[发明专利]一种基于车网互动V2G的电动汽车充放电效益优化方法

说明书

本发明公开了一种基于车网互动V2G的电动汽车充放电效益优化方法，车辆可以通过将自身多余的电量反向输送给电网来增加自身的效益并提升可再生能源利用率。本发明针对该问题场景中的多智能体多约束特性提出了一种基于合作博弈及贪心策略的多车充放电效益优化方法，实现了在同时考虑到车辆最大电池容量限制，起始点目的地等约束，充电站的充电桩数及等待位置有限，交通路径可达性，多车调度方案竞争冲突情况下最大化车辆群体的收益的目标。本发明的方法计算简单，结果有效，在基于V2G网络电动汽车充放电场景中具有可行性和优越性。并且本发明在类似的应用场景有着较好的复用性，发明的实践价值较强。

技术领域：

本发明属于物联网领域，具体涉及一种基于车网互动V2G的电动汽车充放电效益优化方法。

背景技术：

传统燃油汽车消耗着化石燃料的同时，其释放的碳氢化合物也危害着生态环境及人类健康，伴随着新技术的发展，风能和太阳能等可再生能源发电的效率的提升，以及城市中大量建设了电动汽车充电站来刺激电动汽车的利用的现状，综合考虑环保，节能，省钱，轻便等多方面因素，电动汽车是未来的趋势。然而，电动汽车的高普及率可能会导致电网过载的风险。除此之外，由于可再生电力不稳定、间歇性，使得其不容易接入电网。大量电动汽车的充电会对电网产生潜在的影响。

为了解决上述问题，车辆到电网(Vehicle-to-grid,V2G)技术应运而生，该网络是解决这一问题的一种非常有前景的方式，也被公认为移动电网。V2G描述了电动汽车与电网的关系。当电动汽车不使用时，车载电池的电能销售给电网的系统。如果车载电池需要充电，电流则由电网流向车辆。该技术充分利用了充电站与电动汽车之间的双向能量传输，使得电动汽车可以将剩余能量卸载到电网。因此，携带高存储容量电池的电动汽车在城市中可以被视为能源运输工具，构成了大规模的分布式储能系统，有助于缓解电网高峰时段的能源短缺问题。同时，V2G技术在解决“削峰填谷”储能方案，提高电网效率，推动能源结构低碳化发展等方面也起到了关键作用。通过“削峰填谷”模式，用户可选择在电价低时(波谷)从电网购电，电价高时(波峰)向电网售电，在达成“削峰填谷”目的的同时用户也能获得一定的收益。目前，在一些城市中，再生能源发电的电厂与传统电网的结合，表现出了较好的经济效益。

此外，多辆电动汽车间的竞争协作等关系也是本方法所考虑的内容。多车联合效益优化不同于单车，多车间对有限资源(本方法中是充电站点)的竞争使用，使得并非每个车辆按照单车求解的最优路径就可以达到整体上的最优，相反，这种所有车辆都选择同一路径，增加了该路径上节点的竞争，结果是只有少数车辆能得到既定的收益，其余车辆不能在此充放电的同时还需承担本路径途中花费，此外，这对该路径的交通也会造成了严重的拥堵，不利于交通管理。同时其余路径上的充电桩大量空余，也是种资源浪费。

博弈论本身就是解决多智能体决策的一种经典方法，常常用以解决智能理性决策者之间冲突与合作的数学模型，非常适合用于研究车辆网中考虑多辆电动汽车竞争合作的充放电效益优化问题。主要有参与者，策略集以及效用函数三个因素构成，可以解决各种实际应用问题。在博弈论中，每个参与者选择的策略会影响到其他参与者的决策，最终，每个参与者的最终目标都是实现其收益和最大利润。博弈论一般分为两个分支，即非合作博弈(竞争)和合作博弈。非合作博弈可应用于需求侧管理(DSM)建模、微电网实时监控、实施与控制、市场与动态定价等。合作博弈论包括两个主要分支，即联盟博弈和纳什博弈。在联盟博弈中，参与者可以组成联盟群体，分别大幅度增加和减少自己的收益和成本。博弈论被广泛应用于许多领域，有些学者基于博弈论提出了一种协同边缘缓存框架来同时解决大量短视频业务应用场景中的数据延迟，云服务器的工作负载重，骨干网的数据流量压力大三个问题。还有专家将博弈论应用在出租车共享推荐机制方面来达到增加出租车的收益的目标。在计算机网络领域，从资源的分配到模拟各个单位之间的竞争模式都可以通过博弈论来帮助我们了解这些参与者的行为模式。近些年来，博弈论在智能交通系统以及智能电网中也得到了广泛的应用，例如交通信号控制问题，旅行时间可靠性问题，聚合商对其竞争对手的最优V2G定价机制等。因此本方法应用博弈论建模提出了一种基于V2G的电动汽车充放电效益优化方法。

发明内容：