[发明专利]电动汽车光伏充电站网络的分时段联合定价方法及系统

说明书

本发明公开了一种电动汽车光伏充电站网络的分时段联合定价方法及系统，包括：对每个充电站的经纬度信息进行聚类，获得n个聚类中心；将N个充电站视为用户需求中心，将n个聚类中心视为充电网络充电站，构建实验用充电网络；通过用户选择模型描述用户在不同时间选择充电网络中某一个充电站的充电行为，通过随机鲁棒优化方法处理光伏随机发电量，通过多充电站定价模型为城市中的多个充电站分别制定不同时间段的充电价格；定价模型的等价二阶锥规划模型描述用户和充电站两者的行为，根据提出的两阶段启发式算法求解定价模型。本发明合理分配充电站的光伏资源，避免充电站资源的浪费，提升用户充电体验，最大化充电站网络综合收益。

技术领域

本发明涉及汽车充电站技术领域，具体涉及一种电动汽车光伏充电站网络的分时段联合定价方法及系统。

背景技术

用户分布在城市中的不同地点，由于人口分布等因素，到达电动汽车充电站的用户充电需求具有地理位置分布不均衡的现象。例如博尔德中心城区，人口分布较为稠密，充电站数量较多；而在其他地段，人口分布较为稀疏，充电站数量也较少。到达不同地理位置充电站的充电需求存在差异。所以可能出现用户需求拥堵在某一些充电站，而其他充电站充电资源闲置的现象。

对每个充电站，一天中到达的用户需求在时间上分布不均衡。所以用户充电需求容易聚集在一天中的某些时间段，导致了电动汽车充电站某些时段需求拥堵，其他时间段充电桩闲置的现象。

光伏发电受光照影响，一般在10:00-15:00发电较多。从实际充电数据分析可以得到，日常生活中，这个时间段实际到达充电站的用户需求较少。所以没有被利用的光伏发电只能浪费，存在着用户需求与光伏发电不匹配造成的弃光现象。

针对以上三种资源不均衡的现象，本专利将需求时间、空间不均衡这两种因素结合起来，考虑多充电站的联合网络，建立需求时空分布不均的多光伏充电站随机鲁棒服务定价模型。通过求解该模型得到的定价策略，能够为不同地点的充电站，制定不同时间段的充电价格，最终达到均衡城市内用户充电需求，减少弃光现象，最大化电动汽车充电站运营商总收益的目的。

鲁棒优化(Robust Optimization，RO)方法作为一种解决不确定问题的领先方法，假设不确定数据属于有界集合，以最坏情况下的优化为基础，可以得出较为保守的解决方案。鲁棒优化方法在运营管理领域有较多的应用。在电动汽车领域，鲁棒优化可以被应用于处理例如用户需求、光伏发电量等随机参数。因此本文将采用随机鲁棒方法处理光伏充电站的光伏发电随机参数。

Logit模型是最早的离散选择模型，也是目前应用最广的模型，是用来刻画用户选择行为重要工具。多项Logit模型被广泛应用于刻画用户选择行为，也被应用于电动汽车用户需求描述。现有文献大多基于电网承载力对电动汽车运营进行研究；较少考虑用户行为及市场对充电站收益影响，对分时分区域结合的充电站定价研究较少。亟需一种合理的定价模型和定价策略来指导电动汽车充电站的运营，完善电动汽车充电站市场的价格机制，推动充电价格市场化进程。

发明内容

针对现有技术中存在的上述问题，本发明提供一种电动汽车光伏充电站网络的分时段联合定价方法及系统。

本发明公开了一种电动汽车光伏充电站网络的分时段联合定价方法，包括：

获取用户所需的N个电动汽车充电站的数据集，所述数据集包括每个充电站用户充电时间、充电时长和充电量，以及充电站的地址和充电站名称；

对所述数据集中的充电数据进行处理，获取每个充电站中一天中每个小时的用户充电量；

对所述数据集中的地址数据进行处理，获得每个充电站的经纬度信息；对所有充电站的经纬度信息进行聚类，获得n个聚类中心，n＜N；

将N个充电站视为用户需求中心，将n个聚类中心视为充电网络充电站，构建实验用充电网络；