一种基于多智能体仿真的电动出租车充电调度方法及系统技术方案

本发明专利技术公开了一种基于多智能体仿真的电动出租车充电调度方法，包括：建立电动出租车

【技术实现步骤摘要】
一种基于多智能体仿真的电动出租车充电调度方法及系统


[0001]本专利技术涉及充电调度
，更具体的说是涉及一种基于多智能体仿真的电动出租车充电调度方法及系统。

技术介绍

[0002]目前，新能源汽车是降低交通碳排放的关键技术。电动出租车作为交通载运工具的重要组成部分，具有不定时、不定点、不定线的出行特征，合理的运营规则与充电调度方法可以在保证电动出租车电力需求满足的前提下，有效描述大规模电动出租车的充电特性，并降低高峰时段大规模电动出租车接入对电网产生的巨大冲击。
[0003]但是，传统的电动汽车有序充电调度大多面向家用电动汽车，基于历史通勤数据对电动汽车进行充放电调度，不适用于路线随机、存在个体属性偏好的电动出租车调度研究，并且缺乏关于电动汽车交通特性的描述，难以与现实交通电力融合问题相对应。现有的充电调度方法大多是基于动态电价和动态充电功率，都是在超出现实充电站工作方式与充电桩技术上进行研究，难以与实际充电控制研究相结合，不能有效描述大规模电动出租车的充电特性，进而不能降低大规模电动出租车接入对电网产生的巨大冲击。
[0004]因此，如何有效描述大规模电动出租车的充电特性，降低大规模电动出租车接入对电网产生的巨大冲击是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于多智能体仿真的电动出租车充电调度方法及系统，面向大规模电动出租车交通电力仿真环境，建立一种基于多智能体仿真平台的智能体模型，基于运营规则和打折激励的充电调度方法，有效描述大规模电动出租车的充电特性，降低大规模电动出租车接入对电网产生的巨大冲击。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种基于多智能体仿真的电动出租车充电调度方法，包括：
[0008]建立电动出租车
‑
充电站智能体模型；
[0009]基于所述电动出租车
‑
充电站智能体模型在仿真区域随机生成多辆电动出租车、多座充电站和各个所述电动出租车的车辆基本信息，基于所述车辆基本信息设置电动出租车充电约束条件；
[0010]基于所述电动出租车充电约束条件和所述车辆基本信息判断所述电动出租车是否需要充电；
[0011]当所述电动出租车需要充电，则判断所述电动出租车是否满足有序充电调度条件，若满足则根据用户满意度确定是否接受有序充电调度；
[0012]为需要充电的所述电动出租车匹配所述充电站；
[0013]基于匹配充电站的位置对所述电动出租车进行路径引导。
[0014]优选的，所述电动出租车
‑
充电站智能体模型包括：多个电动出租车智能体和多个
充电站智能体；
[0015]所述电动出租车智能体抽象为：战略层和战术层；
[0016]所述战术层负责车辆行驶轨迹控制；
[0017]所述战略层负责车辆充电决策和充电站匹配。
[0018]优选的，所述车辆基本信息包括：车辆地理位置和车辆电池状态；
[0019]所述车辆地理位置随机生成；
[0020]所述车辆电池状态包括：电池额定容量C
I
、初始电池荷电状态SOC_inf、接入荷电状态SOC_in和接出荷电状态SOC_out，表达式如下：
[0021]SOC_inf＝random(C
I
‑
C
I
/2+1)+C
I
/2
[0022]SOC_in＝(0.2+random 30/100)
·
C
I
[0023]SOC_out＝(0.8+random 10/100)
·
C
I
[0024]其中，random表示随机函数。
[0025]优选的，基于所述车辆基本信息设置电动出租车充电约束条件，具体包括：基于车辆电池状态设置所述电动出租车充电约束条件，所述电动出租车充电约束条件应满足以下公式：
[0026][0027]0≤SOC
t
≤SOC
max
[0028]SOC_in≥SOC
min
[0029]SOC
need
≤SOC_out≤SOC
max
[0030]其中，SOC
t+1
表示充电状态下电池下一时刻荷电状态，SOC
t
为电池当前时刻荷电状态，P
h
为电动出租车充电功率，Δt表示仿真时间步长，SOC
need
为荷电状态需求，SOC
max
表示电动出租车电池电量上限，SOC
min
表示电动出租车电池电量下限，是出行电量安全阈值。
[0031]优选的，基于所述电动出租车充电约束条件和所述车辆基本信息判断所述电动出租车是否需要充电，具体包括：
[0032]基于电量损失函数更新电动出租车电池荷电状态SOC：
[0033]SOC＝Q
t
/C
I
，Q
t
＝Q
t
‑1‑
r
lost
·
v
i
·
Δt
[0034]其中，Q
t
表示电动出租车当前时刻的电池电量，Q
t
‑1表示电动出租车相对当前时刻上一时刻的电池电量，r
lost
表示电动出租车电量损失系数，v
i
表示电动出租车i的行驶速度；
[0035]计算所述电动出租车新行程所需电量损耗Q
requ
：Q
requ
＝L
i
·
r
lost
，其中，L
i
表示新行程的行驶距离；
[0036]当满足条件：SOC
‑
Q
requ
/C
I
≥SOC
min
所述电动出租车不需要充电；否则，所述电动出租车需要充电。
[0037]优选的，判断所述电动出租车是否满足有序充电调度条件，具体包括：
[0038]判断当前仿真时段所述电动出租车是否处于峰谷调度时段，若处于峰谷调度时段，并且处于非充电状态，则满足有序充电调度条件；若不处于峰谷调度时段或者处于峰谷调度时段充电状态，则不满足有序充电调度条件。
[0039]优选的，根据用户满意度确定是否接受有序充电调度，具体包括：
[0040]分别计算所述电动出租车接受有序充电调度后新的接入荷电状态与充电费用，荷
电状态表达式为：
[0041]峰时调度时段接受有序充电调度新的接入荷电状态SOC_in_f：
[0042][0043]谷时调度时段接受有序充电调度新的接入荷电状态SOC_in_g：
[0044][0045]电动出租车原总充电费本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多智能体仿真的电动出租车充电调度方法，其特征在于，包括：建立电动出租车
‑
充电站智能体模型；基于所述电动出租车
‑
充电站智能体模型在仿真区域随机生成多辆电动出租车、多座充电站和各个所述电动出租车的车辆基本信息，基于所述车辆基本信息设置电动出租车充电约束条件；基于所述电动出租车充电约束条件和所述车辆基本信息判断所述电动出租车是否需要充电；当所述电动出租车需要充电，则判断所述电动出租车是否满足有序充电调度条件，若满足则根据用户满意度确定是否接受有序充电调度；为需要充电的所述电动出租车匹配所述充电站；基于匹配充电站的位置对所述电动出租车进行路径引导。2.根据权利要求1所述的一种基于多智能体仿真的电动出租车充电调度方法，其特征在于，所述电动出租车
‑
充电站智能体模型包括：多个电动出租车智能体和多个充电站智能体；所述电动出租车智能体抽象为：战略层和战术层；所述战术层负责车辆行驶轨迹控制；所述战略层负责车辆充电决策和充电站匹配。3.根据权利要求1所述的一种基于多智能体仿真的电动出租车充电调度方法，其特征在于，所述车辆基本信息包括：车辆地理位置和车辆电池状态；所述车辆地理位置随机生成；所述车辆电池状态包括：电池额定容量C
I
、初始电池荷电状态SOC_inf、接入荷电状态SOC_in和接出荷电状态SOC_out，表达式如下：SOC_inf＝random(C
I
‑
C
I
/2+1)+C
I
/2SOC_in＝(0.2+random 30/100)
·
C
I
SOC_out＝(0.8+random 10/100)
·
C
I
其中，random表示随机函数。4.根据权利要求3所述的一种基于多智能体仿真的电动出租车充电调度方法，其特征在于，基于所述车辆基本信息设置电动出租车充电约束条件，具体包括：基于车辆电池状态设置所述电动出租车充电约束条件，所述电动出租车充电约束条件应满足以下公式：0≤SOC
t
≤SOC
max
SOC_in≥SOC
min
SOC
need
≤SOC_out≤SOC
max
其中，SOC
t+1
表示充电状态下电池下一时刻荷电状态，SOC
t
为电池当前时刻荷电状态，P
h
为电动出租车充电功率，Δt表示仿真时间步长，SOC
need
为荷电状态需求，SOC
max
表示电动出租车电池电量上限，SOC
min
表示电动出租车电池电量下限，是出行电量安全阈值。5.根据权利要求4所述的一种基于多智能体仿真的电动出租车充电调度方法，其特征
在于，基于所述电动出租车充电约束条件和所述车辆基本信息判断所述电动出租车是否需要充电，具体包括：基于电量损失函数更新电动出租车电池荷电状态SOC：SOC＝Q
t
/C
I
，Q
t
＝Q
t
‑1‑
r
lost
·
v
i
·
Δt其中，Q
t
表示电动出租车当前时刻的电池电量，Q
t
‑1表示电动出租车相对当前时刻上一时刻的电池电量，r
lost
表示电动出租车电量损失系数，v
i
表示电动出租车i的行驶速度；计算所述电动出租车新行程所需电量损耗Q
requ
：Q
requ
＝L
i
·
r
lost
，其中，L
i
表示新行程的行驶距离；当满足条件：SOC
‑
Q
requ
/C
I
≥SOC
min
所述电动出租车不需要充电；否则，所述电动出租车需要充电。6.根据权利要求5所述的一种基于多智能体仿真的电动出租车充电调度方法，其特征在于，判断所述电动出租车是否满足有序充电调度条件，具体包括：判断当前仿真时段所述电动出租车是否处于峰谷调度时段，若处于峰谷调度时段，并且处于非充电状态，则满足有序充电调度条件；若不处于峰谷调度时段或者处于峰谷调度时...

【专利技术属性】
技术研发人员：丁川，马文清，高剑，于滨，鲁光泉，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：