅使预约充电方法更加明晰和公平，也大大扩展了用户的选择和操作空间。

预约系统的运作流程如图1所示。

(1)当电动汽车存在充电需求时，可通过手机或车载APP向预约系统发起预约充电请求并选择目标电量，云平台经授权后可通过北斗导航系统等获取电动汽车的实时位置，并读取车辆的剩余电量和电池健康状态等信息。

(2)车辆信息传递到信息层，经计算层处理后，云平台为用户提供可预约充电站建议，包括距离远近、抵达时间、站内等待时间等，并分别列出相应详细信息以供用户选择。

计算层根据车辆的位置信息、距离车辆周围充电站的路程、对应的桩位预约情况、及实时交通状况等信息进行估算。

(3)用户根据自身充电需求和出行偏好做出选择，将用户决策回传到云平台，决策层再将用户信息由云端发送到对应充电站。

(4)充电站根据站内储能、桩位使用与预约情况判断是否接受本次预约，并将决策重新发回云端。

(5)通过用户与充电站双向选择，云平台得到此次预约的最终结果，并将结果分别发送给用户与充电站。

(6)若充电站选择接受预约，则此次预约成功，预约流程结束，双方须履行此次预约，否则将视为违约并加以惩罚；若充电站选择拒绝预约，则此次预约失败，云平台将结果发回给电动汽车并为其重新计算最优选项，重复步骤(2)-(5)。

由于预约行为本身的契约性，预约机制下不可避免会出现违约情况。现有的有关预约充电的思考多集中在预约机制的运行实现和应用方式，而未考虑预约机制下违约的判定及违约可能造成的影响与处理措施。本申请就预约充电机制下快速充电站的建设做出了简略说明，并提出了车与站双方的违约判据、惩罚方法、豁免情况以及违约后的处理措施，有助于预约充电机制的完善和实施，同时可为规范电动汽车用户行为、提高现有充电站设备利用率及提升充电站承担公共服务功能提供新思路。

预约充电机制下，为了判别用户与充电站双方是否存在违约行为，快速充电站需增设记录时钟、身份识别、数据读取装置和计算模块，如图2所示。当电动汽车到达充电站时，身份识别装置将识别其身份并在数据库中检索其预约开始充电时间t_r-s，若为预约该时段充电的车辆，车辆可获准驶入充电站，同时记录时钟记录其到站时间t_arr；电动汽车接入充电桩后，充电桩读取起实际开始充电时间t_r-b；当电动汽车出站时，记录时钟将记录其离站时间t_lea。计算模块可以读取以上数据，从而根据违约判定规则判定违约行为，并根据违约惩罚方法向车或站施加惩罚。

为满足特殊情况下EV的充电需求和最大化充电站的收益，预约充电机制下在充电站中设置应急桩位J，如图2所示。应急充电桩J并非某个特定的充电桩，而是独立于预约机制以外的桩位群。在不同时段，应急桩位J可以是充电站中任何充电桩，其运行机制如下：

倘电动汽车i预约充电时长为T_r-i，但其在普通充电桩K充电至预约时长结束后发现其蓄电池尚未充满，或蓄电池提前充满及电动车用户有突发事件需要提前结束本次充电。如电动车用户提出延长充电时间或提前离开并获充电站管理人员授权，则将普通桩位K转为应急桩位，而选择应急桩位J中一个桩位将作为普通充电桩继续承担预约充电任务；

倘没有上述情况发生，预约系统将不定时发布应急桩位J的可用数量、可充电时段信息，且应急桩位的充电电价为加塞电价p_cut，高于同时段预约电价p_r。

在一具体实施例在中，违约判定与处理方法：

倘预约成功的EV用户未能在规定时间内到达充电站，或充电站未能及时为预约EV提供充电服务，均被视为违约。

考虑实际情况，采取分时电价策略，将每天分为峰、谷、平三个时段，分别讨论EV用户和充电站的违约情况。记EV的预约开始充电时刻、到达充电站时刻、实际开始充电时刻、驶离时刻分别为t_r-s、t_arr、t_r-b和t_lea。

电动汽车违约判定

倘EV到达充电站时刻与预约开始充电时刻的间隔Δt_a-r在允许时间范围t_span内，即Δt_a-r＝|t_arr-t_r-s|≤t_span，则判定EV不违约；倘Δt_a-r>t_span，则判定EV违约，此时若Δt_a-r≤t_ret，充电站为电动汽车保留充电桩，否则充电站将取消预留充电桩，此后若该车仍确定在本站充电需要重新预约。充电站可根据Δt_a-r与t_ret的大小对EV采取相应的违约惩罚措施。

充电站违约判定

倘EV开始充电时刻与其预约开始充电时刻间的间隔Δt_b-r在允许范围t_int内，即Δt_b-r＝t_r-b-t_r-s≤t_int，则判定充电站不违约；倘Δt_b-r>t_int，则判定充电站违约，可设置一个事件触发机制，若电动汽车放弃等待驶离充电站，记l＝1，否则记l＝0。充电站可根据取Δt_b-r和l的大小对EV采取相应的违约补偿措施。

车/站取消预约判定：

为提高充电设备的利用率及预防双方的突发事故，预约成功后，EV用户与充电站在预约开始充电时间前t_slot均有一次取消预约的机会。若规定时间内双方均未提出取消申请，则认为该预约生效且具备强制效力，EV用户和充电站必须在允许区间内到站并开始充电；若有一方提出取消预约，记取消预约时刻t_can与预约开始充电时刻的时间间隔为Δt_r-c，若Δt_r-c≥t_slot，可免费取消预约，否则预约系统将根据Δt_r-c的大小对取消预约方施加惩罚。

违约豁免机制：

在实际施行过程中，由于现实情况的复杂性高，突发问题多，针对一些符合情理或者不可避免的违约个例，设置部分豁免机制。

①若电动汽车i到站时刻t_arr-i远早于预约开始充电时刻t_r-s-i，虽Δt_a-r-i>t_span，应判定电动汽车i不违约。充电站可设置预约系统自查预约与桩位使用情况，如有空闲桩位，则可安排电动汽车i接入充电，按预约电价p_i计费；

②若电动公共服务车辆，如救护车、消防车、道路救援车等因紧急情况临时需要应急充电，考虑到充电站须承担的公共服务功能，由其占用充电桩位而导致充电站对用户违约，此时充电站的违约惩罚应予以豁免。

相应地，一旦出现这种紧急情况，预约系统将滚动广播充电桩位应急占用情况及预计占用时间，同时为预约成功的用户重新预估充电时间并提供一次免费取消预约的机会。涉及的任一电动汽车用户i需在规定时间内选择取消预约或继续等待，如超时未操作视为继续等待。待应急充电任务结束后，已预约车辆应按预约顺序尽快接入充电，并根据实际预约情况在之后一段时间适当增加或减少预约容量，以期减少违约，减少违约惩罚获得更大收益。

③因EV不违约时段t_span与充电站不违约时段t_int可能不相等，或导致存在以下两种情况：

倘t_span≤t_int，则前述违约判定规则中没有特殊情况；

倘t_span≥t_int，则可能存在t_int<t_arr-t_r-s≤t_span的特殊情况，此时EV无违约行为，即便其到站便即刻开始充电，因Δt_b-r>t_int，预约系统仍将判定充电站违约。此时充电站的违约是EV用户利用规则漏洞的时间差造成的，应予以豁免，或对充电站执行特殊的违约裁定与惩罚机制。

相应地，针对充电站违约的特殊裁定与惩罚机制可作如下修订：

倘电动汽车i的预约开始充电时刻t_r-s-i与到站时刻t_arr-i的间隔Δt_r-r-i＝t_arr-i-t_r-s-i，在充电站为其保留充电桩最长时间t_ret内，即Δt_r-r-i≤t_ret，则若电动汽车实际开始充电时刻t_r-b-i与t_arr-i的时间间隔Δt_b-a-i＝t_r-b-i-t_arr-i≤t_lim(t_lim为系统容许时间)，判定充电站不违约；若Δt_b-a-i>t_lim，则判定充电站违约；倘Δt_r-r-i>t_ret，则判定充电站不违约。

预约-违约机制充电下，充电站的收益计算过程如图3表示。电动汽车i与快速充电站双向确认后，预约成功，约束成立。此后，若车或站一方取消预约，根据车/站取消预约的规则与判定方法确定取消预约惩罚，即在i充电行为中充电站的净收益；若双方都未提起取消预约申请，充电站读取电动汽车i的t_r-s、t_arr、t_r-b和t_lea等数据，计算得到i本次充电的充电收益、购电成本，并根据违约判定与惩罚规则求得电动汽车i或充电站的违约惩罚，从而得到i充电行为中充电站的净收益。用同样的方法可以求得每辆车充电为充电站带来的净收益，将一日内所有充电车辆带来的净收益求和，若存在加塞与加充行为，需求取这部分收益，最后减去快速充电站的日化固定与运维成本，即预约-违约机制下一日内充电站的总收益。

图3中各部分收益分别表示如下：

充电收益

任一车辆i以电价p(i)充电w(i)时，充电站可获收益P(i)为：

P(i)＝p(i)×w(i) (1)

购电成本

记c(i)为与电动汽车i对应的充电站购电价格，则充电站需支付与电动汽车i对应的购电成本C(i)用式(2)表示。

C(i)＝c(i)×w(i) (2)

车违约惩罚

以电动汽车i为例，其违约惩罚f_v-i可表示如式(3)：

其中β_1i、β_2i分别为电动汽车i在两种违约情况下的违约惩罚系数。

站违约惩罚

仍以电动汽车i为例，充电站对其违约的补偿f_s-i表示如式(4)：

其中α_1i、α_2i分别表示两种情况下充电站对电动汽车i违约的惩罚系数。

取消预约惩罚

当电动汽车i或对应充电站取消预约时，惩罚确定如式(5)。

式中，λ_1i、λ_2i为在电动汽车i的预约事件中两种不同情况下双方取消预约共同的的惩罚系数。

充电站的日建设成本包括建设耗损成本和运维成本，可表示如式(6)。

F＝F_f+r×W (6)

式中，F_f为充电站建设投入与折旧损耗的日化成本，r为充电站每充一度电产生的运维成本，W为日总充电量。

若设定

为取消违约系数，取值如式(7)所示。

则充电站的一日总收益可表示如式(8)。

其中，X表示该日到站充电的电动汽车数，I_a为站内应急桩一日内的净收益，包括充电站接受预约之外的加塞和超出预约计划的续充所获的收益，其值独立于预约-违约机制下的充电收益之外且必须在满足预约充电的前提下进行。

基于上述预约-违约充电机制的充电方法的具体应用：

取快充电动汽车保有量为1000辆，日平均行驶里程为20km，并设充电站建设投入与折旧损耗的日化成本F_f可近似为10元/桩，每充1度电的运维成本r为0.01元。各时段充电电价如表1所示，是同时段充电站购电价格的1.5倍。

表1峰谷平时段划分与电价

一天内各时段有充电需求的电动汽车数量分布受出行习惯、道路状况等因素的影响，并在考虑预约-违约与否时保持不变，如图4所示，而每个时段到站车辆数符合时间的正态分布且只在出行高峰期存在违约现象。得到一天内各时段电动汽车的违约概率与时长分布如表2。

表2各时段违约概率、时长和惩罚系数

假设充电站内原有30个正常充电桩，并按20％标准设定6个备用充电桩。计算得预约-违约机制下各时段电动汽车违约惩罚与充电站固定与运维成本变化分别如图5和图6所示。

预约-违约机制下，充电站充电收益与购电成本保持不变，固定与运维成本变化如图6，另外获得车违约惩罚如图5，此时充电站的净收益变化如图7所示。

对照发现，预约-违约充电机制下，因电动汽车违约致使充电站增加违约惩罚550.44元，因建设备用充电桩而使固定成本增加60元，仅为不考虑违约时固定成本的11.58％，相应的总收益则增加490.44元，较不考虑违约时增加18.39％。

而在计算过程中，不难发现以下因素会影响充电站的净收益。

1)违约概率

以工作日与非工作日为例说明违约概率对违约惩罚的影响。非工作日时电动汽车违约概率与时长的分布变化如表3所示。

表3各时段违约概率、时长与惩罚系数分布

此时各时段电动汽车的违约惩罚变化如图8。

以早高峰时段为例，工作日时，7-10h三个小时内的违约惩罚分别为101.5元、49.52元和63.23元，而非工作日对应的违约惩罚分别降低到0元、28.29元和36.12元。分析发现，在电动汽车充电需求不变的前提下，由于工作日与非工作日出行习惯的不同，各时段违约概率不同，从而导致了电动汽车违约惩罚的变化。在同一时段，违约概率越高，违约惩罚越高；在同一违约概率下，发生违约的时段惩罚系数越高，违约惩罚越高。

2)违约时段与时长

以电动汽车i为例，i由于某种原因分别迟到18min和35min，可计算当迟到发生在不同时段时，分别对应的违约惩罚如图9所示。

由图发现，对电动汽车i而言，当其违约时长相同而其违约发生的时段不同，对应的违约惩罚将因违约判定及相应的惩罚系数变化而有所差异。以迟到18min为例，在0-4h、4-7h、7-10h、10-14h四个时段的违约惩罚分别为13.6元、5.4元、6.3元和0元。倘电动汽车违约时长变化，即便违约发生在同一时段内，其违约惩罚亦会不同。如在0-4h，当电动汽车迟到18min和35min时，相应的违约惩罚将由13.6元上升为47.5元。

由上述算例可知，预约-违约充电机制下，充电站的固定与运维成本、车违约惩罚分别受备用充电桩的数目、违约概率、违约时段与时长的影响发生变化，而充电收益与购电成本保持不变，从而导致预约-违约充电机制下充电站的净收益较普通充电机制下有所不同。

实施例子一

本实施例子公开了一种电动汽车预约-违约充电系统，包括：云平台及充电站，所述云平台始终与所辖的快速充电站保持信息通信，实时更新各充电站的实时电价和桩位状态；

所述云平台由信息层、计算层和决策层组成，所述信息层获取涵盖区域内所有电动汽车和快速充电站的信息、以及定时获取所涵盖区域内所有道路的车流量和拥堵情况；

所述计算层基于信息层获取的数据进行处理，在求解最优可预约充电站时将道路和交通情况纳入考虑因素；

所述决策层给出充电预约和调度建议。

以上实施例的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。

本领域技术人员应该明白，上述本公开的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (7)

1.一种电动汽车预约-违约充电方法，其特征是，包括：

发起预约充电请求并选择目标电量；

接收预约充电请求后，根据电动汽车的实时位置，并读取车辆的剩余电量和电池健康状态信息，提供可预约充电站方案，求解最优可预约充电站，包括距离远近、抵达时间、站内等待时间，并分别列出相应详细信息以供选择；

确定充电站方案后，充电站根据站内储能、桩位使用与预约情况判断是否接受本次预约；

充电请求发起方与充电站双向选择相互确认后，预约成功；

若充电请求发起方或充电站未执行确认方案则判断为违约行为，充电站未执行确认方案导致的违约则转移至其他充电站进行充电，充电请求发起方未执行确认方案导致的违约则将处于预约状态的充电站进行状态更改；

电动汽车违约判定时，倘电动汽车到达充电站时刻与预约开始充电时刻的间隔在允许时间范围内，则判定电动汽车不违约；否则判定电动汽车违约；充电站违约判定时，倘电动汽车开始充电时刻与其预约开始充电时刻间的间隔在允许范围内，则判定充电站不违约；否则判定充电站违约， 设置一个事件触发机制，若电动汽车放弃等待驶离充电站，记l＝1，否则记l＝0；记电动汽车的预约开始充电时刻、到达充电站时刻、实际开始充电时刻、驶离时刻分别为t_r-s、t_arr、t_r-b和t_lea；

电动汽车i违约惩罚f_v-i表示为：

其中，β_1i、β_2i分别为电动汽车i在两种违约情况下的违约惩罚系数，Δt_a-r为电动汽车到达充电站时刻与预约开始充电时刻的间隔，t_span为允许时间范围，若Δt_a-r≤t_ret，充电站为电动汽车保留充电桩，否则充电站将取消预留充电桩，t_ret为充电站为电动汽车保留充电桩的最长时间；

充电站对电动汽车i违约的补偿f_s-i表示为：

其中，α_1i、α_2i分别表示两种情况下充电站对电动汽车i违约的惩罚系数，Δt_b-r为电动汽车开始充电时刻与其预约开始充电时刻间的间隔，Δt_l-r为电动汽车驶离时刻与其预约开始充电时刻间的间隔，t_int为允许范围。

2.如权利要求1所述的一种电动汽车预约-违约充电方法，其特征是，提供可预约充电站方案时，监控所涵盖区域内所有道路的车流量和拥堵情况，并在求解最优可预约充电站时将道路和交通情况纳入考虑。

3.如权利要求1所述的一种电动汽车预约-违约充电方法，其特征是，当电动汽车到达充电站时，识别其身份并在数据库中检索其预约开始充电时间，若为预约该时段充电的车辆，车辆可获准驶入充电站，同时记录时钟记录其到站时间；电动汽车接入充电桩后，充电桩读取起实际开始充电时间；当电动汽车出站时，记录时钟将记录其离站时间，从而根据违约判定规则判定违约行为。

4.如权利要求1所述的一种电动汽车预约-违约充电方法，其特征是，若电动汽车到达充电站时刻与预约开始充电时刻的间隔小于允许时间范围，充电站为电动汽车保留充电桩，否则充电站将取消预留充电桩，此后若该车仍确定在本站充电需要重新预约。

5.一种电动汽车预约-违约充电系统，其特征是，包括：云平台及充电站，所述云平台始终与所辖的快速充电站保持信息通信，实时更新各充电站的实时电价和桩位状态；

所述云平台由信息层、计算层和决策层组成，所述信息层获取涵盖区域内所有电动汽车和快速充电站的信息、以及定时获取所涵盖区域内所有道路的车流量和拥堵情况；

所述计算层基于信息层获取的数据进行处理，在求解最优可预约充电站时将道路和交通情况纳入考虑因素；

所述决策层给出充电预约和调度建议；

所述决策层被配置为：提供可预约充电站方案，求解最优可预约充电站，包括距离远近、抵达时间、站内等待时间，并分别列出相应详细信息以供选择；

若充电请求发起方或充电站未执行确认方案则判断为违约行为，充电站未执行确认方案导致的违约则转移至其他充电站进行充电，充电请求发起方未执行确认方案导致的违约则将处于预约状态的充电站进行状态更改；

电动汽车违约判定时，倘电动汽车到达充电站时刻与预约开始充电时刻的间隔在允许时间范围内，则判定电动汽车不违约；否则判定电动汽车违约；充电站违约判定时，倘电动汽车开始充电时刻与其预约开始充电时刻间的间隔在允许范围内，则判定充电站不违约；否则判定充电站违约， 设置一个事件触发机制，若电动汽车放弃等待驶离充电站，记l＝1，否则记l＝0；记电动汽车的预约开始充电时刻、到达充电站时刻、实际开始充电时刻、驶离时刻分别为t_r-s、t_arr、t_r-b和t_lea；

电动汽车i违约惩罚f_v-i表示为：

其中，β_1i、β_2i分别为电动汽车i在两种违约情况下的违约惩罚系数，Δt_a-r为电动汽车到达充电站时刻与预约开始充电时刻的间隔，t_span为允许时间范围，若Δt_a-r≤t_ret，充电站为电动汽车保留充电桩，否则充电站将取消预留充电桩，t_ret为充电站为电动汽车保留充电桩的最长时间；

充电站对电动汽车i违约的补偿f_s-i表示为：

其中，α_1i、α_2i分别表示两种情况下充电站对电动汽车i违约的惩罚系数，Δt_b-r为电动汽车开始充电时刻与其预约开始充电时刻间的间隔，Δt_l-r为电动汽车驶离时刻与其预约开始充电时刻间的间隔，t_int为允许范围。

6.如权利要求5所述的一种电动汽车预约-违约充电系统，其特征是，所述充电站包括应急充电桩，所述应急充电桩并非某个特定的充电桩，而是独立于预约机制以外的桩位群。

7.如权利要求5所述的一种电动汽车预约-违约充电系统，其特征是，应急充电桩其运行时：倘电动汽车i预约充电时长为T_r-i，但其在普通充电桩K充电至预约时长结束后发现其蓄电池尚未充满，或蓄电池提前充满及电动车用户有突发事件需要提前结束本次充电；

若电动车延长充电时间或电动车提前离开并获授权，则选择应急桩位J中一个桩位将作为普通充电桩继续承担预约充电任务。

Images