摘 要

能源危机和环境恶化给传统汽车行业带来了双重压力，因此电动汽车已经成为了汽车行业的主要发展方向。虽然电动汽车能够大大缓解能源与环境危机，但由于电池技术的限制，电动汽车的行驶里程较短，因此用户前往充电站充电的过程不可避免。为了给予电动汽车用户更好的充电体验，提高充电站运营商的利益，从而推广充电站的建设，本文分析了电动汽车用户对充电站折扣和预约策略的响应特性，建立了包括经济满意度和预约满意度的用户满意度决策模型和以最大化充电站效益为目标充电站效益模型，并在此基础上提出了应对电动汽车规模接入的充电用户折扣返利及预约优先级动态调整策略。该策略能够有效提高用户充电过程中的满意度，吸引用户前往充电站充电，从而提高充电站运营商的利益，推广充电站的建设。

首先，本文从提高用户满意度出发，提出了用户满意度决策模型。该模型旨在量化用户对于可选择区域内的充电站的满意度。本文定义用户满意度由两部分组成，分别是经济满意度和预约满意度，这两部分通过不同的权重比构成用户综合满意度。同时，本文提出了充电站效益模型，用于衡量充电站的收益。充电站效益模型的目标函数是充电站利益最大化。

其次，本文通过遗传算法对构建的模型进行求解。求解算法的关键在于对模型的适应度函数的设计。本文适应度函数的设计的关键在于如何将两个模型进行衔接，即如何将用户满意度决策模型合理地融合到充电站效益模型。解决这个问题的方法是根据用户决策模型的约束条件筛选出用户可到达的充电站，然后根据用户决策模型的目标函数计算出每个充电站的满意度，选取满意度最大的充电站，可得到每个充电站的用户群，按照用户群的具体情况即可得出充电站的效益，对充电站的效益进行适当的改变即可作为适应度函数。

最后，本文对用户满意度决策模型和充电站效益模型进行仿真和算例验证。算例仿真设置了两种类型的充电站作为对照组，用以比较验证本文提出模型的有效性，两种类型的充电站分别是采用本文提出策略的充电站和不采用的充电站。针对用户，算例仿真设置了三种不同类型的用户，分别是经济偏好型、无偏好型和预约偏好型三种类型。算例分析通过比较两种类型的充电站的收益情况与吸引到的用户数量以及三种偏好型用户分别前往两种类型充电站充电的充电费用与预约等级情况来验证本文提出的策略的有效性。

关键词：电动汽车；充电策略；用户满意度；折扣；遗传算法

Abstract

The energy crisis and environmental deterioration have brought double pressure to the traditional automotive industry, so electric vehicles have become the main development direction of the automotive industry. Although electric vehicles can effectively solve the energy and environmental crisis, due to the limitation of battery technology, the mileage of electric vehicles is short, so the process of charging to the charging station is inevitable. In order to give electric vehicle users a better charging experience, improve the interests of charging station operators, and promote the construction of charging stations, this paper analyzes the response characteristics of electric vehicle users to the discount and reservation strategies of charging stations. The user satisfaction decision model including economic satisfaction and reservation satisfaction and the charging station benefit model aiming at maximizing the efficiency of the charging station are established. Based on this, a charging user's discount rebate and dynamic adjustment strategy for the priority of the electric vehicle are proposed. strategy can effectively improve the satisfaction of the user during the charging process, attract users to the charging station to charge, thereby improving the interests of the charging station operator and promoting the construction of the charging station.

First of all, this paper proposes a user satisfaction decision model based on improving user satisfaction. The model is intended to quantify user satisfaction with charging stations within selectable areas. This paper defines that user satisfaction consists of two parts, namely economic satisfaction and appointment satisfaction. These two parts constitute the user's comprehensive satisfaction through different weight ratios. At the same time, this paper proposes a charging station benefit model to measure the revenue of the charging station. The objective function of the charging station benefit model is to maximize the benefits of the charging station.

Secondly, in this paper, the constructed model is solved by genetic algorithm. The key to solving the algorithm lies in the design of the fitness function of the model. The key to the design of the fitness function in this paper is how to connect the two models, that is, how to integrate the user satisfaction decision model into the charging station benefit model. The solution to this problem is to filter out the charging stations reachable by the users according to the constraints of the user decision model, and then calculate the satisfaction of each charging station according to the objective function of the user decision model, and select the charging station with the greatest satisfaction. The user group of each charging station can derive the benefit of the charging station according to the specific conditions of the user group, and the appropriate change of the benefit of the charging station can be used as the fitness function.

Finally, the user satisfaction decision model and the charging station benefit model are simulated and verified. The simulation of the example sets up two types of charging stations as a control group to verify the validity of the proposed model. The two types of charging stations are the normal charging station and the charging station not used strategy. For the users, the simulation of the example sets three different types of users, namely economic preference type, no preference type and reservation preference type. The example analysis verifies the effectiveness of the proposed strategy by comparing the revenue situation of the two types of charging stations with the number of users attracted and the costs of the three types of users to the two types of charging stations.

Keywords: electric vehicles, charging strategy, customer satisfaction, discount, genetic algorithm

目 录

第1章 绪论 1

1.1 研究目的及意义 1

1.2 国内外研究现状 2

1.2.1 电动汽车充电对电网的影响 2

1.2.2 电动汽车充电负荷研究 2

1.2.3 电动汽车智能充电系统研究 3

1.3 研究内容与结构 5

第2章 模型构建 7

2.1 场景介绍 7

2.2 用户满意度决策模型 8

2.2.1 目标函数 8

2.2.2 约束条件 10

2.3 充电站效益模型 10

2.3.1 目标函数 10

2.3.2 约束条件 11

第3章 算法介绍 12

3.1 算法流程介绍 12

3.2 交叉算子设置 14

3.3 变异算子设置 16

3.4 适应度函数设置 17

第4章 算例仿真 19

4.1 参数设置 19

4.2 收敛性分析 19

4.3 结果分析 20

第5章 经济性分析 26

第6章 结论 27

6.1 总结 27

6.2 展望 27

参考文献 28

致谢 32

第1章 绪论

1.1 研究目的及意义

人们对石油、天然气等能源的需求会随着社会发展、经济提升而不断增加。我国目前仍将煤炭、天然气、石油等化石能源作为主要的能源，并在未来的一段时间内仍将以此类能源为主，但与之对应的是我国国内的石油储备量与开采量并不能自己自足，大部分需要从国外进口，并且依赖程度逐渐增加。然而，全球的化石能源储备有限，不可能无限制的开采使用，同时，化石能源的燃烧还会对环境造成严重的污染。石油、天然气等化石能源燃烧会产生大量的CO₂、SO₂等有毒有害气体，而大量排放二氧化碳也会进一步加剧全球气候变暖。为了大量降低二氧化碳等温室气体的排放量，全球都必须在经济、科技等方面做出巨大的努力。在这方面，交通领域是最需要做出改善的领域之一。目前大量应用于交通领域的电动汽车就是对交通领域做出改善的最大措施之一。

虽然电动汽车可以大幅减少化石能源的使用，缓解环境污染以及全球气候变暖现象，但是电动汽车的能量来源于电网，大规模使用电动汽车会对电网的运行稳定性造成重大的影响。

本文的研究目的在于如何在大规模电动汽车接入电网获得能量的过程中实现电动汽车用户、充电站运营商以及电网公司三方互利共赢，使得用户综合体验最好、充电站运营商利润最大。

本文的研究意义在于协调电网、充电站与电动汽车用户三者之间的利益关系，实现三方之间的互利共赢。具体具有以下几方面的意义：

1）减少用户充电成本，提高用户综合满意度。本文综合考虑电动汽车充电电价折扣调节比例与预约优先级和电动汽车用户满意度之间的关系，研究了充电用户对折扣比例与预约优先级的响应特性，构建了电动汽车用户充电行为决策模型。由此充分考虑用户出行与充电需求，减少用户的充电代价，提高用户的综合满意度。

2）提高充电站运营商的效益，促进充电站的建设。本文面向运营商的模型，以电网售电价格为基础，确定充电站基准服务费以及对不同类别用户的折扣比例。其目标是充电站运营收益最大，以提高充电站运营商的利益，从而提升运营商扩建充电站的动力，弥补电动汽车推广过程中充电基础设施不足的缺点。

3）促进电动汽车的使用和推广。本文的研究成果可以满足用户方便、快捷、低费的充电要求，提高充电站运营商以及电网公司的收益，对促进电动汽车的推广和使用，进而改善交通以及环境污染问题具有非常重要的意义。

1.2 国内外研究现状

随着全球能源危机的不断加深，石油资源的日益枯竭以及大气污染、全球气候变暖的危害加剧，电动汽车也越来越受到人们的重视。虽然电动汽车能够大幅缓解以上危害的加剧，但电动汽车充电需要接入电网，数量庞大的电动汽车接入电网会对电网产生巨大的影响。

1.2.1 电动汽车充电对电网的影响

部分文献对电动汽车接入电网充电对电网造成的影响进行了详细介绍。文献[1]从4个方面介绍了电动汽车充电对电网的影响，分别介绍了电动汽车充电对输电网络的影响，即能否满足对电动汽车负荷的供电；电动汽车充电对配电网的影响，即会造成局部地区的负荷紧张，在高峰时段充电还会造成峰上加峰现象；还介绍了充电站对电网的谐波污染；以及充电设施规划建设对电动汽车充电负荷的影响。文献[2]介绍了充电机的组成及其谐波特性、具有大量充电机的充电站的谐波特性以及充电站谐波的简要计算方法。文献[3]介绍了用于电动汽车充电的两种充电器：2级充电器和3级充电器，分析了2级和3级充电器的谐波水平及其对电网的影响，进一步研究了多个充电器之间的相互作用以及对电网的影响。文献[4]介绍了洛杉矶加利福尼亚大学一年时间内的11个品牌和17个EV充电站和充电站使用模型的实际电动汽车充电行为，生成并研究了24小时电动汽车充电负荷曲线，并在不同的电动汽车渗透率下评估电动汽车负荷对加州配电网络的影响。由此可见，研究电动汽车有序充电对电网具有十分重要的意义。

1.2.2 电动汽车充电负荷研究

一些研究者对电动汽车接入电网的充电负荷进行了研究。文献[5]通过统计学的方法建立了电动汽车开始充电时刻、日行驶里程以及充电持续时间的概率模型，并在此基础上给出了单辆电动汽车充电功率模型和多辆电动汽车充电功率模型。文献[6]提出了基于用地决策的空间负荷预测法，建立了发展中城市的电动汽车及充电负荷的空间分布预测模型，并在此基础上提出了以配电网全局符合率最大以及网损最小为目标的优化模型。文献[7]从出行链的角度对电动汽车充电负荷进行了建模。文献[8]介绍了居民区电动汽车充电负荷和居民区配电变压器总容量的计算方法，进一步提出了居民区接纳电动汽车充电能力的评估方法。上述4篇文献对电动汽车接入电网的充电负荷进行建模，为之后相关算法的研究提供了基础。

1.2.3 电动汽车智能充电系统研究

文献[9]-[13]介绍了用于电动汽车充电的智能充电系统，系统主要有三部分组成：中央处理系统、智能充电装置、以及客户终端。客户终端将客户所决定的有关充电信息传输给中央处理系统，中央处理系统根据若干客户终端传送的信息按照系统设计的相关算法安排客户充电，并将相关信息传输给智能充电装置与客户终端，客户终端与智能充电装置按照中央处理系统传送的信息进行充电。文献[9]-[13]仅仅只是将系统总体结构与各部分应有功能展示出来，并没有对各部分具体设计予以介绍。

以下文献对智能充电系统中的中央处理系统进行了详细的研究，研究主要是从用户的充电流程以及优化电动汽车充电负荷曲线两个方面进行的。

针对用户的充电流程，文献[14]-[23]分别从充电路径规划、充电预约以及充电优先级三个方向，对中央处理系统的算法进行设计。

文献[14]-[17]从用户的角度对电动汽车充电路径规划进行了研究，用以引导用户寻找最优的充电站进行充电。文献[14]通过模拟退火算法与改进Dijkstra算法对多目标点路径规划问题进行求解。文献[15]提出了基于Agent-元胞自动机的电动汽车充电需求模型，将地理层的电动汽车路径规划问题映射到元胞层，通过元胞层的相关算法解决路径规划问题。文献[16]基于路段权值思想和Dijkstra最短路径算法，提出了一种大规模电动汽车最优充电站和路径规划方法。文献[17]建立了在分时电价机制下，基于用户出行时间最优和充电成本最优2种不同优化目标下的电动汽车路径规划模型。

文献[18]-[20]对用户预约充电及充电过程进行了研究。文献[18]提出了一种基于OCPP的电动汽车充电预约策略，用户可以提前预约充电站进行协商充电相关参数，例如充电初始时间，充电持续时间，当前位置，价格，最终充电百分比等，并开发了一款Android智能手机应用程序，可以让客户控制所有阶段的预约和收费过程。文献[19]综合考虑电动汽车有序充电和用户自主选择响应的需求，结合电网分时电价时段划分和局域配电波动情况，提出了基于电动汽车分时预约充电的方案。该方案通过用户输入的车辆信息、充电站内的充电信息以及道路信息，由相关算法初步计算出用户可以充电的起止时间段和充电电价，用户自主选择充电时间和充电模式从而实现有序充电。文献[20]分析了当前电动汽车预约充电系统潜在的问题，并在此基础上结合智能导航系统建立了电动汽车快速预约充电系统，并采用Dijkstra算法进行求解。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：