电动汽车充电调度方法、装置及系统和存储介质

1.本发明涉及电动汽车技术领域，具体涉及一种电动汽车充电调度方法、装置及系统和存储介质。


背景技术：

2.随着世界各国能源短缺问题的日益突出，电动汽车以其节能、环保、使用成本低等特点逐渐受到人们的青睐。因此，电动汽车的充电需求快速膨胀。但是，目前电动汽车的充电行为具有高度随机性和间歇性，容易造成电网过载，对电力系统的稳定运行产生不利影响。
3.为有效消除电动汽车无序充电对电网的负面影响，在过去的几年里，研究人员立足于电网提出了许多电动汽车的充电调度方法。除了上述研究之外，还有很多研究人员考虑到了用户侧的需求。
4.然而，以电网为中心的充电调度方法的主要目标主要是减少电网波动，降低电网运行成本，而用户的需求往往被忽略。事实上，在不考虑用户参与的情况下抑制电网波动是不合理的，从用户角度出发的充电调度方法可以更好地调动资源，实现降本增效的目标；而在以电动汽车用户为中心的充电调度方法中，为了实现降低用户充电成本的目标，使得许多方法过于繁琐，效率偏低，同时，这些方法具有实时计算的特点，它对调度系统的计算能力要求也过高，在大规模应用上存在劣势。
5.需要注意的是，本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。


技术实现要素：

6.本发明实施例提供一种电动汽车充电调度方法、装置及系统和存储介质，以解决现有技术中电动汽车的充电调度方法存在的未考虑用户的需求、计算过程繁琐、效率低、需要实时计算等问题。
7.第一方面，本发明实施例提供一种电动汽车充电调度方法，包括：
8.获取电动汽车的电池容量、充电开始时间、充电结束时间、初始电池荷电状态和结束电池荷电状态；
9.以预设时间间隔将所述开始充电时间至所述结束充电时间形成的时间段划分成多个子阶段，以及以预设状态间隔将所述初始电池荷电状态至所述结束电池荷电状态形成的状态段划分成多个子状态，构建充电功率调度模型的基本搜索空间；
10.获取分时电价函数后，在所述基本搜索空间下设定目标函数以及对应的约束条件，构建充电功率调度模型；其中，所述目标函数的目标为使电动汽车的充电成本最小；
11.求解所述充电功率调度模型，得到最小充电成本以及实现所述最小充电成本的充电功率调度序列，以实现电动汽车的充电调度。
12.作为本发明第一方面的优选方式，所述目标函数为：
[0013][0014]
其中，k为电动汽车的充电成本，δt为预设时间间隔，vi为第i个子阶段ti对应的分时电价，pi为第i个子阶段ti对应的分时充电功率，n为子阶段的数量。
[0015]
作为本发明第一方面的优选方式，所述约束条件包括充电功率约束和电池荷电状态约束；
[0016]
所述充电功率约束为：
[0017]
p
min
≤pi≤p
max
，
[0018]
其中，pi为第i个子阶段ti对应的分时充电功率，p
min
为充电站允许的最小充电功率，p
max
为充电站允许的最大充电功率；
[0019]
所述电池荷电状态约束为：
[0020]
soc
min
≤soci≤soc
max
，
[0021]
其中，soci为电动汽车在第i个子阶段ti阶段对应的子状态，soc
min
为充电站允许的最小电池荷电状态，soc
max
为充电站允许的最大电池荷电状态。
[0022]
作为本发明第一方面的优选方式，所述约束条件还包括电池荷电状态最大差值约束；
[0023]
所述电池荷电状态最大差值约束为：
[0024][0025]
其中，δsm为电动汽车在相邻两个子阶段对应的子状态的最大差值，p
max
为充电站允许的最大充电功率，δt为预设时间间隔，c为电动汽车的电池容量。
[0026]
作为本发明第一方面的优选方式，在获取电动汽车的电池容量、充电开始时间、充电结束时间、初始电池荷电状态和结束电池荷电状态的步骤之后，还包括：
[0027]
若确定所述初始电池荷电状态大于等于0.1且小于等于0.9时，根据充电站允许的最大充电功率以及所述结束电池荷电状态，计算所述电动汽车的最短充电时间；
[0028]
判断所述最短充电时间是否大于等于所述充电结束时间和所述充电开始时间的差值；
[0029]
若是，则以充电站允许的最大充电功率对所述电动汽车充电至所述充电结束时间；否则，继续执行获取分时电价函数的步骤。
[0030]
作为本发明第一方面的优选方式，在获取电动汽车的电池容量、充电开始时间、充电结束时间、初始电池荷电状态和结束电池荷电状态的步骤之后，还包括：
[0031]
若确定所述初始电池荷电状态小于0.1或者大于0.9时，不对所述电动汽车充电。
[0032]
第二方面，本发明实施例提供一种电动汽车充电调度装置，包括：
[0033]
参数获取单元，用于获取电动汽车的电池容量、充电开始时间、充电结束时间、初始电池荷电状态和结束电池荷电状态；
[0034]
空间构建单元，用于以预设时间间隔将所述开始充电时间至所述结束充电时间形成的时间段划分成多个子阶段，以及以预设状态间隔将所述初始电池荷电状态至所述结束电池荷电状态形成的状态段划分成多个子状态，构建充电功率调度模型的基本搜索空间；
[0035]
模型构建单元，用于获取分时电价函数后，在所述基本搜索空间下设定目标函数以及对应的约束条件，构建充电功率调度模型；其中，所述目标函数的目标为使电动汽车的充电成本最小；
[0036]
充电调度单元，用于求解所述充电功率调度模型，得到最小充电成本以及实现所述最小充电成本的充电功率调度序列，以实现电动汽车的充电调度。
[0037]
作为本发明第二方面的优选方式，所述目标函数为：
[0038][0039]
其中，k为电动汽车的充电成本，δt为预设时间间隔，vi为第i个子阶段ti对应的分时电价，pi为第i个子阶段ti对应的分时充电功率，n为子阶段的数量。
[0040]
第三方面，本发明实施例提供一种电动汽车充电调度系统，包括处理器和存储器，其中存储器内存储有执行指令，处理器读取存储器内的执行指令用于执行如上述第一方面及其优选方式中任一项所述的电动汽车充电调度方法中的步骤。
[0041]
第四方面，本发明实施例提供一种计算机可读存储介质，包含计算机执行指令，所述计算机执行指令被用于执行如上述第一方面及其优选方式中任一项所述的电动汽车充电调度方法中的步骤。
[0042]
本发明实施例提供的电动汽车充电调度方法、装置及系统和存储介质，以电动汽车用户为中心，通过分析整体电价水平的变化，利用动态规划算法直接计算得出电动汽车的最佳充电调度方案，而不需要考虑电网运行情况，从而避免了很多不必要的计算量和数据存储量。
[0043]
本发明的计算方法采用动态规划思想，简单易懂，只需要采集电动汽车的一些相关参数以及分时电价函数即可得出结果，数据采集容易、计算过程简单、计算时间快。同时，相对于实时计算的方法，本发明采用充电前一次计算得到整体方案并在充电时实时监督约束满足情况的模式，避免了实时计算可能带来的高延迟。
附图说明
[0044]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。
[0045]
图1为本发明实施例提供的一种电动汽车充电调度方法的流程示意图；
[0046]
图2本发明实施例提供的一种电动汽车充电调度方法对基本搜索空间进行优化的示意图；
[0047]
图3为本发明实施例提供的一种电动汽车充电调度方法的具体流程图；
[0048]
图4为本发明实施例提供的一种电动汽车充电调度方法与现有技术中的基于模糊逻辑理论的充电调度方法的效果对比图；
[0049]
图5为本发明实施例提供的一种电动汽车充电调度装置的结构示意图；
[0050]
图6为本发明实施例提供的一种电动汽车充电调度系统的结构示意图。
具体实施方式
[0051]
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
[0052]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0053]
目前，电动汽车的充电行为具有高度随机性和间歇性，容易造成电网过载，对电力系统的稳定运行产生不利影响，最终会增加电网的运行成本，从而导致电价上涨和电力短缺，这种情况与发展电动汽车的初衷背道而驰。为有效消除电动汽车无序充电对电网的负面影响，需要合理调度电动汽车的充电过程，从而抑制电网波动，并降低充电成本。现有技术中，关于电动汽车的充电调度方法主要分为两类：一类是以电网为中心的充电调度，一类是以电动汽车用户为中心的充电调度。
[0054]
其中，第一类方法主要包括：基于蚁群算法(asa)来实现变压器级别的分布式电动汽车充电调度，以最小化电网损耗为目标的电动汽车充电模型并通过相关算法求解电动汽车的充电功率来实现充电调度，基于随机规划的最佳充电控制、通过将峰值时段的负载移动到非峰值时段来最小化配电网的功率损耗来实现充电调度，等等。
[0055]
第二类方法主要包括：基于模糊逻辑理论的充电调度，基于博弈论的充电调度，基于遗传算法建立的优化模型来实现充电调度，等等。
[0056]
然而，在上述研究中，第一类方法的主要目标主要是减少电网波动，降低电网运行成本，而用户的需求往往被忽略。事实上，在不考虑用户参与的情况下抑制电网波动是不合理的。实际上，在实时电价的基础上，电价的高低在本质上就代表着电网负荷的高低，所以从电动汽车用户的角度来看，降低用户和电网成本的目标可以很好地结合起来，并且考虑到降低成本对用户的激励作用，从用户角度出发的充电调度方法可以更好地调动资源，实现降本增效的目标。但是在第二类方法中，为了实现降低用户充电成本的目标，许多方法过于繁琐，效率偏低。比如通过模糊逻辑进行的实时充电调度在理论上就无法实现充电过程的最优化。因为它在每个阶段的调度中只局限于分析本阶段的三个输入(电价r、剩余充电时间t和它的变化率e)，无法对整个充电过程进行通盘考虑，所以它无法将所有的充电负荷转移到电价最低的时段。从而导致了它相对效率较差的结果。另外，由于该方法实时计算的特点，它对调度系统的计算能力要求也过高，在大规模应用上存在劣势。
[0057]
本发明实施例的目的在于克服现有技术的缺陷，用一种相对简便的算法，从整体上提供一种科学、可靠的纯电动汽车充电的调度方法，有效地提高了电动汽车充电调度的效率，从而大大降低了电动汽车的充电成本和电网波动水平。
[0058]
采用通过分析整体电价水平的变化利用动态规划算法直接计算得出电动汽车的最佳充电调度方案，而不需要考虑电网运行情况，从而避免了很多不必要的计算量和数据存储量。与现有的方法相比，在提高了效率和效果的同时大大降低了计算复杂度，为降低电动汽车使用成本、推广绿色新能源出行方式提供了基础，也为大规模电动汽车充电情境下的电网健康运行提供了保障。
[0059]
图1示例性地示出了本发明实施例提供的一种电动汽车充电调度方法流程示意图，该方法以电动汽车用户为中心，通过分析整体电价水平的变化，利用动态规划算法直接计算得出电动汽车的最佳充电调度方案，而不需要考虑电网运行情况，从而避免了很多不必要的计算量和数据存储量。
[0060]
参照图1所示，该方法主要包括如下步骤：
[0061]
步骤101、获取电动汽车的电池容量、充电开始时间、充电结束时间、初始电池荷电状态和结束电池荷电状态；
[0062]
步骤102、以预设时间间隔将开始充电时间至结束充电时间形成的时间段划分成多个子阶段，以及以预设状态间隔将初始电池荷电状态至结束电池荷电状态形成的状态段划分成多个子状态，构建充电功率调度模型的基本搜索空间；
[0063]
步骤103、获取分时电价函数后，在基本搜索空间下设定目标函数以及对应的约束条件，构建充电功率调度模型；其中，目标函数的目标为使电动汽车的充电成本最小；
[0064]
步骤104、求解充电功率调度模型，得到最小充电成本以及实现最小充电成本的充电功率调度序列，以实现电动汽车的充电调度。
[0065]
在步骤101中，该电动汽车为当前充电站中进行充电的电动汽车，在电动汽车接入充电站进行充电时，充电站将读取电动汽车的电池容量c、充电开始时间ta和初始电池荷电状态soca，并要求用户给出充电结束时间te和结束电池荷电状态soce。
[0066]
其中，充电开始时间ta即为电动汽车与充电站电路连接后开始充电的时间，充电结束时间te即为用户给出的期望充电结束的时间。初始电池荷电状态soca即为电动汽车与充电站电路连接后开始充电时的电池荷电状态，结束电池荷电状态soce即为用户给出的期望充电结束时的电池荷电状态。
[0067]
在电动汽车接入充电站后，充电站还将对电动汽车进行可调度性分析。因此，在步骤101之后，还包括如下步骤：
[0068]
101-a、若确定初始电池荷电状态小于0.1或者大于0.9时，不对电动汽车充电。
[0069]
在本步骤中，为了保护电动汽车的电池健康，需要先对电动汽车的初始电池荷电状态进行判断。经过判断，对于初始电池荷电状态小于0.1或大于0.9的电动汽车，充电站将不予对其进行充电。
[0070]
在步骤101之后，还包括如下步骤：
[0071]
101-b1、若确定初始电池荷电状态大于等于0.1且小于等于0.9时，根据充电站允许的最大充电功率以及结束电池荷电状态，计算电动汽车的最短充电时间；
[0072]
101-b2、判断最短充电时间是否大于等于充电结束时间和充电开始时间的差值；
[0073]
101-b3、若是，则以充电站允许的最大充电功率对电动汽车充电至充电结束时间；否则，继续执行获取分时电价函数的步骤。
[0074]
在上述步骤中，若经过判断，电动汽车的初始电池荷电状态在充电站的允许范围内，即电动汽车的初始电池荷电状态大于等于0.1且小于等于0.9时，则可以对其进行充电。
[0075]
此时，充电站会计算电动汽车的最短充电时间t
min
，即以充电站允许的最大充电功率p
max
充电至电池荷电状态满足用户设定的结束电池荷电状态而所需的时间。
[0076]
然后，判断最短充电时间是否无法满足用户的充电期望，即最短充电时间是否大于等于充电结束时间和充电开始时间的差值。
[0077]
当最短充电时间大于等于充电结束时间和充电开始时间的差值时，即t
min
≥t
e-ta，说明这次充电无法满足用户的充电期望，则将该电动汽车的本次充电标记为不可调度类型，并且直接以充电站允许的最大充电功率充电至用户设定的充电结束时间即可。
[0078]
当最短充电时间小于充电结束时间和充电开始时间的差值时，即t
min
＜t
e-ta，说明这次充电可以满足用户的充电期望，则可以采用后续步骤中所述的动态规划的充电功率调度模型对电动汽车进行充电调度。
[0079]
在步骤102中，在对可以调度的电动汽车进行基于动态规划的充电功率调度模型充电调度时，目的是求得一个最优的充电调度方案，以确定在每个阶段对电动汽车进行充电的功率，使得总的充电成本最低。
[0080]
在此之前，先构建充电功率调度模型的基本搜索空间，以一定的时间间隔划分为若干个阶段。在充电站获取到电动汽车的充电开始时间ta、充电结束时间te、初始电池荷电状态soca和结束电池荷电状态soce后，以充电开始时间ta为初始阶段、以充电结束时间te为最终阶段，以初始电池荷电状态soca为初始状态、以结束电池荷电状态soce为最终状态，以一定的时间间隔为划分阶段的依据、以电池荷电状态为划分状态的依据，建立对应的动态规划问题。
[0081]
具体地，以预设时间间隔δt将开始充电时间至结束充电时间形成的时间段划分成n个子阶段{t1，t2，
…
，tn}，以及以预设状态间隔δs将初始电池荷电状态至结束电池荷电状态形成的状态段划分成m个子状态{s1，s2，
…
，sm}，同时分别以各个子阶段和各个子状态为横纵坐标轴，构建充电功率调度模型的基本搜索空间，以充电成本最低为目标。其中，第1个子阶段t1与开始充电时间ta重合，第n个子阶段tn与充电结束时间te重合，第1个子状态s1与初始电池荷电状态soca重合，第m个子状态sm与结束电池荷电状态soce重合。
[0082]
在步骤103中，为了降低充电站这类高负荷且负荷波动较大的用电单位，电网会对充电站按照一种特殊的收费模式进行收费，会根据用电时间按照分时电价(峰谷电价)收取电费。该种收费模式通过分时电价函数来体现，可以采用将给函数输入充电站的方式。
[0083]
获取到该分时电价函数后，则可在基本搜索空间下设定目标函数以及对应的约束条件，从而构建充电功率调度模型。其中，目标函数的目标为使电动汽车的充电成本最小。
[0084]
具体地，设定的目标函数为：
[0085][0086]
其中，k为电动汽车的充电成本，δt为预设时间间隔，vi为第i个子阶段ti对应的分时电价，pi为第i个子阶段ti对应的分时充电功率，n为子阶段的数量。
[0087]
同时，上述目标函数还应满足一些约束条件。其中，该约束条件包括充电功率约束和电池荷电状态约束。
[0088]
具体地，设定的充电功率约束为：
[0089]
p
min
≤pi≤p
max
，
[0090]
其中，pi为第i个子阶段ti对应的分时充电功率，p
min
为充电站允许的最小充电功率，p
max
为充电站允许的最大充电功率；
[0091]
设定的电池荷电状态约束为：
[0092]
soc
min
≤soci≤soc
max
，
[0093]
其中，soci为电动汽车在第i个子阶段ti对应的子状态，soc
min
为充电站允许的最小电池荷电状态，soc
max
为充电站允许的最大电池荷电状态。
[0094]
soci可利用电动汽车在接入充电站时的初始电池电荷状态soca和第i个子阶段ti之前的分时充电功率数据{p1，p2，
…
，p
t-1
}来计算得到。
[0095]
另外，由于任意的子阶段ti的分时充电功率pi存在限制，所以电动汽车在相邻两个子阶段对应的子状态的最大差值δsm不能超过一定的范围。因此，所述约束条件还包括电池荷电状态最大差值约束。
[0096]
具体地，设定的电池荷电状态最大差值约束为：
[0097][0098]
其中，δsm为电动汽车在相邻两个子阶段对应的子状态的最大差值，p
max
为充电站允许的最大充电功率，δt为预设时间间隔，c为电动汽车的电池容量。
[0099]
上述约束条件，即在预设时间间隔δt内，电动汽车在相邻两个子阶段对应的子状态的最大差值δsm应满足，即电动汽车在充电过程中的电池荷电状态只能在一定范围内变化。这样就可以优化基本搜索空间的大小，对基本搜索空间主动进行了裁剪，把不在可行范围内的节点剔除出去，有效降低了计算复杂度。具体参照图2所示，图2中所示虚线框内的即为δsm＝2δs时的搜索空间。
[0100]
在步骤104中，通过求解该充电功率调度模型，可以得到最小充电成本以及实现该最小充电成本的充电功率调度序列{p1，p2，
…
，p
n-1
}，从而可以对电动汽车的充电过程进行调度。
[0101]
具体求解方法如下：
[0102]
根据第n个子阶段tn的最优目标函数的递推方程，最小充电成本为：
[0103][0104]
其中，sn是最终的子阶段tn对应的子状态，pn是该子阶段tn对应的分时充电功率，fn(sn,pn)是最终的子阶段tn的指标函数，数值上等于该子阶段tn的充电成本，f
n-1
(s
n-1
)是初始的子阶段t1至第n-1个子阶段t
n-1
的最优指标函数，数值上等于初始的子阶段t1至第n-1个子阶段t
n-1
的最低充电成本，d(sn)是由sn和δsm决定的允许决策集合，其可由下式得出:
[0105]fn
(sn,pn)＝pnvnδt，
[0106][0107]
由于初始的子阶段t1＝结束充电时间te时尚未开始充电，所以最优指标为0，从初始的子阶段对应的子状态依次向后推算，可以解得从电动汽车的初始电池荷电状态到结束电池荷电状态的最优路径，并得到充电成本最低的充电调度方案{p1，p2，
…
，p
n-1
}。
[0108]
需要说明的是，对于上述方法的实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必须的。
[0109]
图3示例性地示出了本发明实施例提供的一种电动汽车充电调度方法的具体流程，该方法是本发明实施例提供的一种电动汽车充电调度方法的一种优选执行方式，其具体实施方式可以参见前述的具体实施方式，重复之处不再赘述。
[0110]
此外，为进一步对本实施例中所述的电动汽车充电调度方法的技术效果进行验证，利用仿真平台进行了试验。
[0111]
参照图4所示，图4是本发明实施例提供的一种电动汽车充电调度方法与现有技术中的基于模糊逻辑理论的充电调度方法的效果对比图。从图4a～4c可以看出，二者分别从充电成本、充电时间和总充电功率这三个方面进行了比较，本发明实施例提供的电动汽车充电调度方法在这三个方面均具有比较明显的优势。
[0112]
本实施例中所述的方法，与现有的识别方法相比，具有如下优点：
[0113]
(1)采用动态规划思想，简单易懂，只需要输入电动汽车的电池容量、充电开始时间、充电结束时间、初始电池荷电状态和结束电池荷电状态以及分时电价函数即可得出结果，数据采集容易、计算过程简单、计算时间快。
[0114]
(2)在建立动态规划的搜索空间时，考虑到最大充电功率等现实约束条件，对搜索空间主动进行了裁剪，把不在可行范围内的节点剔除出去，从而大大降低了动态规划问题的规模，提高了计算性能。
[0115]
(3)相对于实时计算的方法，采用充电前一次计算得到整体方案并在充电时实时监督约束满足情况的模式，避免了实时计算可能带来的高延迟。
[0116]
从而，本发明实施例所述的方法对于电动汽车充电服务提供商和电动汽车制造商改进电动汽车的充电调度技术、电动汽车设计制造水平并最终实现电动汽车和电网和谐共生，有着至关重要的作用。
[0117]
综上所述，本发明实施例提供的电动汽车充电调度装置，以电动汽车用户为中心，通过分析整体电价水平的变化，利用动态规划算法直接计算得出电动汽车的最佳充电调度方案，而不需要考虑电网运行情况，从而避免了很多不必要的计算量和数据存储量。
[0118]
本发明的计算方法采用动态规划思想，简单易懂，只需要采集电动汽车的一些相关参数以及分时电价函数即可得出结果，数据采集容易、计算过程简单、计算时间快。同时，相对于实时计算的方法，本发明采用充电前一次计算得到整体方案并在充电时实时监督约束满足情况的模式，避免了实时计算可能带来的高延迟。
[0119]
基于同一发明构思，图5示例性地示出了本发明实施例提供的一种电动汽车充电调度装置，由于该装置解决技术问题的原理与一种电动汽车充电调度方法相似，因此该装置的具体实施方式可以参见方法的具体实施方式，重复之处不再赘述。
[0120]
参照图5所示，该装置主要包括如下单元：
[0121]
参数获取单元501，用于获取电动汽车的电池容量、充电开始时间、充电结束时间、初始电池荷电状态和结束电池荷电状态；
[0122]
空间构建单元502，用于以预设时间间隔将所述开始充电时间至所述结束充电时间形成的时间段划分成多个子阶段，以及以预设状态间隔将所述初始电池荷电状态至所述结束电池荷电状态形成的状态段划分成多个子状态，构建充电功率调度模型的基本搜索空间；
[0123]
模型构建单元503，用于获取分时电价函数后，在所述基本搜索空间下设定目标函
数以及对应的约束条件，构建充电功率调度模型；其中，所述目标函数的目标为使电动汽车的充电成本最小；
[0124]
充电调度单元504，用于求解所述充电功率调度模型，得到最小充电成本以及实现所述最小充电成本的充电功率调度序列，以实现电动汽车的充电调度。
[0125]
优选地，所述目标函数为：
[0126][0127]
其中，k为电动汽车的充电成本，δt为预设时间间隔，vi为第i个子阶段ti对应的分时电价，pi为第i个子阶段ti对应的分时充电功率，n为子阶段的数量。
[0128]
优选地，所述约束条件包括充电功率约束和电池荷电状态约束；
[0129]
所述充电功率约束为：
[0130]
p
min
≤pi≤p
max
，
[0131]
其中，pi为第i个子阶段ti对应的分时充电功率，p
min
为充电站允许的最小充电功率，p
max
为充电站允许的最大充电功率；
[0132]
所述电池荷电状态约束为：
[0133]
soc
min
≤soci≤soc
max
，
[0134]
其中，soci为电动汽车在第i个子阶段ti对应的子状态，soc
min
为充电站允许的最小电池荷电状态，soc
max
为充电站允许的最大电池荷电状态。
[0135]
优选地，所述约束条件还包括电池荷电状态最大差值约束；
[0136]
所述电池荷电状态最大差值约束为：
[0137][0138]
其中，δsm为电动汽车在相邻两个子阶段对应的子状态的最大差值，p
max
为充电站允许的最大充电功率，δt为预设时间间隔，c为电动汽车的电池容量。
[0139]
优选地，还包括调度分析单元505，用于：
[0140]
若确定所述初始电池荷电状态大于等于0.1且小于等于0.9时，根据充电站允许的最大充电功率以及结束电池荷电状态，计算所述电动汽车的最短充电时间；
[0141]
判断所述最短充电时间是否大于等于所述充电结束时间和所述充电开始时间的差值；
[0142]
若是，则以充电站允许的最大充电功率对所述电动汽车充电至所述充电结束时间；否则，继续执行获取分时电价函数的步骤。
[0143]
优选地，所述调度分析单元505还具体用于：
[0144]
若确定所述初始电池荷电状态小于0.1或者大于0.9时，不对所述电动汽车充电。
[0145]
应当理解，以上一种电动汽车充电调度装置包括的单元仅为根据该装置实现的功能进行的逻辑划分，实际应用中，可以进行上述单元的叠加或拆分。并且该实施例提供的一种电动汽车充电调度装置所实现的功能与上述实施例提供的一种电动汽车充电调度方法一一对应，对于该装置所实现的更为详细的处理流程，在上述方法实施例中已做详细描述，此处不再详细描述。
[0146]
综上所述，本发明实施例提供的电动汽车充电调度装置，以电动汽车用户为中心，通过分析整体电价水平的变化，利用动态规划算法直接计算得出电动汽车的最佳充电调度方案，而不需要考虑电网运行情况，从而避免了很多不必要的计算量和数据存储量。
[0147]
本发明的计算方法采用动态规划思想，简单易懂，只需要采集电动汽车的一些相关参数以及分时电价函数即可得出结果，数据采集容易、计算过程简单、计算时间快。同时，相对于实时计算的方法，本发明采用充电前一次计算得到整体方案并在充电时实时监督约束满足情况的模式，避免了实时计算可能带来的高延迟。
[0148]
基于同一发明构思，参照图6所示，本发明实施例提供一种电动汽车充电调度系统，该设备主要包括处理器601和存储器602，其中存储器602存储有执行指令。该处理器601读取存储器602内的执行指令用于执行上述电动汽车充电调度方法任一个实施例中所述的步骤。或者，该处理器601读取存储器602内的执行指令用于实现上述电动汽车充电调度装置任一个实施例中各单元的功能。
[0149]
所述处理器601可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0150]
所述存储器602可以是内部存储单元，例如硬盘或内存。所述存储器602也可以是外部存储设备，例如配备的插接式硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器602还可以既包括内部存储单元，也包括外部存储设备。所述存储器602可以用于暂时地存储已经输出或者将要输出的数据。
[0151]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的各组件的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0152]
综上所述，本发明实施例提供的电动汽车充电调度系统，以电动汽车用户为中心，通过分析整体电价水平的变化，利用动态规划算法直接计算得出电动汽车的最佳充电调度方案，而不需要考虑电网运行情况，从而避免了很多不必要的计算量和数据存储量。
[0153]
本发明的计算方法采用动态规划思想，简单易懂，只需要采集电动汽车的一些相关参数以及分时电价函数即可得出结果，数据采集容易、计算过程简单、计算时间快。同时，相对于实时计算的方法，本发明采用充电前一次计算得到整体方案并在充电时实时监督约束满足情况的模式，避免了实时计算可能带来的高延迟。
[0154]
此外，本发明实施例还提供一种计算机可读存储介质，包含计算机执行指令，所述计算机执行指令被用于执行上述电动汽车充电调度方法实施例中所述的步骤。或者，所述计算机执行指令被用于执行上述电动汽车充电调度装置实施例中各单元的功能。
[0155]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，
ram)、只读存储器(read only memory，rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式cd-rom、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0156]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0157]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(radio frequency，rf)等等，或者上述的任意合适的组合。
[0158]
另外，可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、smalltalk、c ，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0159]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0160]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0161]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0162]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0163]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。