[发明专利]一种考虑充电行为随机性的电动汽车充电管理方法及系统

说明书

本发明公开了一种考虑充电行为随机性的电动汽车充电管理方法及系统，根据获取的充电站基本信息和电动汽车充电参数；建立双层随机博弈模型：以充电站购电成本最低为目标，建立变电站与充电站之间的博弈模型；以电动汽车车主满意度最高为目标，建立充电站与电动汽车之间的博弈模型；并凸化双层随机博弈模型后求解，根据获得的充电站外购电量进行充电站购电，根据获得的电动汽车充电功率对电动汽车进行输电。建立双层随机博弈模型，以充电站购电成本最低进行外购电量，降低充电站购电成本，充电站改变电动汽车的充电功率，车主针对此调整充电行为，以达到车主预期的驶离时间以及电动汽车的荷电状态，提升车主的充电满意度。

技术领域

本发明涉及能源-交通系统协调运行，具体是涉及一种考虑充电行为随机性的电动汽车充电管理方法及系统。

背景技术

电动汽车保有量激增，其不协调的充电模式对配电网运营带来新的挑战，具体表现为峰值负荷增加、电能质量降低等。目前提出的协调充电方案考虑了可再生能源发电的不确定性并通过马尔可夫决策过程(MDP)求解，方案结果水平依赖天气预测数据及电动汽车车主提供的充电参数的准确性。

现有技术中有申请号为“202110943764”的中国专利公开了一种计及新能源和电动汽车的配电网优化调度方法及系统。其中考虑电动汽车充电负荷和新能源发电功率，以配电网净负荷波动最小和系统运行成本最低为综合优化目标，建立了配电网运行优化模型，通过遗传算法求解得到配电网优化调度方法，能够减小电动汽车充电对电网的影响，降低配电系统运行成本，促进电动汽车行业的发展。

现有技术中还有“Optimal scheduling for charging and discharging ofelectric vehicles”。其中基于电动汽车和基础负荷的已知功率信息，提出离线充电成本最小化算法(OCCMA)，以最小化电动汽车充电的购电成本。“Electric vehicle chargescheduling mechanism to maximize cost efficiency and user convenience”。其中建立了用户充电满意度描述模型，提出了在线充电调度算法 (OCSA)，以最大化充电站收益及电动汽车用户满意度。“A Model Predictive Control Approach forLow-ComplexityElectric Vehicle ChargingScheduling: Optimality and Scalability”。其中提出了综合考虑平抑净负荷曲线与驶离时间越早越优先(EDF)的思想与为充电站内各电动汽车分配充电功率，以有效降低模型预测控制算法的复杂度。

现有技术未建立适用于MDP的系统状态转移概率模型，即未计及可再生能源发电预测的误差、未考虑电动汽车车主在充电过程中的动态行为，且工程实践中相关参数不易直接获取，此数据质量下亦不能保证传统MDP算法的可靠性与稳定性。

发明内容

发明目的：针对以上缺点，本发明提供一种充电站购电成本低、车主充电满意度高的考虑用户充电行为随机性的电动汽车充电管理方法。

本发明还提供一种考虑用户充电行为随机性的电动汽车充电管理系统。

技术方案：为解决上述问题，本发明采用一种考虑充电行为随机性的电动汽车充电管理方法，包括以下步骤：

(1)获取充电站基本信息，并实时接收电动汽车提供的充电参数；

(2)基于充电站基本信息和电动汽车充电参数，建立双层随机博弈模型，包括变电站与充电站之间的上层非合作博弈模型和充电站与电动汽车之间的下层非合作博弈模型：

所述上层非合作博弈模型以充电站购电成本最低为目标，并且考虑电动汽车车主充电需求以及电动汽车充电功率限制；

所述下层非合作博弈模型以电动汽车车主满意度最高为目标，并且考虑电动汽车车主充电行为影响下电动汽车车主驶离时间的选择；