考虑交通网的配电网运营商对充电站售电定价方法及系统与流程

本发明属于配电网运行优化，具体地，涉及一种考虑交通网的配电网运营商对充电站售电定价方法及系统。

背景技术：

1、在“双碳目标”下，我国电动汽车持有量持续高速增长，而电动汽车(electricvehicle，ev)通过充电设施使交通系统与电力系统相互耦合，其充电行为同时影响着电力系统的负荷和交通流的分布。电动汽车充电站(electric vehicle charging station，evcs)的充电价格是决定电动汽车用户充电行为的重要因素，极大地影响电力-交通耦合系统的运行状态。合理的定价可以引导电动汽车充电负荷的时空特征，并缓解交通拥堵问题。evcs通常由多个充电网络运营商(charging network operators，cnos)拥有并掌握定价权利，而cno的定价受到配电网运营商(distribution system operator，dso)对cno售电价格的影响。

2、现有技术中，设定配电网对evcs的售电电价为节点边际电价(locationalmarginal price，lmp)。但目前节点边际电价方式的应用主要集中在输电网层面，在配电网尚难以落地应用；而固定分时定价方式(time-of-use pricing，tou)虽然被广泛采用，但缺乏足够的灵活性以引导ev的充电行为。

技术实现思路

1、为解决现有技术中存在的不足，本发明提供一种考虑交通网的配电网运营商对充电站售电定价方法及系统，考虑电动汽车对电网和交通网的影响作用，给出配电网运营商通过电价引导电动汽车充电行为的方法，增长配电网运营商的收益。

2、本发明采用如下的技术方案。

3、本发明提出了一种考虑交通网的配电网运营商对充电站售电定价方法，包括：

4、步骤1，采集城市交通网的出行需求预测数据；

5、步骤2，根据城市交通网的拓扑结构，建立城市交通网的仿真模型；利用城市交通网的仿真模型作为karush-kuhn-tucker条件，获得交通网流量模型；

6、步骤3，建立配电网运营商的最优定价模型；根据配电网运营商的最优定价模型确定的售电电价；

7、步骤4，建立充电网络运营商的最优定价模型；根据售电电价，基于充电网络运营商的最优定价模型确定充电电价；

8、步骤5，根据充电电价对出行需求预测数据进行更新；利用更新后的出行需求预测数据，基于交通网流量模型得到各条充电支路的车流量以及各充电网络运营商所辖充电站的充电负荷；

9、步骤6，重复步骤3至5迭代求解，当前一轮迭代得到的售电电价与本轮迭代得到的售电电价之间的差值小于给定限值，确定配电网运营商的售电定价。

10、优选地，步骤2中，城市交通网的仿真模型包括：车流量子模型、时间子模型、成本子模型以及成本优化子模型；

11、根据出行需求预测数据，车流量子模型确定各条充电支路的车流量，时间子模型确定利用不同路径完成旅程所需的总时间，成本子模型为各条路径确定总出行成本，成本优化子模型基于互补约束实现各条路径的总出行成本之间的差距最小化。

12、优选地，车流量子模型包括：出行需求在不同时间段转移的约束、不同路径的车流量满足总交通需求的约束以及充电支路车流量计算模型，其中，充电支路车流量计算模型满足如下关系式：

13、

14、式中，以旅程(r,s)表示起点-终点对对应的旅程，简化为上标rs，a表示提供充电服务的充电支路，ta为充电支路集合，为时段集合，xa,t为时段t充电支路a的车流量，为时段t充电支路a的基础车流量，车辆类型v∈{g,e}，{g,e}表示由汽油车g和电动汽车e构成的车辆类型集合，(r,s)表示旅程，路径ρ属于路径集合为满足总交通需求的不同路径的车流量，表示在旅程(r,s)之间针对车辆类型v的充电支路a和路径ρ的关联关系，表示充电支路a和路径ρ关联、否则表示不关联。

15、优选地，时间子模型在给定的充电支路的车流量下，基于m/m/c/k排队模型，对常规支路集、充电支路集以及绕行支路集对应的支路行驶时间进行加合，得到完成旅程(r,s)所花费的总时间，其中，总时间满足如下关系式：

16、

17、式中，为车辆类型v在时段t利用路径ρ完成旅程(r,s)所花费的总时间，充电支路集合ta包括常规支路集充电支路集以及绕行支路集τa为给定的充电支路的流量xa,t下通过支路a所花费的行驶时间。

18、优选地，成本子模型是基于车流量子模型和时间子模型，得到出行转移成本、充电成本和时间成本和总出行成本，其中，总出行成本满足如下关系式：

19、

20、

21、式中，分别表示汽油车在时段tj经由路径ρ完成原计划在时段ti进行的旅程(r,s)所需的总出行成本和时间成本，表示出行计划从时段ti转移到时段tj所对应的转移成本，分别表示电动汽车在时段tj经由路径ρ完成原计划在时段ti进行的旅程(r,s)所需的总出行成本、时间成本以及充电成本。

22、优选地，成本优化子模型是基于wardrop ue原则、使用互补约束，使得各条路径的总出行成本之间的差距最小化，以得到各路径共有的最小通行成本，其中，最小通行成本满足如下关系式：

23、

24、

25、式中，表示车辆类型v∈{g,e}对于旅程(r,s)的从时段ti转移到时段tj的出行需求，表示时段ti下车辆类型v∈{g,e}完成旅程(r,s)对应的最小通行成本。

26、优选地，配电网运营商的最优定价模型包括以所有配电网收益最大化为目标函数和多种约束构成的约束集；

27、其中，约束集包括：二阶锥松弛形式的支路潮流约束、发电机的爬坡约束以及配电网运营商的售电电价均值约束。

28、优选地，充电网络运营商的最优定价模型包括：以所有充电站收益最大化为目标函数和多种约束构成的约束集；

29、其中，约束集包括：每个充电网络运营商的充电电价的上下限约束、全部充电网络运营商的充电电价均值约束。

30、优选地，步骤5包括：

31、步骤5.1，计算全网所有充电网络运营商在时段t的充电电价均值与充电电价基值之间的偏差系数；

32、步骤5.2，基于车流量与偏差系数呈线性关系，利用充电电价对旅程需求预测数据进行更新；

33、步骤5.3，根据更新后的旅程需求预测数据，确定每个充电网络运营商所辖区域的有充电需求的车流量；根据车流量计算得到各充电站的充电有功功率；以所确定的车流量为各充电支路的车流量之和，基于交通网流量模型确定各条充电支路的车流量。

34、优选地，迭代过程中，采用弹性矩阵线性方法将充电负荷表示为充电电价的线性函数，采用弹性矩阵线性方法将配电网提供的充电有功功率表示为售电电价的线性函数。

35、优选地，对充电网络运营商的最优定价模型采用最优反应法迭代求解；充电网络运营商的最优定价模型包括非合作优化模型及合作优化模型；

36、对于非合作优化模型，当且仅当所有充电网络运营商的运营收益满足如下的一组不等式时，得到满足近似纳什均衡的充电电价y*：

37、

38、式中，表示所有充电网络运营商取充电电价为时的运营收益，表示第k个充电网络运营商的充电电价取yk，其余充电网络运营商取时的运营收益，σ为给定的容忍度系数。

39、本发明还提出了一种考虑交通网的配电网运营商对充电站售电定价系统，包括：采集模块，交通网流量模型模块，迭代定价模块；

40、采集模块，用于采集城市交通网的出行需求预测数据；

41、交通网流量模型模块，用于根据城市交通网的拓扑结构，建立城市交通网的仿真模型；利用城市交通网的仿真模型作为karush-kuhn-tucker条件，获得交通网流量模型；

42、迭代定价模块，用于建立配电网运营商的最优定价模型；根据配电网运营商的最优定价模型确定的售电电价；建立充电网络运营商的最优定价模型；根据售电电价，基于充电网络运营商的最优定价模型确定充电电价；根据充电电价对出行需求预测数据进行更新；利用更新后的出行需求预测数据，基于交通网流量模型得到各条充电支路的车流量以及各充电网络运营商所辖充电站的充电负荷；重复上述过程迭代求解，当前一轮迭代得到的售电电价与本轮迭代得到的售电电价之间的差值小于给定限值，确定配电网运营商的售电定价。

43、本发明的有益效果在于，与现有技术相比，为配电网制定灵活定价模式，使配电网可以主动调整价格，发挥价格信号的引导作用，重塑ev充电负荷曲线，增进配电网的收益；考虑了电动汽车在交通网中的通行状态，可以充分利用电动汽车在空间分布中的灵活性，同时达到调节交通网中车流分布和配电网中负荷分布的作用；提出的加速求解配电网自主定价问题和cno定价问题的方法降低了求解时间，表现出优异性能。