陳光宇，陸牧君，郭裊，祖光鑫，鄭君，王成

（1.南京工程學(xué)院 電力工程學(xué)院，江蘇省南京市 211167；2.國(guó)網(wǎng)黑龍江省電力有限公司電力科學(xué)研究院，黑龍江省哈爾濱市 150030）

0 引言

在全球能源日益緊缺的情況下，新能源汽車憑借其無污染、節(jié)能、噪音小等優(yōu)勢(shì)將逐漸取代傳統(tǒng)汽車成為主流。但隨著電動(dòng)汽車數(shù)量的不斷增加，其有序充電和優(yōu)化調(diào)度的難題也逐漸凸顯，如若不能對(duì)電動(dòng)汽車充電行為進(jìn)行有序引導(dǎo)將造成較大的資源浪費(fèi)，甚至引起交通堵塞、頻率振蕩等問題[1-2]。

對(duì)于電動(dòng)汽車充電引導(dǎo)問題，國(guó)內(nèi)外很多學(xué)者都對(duì)其做了研究。文獻(xiàn)[3]提出了基于Floyd算法的電動(dòng)汽車充電最短路徑模型；文獻(xiàn)[4]在最短路徑基礎(chǔ)上融入實(shí)時(shí)電價(jià)約束提出了能有效降低用戶充電成本的調(diào)度方案；文獻(xiàn)[5]提出了基于Dijkstra算法的大規(guī)模電動(dòng)汽車最優(yōu)充電站路徑規(guī)劃對(duì)緩解配電網(wǎng)結(jié)點(diǎn)負(fù)荷過大有一定作用；文獻(xiàn)[6]充分考慮了價(jià)格因素進(jìn)而提出了基于實(shí)時(shí)電價(jià)信息的充電導(dǎo)航系統(tǒng)；文獻(xiàn)[7]提出了根據(jù)電動(dòng)汽車與充電站之間信息交互的總充電時(shí)間最短模型，但忽略了價(jià)格因素；文獻(xiàn)[8]提出了一種充分利用光伏發(fā)電的電動(dòng)汽車調(diào)度方案，仿真表明該方法可有效平抑可再生能源的波動(dòng)性；文獻(xiàn)[9]提出了一種基于多目標(biāo)粒子群優(yōu)化算法的有序充電控制策略，該方法可有效平滑負(fù)荷曲線提高充電效率；文獻(xiàn)[10]以充電成本最小為目標(biāo)，提出了一種基于粒子群算法與遺傳算法混合優(yōu)化算法的時(shí)空雙層優(yōu)化模型，仿真結(jié)果表明了該模型的可行性和有效性。

以上文獻(xiàn)雖在不同程度上緩解了電動(dòng)汽車充電調(diào)度問題，但均未能全面考慮各方面因素且大多只考慮了消費(fèi)者利益最大化未能將雙方利益均衡考量。隨著互聯(lián)網(wǎng)的不斷發(fā)展，信息交互的速度和穩(wěn)定性都有了長(zhǎng)足的發(fā)展，部分學(xué)者就電動(dòng)汽車導(dǎo)航平臺(tái)作了相關(guān)研究。文獻(xiàn)[11]提出了一種基于充電站狀態(tài)信息和電價(jià)信息的電動(dòng)汽車智能充電服務(wù)系統(tǒng)；文獻(xiàn)[12]提出了一種基于車輛到電網(wǎng)（Vehicle-to-grid，V2G）技術(shù)的電動(dòng)汽車實(shí)時(shí)調(diào)度策略，可有效降低網(wǎng)損；文獻(xiàn)[13]提出了一種分布式發(fā)電機(jī)與充電站聯(lián)合規(guī)劃的綜合調(diào)度策略，使得空間經(jīng)濟(jì)性最好；文獻(xiàn)[14]在實(shí)時(shí)傳輸協(xié)議策略基礎(chǔ)上提出了一種基于改進(jìn)的干擾抵消系統(tǒng)算法的充電導(dǎo)航策略；文獻(xiàn)[15]提出了一種基于實(shí)時(shí)交通信息的電動(dòng)汽車充電導(dǎo)航系統(tǒng)，可有效減少擁堵情況。

綜上所述，現(xiàn)有的電動(dòng)汽車充電導(dǎo)航系統(tǒng)大多只側(cè)重于用戶側(cè)體驗(yàn)，而較少考慮充電站利益；文獻(xiàn)[16]盡管考慮了雙邊滿意度，但由于雙邊因素考慮的較少，調(diào)度方案的實(shí)用性仍有待提高。本文通過對(duì)以上文獻(xiàn)的深入研究，針對(duì)現(xiàn)有的充電導(dǎo)航系統(tǒng)只關(guān)注用戶側(cè)利益且影響因素考慮不全等問題，提出了一種基于路況信息考慮雙邊利益權(quán)衡的電動(dòng)汽車充電路徑優(yōu)化調(diào)度策略，通過對(duì)路網(wǎng)信息、充電站狀態(tài)信息及實(shí)時(shí)電價(jià)進(jìn)行綜合建模，并利用網(wǎng)絡(luò)層次分析法對(duì)雙邊利益進(jìn)行模糊評(píng)價(jià)，最終實(shí)現(xiàn)消費(fèi)者和充電站雙邊利益權(quán)衡的電動(dòng)汽車充電路徑最優(yōu)調(diào)度。

1 基于雙邊利益權(quán)衡的充電方案評(píng)價(jià)體系

本文所搭建的基于雙邊利益權(quán)衡的充電方案評(píng)價(jià)體系共分為3個(gè)層次（如圖1所示），第1層為目標(biāo)層（雙邊利益評(píng)價(jià)）；第2層為一級(jí)指標(biāo)即用戶總成本C和充電站收益P；第3層為二級(jí)指標(biāo)即影響各一級(jí)指標(biāo)的因素，其中用戶總成本的二級(jí)指標(biāo)包含用戶電能損耗及用戶時(shí)間損耗兩部分，充電站收益的二級(jí)指標(biāo)包含充電站服務(wù)時(shí)間及充電站單位時(shí)間收益兩部分。

圖1 雙邊利益評(píng)價(jià)體系Fig.1 Bilateral interest evaluation system

2 各指標(biāo)的模型建立及求解方法

2.1 用戶總成本模型的建立與求解

2.1.1 用戶時(shí)間損耗模型的建立與求解

用戶完成充電的總時(shí)長(zhǎng)T總通常由行駛時(shí)間tr、預(yù)計(jì)等待時(shí)間tw和 充電時(shí)間tc組成，如式（2）所示：

1）行駛時(shí)間。

在不同的路網(wǎng)情況下電動(dòng)汽車的電機(jī)效率有所不同，這進(jìn)而會(huì)影響到電動(dòng)汽車的平均行駛速度[17]。故本文將路網(wǎng)情況分為4種，即高速公路工況、理想城市工況、一般理想工況和擁堵工況[18]。根據(jù)不同道路工況計(jì)算行駛時(shí)間，并將路網(wǎng)權(quán)時(shí)間矩陣定義如下：

式中：t11、t12、···、tii為路網(wǎng)模型各節(jié)點(diǎn)間行駛所需時(shí)間（假設(shè)共i個(gè)節(jié)點(diǎn)），建立路網(wǎng)權(quán)時(shí)間矩陣目的在于計(jì)算到達(dá)各個(gè)充電站的最短時(shí)間路徑，即確定tr。

2）預(yù)計(jì)等待時(shí)間。

設(shè)充電站k共有m個(gè)充電樁，當(dāng)前站內(nèi)有n輛車，則當(dāng)前車輛到達(dá)后的預(yù)計(jì)等待時(shí)間tw為：

①當(dāng)0≤N≤m時(shí)， tw=0；

②當(dāng)ym≤N＜（y+1）m時(shí)，

式中：m為該充電站擁有的充電樁數(shù)量；n為當(dāng)前時(shí)刻t1時(shí)該充電站內(nèi)用戶汽車總數(shù)量；N為預(yù)計(jì)該用戶汽車到達(dá)時(shí)刻t2時(shí)充電站的用戶汽車總數(shù)量：

式中：a為t1時(shí)刻至t2時(shí)刻間駛?cè)朐摮潆娬静⒌却潆姷挠脩羝嚳倲?shù)：

式中：λ為單位時(shí)間充電車輛進(jìn)站率（可通過大數(shù)據(jù)分析得出應(yīng)服從泊松分布）；x為t1和t2時(shí)間段內(nèi)在該充電站完成充電并駛離的用戶汽車總數(shù)量，行駛時(shí)間td=t1?t2；1/μ為用戶汽車期望的服務(wù)時(shí)間；y為大于等于1的正整數(shù)。

設(shè)充電站容量為C，則充電站容量約束如下[19]：

式（6）表明充電站內(nèi)車輛數(shù)應(yīng)小于充電站容量。

3）充電時(shí)間。

考慮到充電時(shí)間受用戶主觀及充電站調(diào)度策略影響較大，故無法得出準(zhǔn)確的計(jì)算方法。

綜上可得出考慮充電行為總時(shí)間最短的目標(biāo)函數(shù)如式（7）所示：

4）Dijkstra算法。

Dijkstra算法[20]是由荷蘭科學(xué)家迪克斯特拉于1959年提出的。它是一種從一個(gè)頂點(diǎn)到其余各頂點(diǎn)的最短路徑算法，用于解決有權(quán)圖中最短路徑問題，其主要思想如圖2所示。

本文采用Dijkstra算法對(duì)路網(wǎng)權(quán)時(shí)間矩陣進(jìn)行求解，最終得出各路徑的用戶時(shí)間損耗。

圖2 Dijkstra算法原理圖Fig.2 Schematic diagram of Dijkstra algorithm

2.1.2 用戶電能損耗模型的建立與求解

用戶耗能模型的建立與用戶耗時(shí)模型類似，區(qū)別僅在于將路程和時(shí)間的消耗量利用系數(shù)關(guān)系轉(zhuǎn)化為能耗，路網(wǎng)權(quán)能耗矩陣定義如下：

式中：e11、e12、···、eii為路網(wǎng)模型各節(jié)點(diǎn)間行駛所需能耗（假設(shè)共i個(gè)節(jié)點(diǎn)），建立路網(wǎng)權(quán)時(shí)間矩陣目的在于計(jì)算到達(dá)各個(gè)充電站的最少能耗路徑。

行駛路徑上總耗能最少的目標(biāo)函數(shù)，如式（9）：

通過Dijkstra算法對(duì)路網(wǎng)權(quán)能耗矩陣進(jìn)行求解即可得出各路徑的用戶電能損耗。

2.2 充電站收益模型的建立與求解

2.2.1 充電站服務(wù)時(shí)間的求解

充電站服務(wù)時(shí)間通常從電動(dòng)汽車接受平臺(tái)調(diào)度算起，故取充電站服務(wù)時(shí)間與用戶時(shí)間損耗相等，用戶時(shí)間損耗的計(jì)算方法上文已詳述此處不再贅述。

2.2.2 充電站單位時(shí)間收益模型的建立與求解

充電站單位時(shí)間收益與用戶電能損耗密切相關(guān)，令M為用戶充電總花費(fèi)，則有：

式中：Eh為充電結(jié)束時(shí)用戶期望荷電量；S為用戶在起點(diǎn)時(shí)的電動(dòng)汽車荷電量；E為行駛過程中的能耗；m為單位實(shí)時(shí)電價(jià)。

充電站收益需要在同一時(shí)間尺度內(nèi)比較才有意義，故令充電站的單位時(shí)間收益為P，則有：

由式（11）得出各路徑的充電站單位時(shí)間收益。

2.3 指標(biāo)求解流程

指標(biāo)求解流程如圖3所示。

圖3 指標(biāo)求解流程圖Fig.3 Solving procedure of indices

3 基于時(shí)間量化網(wǎng)絡(luò)分析過程的雙邊利益模糊評(píng)價(jià)方法

傳統(tǒng)基于時(shí)間量化網(wǎng)絡(luò)分析過程（analytic network process，ANP）[21]盡管采用了遞推式層次結(jié)構(gòu)，且有較強(qiáng)的內(nèi)部依賴性和反饋性，但在求解權(quán)重時(shí)仍然存在一定的主觀性。為進(jìn)一步減小評(píng)價(jià)的主觀性，本文考慮將電動(dòng)汽車調(diào)度過程中時(shí)間成本，通過該地區(qū)GDP水平等因素進(jìn)行轉(zhuǎn)換分析，將時(shí)間成本轉(zhuǎn)換為經(jīng)濟(jì)成本，從而避免權(quán)重選擇的主觀性，并在此基礎(chǔ)上，提出一種基于時(shí)間量化的ANP雙邊利益模糊評(píng)價(jià)模型。

該過程是對(duì)傳統(tǒng)ANP的改進(jìn)，其主要思想為，不同于傳統(tǒng)ANP計(jì)算權(quán)重時(shí)完全采用超矩陣進(jìn)行元素的對(duì)比計(jì)算，而是引入時(shí)間量化公式對(duì)部分二級(jí)指標(biāo)進(jìn)行權(quán)重計(jì)算，使得權(quán)重計(jì)算更為客觀合理，其具體流程如下。

1）搭建雙邊利益評(píng)價(jià)體系。

2）建立元素判斷矩陣，計(jì)算權(quán)重。

首先建立一級(jí)指標(biāo)權(quán)重對(duì)比矩陣，即用戶汽車和充電站的相對(duì)重要程度。本文通過查閱大量文獻(xiàn)最終確定權(quán)重如下：

式中：U表征用戶汽車的總充電成本；S表征充電站的收益；第i行第j列元素表示第i行元素表征相對(duì)第j列元素表征的重要程度。

在進(jìn)行二級(jí)指標(biāo)權(quán)重的求解過程，為了避免權(quán)重選擇的主觀性，本節(jié)提出一種基于時(shí)間量化的策略進(jìn)行求解計(jì)算。在權(quán)衡充電站和用戶的雙邊利益時(shí)，首先對(duì)時(shí)間成本進(jìn)行經(jīng)濟(jì)性的量化（即用戶在完成充電的整個(gè)過程中消耗的時(shí)間用貨幣來衡量其價(jià)值），則單位時(shí)間價(jià)值可以表示為：

式中：V為單位小時(shí)價(jià)值量；G為該地區(qū)人均生產(chǎn)總值；D為該地區(qū)年法定工作日；T為該地區(qū)工作日平均工作時(shí)間。

令H為用戶的總時(shí)間成本，則有：

令M為用戶充電總花費(fèi)金錢，則有：

式中：Eh為充電結(jié)束時(shí)用戶期望荷電量；S為用戶在起點(diǎn)時(shí)的電動(dòng)汽車荷電量；E為行駛過程中的能耗；m為單位實(shí)時(shí)電價(jià)。

令C為用戶完成整個(gè)充電過程的總成本，則有：

通過比較用戶到達(dá)附近各充電站總成本C的大小，得出總成本最小的方案。

3）標(biāo)準(zhǔn)化函數(shù)處理。

由于本文所建的評(píng)價(jià)體系中用戶總成本C與充電站收益P是不同類型的定量指標(biāo)，故需對(duì)其進(jìn)行無量綱處理[22]：

用戶總成本C屬于成本型指標(biāo)，其評(píng)價(jià)值隨數(shù)值的增大而減小，故其標(biāo)準(zhǔn)化函數(shù)為：

充電站收益P屬于效益型指標(biāo)，其評(píng)價(jià)值隨數(shù)值的增大而增大，故其標(biāo)準(zhǔn)化函數(shù)為：

式中：C′i、 P′i均為標(biāo)準(zhǔn)化后的取值；Ci,max、Ci,min、Pi,max、Pi,min均為依據(jù)當(dāng)?shù)谿DP水平及電動(dòng)汽車和充電站的發(fā)展?fàn)顩r設(shè)定的參數(shù)。

4）模糊評(píng)價(jià)。

①首先得出各充電站的用戶總成本 C′i和充電站收益 P′i的得分。

建立第一個(gè)對(duì)比矩陣計(jì)算第i個(gè)充電站的標(biāo)準(zhǔn)化用戶總成本 C′i的得分ri，式（17）即各充電站兩兩對(duì)比其對(duì)于用戶汽車而言的總成本：

建立第二個(gè)對(duì)比矩陣計(jì)算第i個(gè)充電站的標(biāo)準(zhǔn)化充電站收益 P′i的得分Si，式（18）即各充電站兩兩對(duì)比其相同時(shí)間段的單位時(shí)間收益：

②根據(jù)上文得出的標(biāo)準(zhǔn)化用戶總成本得分ri和標(biāo)準(zhǔn)化充電站收益得分Si，計(jì)算得出第i個(gè)充電站的雙邊利益模糊評(píng)價(jià)得分zi，具體公式如下：

考慮雙邊利益模糊評(píng)價(jià)得分最大的目標(biāo)函數(shù)為：

最終篩選出雙邊利益模糊評(píng)價(jià)得分較高的方案。具體實(shí)施流程圖如圖4所示。

4 基于雙邊利益權(quán)衡的電動(dòng)汽車充電路徑優(yōu)化調(diào)度策略

上節(jié)已求得各充電路徑的雙邊利益模糊評(píng)價(jià)值及排序結(jié)果，但僅考慮在某種確定的調(diào)度方案下不同充電路徑的選擇問題，未考慮不同工況下電動(dòng)汽車充電路徑調(diào)度方案的設(shè)計(jì)。因此本節(jié)提出一種基于雙邊利益權(quán)衡的電動(dòng)汽車充電路徑優(yōu)化調(diào)度策略。該調(diào)度方案流程圖具體如圖5所示。

圖4 雙邊利益模糊評(píng)價(jià)流程圖Fig.4 Flowchart of fuzzy evaluation of bilateral interests

具體步驟如下：

1）獲取以某一用戶汽車為中心的設(shè)定半徑范圍內(nèi)實(shí)時(shí)的路段信息和充電站信息，以及該用戶汽車的剩余電量SoC；

2）統(tǒng)計(jì)各充電站的實(shí)時(shí)排隊(duì)情況，確定該用戶汽車到達(dá)各充電站后的預(yù)計(jì)等待時(shí)間tw；

3）統(tǒng)計(jì)該用戶汽車的可通行路段信息，確定該用戶汽車在各可通行路段上行駛的預(yù)計(jì)行駛里程S、預(yù)計(jì)平均通行速度V、預(yù)計(jì)電機(jī)效率η和預(yù)計(jì)單位能耗e；

4）檢測(cè)該用戶汽車是否選擇充電。選擇充電，則進(jìn)入8）；否則，進(jìn)入5）；

5）判斷用戶汽車剩余SoC：若低于電量預(yù)警值進(jìn)行低電量警告并進(jìn)入7）；否則進(jìn)入6）；

6）統(tǒng)計(jì)各充電站的負(fù)荷量。若充電站的負(fù)荷量處于谷值，則向該用戶汽車推送優(yōu)惠充電信息；否則，不作為；

7）計(jì)算該汽車通過各種由可通行路段組成的路徑方案到達(dá)各充電站的預(yù)計(jì)總能耗；

圖5 調(diào)度方案流程圖Fig.5 Flowchart of dispatching scheme

8）根據(jù)該用戶汽車的剩余SoC選擇出能夠到達(dá)充電站的各種路徑方案：若存在兩種以上路徑方案，進(jìn)入9）；否則進(jìn)入10）；

9）基于雙邊利益權(quán)重向用戶汽車推薦兩種路徑方案；

10）向該用戶汽車推送預(yù)計(jì)總能耗最小的路徑引導(dǎo)方案。

5 算例分析

5.1 參數(shù)設(shè)置

根據(jù)當(dāng)前電動(dòng)汽車和充電站的發(fā)展?fàn)顩r與前景，本文對(duì)算例參數(shù)做出如下假設(shè):

1）電動(dòng)汽車電池容量E0為30 kW·h；

2）用戶起始SOCi為0.5；

3）需求峰時(shí)默認(rèn)用戶每次充電上限時(shí)間為0.5 h；

4）充電站的實(shí)時(shí)充電電價(jià)為1.5元/kW·h；

5）充電樁平均充電功率為30 kW；

6）單位小時(shí)價(jià)值量V為20元/h；

7）考慮在實(shí)際中用戶的重要程度要略低于充電站，0.4和0.6分別表示電動(dòng)汽車主體與充電站主體雙方匹配的滿意度權(quán)重。

圖6 某區(qū)某時(shí)段交通圖Fig.6 Traffic map of a certain district in a certain time period

本文以圖6所示某區(qū)某時(shí)段的交通圖為例，基于實(shí)時(shí)路網(wǎng)交通數(shù)據(jù)，建立平面單層路網(wǎng)模型。以雙邊滿意度最高為目標(biāo)函數(shù)，制定電動(dòng)汽車到達(dá)最優(yōu)充電站的路徑導(dǎo)航。所建立的道路交通網(wǎng)模型簡(jiǎn)圖見圖6。該區(qū)域內(nèi)共有16個(gè)路網(wǎng)節(jié)點(diǎn)，24條路段和3個(gè)充電站，其中有9條主干道，9條次干道和6條支路。節(jié)點(diǎn)處標(biāo)注的數(shù)值1～16為路網(wǎng)節(jié)點(diǎn)序號(hào)，A—C為區(qū)域內(nèi)的3個(gè)充電站。

先假設(shè)不同工況道路行駛參數(shù)（表1）、充電站基本情況如表2所示。

表1 不同工況道路形式參數(shù)Table 1 Road driving parameters under different traffic conditions

表2 充電站基本情況Table 2 Basic condition of charging station

5.2 算例結(jié)果及分析

在上述的算例場(chǎng)景中進(jìn)行仿真計(jì)算，利用Dijkstra算法得到電動(dòng)汽車分別基于耗能最小和耗時(shí)最短得出到達(dá)A、B、C三個(gè)充電站充電的6種路徑選擇方案，根據(jù)式（1）—（13），求得各路徑對(duì)應(yīng)的能耗/時(shí)間、用戶成本和充電站單位時(shí)間盈利，如表3所示。

表3 各充電站最優(yōu)路徑分析Table 3 Analysis on the best paths of all charging stations

根據(jù)式（19）計(jì)算出各路徑的雙邊利益模糊評(píng)價(jià)得分z，結(jié)果如表4所示。根據(jù)表4計(jì)算得出基于雙邊利益的電動(dòng)汽車優(yōu)選路徑A2、B2（如圖7所示），給所有方法進(jìn)行排序，并推送兩種雙邊滿意度最好的方案。

表4 各路徑雙邊利益模糊評(píng)價(jià)得分Table 4 Fuzzy evaluation scores of all paths’ bilateral interests

圖7 推薦方案引導(dǎo)圖Fig.7 Guide chart of the recommended scheme

方案1為路徑A2，起點(diǎn)O至充電站A的分段最優(yōu)路線為1-2-5-9-13-14，總耗時(shí)約為0.625 h，行駛耗能約為2.115 kW·h；

方案2路徑B2，起點(diǎn)O至充電站B的分段最優(yōu)路線為1-2-5-6-10-11，總耗時(shí)約為0.8125 h，行駛耗能約為1.5775 kW·h。

綜合2種方案可以看出，當(dāng)用戶對(duì)便捷性偏好較大時(shí)，可以選擇綜合滿意度最好的方案（即方案A2）；若用戶對(duì)經(jīng)濟(jì)性偏好較大時(shí)，則可以選擇綜合滿意度較好的方案（即方案B2），通過不同方案，實(shí)現(xiàn)了雙邊滿意度權(quán)衡的充電調(diào)度最優(yōu)引導(dǎo)策略，有效地在減少用戶充電成本（包含時(shí)間成本）的基礎(chǔ)上，使充電站獲得較大收益，同時(shí)也進(jìn)一步提供了用戶的個(gè)性化服務(wù)，電動(dòng)汽車用戶可以根據(jù)需要（經(jīng)濟(jì)性/便捷性）自主選擇符合個(gè)性化的充電方案。

5.3 方案對(duì)比分析

本文所提方案與只關(guān)注時(shí)間成本或能耗成本的方案對(duì)比如表5所示。

表5 不同調(diào)度方案的對(duì)比Table 5 Comparison of different dispatching schemes

由表5可看出本文所提雙邊利益權(quán)衡方案與時(shí)間成本方案選取路線一致，這是因?yàn)闀r(shí)間成本在雙邊利益權(quán)衡計(jì)算過程中重要性顯著，但在路程較長(zhǎng)或道路較擁堵等情況下兩種方法選取方案也可能不一致。而能耗成本方案與雙邊利益權(quán)衡方案對(duì)比，雖然能耗成本有所下降，但時(shí)間成本和雙邊利益均劣于雙邊利益權(quán)衡方案，故本文所提雙邊利益權(quán)衡調(diào)度方案較以往僅考慮單一情況的調(diào)度方案具有一定的優(yōu)越性。

6 結(jié)論

本文提出的基于路網(wǎng)信息考慮雙邊利益權(quán)衡的電動(dòng)汽車優(yōu)化調(diào)度策略，相比時(shí)間成本方案和能耗成本方案都具有明顯優(yōu)勢(shì)，能更好地權(quán)衡電動(dòng)汽車和充電站雙邊的利益。

致謝

江蘇省配電網(wǎng)智能技術(shù)與裝備協(xié)同創(chuàng)新中心開放基金資助項(xiàng)目(XTCX202003)在對(duì)本文調(diào)度算法方面提出了指導(dǎo)性意見，謹(jǐn)此深表感謝！