基于迭代双边拍卖的无线充电市场能源调度方法及系统与流程

本发明涉及智能算法的技术领域，尤其是涉及一种基于迭代双边拍卖的无线充电市场能源调度方法及系统。

背景技术：

近年，电动汽车的销量节节攀升，与电动汽车配套的充电设施也将会得到大范围铺设。未来，无线电力传输技术将会应用到电动汽车充电当中，使充电更加便捷、安全。无线充电系统分为两个子系统：电能发送系统和电能接收系统。前者可安装在马路、停车位的地面下，后者安装在车底下。两个系统通过电磁感应进行电力传输，无需人工电缆连接。

2013年，olev(onlineelectricvehicle)公交系统在韩国龟尾市内投入运营，该公交系统采用动态无线充电方式，公交车可以一边行驶一边充电。在现有技术中对电动汽车无线充电负荷对电力市场的影响进行了研究，但它只考虑日前市场(即提前一天对负荷进行预测并安排电力生产)，而且认为预测是完美的，故忽略了电动汽车驾驶行为的随机性。

由于电动汽车的驾驶速度快、航线(包括时间和地点信息)不确定，所以其无线充电负荷也是快速变化的、不确定的。远距离的大型集中式发电的响应速度较慢，难以满足无线充电的需求。

技术实现要素：

有鉴于此，本发明的目的在于提供一种基于迭代双边拍卖的无线充电市场能源调度方法及系统，以缓解了现有的大型集中式发电的响应速度较慢从而难以满足无线充电需求的技术问题。

第一方面，本发明实施例提供了一种基于迭代双边拍卖的无线充电市场能源调度方法，包括：确定电能购买方，电能售卖方和电能代理方，其中，所述电能购买方和所述电能售卖方为非合作关系；所述电能代理方获取所述电能购买方的第一出价信息，所述第一出价信息中包括每个电能购买方购买每个分布式能源的价格信息；所述电能代理方获取所述电能售卖方的第二出价信息，所述第二出价信息中包括每个分布式能源售卖每个所述电能购买方的价格信息；所述电能代理方基于所述第一出价信息和所述第二出价信息确定目标信息，以实现所述电能购买方和所述电能售卖方的利益最大化，所述目标信息包括：所述电能购买方购买分布式能源的购买量，所述电能购买方购买分布式能源的购买价格，所述电能售卖方所属分布式能源的发电量，所述电能售卖方所属分布式能源的卖出价格，所述目标信息为所述电能代理方在未知电能购买方的满意度函数和电能售卖方的成本函数的情况下计算得到的，所述满意度函数包括所述电能购买方所属无线充电设备上电动汽车的满意度信息，所述成本函数包括所述分布式能源的成本信息。

进一步地，所述电能代理方获取所述电能购买方的第一出价信息包括：第一获取步骤，获取所述电能购买方基于第一目标信息计算出的当前迭代步骤中所述电能购买方购买分布式能源的第一出价信息，所述第一目标信息为上一迭代步骤中计算得到的目标信息，所述上一迭代步骤为所述当前迭代步骤的上一迭代步骤；所述电能代理方获取所述电能售卖方的第二出价信息包括：第二获取步骤，获取所述电能售卖方基于第一目标信息计算出的所述当前迭代步骤中所述电能售卖方售卖所述分布式能源的第二出价信息。

进一步地，所述电能代理方基于所述第一出价信息和所述第二出价信息确定目标信息包括：计算步骤，所述电能代理方通过预先构建的数学模型对所当前迭代步骤的第一出价信息和所述当前迭代步骤中的第二出价信息进行计算，得到第二目标信息，所述第二目标信息为所述当前迭代步骤中计算得到的目标信息；判断步骤，所述电能代理方判断所述当前迭代步骤中的第一出价信息和所述当前迭代步骤中的第二出价信息是否满足迭代停止条件；如果判断出满足所述迭代停止条件，则将所述第二目标信息作为所述目标信息；如果判断出不满足所述迭代停止条件，则将所述第二目标信息作为所述第一目标信息，并返回执行所述第一计算步骤和所述第二计算步骤，直至满足所述迭代停止条件；其中，所述迭代停止条件为所述当前迭代步骤中的第一出价信息与所述上一迭代步骤中的第一出价信息之间的差值小于预设误差，且所述当前迭代步骤中的第二出价信息与所述上一迭代步骤中的第二出价信息之间的差值小于所述预设误差。

进一步地，所述电能购买方基于第一目标信息计算当前迭代步骤中所述电能购买方购买分布式能源的第一出价信息包括：通过第一公式构建第一问题模型，其中，ui(di)为电能购买方i中无线充电设备上电动汽车的满意度函数，pi(bi)为所述电能购买方i的支付函数，且pi(bi)满足公式bi为所述电能购买方i对所述分布式能源的买入价，di为所述电能购买方i的需求向量，g为所述分布式能源的集合，bij为所述电能购买方i对分布式能源j的买入价；基于所述第一目标信息对所述第一问题模型进行最优求解，得到第一最优求解，并将所述第一最优求解作为当前迭代步骤中所述电能购买方购买分布式能源的第一出价信息，其中，bij为所述第一出价信息中的元素。

进一步地，所述电能售卖方基于第一目标信息计算所述当前迭代步骤中所述电能售卖方售卖所述分布式能源的第二出价信息包括：通过第二公式构建第二问题模型，其中，rj(aj)为所述电能售卖方的收益函数，且rj(aj)满足公式cj(sj)为分布式能源j的成本函数，aj为所述分布式能源j的出价向量，sj为所述分布式能源j的供应量，a为所述电能购买方的集合，aij为所述分布式能源j对所述电能购买方i的卖出价；基于所述第一目标信息对所述第二问题模型进行最优求解，得到第二最优求解，并将所述第二最优求解作为当前迭代步骤中所述电能售卖方售卖所述分布式能源的第二出价信息，其中，aij为所述第二出价信息中的元素。

进一步地，所述电能代理方基于所述第一出价信息和所述第二出价信息确定目标信息包括：根据第三公式构建第三问题模型，其中，dij为所述电能购买方i对所述分布式能源j的需求量，sij为所述分布式能源j对所述电能购买方i的供应量；对所述第三问题模型进行最优求解，得到第三最优求解，并将所述第三最优求解作为所述目标信息。

进一步地，对所述第三问题模型进行最优求解，得到第三最优求解包括：

将所述第三公式进行转化，得到所述第三问题模型的lagrange函数：其中，λ，α，β和μ为拉格朗日乘子，k表示所述无线充电设备上电动汽车，为电动汽车k的充电需求的最小值，为所述电动汽车k的充电需求的最大值；对所述第三问题模型的lagrange函数进行最优求解，得到所述第三最优求解，其中，所述第三最优求解满足第四公式和第五公式

第二方面，本发明实施例还提供了一种基于迭代双边拍卖的无线充电市场能源调度系统，包括：第一确定单元，用于确定电能购买方，电能售卖方和电能代理方，其中，所述电能购买方和所述电能售卖方为非合作关系；第一获取单元，用于获取所述电能购买方的第一出价信息，所述第一出价信息中包括每个电能购买方购买每个分布式能源的价格信息；第二获取单元，用于获取所述电能售卖方的第二出价信息，所述第二出价信息中包括每个分布式能源售卖每个所述电能购买方的价格信息；第二确定单元，用于基于所述第一出价信息和所述第二出价信息确定目标信息，以实现所述电能购买方和所述电能售卖方的利益最大化，所述目标信息包括：所述电能购买方购买分布式能源的购买量，所述电能购买方购买分布式能源的购买价格，所述电能售卖方所属分布式能源的发电量，所述电能售卖方所属分布式能源的卖出价格，所述目标信息为所述电能代理方在未知电能购买方的满意度函数和电能售卖方的成本函数的情况下计算得到的，所述满意度函数包括所述电能购买方所属无线充电设备上电动汽车的满意度信息，所述成本函数包括所述分布式能源的成本信息。

进一步地，第一获取单元包括：第一获取子单元，用于获取所述电能购买方基于第一目标信息计算出的当前迭代步骤中所述电能购买方购买分布式能源的第一出价信息，所述第一目标信息为上一迭代步骤中计算得到的目标信息，所述上一迭代步骤为所述当前迭代步骤的上一迭代步骤；

第二确定单元，用于包括：第二获取子单元，用于获取所述电能售卖方基于第一目标信息计算出的所述当前迭代步骤中所述电能售卖方售卖所述分布式能源的第二出价信息。

进一步地，计算子单元，用于通过预先构建的数学模型对所述当前迭代步骤的第一出价信息和所述当前迭代步骤中的第二出价信息进行计算，得到第二目标信息，所述第二目标信息为所述当前迭代步骤中计算得到的目标信息；判断子单元，用于判断所述当前迭代步骤中的第一出价信息和所述当前迭代步骤中的第二出价信息是否满足迭代停止条件；如果判断出满足所述迭代停止条件，则将所述第二目标信息作为所述目标信息；如果判断出不满足所述迭代停止条件，则将所述第二目标信息作为所述第一目标信息，并通过所述第一计算子单元和所述第二计算子单元分别计算下一迭代步骤第一出价信息和下一迭代步骤第二出价信息，直至满足所述迭代停止条件；其中，所述迭代停止条件为所述当前迭代步骤中的第一出价信息与所述上一迭代步骤中的第一出价信息之间的差值小于预设误差，且所述当前迭代步骤中的第二出价信息与所述上一迭代步骤中的第二出价信息之间的差值小于所述预设误差。

在本发明实施例中，首先确定电能购买方，电能售卖方和电能代理方，然后，电能代理方获取电能购买方购买分布式能源的第一出价信息，以及，获取电能售卖方售卖分布式能源的第二出价信息；接下来，作为电能代理方的拍卖师就可以根据第一出价信息和第二出价信息进行电能的分配和定价。在本发明实施例中，电能代理方是在不知道电能购买方和电能售卖方的隐私信息的情况下，进行的电能分配和定价，通过该计算方式，能够提升电能购买方所属无线充电设备上电动汽车的充电满意度，并降低电能售卖方所属的分布式能源的发电成本，以实现电能购买方和电能售卖方的利益最大化，从而达到了更加高效的在电能售卖方和电能购买方之间进行电能分配的目的，进而以缓解了现有的大型集中式发电的响应速度较慢从而难以满足无线充电需求的技术问题。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的一种基于迭代双边拍卖的无线充电市场能源调度方法的流程图；

图2是根据本发明实施例的一种智能电网中电动汽车无线充电市场的示意图；

图3是根据本发明实施例的一种迭代双边拍卖算法的收敛性能的仿真示意图；

图4是根据本发明实施例的另一种迭代双边拍卖算法的收敛性能的仿真示意图；

图5是根据本发明实施例的一种总效益收敛至最优值所用的计算时间的仿真示意图；

图6是根据本发明实施例的第一种汇集商的电动汽车服务率对电能交易结果的影响的仿真示意图；

图7是根据本发明实施例的第二种汇集商的电动汽车服务率对电能交易结果的影响的仿真示意图；

图8是根据本发明实施例的第三种汇集商的电动汽车服务率对电能交易结果的影响的仿真示意图；

图9是根据本发明实施例的一种基于迭代双边拍卖的无线充电市场能源调度系统的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

根据本发明实施例，提供了一种基于迭代双边拍卖的无线充电市场能源调度方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种基于迭代双边拍卖的无线充电市场能源调度方法的流程图，如图1所示，该方法包括如下步骤：

步骤s102，确定电能购买方，电能售卖方和电能代理方，其中，电能购买方和电能售卖方为非合作关系；

需要说明的是，在本发明实施例中，电能购买方，电能售卖方和电能代理方是为了解决社会福利问题(下述sw问题)而设立的，电能购买方，电能售卖方和电能代理方是基于实际问题而在迭代双边拍卖算法中设定的虚拟对象。在本发明实施例提供的基于迭代双边拍卖的无线充电市场能源调度方法可以在计算终端上来执行，例如，在电脑上来执行。

步骤s104，电能代理方获取电能购买方的第一出价信息，第一出价信息中包括每个电能购买方购买每个分布式能源的价格信息；

在本发明实施例中，电能购买方可以称为汇集商，分布式能源可以为电网中的分布式能源，该汇集商能够为电动汽车提供无线充电服务，也就是说，上述汇集商向电网购买分布式能源，以通过该分布式能源向电动汽车提供电能。

步骤s106，电能代理方获取电能售卖方的第二出价信息，第二出价信息中包括每个分布式能源售卖每个电能购买方的价格信息；

在本发明实施例中，电能售卖方即为分布式能源的生产方。也就是说，上述第一出价信息可以称为买入价集合，第二出价信息可以称为卖出价集合。

步骤s108，电能代理方基于第一出价信息和第二出价信息确定目标信息，以实现电能购买方和电能售卖方的利益最大化，目标信息包括：电能购买方购买分布式能源的购买量，电能购买方购买分布式能源的购买价格，电能售卖方所属分布式能源的发电量，电能售卖方所属分布式能源的卖出价格，目标信息为电能代理方在未知电能购买方的满意度函数和电能售卖方的成本函数的情况下计算得到的，满意度函数包括电能购买方所属无线充电设备上电动汽车的满意度信息，成本函数包括分布式能源的成本信息。

在本发明实施例中，可以通过双边拍卖算法进行电能的分配和电能的定价。其中，分布式能源作为电能售卖方，汇集商(aggregator)汇集电动汽车的充电需求，作为电能购买方。所有买方和卖方都是非合作关系，独立地进行出价。电能代理方作为拍卖师，根据出价进行电能分配和定价，无需买卖方的隐私信息。通过仿真结果表明，本发明实施例提供的方法可以最大化供需双方的总效益，且具有较快的收敛速度，能够保证电动汽车与分布式能源之间电能分配的高效性。

在本发明实施例中，首先确定电能购买方，电能售卖方和电能代理方，然后，电能代理方获取电能购买方购买分布式能源的第一出价信息，以及，获取电能售卖方售卖分布式能源的第二出价信息；接下来，作为电能代理方的拍卖师就可以根据第一出价信息和第二出价信息进行电能的分配和定价。在本发明实施例中，电能代理方是在不知道电能购买方和电能售卖方的隐私信息的情况下，进行的电能分配和定价，通过该计算方式，能够提升电能购买方的电动汽车的无线充电满意度，并降低电能售卖方所属的分布式能源的发电成本，以实现电能购买方和电能售卖方的利益最大化，从而达到了更加高效的在电能售卖方和电能购买方之间进行电能分配的目的，进而以缓解了现有的大型集中式发电的响应速度较慢从而难以满足无线充电需求的技术问题。

如图2所示的为智能电网中电动汽车无线充电市场的示意图。汇集商管理一片区域内的无线充电设施，能够实时获取到区域内电动汽车的航线和充电需求信息，并在市场中购买电能来满足电动汽车的充电需求。分布式能源可以是可再生能源，也可以是火力发电，作为电能售卖方。电能代理方作为拍卖师，跟买卖方交换信息，达到优化双方总效益的目的。考虑到电动汽车的快速移动性和航线的不确定性，该无线充电市场应该对电能进行预售，事先确定电能交易量和价格。比如，现在是5:55，市场对6:00至6:05时段进行电能预售(pjm电力市场中实时电能调度时间间隔是5分钟)。电动汽车需要保证在该时段内始终与充电设施(动态或静态)无线连接，汇集商才会接受它的充电请求。不能保证这一点的其他电动汽车将不能参与此次电能预售，它们可以通过其他方式(如主电网)获得电能。

在本发明实施例的一个可选实施方式中，采用的是迭代双边拍卖算法进行电能供需的分配，通过该分配方法，可以在买卖方隐私信息未知的情况下，进行的电能分配和定价，通过该计算方式，提升了买方电动汽车的充电满意度，降低了卖方分布式能源的发电成本，以最大化总效益。下面将结合下述步骤对上述迭代双边拍卖算法进行介绍：

第一获取步骤，获取电能购买方基于第一目标信息计算出的当前迭代步骤中电能购买方购买分布式能源的第一出价信息，第一目标信息为上一迭代步骤中计算得到的目标信息，上一迭代步骤为当前迭代步骤的上一迭代步骤；

第二获取步骤，获取电能售卖方基于第一目标信息计算出的当前迭代步骤中电能售卖方售卖分布式能源的第二出价信息；

计算步骤，电能代理方通过预先构建的数学模型对所当前迭代步骤的第一出价信息和当前迭代步骤中的第二出价信息进行计算，得到第二目标信息，第二目标信息为当前迭代步骤中计算得到的目标信息；

判断步骤，电能代理方判断当前迭代步骤中的第一出价信息和当前迭代步骤中的第二出价信息是否满足迭代停止条件；

如果判断出满足迭代停止条件，则将第二目标信息作为目标信息；如果判断出不满足迭代停止条件，则将第二目标信息作为第一目标信息，并返回执行第一计算步骤和第二计算步骤，直至满足迭代停止条件；

其中，迭代停止条件为当前迭代步骤中的第一出价信息与上一迭代步骤中的第一出价信息之间的差值小于预设误差，且当前迭代步骤中的第二出价信息与上一迭代步骤中的第二出价信息之间的差值小于预设误差。

具体地，在本发明实施例中，首先进行初始化处理，包括初始化处理目标信息中各参数值，包括：d⁽⁰⁾，s⁽⁰⁾，λ⁽⁰⁾，μ⁽⁰⁾和ε，其中，d⁽⁰⁾为能源需求矩阵的初始值，s⁽⁰⁾为能源供应矩阵的初始值，λ⁽⁰⁾和μ⁽⁰⁾为定价参数的初始值，ε即为上述预设误差。

其中，能源需求矩阵中包括电能购买方购买分布式能源的购买量，能源供应矩阵中包括电能售卖方所属分布式能源的发电量。

接来下，基于上述目标信息的初始值(也即，第一目标信息)计算第一个迭代步骤(即，t＝1的时刻)中汇聚商购买分布式能源的第一出价信息，记为b⁽¹⁾。接下来，基于上述目标信息的初始值计算第一个迭代步骤(即，t＝1的时刻)中分布式能源的第二出价信息，记为a⁽¹⁾。

进而，基于上述数学模型对第一个迭代步骤中的第一出价信息b⁽¹⁾和第一个迭代步骤中的第二出价信息a⁽¹⁾进行计算，得到t＝1的时刻的第二目标信息，即d⁽¹⁾，s⁽¹⁾，λ⁽¹⁾，μ⁽¹⁾。

然后，判断t＝1的时刻的b⁽¹⁾与t＝0的时刻的b⁽⁰⁾之间的误差是否小于预设误差，以及判断t＝1的时刻的a⁽¹⁾与t＝0的时刻的b⁽⁰⁾之间的误差是否小于预设误差。其中，如果判断出是，则将第二目标信息作为上述目标信息，如果判断出不是，则基于t＝1的时刻的第二目标信息计算t＝2的时刻汇聚商购买分布式能源的第一出价信息，记为b⁽²⁾。以及基于t＝1的时刻的第二目标信息计算t＝2的时刻分布式能源的第二出价信息，记为a⁽²⁾。进而，基于数学模型对t＝2的时刻的第一出价信息b⁽²⁾和t＝2的时刻的第二出价信息a⁽²⁾进行计算，得到t＝2的时刻的第二目标信息，即d⁽²⁾，s⁽²⁾，λ⁽²⁾，μ⁽²⁾。

在计算得到t＝2的时刻的第二目标信息之后，可以判断b⁽²⁾与b⁽¹⁾之间的差值是否小于预设误差，以及判断a⁽²⁾与a⁽¹⁾之间的误差是否小于预设误差。其中，如果判断出小于预设误差，则将t＝2的时刻的第二目标信息作为上述目标信息，如果判断出不小于预设误差，则重复执行上述第一计算步骤，第二计算步骤，第三计算和判断步骤，直至迭代停止条件。

在本发明实施例的另一个可选实施方式中，在第一获取步骤中，电能购买方基于第一目标信息计算当前迭代步骤中电能购买方购买分布式能源的第一出价信息包括如下步骤：

步骤s1021，通过第一公式构建第一问题模型，其中，ui(di)为电能购买方i中无线充电设备上电动汽车的满意度函数，pi(bi)为电能购买方i的支付函数，且pi(bi)满足公式bi为电能购买方i对分布式能源的买入价，di为电能购买方i的需求向量，g为分布式能源的集合，bij为电能购买方i对分布式能源j的买入价；

步骤s1022，基于第一目标信息对第一问题模型进行最优求解，得到第一最优求解，并将第一最优求解作为当前迭代步骤中电能购买方购买分布式能源的第一出价信息，其中，bij为第一出价信息中的元素。

具体地，bij为电能购买方i对分布式能源j的买入价，也即bij表示汇集商i对分布式能源j的电能买入价(bidprice)，故汇集商i出价向量表示为所有汇集商的出价表示为汇集商i需要求解下面的买方(b，buyer)问题，从而确定最优的买入价。

其中，b问题可以描述为第一问题模型：pi(bi)为电能购买方的支付函数，由电能代理方决定。在本发明实施例中，可以通过求解上述第一问题模型来计算当前迭代步骤中的第一出价信息。

其中，ui(di)满足公式：其中，ri为常数，ξ为电动汽车的无线充电效率。只有当汇集商i所提供的充电电量大于电动汽车最小需求量时，满意度才能得到提升。

在本发明实施例的另一个可选实施方式中，在第一获取步骤中，电能售卖方基于第一目标信息计算当前迭代步骤中电能售卖方售卖分布式能源的第二出价信息包括如下步骤：

步骤s1041，通过第二公式构建第二问题模型，其中，rj(aj)为电能售卖方的收益函数，且rj(aj)满足公式cj(sj)为分布式能源j的成本函数，aj为分布式能源j的出价向量，sj为分布式能源j的供应量，a为电能购买方的集合，aij为分布式能源j对电能购买方i的卖出价；

步骤s1042，基于第一目标信息对第二问题模型进行最优求解，得到第二最优求解，并将第二最优求解作为当前迭代步骤中电能售卖方售卖分布式能源的第二出价信息，其中，aij为第二出价信息中的元素。

在本发明实施例中，aij为分布式能源j对电能购买方i的卖出价，也即，aij表示为分布式能源j对汇集商i的电能卖出价(askprice)，故分布式能源j的出价向量表示为所有分布式能源的出价表示为分布式能源j需要求解下面的卖方(s，seller)问题，从而确定最优的卖出价。

其中，s问题可以描述为第二问题模型：其中，rj(aj)为卖方的收益函数，由拍卖师决定；cj(sj)满足下述公式：其中，c1,j、c2,j、c3,j为常数，且c1,j>0。

在本发明实施例中，可以通过求解上述第二问题模型来计算当前迭代步骤中的第二出价信息。

在本发明实施例的另一个可选实施方式中，上述步骤s106，即，基于第一出价信息和第二出价信息计算目标信息包括如下步骤：

步骤s1061，根据第三公式构建第三问题模型，其中，dij为电能购买方i对分布式能源j的需求量，sij为分布式能源j对电能购买方i的供应量；

步骤s1062，对第三问题模型进行最优求解，得到第三最优求解，并将第二最优求解作为目标信息。

可选地，步骤s1062，对第三问题模型进行最优求解包括如下步骤：

步骤s1，将第三公式进行转化，得到第三问题模型的lagrange函数：其中，λ，α，β和μ为拉格朗日乘子，k表示无线充电设备上的电动汽车，为电动汽车k的充电需求的最小值，为电动汽车k的充电需求的最大值；

步骤s2，对第三问题模型的lagrange函数进行最优求解，得到第三最优求解，其中，第三最优求解，满足第四公式和第五公式

由于汇集商和分布式能源之间是非合作的关系，且它们的目标往往是矛盾的。汇集商希望获得更多电能来提升电动汽车的满意度，而分布式能源却希望尽量减少发电成本。因此，它们需要一个电能代理方来协调电能分配。这里考虑电能代理方需要最大化双方的总效益，即社会福利(sw，socialwelfare)。因此，通过求解sw问题来得到最优的d^*和s^*。

具体地，sw问题可以描述为数学模型：该数学模型的约束条件为：约束条件1、约束条件2、约束条件3、dij＝sij，约束条件4、dij,sij≥0，为分布式能源j的最大发电量。约束条件3表示电能的供需平衡。sw问题是典型的约束优化问题，可以通过计算kkt(karush-kuhn-tucker)条件求解，而且其目标函数是凹的，故可以得到全局最优解。对约束条件1至约束条件3进行松弛，sw问题的lagrange函数表示为：

其中，sw问题的最优解满足如下kkt条件：

但是，电能代理方在求解sw问题时，需要知道汇集商的满意度函数和分布式能源的成本函数。但由于隐私或欺骗等问题，电能代理方不一定能获得真实的函数信息。这时直接求解sw问题就变得不可行。因此，可以将sw问题转换为a问题，并通过求解a问题来对sw问题进行求解。

具体地，汇集商和分布式能源把出价提交给电能代理方，电能代理方需要求解下面的拍卖师(a，auctioneer)问题，从而计算出电能的交易量。

其中，a问题的数学模型可以描述为第三公式：在第三公式中，数学模型的构建与电能购买方和电能售卖方(满意度和成本)函数的凹凸性有关。因为汇集商的满意度函数是凹的，故增添一个凹成分(对数运算)来获取其函数的凹特征。类似地，增添一个凸成分(平方运算)来获取分布式能源成本函数的凸特性。由第三公式可知，电能代理方求解a问题时只需要知道买卖方的出价。由于a问题的数学模型是凹的，所以可以通过计算kkt条件求解。

接下来，可以将a问题进行转换，得到a问题的lagrange函数，具体该函数可以表示为：

上述a问题的最优解满足如下kkt条件：和-aijsij+λj-μij＝0。

为了使得a问题的最优解也是sw问题的最优解，需要保证它们的kkt条件是一致的。因此，由和-aijsij+λj-μij＝0可得下述公式：

这意味着，当电能购买方的出价和电能售卖方的出价分别满足式和式时，即得到a问题的最优解。

综上，在本发明实施例中，由以上双边拍卖机制可知，汇集商和分布式能源分别求解b问题和s问题时，需要电能代理方提供的电能供需信息d和s；电能代理方求解a问题时，需要买卖方提交的出价信息b和a。因此，b、s、a问题的求解需要通过迭代的方式进行。迭代过程中，电能代理方与买卖方不断交换信息，直到拍卖结果不再改变。上述双边拍卖算法可以用下述程序来表示：

步骤1、初始化：d⁽⁰⁾,s⁽⁰⁾,λ⁽⁰⁾,μ⁽⁰⁾,ε；

步骤2、t←0；flagconv←0；

步骤3、whileflagconv＝0do；

步骤4、t←t+1；

步骤5、汇集商求解b问题，提交买入价b^(t)；

步骤6、分布式能源求解s问题，提交卖出价a^(t)；

步骤7、电能代理方求解a问题，得到d^(t),s^(t)，并广播定价规则的定价参数λ^(t),μ^(t)；

步骤8、

步骤9、flagconv←1；

步骤10、endif；

步骤11、endwhile；

步骤12、输出：d^*,s^*,λ^*,μ^*,p(b^*),r(a^*)。

该算法的特点在于，把上述分配问题拆分成汇集商的b问题、分布式能源的s问题、电能代理方的a问题。它们分别独立求解自身的最优化问题，然后交换计算结果。这种机制更加适用于电动汽车充电市场，电能代理方无需知道买卖方的隐私信息(满意度函数和成本函数)，仅根据买卖方的出价就能优化双方总效益，达到利益的最大化。

在本发明实施例中，发明人对上述方法进行了仿真验证，其中汇集商能够实时获取车的航线信息并控制车的充电。仿真中，主要分析单个时段内算法的性能。为了便于分析，首先考虑a＝2和g＝2的情况，即两个汇集商和两个分布式能源。令v1＝300和v2＝200，即汇集商1和2分别有300和200辆电动汽车需要充电。对于有如下参数设置：r1＝r2＝500c1,1＝0.01，c1,2＝0.02，c2,j＝c3,j＝0，ξ＝0.8。

图3和图4给出迭代双边拍卖算法的收敛性能。图3中虚线表示通过直接求a问题得到的总效益最优值，但这种方案需要买卖方的隐私信息。可见，本双边拍卖算法的总效益在第5次迭代后可以稳定在最优值上，收敛速度快，且无需隐私信息。图4给出本算法的电能需求量和供应量的收敛情况。

接下来分析汇集商和分布式能源的数量对收敛速度的影响。参数设置如下，对于有c1,j＝[0.01,0.02]，即参数的取值为其区间内的均匀分布，其余参数设置与之前相同。仿真结果表明，本算法的收敛迭代次数不会随着买卖方数量增加而增加。通常，第5次迭代后的总效益就收敛至最优值。但由于买卖方数量增加，电能代理方求解a问题的时间会增加，图5给出总效益收敛至最优值所用的时间。

最后分析电动汽车数量对电能交易结果的影响。考虑之前两个汇集商和两个分布式能源的情况。设汇集商1和2分别最多可以同时服务300和200辆电动汽车。电动汽车服务率等于当前服务车数与最大服务车数的比值。由图6可见，汇集商1在0.5服务率之后支付金额大幅增长，此时其服务车数为300×0.5＝150。汇集商2在0.7服务率之后也有类似的增长，此时其服务车数为200×0.7＝140。可见，当总充电车数大约到达290之后，分布式能源的发电成本将大大增加，使得汇集商支付金额也随之增加。图7表明，支付金额大幅增加后，汇集商会减少电能获取量的增量。图8中，总效益前半段上升的主要原因是电动汽车满意度的提升，而总效益后半段下降的原因主要来自于分布式能源发电成本的上升。

针对电动汽车无线充电市场，采用迭代双边拍卖算法进行电能供需匹配。汇集商和分布式能源按照自身效益最大化原则进行出价，电能代理方无需买卖方的隐私信息，仅根据他们的出价进行电能分配和定价。仿真结果表明，本算法可以使得最终的买卖双方总效益收敛至最优值，而且有较快的收敛速度，能保证电动汽车无线充电市场中电能分配的高效性。

实施例二：

本发明实施例还提供了一种基于迭代双边拍卖的无线充电市场能源调度系统，该基于迭代双边拍卖的无线充电市场能源调度系统主要用于执行本发明实施例上述内容所提供的基于迭代双边拍卖的无线充电市场能源调度方法，以下对本发明实施例提供的基于迭代双边拍卖的无线充电市场能源调度系统做具体介绍。

图9是根据本发明实施例的一种基于迭代双边拍卖的无线充电市场能源调度系统的示意图，如图9所示，该基于迭代双边拍卖的无线充电市场能源调度系统主要包括：第一确定单元91，第一获取单元92，第二获取单元93和第二确定单元94，其中：

第一确定单元91，用于确定电能购买方，电能售卖方和电能代理方，其中，电能购买方和电能售卖方为非合作关系；

第一获取单元92，用于获取电能购买方的第一出价信息，第一出价信息中包括每个电能购买方购买每个分布式能源的价格信息；

第二获取单元93，用于获取电能售卖方的第二出价信息，第二出价信息中包括每个分布式能源售卖每个电能购买方的价格信息；

第二确定单元94，用于基于第一出价信息和第二出价信息确定目标信息，以实现电能购买方和电能售卖方的利益最大化，目标信息包括：电能购买方购买分布式能源的购买量，电能购买方购买分布式能源的购买价格，电能售卖方所属分布式能源的发电量，电能售卖方所属分布式能源的卖出价格，目标信息为电能代理方在未知电能购买方的满意度函数和电能售卖方的成本函数的情况下计算得到的，满意度函数包括电能购买方所属无线充电设备上电动汽车的满意度信息，成本函数包括分布式能源的成本信息。

在本发明实施例中，首先确定电能购买方，电能售卖方和电能代理方，然后，电能代理方获取电能购买方购买分布式能源的第一出价信息，以及，获取电能售卖方售卖分布式能源的第二出价信息；接下来，作为电能代理方的拍卖师就可以根据第一出价信息和第二出价信息进行电能的分配和定价。在本发明实施例中，电能代理方是在不知道电能购买方和电能售卖方的隐私信息的情况下，进行的电能分配和定价，通过该计算方式，能够提升电能购买方的电动汽车的充电满意度，并降低电能售卖方所属的分布式能源的发电成本，以实现电能购买方和电能售卖方的利益最大化，从而达到了更加高效的在电能售卖方和电能购买方之间进行电能分配的目的，进而以缓解了现有的大型集中式发电的响应速度较慢从而难以满足无线充电需求的技术问题。

可选地，第一获取单元包括：第一获取子单元，用于获取电能购买方基于第一目标信息计算出的当前迭代步骤中电能购买方购买分布式能源的第一出价信息，第一目标信息为上一迭代步骤中计算得到的目标信息，上一迭代步骤为当前迭代步骤的上一迭代步骤；第二确定单元，用于包括：第二获取子单元，用于获取电能售卖方基于第一目标信息计算出的当前迭代步骤中电能售卖方售卖分布式能源的第二出价信息。

可选地，计算单元包括：计算子单元，用于通过预先构建的数学模型对所当前迭代步骤的第一出价信息和当前迭代步骤中的第二出价信息进行计算，得到第二目标信息，第二目标信息为当前迭代步骤中计算得到的目标信息；判断子单元，用于判断当前迭代步骤中的第一出价信息和当前迭代步骤中的第二出价信息是否满足迭代停止条件；如果判断出满足迭代停止条件，则将第二目标信息作为目标信息；如果判断出不满足迭代停止条件，则将第二目标信息作为第一目标信息，并通过第一计算子单元和第二计算子单元分别计算下一迭代步骤第一出价信息和下一迭代步骤第二出价信息，直至满足迭代停止条件；其中，迭代停止条件为当前迭代步骤中的第一出价信息与上一迭代步骤中的第一出价信息之间的差值小于预设误差，且当前迭代步骤中的第二出价信息与上一迭代步骤中的第二出价信息之间的差值小于预设误差。

可选地，该系统还包括：第三确定单元用于：通过第一公式构建第一问题模型，其中，ui(di)为电能购买方i中无线充电设备上的电动汽车的满意度函数，pi(bi)为电能购买方i的支付函数，且pi(bi)满足公式bi为电能购买方i对分布式能源的买入价，di为电能购买方i的需求向量，g为分布式能源的集合，bij为电能购买方i对分布式能源j的买入价；基于第一目标信息对第一问题模型进行最优求解，得到第一最优求解，并将第一最优求解作为当前迭代步骤中电能购买方购买分布式能源的第一出价信息，其中，bij为第一出价信息中的元素。

可选地，该系统还包括：第四确定单元用于：通过第二公式构建第二问题模型，其中，rj(aj)为电能售卖方的收益函数，且rj(aj)满足公式cj(sj)为分布式能源j的成本函数，aj为分布式能源j的出价向量，sj为分布式能源j的供应量，a为电能购买方的集合，aij为分布式能源j对电能购买方i的卖出价；基于第一目标信息对第二问题模型进行最优求解，得到第二最优求解，并将第二最优求解作为当前迭代步骤中电能售卖方售卖分布式能源的第二出价信息，其中，aij为第二出价信息中的元素。

可选地，第二确定单元用于：根据第三公式构建第三问题模型，其中，dij为电能购买方i对分布式能源j的需求量，sij为分布式能源j对电能购买方i的供应量；对第三问题模型进行最优求解，得到第三最优求解，并将第三最优求解作为目标信息。

可选地，第二确定单元还用于：将第三公式进行转化，得到第三问题模型的lagrange函数：其中，λ，α，β和μ为拉格朗日乘子，k表示无线充电设备上的电动汽车，为电动汽车k的充电需求的最小值，为电动汽车k的充电需求的最大值；对第三问题模型的lagrange函数进行最优求解，得到第三最优求解，其中，第三最优求解满足第四公式和第五公式

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明实施例所提供的进行基于迭代双边拍卖的无线充电市场能源调度方法及系统的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。