考虑电动汽车自动驾驶的换电优化配置与引导方法、系统与流程

本发明涉及一种换电规划及优化引导方法，尤其涉及一种考虑电动汽车自动驾驶的换电优化配置与引导方法、系统。

背景技术：

1、电动汽车换电技术和自动驾驶技术在近年来取得了显著进展，成为推动未来交通变革的重要技术方向，换电技术通过在专门的换电站快速更换电池组，解决了传统充电方式耗时较长的问题，这一技术对于高频使用的车辆有着明显的应用优势，可以大幅减少车辆补能的耗时，提高车辆的利用率，此外，换电技术可以通过在电网低峰时段对电池集中充电的方式，在一定程度上减少对电网的压力，因为电池可以在低峰时段集中充电。然而，换电设施的配置成本高昂，有限的换电设施在高峰时段仍然难以满足未来高比例电动汽车的换电需求。

2、自动驾驶技术的进展同样引人瞩目。其核心在于通过传感器、人工智能算法和高精度地图，使车辆能够在不同的场景下自主完成驾驶任务。随着技术的不断迭代，自动驾驶的安全性和稳定性得到了显著提升。除了车辆用户的日常通勤，将自动驾驶电动汽车的优势有效运用到车辆换电领域也是需要发掘的方向。

技术实现思路

1、本发明的目的是克服现有技术中存在的上述问题，提供了一种考虑电动汽车自动驾驶的换电优化配置与引导方法、系统。

2、为实现以上目的，本发明的技术解决方案是：

3、第一方面，本发明提出一种考虑电动汽车自动驾驶的换电优化配置与引导方法，包括：

4、s1、构建电力-交通耦合网的换电优化配置与引导模型，所述换电优化配置与引导模型以最小化自动驾驶电动汽车的综合换电成本为目标，并考虑换电站运行约束和电动汽车换电约束；

5、s2、求解换电优化配置与引导模型，得到电动汽车换电站优化配置方案与车辆换电引导方案。

6、所述换电优化配置与引导模型的目标函数包括：

7、min ch[(1+α)γ-1]/αγ2+ce+ct；

8、

9、上式中，ch为换电站设施配置成本；α为贴现率；γ为投资周期；ce为换电站购电成本；ct为换电时间成本；为节点n处的换电站中换电设施的数量；prs为单个换电设施的配置成本；为节点n处的换电站中电池充电设施的数量；prc为单个电池充电设施的配置成本；d为一年内典型日的数量，t为一个典型日内的各个时段；为时段t配电网向节点e处接入的换电站输出的有功功率；为时段t的购电电价；为时段t内用车时段换电所消耗的总时间；prt为单位时间成本。

10、所述换电站运行约束包括：

11、

12、

13、上式中，wbt,n为时段t节点n处的换电站内储存的已完成充电的电池数量；wbm为换电站内储存的已完成充电的电池数量上限；vbt,n为时段t节点n处的换电站内储存的待充电的电池数量；vbm为充电站内储存的待充电的电池数量上限；wbt-1,n为时段t-1节点n处的换电站内储存的已完成充电的电池数量；cbt,n为时段t节点n处的换电站内完成充电的电池数量；sbt,n为时段t节点n处的换电站内执行换电操作的电池数量；wtt,n,m为时段t从节点m处的换电站向节点n处的换电站运送的已完成充电的电池数量；vbt-1,n为时段t-1节点n处的换电站内储存的待充电的电池数量；vtt,n,m为时段t从节点m处的换电站向节点n处的换电站运送的待充电的电池数量；δm为大m常数；σw和σv分别为已完成充电电池和待充电电池的流向决策变量，当其为1时，电池由换电站n输送至换电站m，当其为0时，电池由换电站m输送至换电站n；为节点n处的换电站中电池充电设施的数量；为节点n处的换电站中换电设施的数量；为换电站的二进制规划决策变量，当时，在节点n处建有换电站，当时，在节点n处不建设换电站；bsm为换电站最大数量；bsm为换电站最大数量；为节点n处的换电站中换电设施的数量；tu为单位时间；tus为换电服务的基准耗时；为节点n处的换电站中电池充电设施的数量；tc为单次电池充电的消耗的时间。

14、所述电动汽车换电行为约束包括：

15、

16、

17、上式中，和分别为时段t时启程的空闲时段换电行程的行驶耗时和换电耗时；dm为换电需求的编号；kv和kj为空闲时段和用车时段换电行程的去程路径编号；lt,kv为时段t时，路径kv的总长度；为时段t的拥堵系数；va为自动驾驶电动汽车的平均行驶速度；为时段的拥堵系数；为空闲时段换电行程的返程时段；tus为换电服务的基准耗时；fvdm,t,kv为换电需求dm，在时段t，采用路径kv的空闲时段换电方案在去程所产生的交通流；为换电需求dm，在时段采用路径的空闲时段换电方案在返程所产生的交通流；为空闲时段换电行程的返程路径编号；τv为二进制辅助变量；δm为大m常数；tsdm,t为换电需求dm，在时段t的行程类型判定常数，当tsdm,t＝1时，时段t为换电需求dm所对应车辆的用车时段，当tsdm,t＝0时，时段t为换电需求dm所对应车辆的空闲时段；tx为辅助时段变量；为时段t内用车时段换电所消耗的总时间；fjdm,t,kj为换电需求dm，在时段t，采用路径kj的用车时段换电方案所产生的交通流；sbt,n为时段t节点n处的换电站内执行换电操作的电池数量；为路径kv与节点n的关联系数；为路径kj与节点n的关联系数；fddm,t为时段t内换电需求dm对应的车辆数。

18、所述换电优化配置与引导模型还考虑配电网运行约束和交通需求约束，所述交通需求约束包括：

19、

20、上式中，ftt,l为时段t，道路l上的总交通流量；fvdm,t,kv为换电需求dm，在时段t，采用路径kv的空闲时段换电方案在去程所产生的交通流；为换电需求dm，在时段采用路径的空闲时段换电方案在返程所产生的交通流；为路径kv与道路l的关联系数；为路径kj与道路l的关联系数；fcl为道路l的交通容量上限；

21、所述配电网运行约束包括：

22、

23、上式中，为时段t时，配电网向节点e处接入的换电站输出的有功功率；cbt,n为时段t节点n处的换电站内完成充电的电池数量；ed为单个电池的平均充电能量需求；为交通网节点n与配电网节点e的关联系数；tu为单位时间；和分别为时段t时线路w上的有功和无功功率；w为与配电网节点e相连的所有线路；和分别为时段t时，配电网节点e处接入的基础有功和无功负荷；lcw为配电网线路w的容量；δut,w为时段t内配电网线路w上的电压降；和分别为配电网线路w的电阻和电抗；un为配电网母线额定电压；ut,a和ut,b分别为时段t内配电网节点a和b的母线电压，节点a和b分别为配电网线路w的两个端点；um和um分别为配电网母线电压的上下限；ut,e为时段t节点e的母线电压。

24、第二方面，本发明提出一种考虑电动汽车自动驾驶的换电优化配置与引导系统，包括模型构建模块和模型求解模块；

25、所述模型构建模块用于构建换电优化配置与引导模型，所述换电优化配置与引导模型以最小化自动驾驶电动汽车的综合换电成本为目标，并考虑换电站运行约束和电动汽车换电约束；

26、所述模型求解模块用于求解换电优化配置与引导模型，得到电动汽车换电站优化配置方案与车辆换电引导方案。

27、所述换电优化配置与引导模型的目标函数包括：

28、min ch[(1+α)γ-1]/αγ2+ce+ct；

29、

30、上式中，ch为换电站设施配置成本；α为贴现率；γ为投资周期；ce为换电站购电成本；ct为换电时间成本；为节点n处的换电站中换电设施的数量；prs为单个换电设施的配置成本；为节点n处的换电站中电池充电设施的数量；prc为单个电池充电设施的配置成本；d为一年内典型日的数量，t为一个典型日内的各个时段；为时段t配电网向节点e处接入的换电站输出的有功功率；为时段t的购电电价；为时段t内用车时段换电所消耗的总时间；prt为单位时间成本。

31、所述换电站运行约束包括：

32、

33、

34、上式中，wbt,n为时段t节点n处的换电站内储存的已完成充电的电池数量；wbm为换电站内储存的已完成充电的电池数量上限；vbt,n为时段t节点n处的换电站内储存的待充电的电池数量；vbm为充电站内储存的待充电的电池数量上限；wbt-1,n为时段t-1节点n处的换电站内储存的已完成充电的电池数量；cbt,n为时段t节点n处的换电站内完成充电的电池数量；sbt,n为时段t节点n处的换电站内执行换电操作的电池数量；wtt,n,m为时段t从节点m处的换电站向节点n处的换电站运送的已完成充电的电池数量；vbt-1,n为时段t-1节点n处的换电站内储存的待充电的电池数量；vtt,n,m为时段t从节点m处的换电站向节点n处的换电站运送的待充电的电池数量；δm为大m常数；σw和σv分别为已完成充电电池和待充电电池的流向决策变量，当其为1时，电池由换电站n输送至换电站m，当其为0时，电池由换电站m输送至换电站n；为节点n处的换电站中电池充电设施的数量；为节点n处的换电站中换电设施的数量；为换电站的二进制规划决策变量，当时，在节点n处建有换电站，当时，在节点n处不建设换电站；bsm为换电站最大数量；bsm为换电站最大数量；为节点n处的换电站中换电设施的数量；tu为单位时间；tus为换电服务的基准耗时；为节点n处的换电站中电池充电设施的数量；tc为单次电池充电的消耗的时间。

35、所述电动汽车换电行为约束包括：

36、

37、上式中，和分别为时段t时启程的空闲时段换电行程的行驶耗时和换电耗时；dm为换电需求的编号；kv和kj为空闲时段和用车时段换电行程的去程路径编号；lt,kv为时段t时，路径kv的总长度；为时段t的拥堵系数；va为自动驾驶电动汽车的平均行驶速度；为时段的拥堵系数；为空闲时段换电行程的返程时段；tus为换电服务的基准耗时；fvdm,t,kv为换电需求dm，在时段t，采用路径kv的空闲时段换电方案在去程所产生的交通流；为换电需求dm，在时段采用路径的空闲时段换电方案在返程所产生的交通流；为空闲时段换电行程的返程路径编号；τv为二进制辅助变量；δm为大m常数；tsdm,t为换电需求dm，在时段t的行程类型判定常数，当tsdm,t＝1时，时段t为换电需求dm所对应车辆的用车时段，当tsdm,t＝0时，时段t为换电需求dm所对应车辆的空闲时段；tx为辅助时段变量；为时段t内用车时段换电所消耗的总时间；fjdm,t,kj为换电需求dm，在时段t，采用路径kj的用车时段换电方案所产生的交通流；sbt,n为时段t节点n处的换电站内执行换电操作的电池数量；为路径kv与节点n的关联系数；为路径kj与节点n的关联系数；fddm,t为时段t内换电需求dm对应的车辆数。

38、所述换电优化配置与引导模型还考虑配电网运行约束和交通需求约束，所述交通需求约束包括：

39、

40、上式中，ftt,l为时段t，道路l上的总交通流量；fvdm,t,kv为换电需求dm，在时段t，采用路径kv的空闲时段换电方案在去程所产生的交通流；为换电需求dm，在时段采用路径的空闲时段换电方案在返程所产生的交通流；为路径kv与道路l的关联系数；为路径kj与道路l的关联系数；fcl为道路l的交通容量上限；

41、所述配电网运行约束包括：

42、

43、上式中，为时段t时，配电网向节点e处接入的换电站输出的有功功率；cbt,n为时段t节点n处的换电站内完成充电的电池数量；ed为单个电池的平均充电能量需求；为交通网节点n与配电网节点e的关联系数；tu为单位时间；和分别为时段t时线路w上的有功和无功功率；w为与配电网节点e相连的所有线路；和分别为时段t时，配电网节点e处接入的基础有功和无功负荷；lcw为配电网线路w的容量；δut,w为时段t内配电网线路w上的电压降；和分别为配电网线路w的电阻和电抗；un为配电网母线额定电压；ut,a和ut,b分别为时段t内配电网节点a和b的母线电压，节点a和b分别为配电网线路w的两个端点；um和um分别为配电网母线电压的上下限；ut,e为时段t节点e的母线电压。

44、与现有技术相比，本发明的有益效果为：

45、本发明提出的一种考虑电动汽车自动驾驶的换电优化配置与引导方法所构建的换电优化配置与引导模型，一方面充分利用了自动驾驶电动汽车的优势，允许其在用户的非用车时段自行前往换电站进行换电，在满足交通约束的前提下，大幅降低了由于换电操作的时间成本；另一方面利用自动驾驶电动汽车的换电灵活性，优化了换电电池流，合理规划已充电电池和待充电电池在各个时段的进出和转换，进一步提高换电站的负荷灵活度，在满足配电网接入要求的同时，降低换电服务商的硬件配置成本和购电成本。