[发明专利]一种综合排队理论和外部成本的电动汽车充电预约方法

说明书

本发明提出一种综合排队理论和外部成本的电动汽车充电预约方法，包括，通过充电权平台根据用户的充电需求查询充电系统中未来各时段的平均排队时间和充电权价格；根据平均排队时间和充电权价格通过计算各个时段的充电费用和时间成本；根据各个时段的充电费用和时间成本从充电权平台购买充电系统中最优充电时段和最优区域的充电权；根据最优充电时段和最优区域为用户规划充电路径，使用购买的充电权为用户预约对应充电站的充电桩，并在用户实际到达并验证预约信息后进行充电。本方法通过考虑将充电站实时排队状态共享给用户带来的对稳态排队时间的影响，能够提高充电系统排队时间估计准确度，有效降低高峰时段的平均排队时间。

技术领域

本发明属于电动汽车充电管理技术领域。

背景技术

近年来，随着电动汽车数量的快速增加，充电需求持续增长，充电站排队问题也越来越突出，电动汽车充电管理面临新的挑战。电动汽车充电对于电网的负荷容量、电能质量和经济性等方面的影响是传统的电动汽车充电管理关注的重点，但在电动汽车快充场景中，充电等待时间对用户舒适度的影响更大。典型的快充等待时间可达几十分钟，而电动汽车无序充电及其导致的长时间的排队会严重影响电动汽车用户的体验，甚至影响其后续的日程安排。特别是在充电桩数量有限的场景中，充电排队问题更为突出，因此需要在快充等场景的充电管理中，分析充电排队时间及其影响因素并设计合理的管理方法。

目前，电动汽车充电排队时间估计技术可以分为实时模型和交通流模型两类。美国爱荷华州立大学的学者们提出了基于实时模型的电动汽车充电排队管理方法。实时模型利用最新的充电站的实时排队情况和预约信息估计用户选择不同充电站的对应排队时间，排队时间估计精度更高，但无法做到对排队时间的提前估计，而且缺乏解析化的公式描述排队时间与其影响因素的关系。与实时模型不同的思路是清华大学的研究人员由排队模型修改得到的交通流模型。交通流模型可以利用充电站服务强度等参数估计排队时间，并在此基础上分析交通和电力系统耦合的稳态均衡，但没能利用充电站实时排队状态来进一步减少排队时间。

充电站内电动汽车的实时充电状态可以为充电管理提供有用的信息。目前已经有一些基于网页或者智能手机的应用程序能够为用户提供这样的实时信息，这些应用程序可以辅助用户进行充电路径规划，使得实时模型的假设成为实际。另一方面，用户如果能够提前安排充电计划并进行充电预约，将有助于其他用户提前发现可能的排队并避开充电高峰时段；另一方面，高峰时段的充电桩资源紧张，需要合理的定价方法以实现充电资源的优化配置。因此，单用现有的充电排队时间的实时模型或者交通流模型，无法同时做到有效利用充电站的充电状态以及提前估计排队时间，难以有效降低充电系统的排队成本。

综上所述，需要在利用充电站实时排队状态的基础上，结合历史数据和电动汽车用户预约信息，提出基于排队理论的充电排队时间估计算法，进而提升充电系统排队时间的估计精度，并进一步指导充电定价、以合理的定价方式引导有限充电资源的合理分配。与本发明相关的技术背景包括：

1）排队时间估计技术：根据排队理论，可以基于用户的到达时间分布和服务（充电）所需时间的分布，结合服务系统（充电系统）的运行参数，对平均排队时间进行估计。不失一般性，考虑一个GI/G/c排队系统，G代表一般分布，GI代表一般独立分布，c为服务窗口（充电桩）数量，则该排队系统在稳态下的平均排队时间可以估计为：

式中，为服务窗口数量，，，分别代表排队系统的服务强度，到达率，平均服务时间；分别代表排队系统到达时间间隔和服务时间的相对方差。

2）充电决策模拟技术：电动汽车用户的充电决策受偏好充电时段、充电需求、排队时间、充电时间、路程行驶时间等因素影响，该决策过程可以用下式模拟：

式中，为最优充电时段，为用户效用函数，为用户的充电所需电量，为用户偏好的充电时段，,分别为时段的充电价格和平均排队时间；上式中，用户效用函数可以线性化为：

式中，为用户排队的成本因子，,分别为用户提前和延后出发的成本因子。

发明内容