一种电气交通互联系统的协调优化方法及系统与流程

本发明涉及电气交通互联网系统优化配置技术领域，特别是涉及一种电气交通互联系统的协调优化方法及系统。

背景技术：

近年来，大量化石燃料带来的环境问题日益突出，人们开始关注清洁能源的开发和使用，新能源技术得到不断地发展，正逐步走向成熟。能源互联网力图结合可再生能源技术与互联网技术，促进多种复杂网络系统的相互融合，实现改变能源利用模式，推动经济与社会可持续发展的目的。

交通行业是除发电行业之外的又一化石能源消耗大户。近年来，电动汽车行业蓬勃发展，大量电动汽车投入使用，以电动汽车为纽带的电力系统与交通系统的耦合程度不断加深。可以预见，电气化交通系统尤其是电动汽车将成为能源互联网的重要组成部分。因此，如何保证配电网安全可靠运行的基础上能较好的管理和引导电动汽车用户进行路径选择，实现交通网下交通流的均衡分配，达到资源的优化配置和合理利用，成为亟待解决的问题。

技术实现要素：

基于此，有必要提供一种电气交通互联系统的协调优化方法及系统，以保证配电网安全可靠运行的基础上能较好的管理和引导电动汽车用户进行路径选择，实现交通网下交通流的均衡分配，达到资源的优化配置和合理利用。

为实现上述目的，本发明提供了如下方案：

一种电气交通互联系统的协调优化方法，包括：

构建配电网中充电站零售商的非合作博弈模型；所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的；

构建交通网中电动汽车的交通分配模型；所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的；

采用牛顿定点迭代算法对所述非合作博弈模型进行求解，并采用非线性求解器对所述交通分配模型进行求解，得到最优解；所述非合作博弈模型对应的最优解表示最优零售电价；所述交通分配模型对应的最优解表示最优道路流量；所述最优道路流量为使所述交通网达到均衡分配的道路流量。

可选的，所述构建配电网中充电站零售商的非合作博弈模型，具体包括：

建立非合作博弈模型目标函数

maxun(rn,r-n)，

其中，

其中，un(rn,r-n)为第n个充电站零售商的效用函数，rn表示第n个充电站零售商的零售电价，n∈{1,2,......,n}，r-n表示除第n个充电站零售商之外其余n-1个充电站零售商的零售电价，n表示充电站零售商总数，λ表示电力市场的批发电价，xa表示第a条道路上经过第n个充电站零售商的交通流量，qn(r)为电动汽车的充电需求量，qn表示免费充电时的最大充电需求量，表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数；表示第n个充电站零售商的充电需求对自身零售价格的弹性系数，ri表示第i个充电站零售商的零售电价，ri表示第i个充电站零售商的零售电价，表示零售电价的弹性函数；i∈{1,2,......,n}；

建立非合作博弈模型约束条件；所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件；

所述电价约束条件为

rn≥λ,n∈{1,2,…n}，

所述充电站功率约束条件为

0≤pn,min≤qn(r)xa≤pn,max,n∈{1,2,…n}，

pn,min表示充电站零售商允许充电功率的最大值，pn,max表示充电站零售商允许充电功率的最小值，

所述配电网总功率约束条件为

式中，pmax表示配电网允许的最大功率。

可选的，所述构建交通网中电动汽车的交通分配模型，具体包括：

建立交通分配模型目标函数

其中，表示从起始点e到目的地之间第k条路径的流量，从起始点e到目的地v间第k条路径的出行时间，u^ev从起始点e到目的地v之间的最小出行时间；

建立交通分配模型约束条件；所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件；

所述道路流量-路径流量约束条件为

其中，取值为0或1，当第a条道路在第k条路径上，则否则a表示交通网中所有的道路集合，

所述所有路径总流量约束条件为

其中，dev表示从起始点e到目的地v之间所有路径上的总流量，

所述出行时间约束条件为

其中，从起始点e到目的地v之间第k条路径上的行驶时间，为第a条道路上第n个充电站零售商的单位需求充电时间。

可选的，所述采用牛顿定点迭代算法对所述非合作博弈模型进行求解，并采用非线性求解器对所述交通分配模型进行求解，得到最优解，具体包括：

求解第一优化函数，所述第一优化函数为所述非合作博弈模型转换得到的；所述第一优化函数为

计算当前迭代次数m下的牛顿迭代方向

d^m＝-(h^m)'(r^m-r^m-1)，

其中h^m为广义雅克比矩阵，

依据所述第一优化函数和所述牛顿迭代方向，判断是否满足第一收敛条件；若是，则将r^m的值作为所述非合作博弈模型对应的最优解，若否，则令r^m＝r^m+d^m，m＝m+1，并返回所述求解所述第一优化函数；所述第一收敛条件为||r^m-r^m-1||＜ε；α表示正则ni函数的参数；r表示零售商的一个电价策略序列，即r＝{r1,r2,...,rn,...,rn}；表示所有零售商的全部电价策略集合；i为单位矩阵；ε为迭代收敛条件；

将所述交通分配模型转换为第二优化函数

其中，dev表示从起点e到终点v之间的所有路径上的车流量；θ表示从0到xa之间连续变化的积分变量；

采用非线性求解器对当前迭代次数m下的第二优化函数进行求解，得到当前迭代次数m下对应的解

计算第一参数和第二参数；所述第一参数δr＝||r^m-r^m-1||；所述第二参数

依据所述第一参数和所述第二参数，判断是否满足第二收敛条件；若是，则将的值作为所述交通分配模型对应的最优解，若否，则令m＝m+1，并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解；所述第二收敛条件为δr+δx≤ε。

本发明还提供了一种电气交通互联系统的协调优化系统，包括：

第一模型构建模块，用于构建配电网中充电站零售商的非合作博弈模型；所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的；

第二模型构建模块，用于构建交通网中电动汽车的交通分配模型；所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的；

求解模块，用于采用牛顿定点迭代算法对所述非合作博弈模型进行求解，并采用非线性求解器对所述交通分配模型进行求解，得到最优解；所述非合作博弈模型对应的最优解表示最优零售电价；所述交通分配模型对应的最优解表示最优道路流量；所述最优道路流量为使所述交通网达到均衡分配的道路流量。

可选的，所述第一模型构建模块，具体包括：

第一目标函数建立单元，用于建立非合作博弈模型目标函数

maxun(rn,r-n)，

其中，

其中，un(rn,r-n)为第n个充电站零售商的效用函数，rn表示第n个充电站零售商的零售电价，n∈{1,2,......,n}，r-n表示除第n个充电站零售商之外其余n-1个充电站零售商的零售电价，n表示充电站零售商总数，λ表示电力市场的批发电价，xa表示第a条道路上经过第n个充电站零售商的交通流量，qn(r)为电动汽车的充电需求量，qn表示免费充电时的最大充电需求量，表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数；表示第n个充电站零售商的充电需求对自身零售价格的弹性系数，ri表示第i个充电站零售商的零售电价，ri表示第i个充电站零售商的零售电价，表示零售电价的弹性函数；i∈{1,2,......,n}；

第一约束条件建立单元，用于建立非合作博弈模型约束条件；所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件；

所述电价约束条件为

rn≥λ,n∈{1,2,…n}，

所述充电站功率约束条件为

0≤pn,min≤qn(r)xa≤pn,max,n∈{1,2,…n}，

pn,min表示充电站零售商允许充电功率的最大值，pn,max表示充电站零售商允许充电功率的最小值，

所述配电网总功率约束条件为

式中，pmax表示配电网允许的最大功率。

可选的，所述第二模型构建模块，具体包括：

第二目标函数建立单元，用于建立交通分配模型目标函数

其中，表示从起始点e到目的地v之间第k条路径的流量，从起始点e到目的地v之间第k条路径的出行时间，u^ev从起始点e到目的地v之间的最小出行时间；

第二约束条件建立单元，用于建立交通分配模型约束条件；所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件；

所述道路流量-路径流量约束条件为

其中，取值为0或1，当第a条道路在第k条路径上，则否则a表示交通网中所有的道路集合，

所述所有路径总流量约束条件为

其中，dev表示从起始点e到目的地v之间所有路径上的总流量，

所述出行时间约束条件为

其中，从起始点e到目的地v之间第k条路径上的行驶时间，为第a条道路上第n个充电站零售商的单位需求充电时间。

可选的，所述求解模块，具体包括：

第一求解单元，用于求解第一优化函数，所述第一优化函数为所述非合作博弈模型转换得到的；所述第一优化函数为

第一计算单元，用于计算当前迭代次数m下的牛顿迭代方向

d^m＝-(h^m)'(r^m-r^m-1)，

其中h^m为广义雅克比矩阵，

第一判断单元，用于依据所述第一优化函数和所述牛顿迭代方向，判断是否满足第一收敛条件；若是，则将r^m的值作为所述非合作博弈模型对应的最优解，若否，则令r^m＝r^m+d^m，m＝m+1，并返回所述求解所述第一优化函数；所述第一收敛条件为||r^m-r^m-1||＜ε；α表示正则ni函数的参数；r表示零售商的一个电价策略序列，即r＝{r1,r2,...,rn,...,rn}；表示所有零售商的全部电价策略集合；i为单位矩阵；ε为迭代收敛条件；

转换单元，用于将所述交通分配模型转换为第二优化函数

其中，dev表示从起点e到终点v之间的所有路径上的车流量；θ表示从0到xa之间连续变化的积分变量；

第二求解单元，用于采用非线性求解器对当前迭代次数m下的第二优化函数进行求解，得到当前迭代次数m下对应的解

第二计算单元，用于计算第一参数和第二参数；所述第一参数δr＝||r^m-r^m-1||；所述第二参数

第二判断单元，用于依据所述第一参数和所述第二参数，判断是否满足第二收敛条件；若是，则将的值作为所述交通分配模型对应的最优解，若否，则令m＝m+1，并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解；所述第二收敛条件为δr+δx≤ε。

与现有技术相比，本发明的有益效果是：

本发明提出了一种电气交通互联系统的协调优化方法及系统。该方法包括：构建配电网中充电站零售商的非合作博弈模型；构建交通网中电动汽车的交通分配模型；采用牛顿定点迭代算法对非合作博弈模型进行求解，并采用非线性求解器对交通分配模型进行求解，得到最优解；非合作博弈模型对应的最优解表示最优零售电价；交通分配模型对应的最优解表示最优道路流量；最优道路流量为使交通网达到均衡分配的道路流量。本发明在保证配电网安全可靠运行的基础上能较好的管理和引导电动汽车用户进行路径选择，实现交通网下交通流的均衡分配，达到资源的优化配置和合理利用。

附图说明

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

图1为本发明实施例电交通网络模型图；

图2为本发明实施例一种电气交通互联系统的协调优化方法的流程图；

图3为本发明的一个具体实例一种电气交通互联系统的协调优化系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

在电交通网络中，上层电动汽车充电站零售商作为电网和电动汽车用户之间的中间代理商，一方面，充电站零售商以固定的批发电价从电力市场买电；另一方面，充电站零售商再以自身效用最大为目标制定零售电价。下层交通网中各电动汽车用户响应实时零售电价，以自身出行时间最小为目标选择出行路径，实现交通网络流量的均衡分配，模型图如图1所示。

图2为本发明实施例一种电气交通互联系统的协调优化方法的流程图。

参见图2，实施例的电气交通互联系统的协调优化方法，包括：

步骤s1：构建配电网中充电站零售商的非合作博弈模型；所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的。

充电站零售商的非合作博弈模型作为上层模型，快速充电站零售商作为电力市场和电动汽车用户之间的中间代理商，其以批发电价从电力市场买电，再以一定的零售电价将电能出售给各电动汽车用户。假设各个快速充电站零售商在满足配电网功率约束的前提下，以实现效用最大为目标，考虑到网络负荷约束影响，该零售电价同样也取决于其他零售商的电价策略。因此，采用非合作博弈模型来描述各充电站之间的竞争。

所述步骤s1，具体包括：

步骤11：各个充电站零售商以效用最大为目标，建立非合作博弈模型目标函数

maxun(rn,r-n)，

其中，

其中，un(rn,r-n)为第n个充电站零售商的效用函数，rn表示第n个充电站零售商的零售电价，为决策变量，n∈{1,2,......,n}，r-n表示除第n个充电站零售商之外其余n-1个充电站零售商的零售电价，也为决策变量，n表示充电站零售商总数，λ表示电力市场的批发电价，xa表示第a条道路上经过第n个充电站零售商的交通流量(车辆数)，qn(r)为电动汽车的充电需求量，qn表示免费充电时的最大充电需求量，为第n个充电站零售商的充电需求对其他充电站零售商即对第i个充电站零售商零售价格的弹性系数；为n个充电站零售商的充电需求对其自身即第n个充电站零售商零售价格的弹性系数；i∈{1,2,......,n}，i从1到n，当i不等于n时，i表示其他零售商，当i等于n时，表示第n个零售商；ri表示第i个充电站零售商的零售电价，表示零售电价的弹性函数，

步骤12：建立非合作博弈模型约束条件；所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件。

1)所述电价约束条件为

rn≥λ,n∈{1,2,…n}。

2)所述充电站功率约束条件为

0≤pn,min≤qn(r)xa≤pn,max,n∈{1,2,…n}，

pn,min表示充电站零售商允许充电功率的最大值，pn,max表示充电站零售商允许充电功率的最小值。

3)所述配电网总功率约束条件为

式中，pmax表示配电网允许的最大功率。

步骤s2：构建交通网中电动汽车的交通分配模型；所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的。

所述交通分配模型(动态交通用户最优模型)作为下层模型，交通网各电动汽车用户响应各节点零售电价，考虑交通状况和充电时间，以总出行时间最小为目标规划路径，实现交通流量的均衡合理分配。采用基于wardrop用户均衡的交通分配模型描述各用户的路径选择，得到最优的交通流。即在交通路网的任一时刻，每一组从起始点到目的地(origin-destinationpair,简称od对)之间被选择路径的出行时间相等且等于最小的出行时间，而未被选择的路径上的出行时间大于或等于最小的出行时间。

所述步骤s2，具体包括：

步骤21：基于wardrop用户均衡原理的建立交通分配模型目标函数

其中，表示从起始点e到目的地v之间第k条路径的流量，从起始点e到目的地v之间第k条路径的出行时间，u^ev从起始点e到目的地v之间的最小出行时间；其中符号0≤a⊥b≥0表示互补松弛条件a≥0,b≥0且ab＝0。也就是说a和b中最多有一个是严格正的，根据此互补松弛条件，交通分配模型目标函数表示各od对之间被选择路径的出行时间相等且等于最小的出行时间，而未被选择的路径上的出行时间大于或等于最小的出行时间。

步骤22：建立交通分配模型约束条件；所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件。

1)所述道路流量-路径流量约束条件为

其中，取值为0或1，当第a条道路在第k条路径上，则否则a表示交通网中所有的道路集合。

2)所述所有路径总流量约束条件为

其中，dev表示从起始点e到目的地v之间所有路径上的总流量。

3)在任一节点上，流入该节点的流量和流出该节点的流量相等，每个节点都有新的流量产生，可以看作是流入该节点的流量，流量守恒等式为：

上式作为出行时间约束条件；其中，从起始点e到目的地v之间第k条路径上的行驶时间，为第a条道路上第n个充电站零售商的单位需求充电时间，ta(xa)表示车辆在道路上的行驶时间，本实施例采用以下路阻函数(bpr)来描述车辆在道路上的行驶时间。

对于非充电路段，

式中，为自由时间流；ca为道路容量，表示非充电道路集合。

对于充电路段，

充电路段的行驶时间包括充电时间和排队时间，上式中表示充电道路集合，j表示模型参数。

步骤s3：采用牛顿定点迭代算法对所述非合作博弈模型进行求解，并采用非线性求解器对所述交通分配模型进行求解，得到最优解；所述非合作博弈模型对应的最优解表示最优零售电价；所述交通分配模型对应的最优解表示最优道路流量；所述最优道路流量为使所述交通网达到均衡分配的道路流量。

该步骤采用上下层分解协调方法迭代求解两层模型，实现电气交通联合系统的优化运行，所述步骤s3，具体包括：

步骤31：采用牛顿型定点算法求解非合作博弈模型。

非合作博弈模型称为广义纳什均衡问题(gnep)，若对向量有成立，则为gnep的广义纳什均衡解(gne)。特别的，若gnep含有联合凸约束即所有参与者的约束都相同且取决于对手的策略，则这类gnep的解称为归一化纳什均衡解(nne)。采用一般的求解器很难直接求出gnep的解，因此首先将非合作博弈模型转换为最优化问题求解。

通过构造正则nikaido-isoda函数(ni函数)将gnep等价为最优化问题。

正则ni函数为：

正则函数中每一项均表示当参与者n改变其策略从同时其他参与者的策略保持不变时其自身收益的增量。为上的严格凸函数。

对定义函数：

由上述定义函数可知，对任意非负且为gnep的归一化纳什均衡(nne)当且仅当且

则非合作博弈模型可以等价于求以下约束优化问题的最小值：

由牛顿型定点原理可知，对任意为gnep的归一化纳什均衡(nne)当且仅当是映射t(r^*):＝sα(r^*)-r^*＝0内的一个定点,其中，

所述步骤31，具体包括：

1)初始化充电站零售商n∈n，各个参与者的初始策略设置迭代次数m＝0，给定迭代收敛条件ε＞0，算法参数α＞0。

2)求解第一优化函数，所述第一优化函数为所述非合作博弈模型转换得到的；所述第一优化函数为

3)计算当前迭代次数m下映射t的牛顿迭代方向

d^m＝-(h^m)'(r^m-r^m-1)，

其中h^m为广义雅克比矩阵，

依据所述第一优化函数和所述牛顿迭代方向，判断是否满足第一收敛条件；若是，则将r^m的值作为所述非合作博弈模型对应的最优解，若否，则令r^m＝r^m+d^m，m＝m+1，并返回所述求解所述第一优化函数；所述第一收敛条件为||r^m-r^m-1||＜ε，α表示正则ni函数的参数；r表示零售商的一个电价策略序列，即r＝{r1,r2,...,rn,...,rn}；表示所有零售商的全部电价策略集合；i为单位矩阵；ε为迭代收敛条件。

步骤32：采用非线性求解器求解交通分配模型。具体包括：

1)由于交通分配模型中含有互补松弛条件，很难用求解器直接求解，因此根据kkt条件，上述用户均衡问题可以转化为交通分配(tap)问题。

将所述交通分配模型转换为第二优化函数

其中，dev表示从起点e到终点v之间的所有路径上的车流量，θ表示从0到xa之间连续变化的积分变量。

由于延迟函数ta(xa)可微且严格递增，所以目标函数ftap为严格凸函数，进一步的有因此凸规划问题第二优化函数可以通过传统的非线性求解器ipopt求得最优解。

2)采用非线性求解器对当前迭代次数m下的第二优化函数进行求解，得到当前迭代次数m下对应的解

计算第一参数和第二参数；所述第一参数δr＝||r^m-r^m-1||；所述第二参数

依据所述第一参数和所述第二参数，判断是否满足第二收敛条件；若是，则将的值作为所述交通分配模型对应的最优解，若否，则令m＝m+1，并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解；所述第二收敛条件为δr+δx≤ε。

本实施例的电气交通互联系统的协调优化方法，首先建立配电网中快速充电站零售商的非合作博弈模型；然后建立交通网中电动汽车用户配流模型；再采用上下层分解协调方法迭代求解两层模型，实现电气交通联合系统的优化运行，分别采用牛顿型定点迭代算法和非线性求解器ipopt求解非合作博弈模型和交通分配模型，确定互联系统的最优交通配流。该方法在保证配电网功率安全约束的条件下，较好的管理引导电动汽车用户的出行路径，使其出行时间最小，最终实现了交通网流量的均衡分配，达到了资源的优化配置和合理利用。

本发明还提供了一种电气交通互联系统的协调优化系统，图3为本发明的一个具体实例一种电气交通互联系统的协调优化系统的结构示意图。

参见图3，实施例的电气交通互联系统的协调优化系统包括：

第一模型构建模块301，用于构建配电网中充电站零售商的非合作博弈模型；所述非合作博弈模型是所述充电站零售商以自身效用最大为目标构建得到的。

第二模型构建模块302，用于构建交通网中电动汽车的交通分配模型；所述交通分配模型是所述电动汽车的用户以自身出行时间最小为目标构建得到的。

求解模块303，用于采用牛顿定点迭代算法对所述非合作博弈模型进行求解，并采用非线性求解器对所述交通分配模型进行求解，得到最优解；所述非合作博弈模型对应的最优解表示最优零售电价；所述交通分配模型对应的最优解表示最优道路流量；所述最优道路流量为使所述交通网达到均衡分配的道路流量。

作为一种可选的实施方式，所述第一模型构建模块301，具体包括：

第一目标函数建立单元，用于建立非合作博弈模型目标函数

maxun(rn,r-n)，

其中，

其中，un(rn,r-n)为第n个充电站零售商的效用函数，rn表示第n个充电站零售商的零售电价，n∈{1,2,......,n}，r-n表示除第n个充电站零售商之外其余n-1个充电站零售商的零售电价，n表示充电站零售商总数，λ表示电力市场的批发电价，xa表示第a条道路上经过第n个充电站零售商的交通流量，qn(r)为电动汽车的充电需求量，qn表示免费充电时的最大充电需求量，表示第n个充电站零售商的充电需求对第i个充电站零售商零售价格的弹性系数；表示第n个充电站零售商的充电需求对自身零售价格的弹性系数，ri表示第i个充电站零售商的零售电价，ri表示第i个充电站零售商的零售电价，表示零售电价的弹性函数；i∈{1,2,......,n}；

第一约束条件建立单元，用于建立非合作博弈模型约束条件；所述非合作博弈模型约束条件包括电价约束条件、充电站功率约束条件和配电网总功率约束条件；

所述电价约束条件为

rn≥λ,n∈{1,2,…n}，

所述充电站功率约束条件为

0≤pn,min≤qn(r)xa≤pn,max,n∈{1,2,…n}，

pn,min表示充电站零售商允许充电功率的最大值，pn,max表示充电站零售商允许充电功率的最小值，

所述配电网总功率约束条件为

式中，pmax表示配电网允许的最大功率。

作为一种可选的实施方式，所述第二模型构建模块302，具体包括：

第二目标函数建立单元，用于建立交通分配模型目标函数

其中，表示从起始点e到目的地v之间第k条路径的流量，从起始点e到目的地v之间第k条路径的出行时间，u^ev从起始点e到目的地v之间的最小出行时间；

第二约束条件建立单元，用于建立交通分配模型约束条件；所述交通分配模型约束条件包括道路流量-路径流量约束条件、所有路径总流量约束条件和出行时间约束条件；

所述道路流量-路径流量约束条件为

其中，取值为0或1，当第a条道路在第k条路径上，则否则a表示交通网中所有的道路集合，

所述所有路径总流量约束条件为

其中，dev表示从起始点e到目的地v之间所有路径上的总流量，

所述出行时间约束条件为

其中，从起始点e到目的地v之间第k条路径上的行驶时间，为第a条道路上第n个充电站零售商的单位需求充电时间。

作为一种可选的实施方式，所述求解模块303，具体包括：

第一求解单元，用于求解第一优化函数，所述第一优化函数为所述非合作博弈模型转换得到的；所述第一优化函数为

第一计算单元，用于计算当前迭代次数m下的牛顿迭代方向

d^m＝-(h^m)'(r^m-r^m-1)，

其中h^m为广义雅克比矩阵，

第一判断单元，用于依据所述第一优化函数和所述牛顿迭代方向，判断是否满足第一收敛条件；若是，则将r^m的值作为所述非合作博弈模型对应的最优解，若否，则令r^m＝r^m+d^m，m＝m+1，并返回所述求解所述第一优化函数；所述第一收敛条件为||r^m-r^m-1||＜ε；α表示正则ni函数的参数；r表示零售商的一个电价策略序列，即r＝{r1,r2,...,rn,...,rn}；表示所有零售商的全部电价策略集合；i为单位矩阵；ε为迭代收敛条件；

转换单元，用于将所述交通分配模型转换为第二优化函数

其中，dev表示从起点e到终点v之间的所有路径上的车流量；θ表示从0到xa之间连续变化的积分变量；

第二求解单元，用于采用非线性求解器对当前迭代次数m下的第二优化函数进行求解，得到当前迭代次数m下对应的解

第二计算单元，用于计算第一参数和第二参数；所述第一参数δr＝||r^m-r^m-1||；所述第二参数

第二判断单元，用于依据所述第一参数和所述第二参数，判断是否满足第二收敛条件；若是，则将的值作为所述交通分配模型对应的最优解，若否，则令m＝m+1，并返回所述采用非线性求解器对当前迭代次数m下的第二优化函数进行求解；所述第二收敛条件为δr+δx≤ε。

本实施例的电气交通互联系统的协调优化系统，在保证配电网安全可靠运行的基础上较好的管理和引导电动汽车用户进行路径选择，实现了交通网下交通流的均衡分配，达到了资源的优化配置和合理利用。

对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。