本发明涉及电动汽车充电站运营，具体为一种基于混合博弈的电动汽车充电站运营方法。
背景技术：
1、随着“碳达峰碳中和”进程的不断推进，我国电动汽车高速发展，与之对应的是高速增加的电动汽车充电站，电动汽车充电站作为电网与电动汽车的连接枢纽，其市场行为和运营方式关系着充电站的收益、电动汽车的充电需求及电网的稳定，因此，围绕电动汽车和充电站之间的关系构建主从博弈模型，并建立充电站之间的合作博弈模型，开展基于混合博弈的电动汽车充电站运营方式研究具有重要的现实意义。
2、但是，传统的汽车充电站存在以下缺点：
3、已有的电动汽车充电站运营方法研究重点关注电动汽车与充电站之间的交互，缺少充电站之间的信息交互。
技术实现思路
1、本发明的目在于提供一种基于混合博弈的电动汽车充电站运营方法，以解决上述背景技术中提出的已有的电动汽车充电站运营方法研究重点关注电动汽车与充电站之间的交互，缺少充电站之间的信息交互的问题。
2、为实现上述目的，本发明提供如下技术方案：一种基于混合博弈的电动汽车充电站运营方法包括以下步骤：
3、步骤一、收集订单消息：电力市场日前出清，并公布出清信息，电动汽车充电站接收市场信息，电动汽车向充电站提交充电订单信息；
4、步骤二、优化充电价格：电动汽车充电站根据前一日市场出清结果和电动汽车信息，以利润最大化为目标优化充电价格；
5、步骤三、选择充电时段：电动汽车用户根据充电站的充电价格信息并结合自身用车需求选择充电时段；
6、步骤四、模型建立：系统平台根据充电站和电动汽车在步骤二和步骤三的模型，建立充电站运营商与电动汽车之间的主从博弈模型；
7、步骤五、建立合作模型：充电站在步骤四的运行成本最优基础上，与其他充电站建立合作博弈模型。
8、作为本发明的一种优选技术方案，所述步骤一中电力市场日前出清通过scuc和sced模型优化出清市场电价。
9、作为本发明的一种优选技术方案，所述步骤一中公布出清信息包括基本信息、交易信息、运行信息及结算信息，包括以日为周期发布的电力市场日清算总体电量电费情况公开信息。
10、作为本发明的一种优选技术方案，所述步骤一中电动汽车充电站接收的市场信息主要包含市场出清电价信息。
11、作为本发明的一种优选技术方案，所述步骤一中电动汽车向充电站提交的充电订单信息包括充电起止时间、充电容量、是否接受调度。
12、作为本发明的一种优选技术方案，所述步骤二中充电站定价模型目标函数为：
13、fstation＝max(∑tfsell(t)-∑tfbuy(t)+∑tfev(t))，
14、fsell(t)是时刻t实时电力市场中充电站的售电收入；fbuy(t)是实时电力市场中充电站的购电成本；fev(t)是电动汽车在t时刻提供的充电费用，fsell(t)计算公式如下：
15、fsell(t)＝πsell(t)psell(t)δt，
16、fev(t)计算公式如下：
17、fev(t)＝∑nπ(t)p(n,t)δt，
18、fbuy(t)计算公式如下：
19、fbuy(t)＝πbuy(t)pbuy(t)δt，
20、πsell(t)是时刻t实时电力市场中充电站售电的电量；πbuy(t)是时刻t实时电力市场中充电站购电的电价；psell(t)是时刻t实时电力市场中充电站售出的电量；pbuy(t)是时刻t充电站在实时电力市场上购买的电量；π(t)是时刻t的充电价格；p(n,t)是电动汽车n在时刻t的充电功率；δt是时间步长，设置为一小时。
21、作为本发明的一种优选技术方案，所述步骤二中充电站定价模型约束条件包括功率平衡约束、储能约束、电价约束和电网交互功率约束，功率平衡约束计算公式如下：
22、pch(t)+psell(t)+∑np(n,t)＝pbuy(t)+pdis(t)，
23、式中：pch(t)是时刻t时储能的充电功率；pdis(t)是时刻t时储能器的放电功率，储能约束具体为储能装置的内部存储状态通常用荷电状态表示如下：
24、
25、
26、soxmin≤soc(t)≤socmax，
27、式中：soc(t)是时刻t时储能装置的充电状态；e(t)是时刻t时储能装置的当前存储容量；ees是储能装置的额定容量；ηch是储能装置的充电效率；ηdis是储能装置的放电效率；socmin是能量存储的最小充电状态；socmax是能量存储的最大充电状态，其中：
28、0≤pch(t)≤uchpch,max
29、0≤pdis(t)≤(1-uch)pdis,max，
30、式中：pch,max储能装置的最大充电功率；pdis,max为储能装置的最大放电功率；uch是储能充电状态二元变量，当uch＝1时储能处于充电状态，uch＝0时处于放电状态，通过引入该变量保证储能无法同时进行充电和放电，具体如下：
31、soc(1)＝soc(24)，
32、价格约束计算公式如下：
33、πmin(t)≤π(t)≤πmax(t)
34、式中：πmin(t)是时刻t的最低充电价格；πmax(t)是时刻t的最高充电价格，与电网的交互功率约束计算公式如下：
35、0≤psell(t)≤psell,max
36、0≤pbuy(t)≤pbuy,max，
37、式中psell,max是充电站出售的最大电量功率；pbuy,max是充电站购买的最大电量功率。
38、作为本发明的一种优选技术方案，所述步骤三中电动汽车用户根据充电站的充电价格信息并结合自身用车需求选择充电时段的具体过程包括：电动汽车优化模型目标函数为：
39、fev＝min∑tfev(t)，
40、式中：fev(t)为电动汽车在t时刻提供的充电费用，电动汽车优化模型约束条件为：
41、∑tp(n,t)δt＝eev(n)(socend-socini)
42、
43、式中：socini是开始时的荷电状态；socend是充电结束时的荷电状态；pev,max是电动汽车的最大充电功率；t是电动汽车的充电时间。
44、作为本发明的一种优选技术方案，所述步骤四中系统平台根据充电站和电动汽车在s2和s3的模型，建立充电站运营商与电动汽车之间的主从博弈模型的具体过程包括：构建电动汽车优化模型的拉格朗日函数：
45、
46、基于kkt条件将电动汽车优化模型约束进行等效转化；
47、p(t)+z1-z2-z3+z4＝0
48、
49、0≤z2⊥p(t)≥0
50、0≤z3⊥(pev,max-p(t))≥0
51、注：0≤x⊥y≥0表示变量x与y中至多有一个严格大于0，利用大m法对非线性约束进行松弛：
52、
53、利用对偶定理将目标函数非线性项转化为线性项。
54、作为本发明的一种优选技术方案，所述步骤五中与其他充电站建立合作博弈模型的具体过程包括：所构建的合作博弈模型满足以下条件：个体理性条件，如果个体从联盟中获得的收益小于单独交易时，则不会参与联盟，因此，个人从单独交易中获得的收益肯定少于从参与联盟中获得的收益；群体理性条件，联盟的总收益大于各个体在单独交易中获得的收益之和，所述步骤五中合作博弈模型采用shapley值法对合作博弈模型中的利益进行重新分配：
55、假设成员i有(|s|-1)！参与联盟s时的排序，|s|表示联盟s包含的成员数量，有(n-|s|)！其余n-|s|个成员的排序，成员i占整体收益b(s)的份额：
56、
57、式中：φ_i(b)是成员占整体收益的份额。
58、与现有技术相比，本发明的有益效果是：综合考虑电动汽车和充电站之间的关系，构建主从博弈模型，并基于充电站之间的同层级互动行为，建立充电站之间的合作博弈模型，提供了一种将主从博弈双层模型转化为单层模型的模型转化方法，最终提出一种基于混合博弈的电动汽车充电站运营方法，为电动汽车充电站经济、高效运营提供模型支撑。