[发明专利]一种考虑双边利益的电动汽车充电多目标引导方法

权利要求书

1.一种考虑双边利益的电动汽车充电多目标引导方法，其特征在于，包括以下步骤：

S1：实时获取充电站服务信息；

S2：根据获取的充电站服务信息，建立基于RF-Spearman综合赋权的多目标充电价格制定模型，通过该模型制定充电站各时段的充电价格；

S3：实时获取交通路况信息、电动汽车出行信息；

S4：根据获取的交通路况信息中的各道路速度、能耗参数以及电动汽车出行信息，建立电动汽车用电预警模型，通过该模型确定当达到预警条件时，进行电量预警；

S5：当有电量预警时，根据获取的交通路况信息和电动汽车出行信息，并结合步骤S2制定的充电站各时段的充电价格，对有充电需求的电动汽车建立电动汽车充电路径规划模型，选择最佳充电站，规划最优充电路径。

2.根据权利要求1所述的一种考虑双边利益的电动汽车充电多目标引导方法，其特征在于，步骤S2中所述根据获取的充电站服务信息，建立基于RF-Spearman综合赋权的多目标充电价格制定模型的具体内容为：

S2.1：计算充电站k的总收益f₁

式中，M、T分别为到充电站k充电的电动汽车总数和第j辆电动汽车充电的时段数；i₀为第j辆电动汽车充电起始时段；c_k(i)、c_kb(i)分别为充电站k在i时段的充电价格和购电价格；P_j,k(i)为到充电站k充电的第j辆车在i时段的充电功率；t为各时段时长；

S2.2：计算充电站k的设备利用均衡率f₂

式中，N_t为总时段数；K为区域内充电站总数；z_k为充电站k内的充电桩数；

S2.3：计算在充电站k充电的用户总充电费用f₃

S2.4：计算在充电站k充电的用户排队时长f₄

式中，T_w,k(j)为第j辆电动汽车的排队时长；

S2.5：基于RF-Spearman确定各因素f₁、f₂、f₃、f₄的综合权重式中α₁为因素f₁的权重、α₂为因素f₂的权重、α₃为因素f₃的权重、α₄为因素f₄的权重；

S2.6：构造多目标充电价格制定模型的目标函数F₁：

式中f_1m、f_2m、f_3m、f_4m分别为充电价格优化前的各目标函数值；

S2.7：构造多目标充电价格制定模型的约束条件：

充电价格约束为：

c_k,min(i)≤c_k(i)≤c_k,max(i)

电动汽车充电功率约束：

0≤P_j,k(i)≤P_j,k^max(i)

式中，c_k,min(i)、c_k,max(i)分别为充电站k的充电价格上、下限；P_j,k^max(i)为电动汽车最大充电功率；SOC_j、SOC_j,end分别为电动汽车充电开始和结束时的荷电状态；E_j,B为电池容量；η为充电效率；

根据步骤S2.6确定的目标函数F₁以及步骤S2.7确定的约束条件即可构建多目标充电价格制定模型。