CN103646295B - 基于服务站通用模型的电动汽车充换电网络一体化调度方法 - Google Patents

Abstract

本发明公开了一种基于服务站通用模型的电动汽车充换电网络一体化调度方法，建立充换电网络中三种类型服务站的通用模型，用以表征服务站的行为（充电、换电、电池调配）与状态（满电池组数量和空电池组数量）之间相互影响与制约的关系；根据服务站各采样周期内的初始换电需求，利用排队论原理仿真获得服务站的实际换电数量，以充分计及服务站的充电设备数量、用户平均到达率以及等待队长上限对服务站换电能力的影响；建立实际充换电网络运营的一体化调度模型，通过优化电池组的充电方案、调配方案以及物流方案，使得网络的运营费用最小。

Description

基于服务站通用模型的电动汽车充换电网络一体化调度方法

技术领域

本发明属于电动汽车充电领域，具体涉及“集中充电、统一配送”和充换电两种模式下电动汽车充换电网络的建模和电池调度方法。

背景技术

基于电池租赁的换电模式在降低用户初始购车成本、延长电池寿命、加快充电时间等方面表现出明显的优势，成为当前电动汽车发展具有竞争力的商业模式之一，具体包含“集中充电、统一配送”和充换电两种模式。“集中充电、统一配送”模式的主要能源供给方式为集中型充电站与配送站；充换电模式的主要能源供给方式为充电站。充换电网络中，集中型充电站承担大规模的电池充电功能，充满的电池将被配送至具有小规模充电能力和换电功能的充换电站以及仅具备换电池功能的配送站，从而实现对用户的电池供应。充换电网络的实际运行过程中，涉及到有关电池充电、电池调配、物流配送等诸多环节，而且各个环节紧密相关。为了满足用户的换电需求,保障电网安全、稳定、经济运行,科学合理的充换电网络一体化运行调度起着至关重要的作用。

目前学术界还鲜有关于换电模式下充换电网络运行调度的研究，仅有部分文献针对其中的充电优化进行了讨论。总体而言，现有研究主要将充电站作为主体，对其充电负荷和控制策略的研究完全没有全面考虑配送策略、配送时间等因素的影响。忽视了电池调配对维持电池供需的时空平衡以及物流调配对电池调配的实际支撑作用。

发明内容

本发明的目的在于为了克服现有技术的不足，提供一种基于服务站通用模型的电动汽车充换电网络一体化调度方法，通过对三种类型服务站的通用建模，精细化表征服务站的各种行为与状态之间相互影响与制约的关系；通过电池充电、调配和物流配送的一体化调度模型，实现换电模式下充电方案、电池调配方案和物流配送方案的最优化求解，在满足用户换电需求的前提下尽可能降低网络运营成本，为充换电网络的运行奠定理论基础。

本发明所述的一种基于服务站通用模型的电动汽车充换电网络一体化调度方法，包括以下步骤：

1）建立充换电网络中三种类型服务站：集中型充电站、充换电站和配送站的通用模型，以表征服务站的状态（包括满电池组数和空电池组数）与行为（包括换电、充电、电池调配）之间的关系：

$Q_{i,t}^f=\left\{\begin{array}{cc}{Q}_{i,t-1}^f+Q_{i,t-[t\_\mathrm{chg}/T]}^c-Q_{i,t-1}^h-Q_{i,t-1}^d,& Q_{i,t-1}^d\&GreaterEqual;0\\ Q_{i,t-1}^f+Q_{i,t-[t\_\mathrm{chg}/T]}^c-Q_{i,t-1}^h+\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d,& Q_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d<0\end{array}\right.---\left(1\right)$

$Q_{i,t}^e=\left\{\begin{array}{cc}{Q}_{i,t-1}^e+Q_{i,t-1}^h-Q_{i,t-1}^c+\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}*2/T]}^d,& Q_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}*2/T]}^d\&GreaterEqual;0\\ Q_{i,t-1}^e+Q_{i,t-1}^h-Q_{i,t-1}^c-\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d,& Q_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d<0\end{array}\right.---\left(2\right)$

$\left\{\begin{array}{c}{Q}_{i,t}^h\&le;Q_{i,t}^f\\ Q_{i,t}^c\&le;Q_{i,t}^e\\ Q_{i,t}^d\&le;Q_{i,t}^f-Q_{i,t}^h,\mathrm{if}{Q}_{i,t}^d>0\end{array}\right.---\left(3\right)$

式中：为t时刻服务站i的满电池组数量；为t时刻服务站i的空电池组数量，t＝1表示初始时刻；为t时刻服务站i为用户换电的满电池组数量；为t时刻服务站i开始充电的空电池组数量；为t时刻服务站i开始调配的满电池组数量，表示t时刻服务站i调出电池组，表示t时刻有满电池组从其他服务站向服务站i调出。t_chg为电池组充电所需时间(min)；T为采样周期（min）；dis_ij为服务站i到服务站j的电池组调配最少单程用时(min)；[]表示向上取整。

2）依据排队论的相关理论，电动汽车换电服务***可看成一个排队***，***的顾客是电动汽车，服务台是换电设备，服务台提供的服务是更换电池。根据排队论原理获得服务站的实际换电能力，对原始换电需求曲线进行修正：

$Q_{i,t}^r=\min (Q_{i,t}^R,N_{i,t})---\left(4\right)$

式中：N_i,t第t个采样周期内服务站i的换电能力；为t时刻服务站i的原始换电需求；为修正后t时刻服务站i的换电需求。

3）根据网络交通图，利用dijkstra算法求解最短用时路径；

4）计算一个运营日内充换电网络的物流费用：

$F_d=\underset{t}{\mathrm{\&Sigma;}}\underset{i}{\mathrm{\&Sigma;}}\underset{j}{\mathrm{\&Sigma;}}\mathrm{ceil}(\mathrm{abs}\left(Q_{\mathrm{ij},t}^d\right)/\mathrm{vc})*{\mathrm{dis}}_{\mathrm{ij}}*c_{\mathrm{ev}}/120---\left(5\right)$

式中：F_d为物流费用；为t时刻服务站i配送给服务站j的满电池组数，如果满电池组从服务站j配送至服务站i，则为负；vc为每辆车能够装载的电池组数，单位为块；c_ev为单个物流车辆每小时的运费，单位为元/小时。

5）计算一个运营日内充换电网络的充电费用：

$F_c=\underset{i}{\mathrm{\&Sigma;}}\underset{\mathrm{time}=1}{\overset{48}{\mathrm{\&Sigma;}}}\underset{t=\mathrm{time}}{\overset{\mathrm{time}+[t\_\mathrm{chg}/30]-1}{\mathrm{\&Sigma;}}}{Q}_{i,t}^c*p_{\mathrm{ack}}*T*p_t---\left(6\right)$

式中：F_c为充电费用；p_ack为电池组的充电功率，单位为KW；p_t为t时刻的电价，单位为元。

6）以分时电价为背景，以网络运营费用最小化为目标，建立实际电动汽车充换电网络运营一体化调度模型，从而得出一体化调度的充电和电池调配策略：

minF＝F_c+F_d(7)

$s.t.Q_{i,t}^h=\min (Q_{i,t}^f,Q_{i,t}^r),\&ForAll;i,t---\left(8\right)$

$Q_{i,t}^h=Q_{i,t}^r,\&ForAll;i,t---\left(9\right)$

$Q_{i,t}^c\&le;\min (Q_{i,t}^e,P_i*1000/p_{\mathrm{ack}}),\&ForAll;i,t---\left(10\right)$

$\underset{j}{\mathrm{\&Sigma;}}\mathrm{ceil}(Q_{\mathrm{ij},t}^d/\mathrm{vc})\&le;{\mathrm{nc}}_i,\mathrm{if}{Q}_{\mathrm{ij},t}^d>0,\&ForAll;i,t---\left(11\right)$

$Q_{i,t}^d\&le;Q_{i,t}^f-Q_{i,t}^h,\mathrm{if}{Q}_{i,t}^d>0,Q_{i,t}^d=\underset{j}{\mathrm{\&Sigma;}}{Q}_{\mathrm{ij},t}^d,\&ForAll;i,t---\left(12\right)$

$Q_{\mathrm{ij},t}^d+Q_{\mathrm{ji},t}^d=0---\left(13\right)$

$\underset{i}{\mathrm{\&Sigma;}}{Q}_{i,t}^d=0,\&ForAll;t---\left(14\right)$

式中：P_i为服务站i的容量，单位为MW；nc_i为站点i的物流车辆数。

所述步骤1建立的服务站通用模型揭示了服务站的状态与行为之间相互影响相互制约的关系：

1）服务站的行为影响其状态变化

即时行为，如换电立即对服务站的状态产生影响，而过程行为具有后效性，即过程行为会影响服务站其后某个时刻的状态:①充电行为发生时会影响服务站的空电池组数，但要再经过一个充电时长，服务站的满电池组数才会发生变化；②电池调配开始时，只影响调出满电池组的服务站，调配到达时接收满电池组的服务站满电池组和空电池组数量都发生变化，等到物流车辆回到调出满电池组的服务站时，其空电池组数也发生变化。

2）服务站的状态约束其行为

换电和电池调配受满电池组数的约束，充电受空电池组数的约束。

所述步骤2中***服务能力的计算过程计及了***服务能力受到服务站的换电设备数量、用户的平均到达率、可接受的等待对长、换电时间等因素的限制，具体包括以下步骤：

1）建立电动汽车换电服务***的M/D/C排队模型,M/D/C表示顾客到达时间间隔服从负指数分布、服务时间为固定值和***中有C个服务台的模型。

2）根据服务站在各采样周期的初始换电需求，计算其平均其到达率和用户到达时间间隔：

${\mathrm{\&lambda;}}_{i,t}=\frac{Q_{i,t}^R}{T}---\left(15\right)$

$P_{i,t}(T\&le;t)=1-e^{-{\mathrm{\&lambda;}}_{i,t}t}---\left(16\right)$

式中:λ_i,t为第t个采样周期内服务站i的平均到达率；为第t个采样周期内服务站i的初始换电需求。

3）matlab仿真模拟一定规模***的实际运行情况，获得各采样周期内服务站实际服务的电动汽车数，计算服务率η：

4）计算服务站实际换电能力为：

N_i,t＝λ_i,t*T*η_i,t(18)

所述步骤6的约束条件为：

1）服务站为用户提供的换电量等于其满电池组数和用户换电需求的较小值；

2）***运营满足基本的换电需求；

3）各站点的充电电池组数小于该时刻的空电池组并且总的充电功率小于站点的容量；

4）每次调配所需的物流车辆数小于站点的实际拥有车辆数；

5）各站点每次调出的电池组总数不大于该时刻的满电池组总数；

6）单次调配满电池组在两个服务站之间的流动是单向的；

7）各次调配，网络内总的调出电池组数与总的配进电池组数相等。

采用本发明的技术方案，可实现如下有益效果：本发明针对电动汽车充换电网络物流配送和充电环节的调度运行进行了基础研究，形成充换电网络一体化调度的基本理论，为充换电网络的运行提供了科学理论支持，充分发挥了其运行效率：（1）建立充换电网络中集中型充电站、充换电站和配送站这三种类型服务站的通用模型，作为一个模块引入一体化调度模型中，在编程时无需考虑不同类型服务站的区别，同时，通用模型充分考虑了充电和电池调度行为对服务站状态影响的后效性，使模型更为精细化；（2）引入换电需求修正曲线，从服务站的实际服务能力出发，充分计及服务站的换电设备数量、用户的平均到达率、可接受的等待对长、换电时间等现实因素对换电能力限制，使服务站的换电行为更具现实意义；（3）建立充换电网络的一体化调度模型，对网络的充电方案、电池调配方案和物流配送方案进行整体优化，从而减少网络的运营费用，提高***经济性，同时模型基于分时电价建立，分时电价对电网负荷峰谷的反映又能有效引导网络充电方案平抑电网负荷，起到削峰填谷的作用。

附图说明

图1为本发明方法的总流程图；

图2为测试算例交通网络；

图3为次日原始换电需求预测曲线；

图4为电动汽车换电服务***的M/D/C排队模型；

图5为matlab仿真排队***运行结果；

图6为充换电站2修正前后的换电需求曲线；

图7为充换电站初始满电池组数不同时的一体化调度结果；

图8为充换电站初始空电池组数不同时的一体化调度结果。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

本实施例为一种基于服务站通用模型的电动汽车充换电网络一体化调度方法，如图1所示，实施例的参数如下：

1）交通信息如图2所示，图中C代表集中型充电站，G代表充换电站。图中标注的数字为节点编号，用来表征站点的位置信息。服务站编号与地区交通分布图的对应关系见表1，不同路段的配送所需时间见表2。

表1服务站编号与地区交通分布图对应关系

表2不同路段配送所需时间

起点	终点	所需时间/min	起点	终点	所需时间/min	起点	终点	所需时间/min
									1	2	15	7	25	15	15	21	15
1	14	15	8	9	5	16	18	5
									1	16	30	8	17	10	17	21	18
1	20	20	9	10	15	17	23	14
									2	3	15	9	17	10	18	19	13
2	22	15	10	11	10	18	21	15
									3	4	7	10	15	10	19	20	12
3	24	20	10	17	20	19	21	10
									3	25	30	11	12	5	20	22	18
4	5	15	12	13	7	21	22	20
									5	6	5	12	15	12	21	23	16
5	25	10	13	14	10	21	24	25
									6	7	5	13	15	20	22	24	15
6	25	12	13	16	15	23	24	15
									7	8	6	14	16	20	23	25	10
7	17	20	15	16	16
									7	23	25	15	17	15

2）每日末时刻，服务站将次日原始换电需求预测曲线（如图3所示）、起始时刻备用满电池数量和空电池数量（如表3所示）发送至***调度中心。同时，调度中心从电网调度部门获取次日电价信息，如表4所示：

表3网络内初始电池组配置情况

CF	CE	GF	GE	DF	DE
						0	600	400	600	200	0

表4峰、谷、平时段划分及各时段电价

3）配送车辆载重为0.9吨、单块电池组质量为30kg，则一辆车可装载电池组数为30块；每个集中型充电站配置物流车辆15辆，每个充换电站配置物流车辆5辆；一个完整的配送过程包括：①在电池组的调出站点装载充满电的电池组，需要5min；②把充满电的电池组运往电池组的配进站点；③在电池组的配进站点卸下满电池组，需要5min；④装载相应数量的更换下的电池组，需要5min；⑤把更换下的电池组运往配送发出站点；⑥把更换下的电池组放到充电架上,需要5min；

4）电池组的充电过程近似为恒功率特性，充电功率为2kW，充电所需时间为2.5h；集中型充电站可提供的充电功率为1MW，充换电站可提供充电功率为0.3MW。物流车辆的收费标准为50元/（时*辆）。

（1）建立服务站通用模型：

$Q_{i,t}^f=\left\{\begin{array}{cc}{Q}_{i,t-1}^f+Q_{i,t-[t\_\mathrm{chg}/T]}^c-Q_{i,t-1}^h-Q_{i,t-1}^d,& Q_{i,t-1}^d\&GreaterEqual;0\\ Q_{i,t-1}^f+Q_{i,t-[t\_\mathrm{chg}/T]}^c-Q_{i,t-1}^h+\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d,& Q_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d<0\end{array}\right.$

$Q_{i,t}^e=\left\{\begin{array}{cc}{Q}_{i,t-1}^e+Q_{i,t-1}^h-Q_{i,t-1}^c+\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}*2/T]}^d,& Q_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}*2/T]}^d\&GreaterEqual;0\\ Q_{i,t-1}^e+Q_{i,t-1}^h-Q_{i,t-1}^c-\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d,& Q_{i,t-[{\mathrm{dis}}_{\mathrm{ij}}/T]}^d<0\end{array}\right.$

$\left\{\begin{array}{c}{Q}_{i,t}^h\&le;Q_{i,t}^f\\ Q_{i,t}^c\&le;Q_{i,t}^e\\ Q_{i,t}^d\&le;Q_{i,t}^f-Q_{i,t}^h,\mathrm{if}{Q}_{i,t}^d>0\end{array}\right.$

（2）建立电动汽车换电服务***的M/D/C排队模型，如图4所示。本实施例中服务站有6台换电设备，每辆车的服务时间为4min，图5为平均到达率为2.2辆/min，可接受等待队长为16辆时的matlab仿真***运行结果。可以看到用户在采样周期内是陆续到达服务站的，且编号为34、36、43、49、53、54、55、56、57、58、59、60、61、62、63、64、65、66的用户未能获得换电服务。表5列出了充换电站1修正后的换电需求曲线，图6为充换电站2修正前后的换电需求曲线。

表5充换电站1修正后的换电曲线

时刻	需求/块	时刻	需求/块	时刻	需求/块	时刻	需求/块
								0:30	6	6:30	1	12:30	12	18:30	7
1:00	3	7:00	0	13:00	5	19:00	12
								1:30	1	7:30	6	13:30	16	19:30	12
2:00	6	8:00	4	14:00	32	20:00	26 -->
								2:30	3	8:30	3	14:30	44	20:30	6
3:00	1	9:00	51	15:00	80	21:00	5
								3:30	1	9:30	14	15:30	40	21:30	7
4:00	0	10:00	12	16:00	10	22:00	19
								4:30	1	10:30	7	16:30	8	22:30	4
5:00	2	11:00	38	17:00	3	23:00	11
								5:30	0	11:30	5	17:30	19	23:30	4
6:00	0	12:00	4	18:00	8	0:00	6

（3）根据网络交通图，利用dijkstra算法求解最短用时路径，表6列出了各个服务站之间的最短用时路径。

表6各服务站之间的最短用时路径

起始站	目标站	最短用时/min	最短用时路径
				1	6	57	1-2-3-4-5-6
1	11	37	1-14-13-12-11
				1	16	30	1-16
1	17	57	1-14-13-12-15-17
				1	23	58	1-20-19-21-23
1	24	45	1-2-22-24
				6	11	41	6-7-8-9-10-11
6	16	50	6-7-8-17-15-16
				6	17	21	6-7-8-17
6	23	21	6-7-23
				6	24	36	6-7-23-24
11	16	27	11-12-13-16
				11	17	30	11-10-17
11	23	44	11-10-17-23
				11	24	57	11-12-15-21-24
16	17	29	16-15-17

16	23	36	16-18-21-23
				16	24	45	16-18-21-24
17	23	14	17-23
				17	24	29	17-23-24
23	24	15	23-24

（4）计算一个运营日内充换电网络的物流费用：

$F_d=\underset{t}{\mathrm{\&Sigma;}}\underset{i}{\mathrm{\&Sigma;}}\underset{j}{\mathrm{\&Sigma;}}\mathrm{ceil}(\mathrm{abs}\left(Q_{\mathrm{ij},t}^d\right)/\mathrm{vc})*{\mathrm{dis}}_{\mathrm{ij}}*c_{\mathrm{ev}}/120$

式中：F_d为物流费用；为t时刻服务站i配送给服务站j的满电池组数，如果满电池组从服务站j配送至服务站i，则为负；vc为每辆车能够装载的电池组数，单位为块；c_ev为单个物流车辆每小时的运费，单位为元/小时；

（5）计算一个运营日内充换电网络的充电费用：

$F_c=\underset{i}{\mathrm{\&Sigma;}}\underset{\mathrm{time}=1}{\overset{48}{\mathrm{\&Sigma;}}}\underset{t=\mathrm{time}}{\overset{\mathrm{time}+[t\_\mathrm{chg}/30]-1}{\mathrm{\&Sigma;}}}{Q}_{i,t}^c*p_{\mathrm{ack}}*T*p_t$

式中：F_c为充电费用；p_ack为电池组的充电功率，单位为KW；p_t为t时刻的电价，单位为元；

（6）以分时电价为背景，以网络运营费用最小化为目标，建立实际电动汽车充换电网络运营一体化调度模型，从而得出一体化调度的充电和电池调配策略：

minF＝F_c+F_d

$s.t.Q_{i,t}^h=\min (Q_{i,t}^f,Q_{i,t}^r),\&ForAll;i,t$

$Q_{i,t}^h=Q_{i,t}^r,\&ForAll;i,t$

$Q_{i,t}^c\&le;\min (Q_{i,t}^e,P_i*1000/p_{\mathrm{ack}}),\&ForAll;i,t$

$\underset{j}{\mathrm{\&Sigma;}}\mathrm{ceil}(Q_{\mathrm{ij},t}^d/\mathrm{vc})\&le;{\mathrm{nc}}_i,\mathrm{if}{Q}_{\mathrm{ij},t}^d>0,\&ForAll;i,t$

$Q_{i,t}^d\&le;Q_{i,t}^f-Q_{i,t}^h,\mathrm{if}{Q}_{i,t}^d>0,Q_{i,t}^d=\underset{j}{\mathrm{\&Sigma;}}{Q}_{\mathrm{ij},t}^d,\&ForAll;i,t$

$Q_{\mathrm{ij},t}^d+Q_{\mathrm{ji},t}^d=0$

$\underset{i}{\mathrm{\&Sigma;}}{Q}_{i,t}^d=0,\&ForAll;t$

式中：P_i为服务站i的容量，单位为MW；nc_i为站点i的物流车辆数。

本实施例中，限定充电时间可选集合为{1:00,3:00,8:00,13:00,17:00,21:00},物流配送时间可选集合为{6:00,9:00,15:30,18:00,22:00}，求解得到最优充电方案见表7，最优电池组调配方案见表8。

表7最优充电方案

表8最优电池调配方案

出发站点	到达站点	路径	时间	配送数量
					17	6	17-8-7-6	15:30	308 -->
1	11	1-14-13-12-11	6:00	90
					17	16	17-15-16	6:00	60
1	24	1-2-22-24	6:00	60
					1	23	1-20-19-21-23	6:00	28
17	23	17-23	6:00	300

最优方案的运行总费用为4818.9元,充电费用为3858.9元,物流费用为960元。缺电池块数为0,能够满足用户的所有换电需求。

充换电站初始满电池组数不同时的一体化调度结果如图7，从图中可以看出，随着初始满电池组数的增加，充电费用和***运行费用的总趋势都是减小的，物流费用先减小后保持不变。充换电站初始空电池组数不同时的一体化调度结果如图8，从图中可以看出，随着初始空电池组数的增加，充电费用、物流费用和***运行费用的总趋势都是先减小后保持不变。

如上，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。

Claims (4)

1.一种基于服务站通用模型的电动汽车充换电网络一体化调度方法，其特征在于：包括以下步骤：

1)建立充换电网络中三种类型服务站的通用模型：集中型充电站、充换电站和配送站的通用模型，以表征服务站的状态与行为之间的关系，所述状态包括满电池组数和空电池组数，所述行为包括换电、充电、电池调配，所述状态与行为之间的关系为：

$Q_{i,t}^f=\left\{\begin{array}{cc}{Q}_{i,t-1}^f+Q_{i,t-\&lsqb;t\_chg/T\&rsqb;}^c-Q_{i,t-1}^h-Q_{i,t-1}^d,& Q_{i,t-1}^d\&GreaterEqual;0\\ Q_{i,t-1}^f+Q_{i,t-\&lsqb;t\_chg/T\&rsqb;}^c-Q_{i,t-1}^h+\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-\&lsqb;{\mathrm{dis}}_{ij}/T\&rsqb;}^d,& Q_{i,t-\&lsqb;{\mathrm{dis}}_{ij}/T\&rsqb;}^d<0\end{array}\right.---\left(1\right)$

$Q_{i,t}^e=\left\{\begin{array}{cc}{Q}_{i,t-1}^e+Q_{i,t-1}^h-Q_{i,t-1}^c+\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-\&lsqb;{\mathrm{dis}}_{ij}*2/T\&rsqb;}^d,& Q_{i,t-\&lsqb;{\mathrm{dis}}_{ij}*2/T\&rsqb;}^d\&GreaterEqual;0\\ Q_{i,t-1}^e+Q_{i,t-1}^h-Q_{i,t-1}^c-\underset{j}{\mathrm{\&Sigma;}}{Q}_{i,t-\&lsqb;{\mathrm{dis}}_{ij}/T\&rsqb;}^d,& Q_{i,t-\&lsqb;{\mathrm{dis}}_{ij}/T\&rsqb;}^d<0\end{array}\right.---\left(2\right)$

$\left\{\begin{array}{c}{Q}_{i,t}^h\&le;Q_{i,t}^f\\ Q_{i,t}^c\&le;Q_{i,t}^e\\ Q_{i,t}^d\&le;Q_{i,t}^f-Q_{i,t}^h,if{Q}_{i,t}^d>0\end{array}\right.---\left(3\right)$

式中：为t时刻服务站i的满电池组数量；为t时刻服务站i的空电池组数量，t＝1表示初始时刻；为t时刻服务站i为用户换电的满电池组数量；为t时刻服务站i开始充电的空电池组数量；为t时刻服务站i开始调配的满电池组数量，表示t时刻服务站i调出电池组，表示t时刻有满电池组从其他服务站向服务站i调出；t_chg为电池组充电所需时间，单位为min；T为采样周期，单位为min；dis_ij为服务站i到服务站j的电池组调配最少单程用时，单位为min；[]表示向上取整；

2)依据排队论的相关理论，电动汽车换电服务***可看成一个排队***，***的顾客是电动汽车，服务台是换电设备，服务台提供的服务是更换电池，根据排队论原理获得服务站的实际换电能力，对原始换电需求曲线进行修正：

$Q_{i,t}^r=min(Q_{i,t}^R,N_{i,t})---\left(4\right)$

式中：N_i,t第t个采样周期内服务站i的换电能力；为t时刻服务站i的原始换电需求；为修正后t时刻服务站i的换电需求；

3)根据网络交通图，利用dijkstra算法求解最短用时路径；

4)计算一个运营日内充换电网络的物流费用：

$F_d=\underset{t}{\&Sigma;}\underset{i}{\&Sigma;}\underset{j}{\&Sigma;}ceil\left(abs\right(Q_{ij,t}^d)/vc)*{\mathrm{dis}}_{ij}*c_{ev}/120---\left(5\right)$

式中：F_d为物流费用；为t时刻服务站i配送给服务站j的满电池组数，如果满电池组从服务站j配送至服务站i，则为负；vc为每辆车能够装载的电池组数，单位为块；c_ev为单个物流车辆每小时的运费，单位为元/小时；

5)计算一个运营日内充换电网络的充电费用：

$F_c=\underset{i}{\&Sigma;}\underset{time=1}{\overset{48}{\&Sigma;}}\underset{t=time}{\overset{time+\&lsqb;t\_chg/30\&rsqb;-1}{\&Sigma;}}{Q}_{i,t}^c*p_{ack}*T*P\left(t\right)---\left(6\right)$

式中：F_c为充电费用；p_ack为电池组的充电功率，单位为KW；P(t)为t时刻的电价，单位为元；

6)以分时电价为背景，以网络运营费用最小化为目标，建立实际电动汽车充换电网络运营一体化调度模型，从而得出一体化调度的充电和电池调配策略：

minF＝F_c+F_d(7)

$\begin{array}{ccc}s.t.& Q_{i,t}^h=min(Q_{i,t}^f,Q_{i,t}^r)& \&ForAll;i,t\end{array}---\left(8\right)$

$\begin{array}{cc}{Q}_{i,t}^h=Q_{i,t}^r& \&ForAll;i,t\end{array}---\left(9\right)$

$\begin{array}{cc}{Q}_{i,t}^c\&le;min(Q_{i,t}^e,P_i*1000/p_{ack})& \&ForAll;i,t\end{array}---\left(10\right)$

$\begin{array}{ccc}\underset{j}{\&Sigma;}ceil(Q_{ij,t}^d/vc)\&le;{\mathrm{nc}}_i& if{Q}_{ij,t}^d>0& \&ForAll;i,t\end{array}---\left(11\right)$

$\begin{array}{ccc}{Q}_{i,t}^d\&le;Q_{i,t}^f-Q_{i,t}^h& if{Q}_{i,t}^d>0,Q_{i,t}^d=\underset{j}{\&Sigma;}{Q}_{ij,t}^d& \&ForAll;i,t\end{array}---\left(12\right)$

$Q_{ij,t}^d+Q_{ji,t}^d=0---\left(13\right)$

$\begin{array}{cc}\underset{i}{\&Sigma;}{Q}_{i,t}^d=0& \&ForAll;t\end{array}---\left(14\right)$

式中：P_i为服务站i的容量，单位为MW；nc_i为站点i的物流车辆数。

2.根据权利要求1所述的基于服务站通用模型的电动汽车充换电网络一体化调度方法，其特征在于，步骤1)建立的服务站通用模型揭示了服务站的状态与行为之间相互影响相互制约的关系：

1.1)服务站的行为影响其状态变化

即时行为，如换电立即对服务站的状态产生影响，而过程行为具有后效性，即过程行为会影响服务站其后某个时刻的状态:①充电行为发生时会影响服务站的空电池组数，但要再经过一个充电时长，服务站的满电池组数才会发生变化；②电池调配开始时，只影响调出满电池组的服务站，调配到达时接收满电池组的服务站满电池组和空电池组数量都发生变化，等到物流车辆回到调出满电池组的服务站时，其空电池组数也发生变化；

1.2)服务站的状态约束其行为

换电和电池调配受满电池组数的约束，充电受空电池组数的约束。

3.根据权利要求1所述的基于服务站通用模型的电动汽车充换电网络一体化调度方法，其特征在于，步骤2)中***服务能力的计算过程计及了***服务能力受到服务站的换电设备数量、用户的平均到达率、可接受的等待队长、换电时间因素的限制，具体包括以下步骤：

2.1)建立电动汽车换电服务***的M/D/C排队模型,M/D/C表示顾客到达时间间隔服从负指数分布、服务时间为固定值和***中有C个服务台的模型；

2.2)根据服务站在各采样周期的初始换电需求，计算其平均到达率和用户到达时间间隔：

${\mathrm{\&lambda;}}_{i,t}=\frac{Q_{i,t}^R}{T}---\left(15\right)$

$P_{i,t}(T\&le;t)=1-e^{-{\mathrm{\&lambda;}}_{i,t}t}---\left(16\right)$

式中:λ_i,t为第t个采样周期内服务站i的平均到达率；为第t个采样周期内服务站i的初始换电需求；

2.3)matlab仿真模拟一定规模***的实际运行情况，获得各采样周期内服务站实际服务的电动汽车数，计算服务率η：

2.4)计算服务站实际换电能力为：

N_i,t＝λ_i,t*T*η_i,t(18)。

4.根据权利要求1所述的基于服务站通用模型的电动汽车充换电网络一体化调度方法，其特征在于，所述步骤6)的约束条件为：

6.1)服务站为用户提供的换电量等于其满电池组数和用户换电需求的较小值；

6.2)***运营满足基本的换电需求；

6.3)各站点的充电电池组数小于该时刻的空电池组并且总的充电功率小于站点的容量；

6.4)每次调配所需的物流车辆数小于站点的实际拥有车辆数；

6.5)各站点每次调出的电池组总数不大于该时刻的满电池组总数；

6.6)单次调配满电池组在两个服务站之间的流动是单向的；

6.7)各次调配，网络内总的调出电池组数与总的配进电池组数相等。