本技术涉及新能源汽车的反向充电站智能部署与反向充电调度。
背景技术：
1、近年，新能源汽车数量的快速增长带来了一系列挑战，例如充电基础设施不足、分配不均等，这些挑战促使研究人员依据车辆充电请求和路线规划等信息优化充电站选址，实现充电基础设施与新能源汽车之间的协同调度，从而使得新能源汽车充电站的部署和利用不断完善。
2、目前，有关新能源汽车充电的研究主要集中在新能源汽车充电站的最佳选址问题和新能源汽车去往充电站充电的合理调度方案上。新能源汽车充电站的选址问题通常采用多标准决策(mcdm)的方法以及启发式算法解决，但mcdm方法通常将每个候选站点视为相互独立的个体，忽略了站点之间的空间相关性和相互影响。在处理充电站选址的问题上，遗传算法和粒子群优化算法等启发式算法很容易陷入局部最优解而不是全局最优解的情形，并且启发式算法的收敛速度和解的质量可能会因为初始解的选择、参数设置或随机性因素而有很大差异。在处理新能源汽车去往充电站的调度方案问题上，基于背包问题和旅行推销员问题的经典算法经常难以在合理的时间范围内找到最佳解决方案，阻碍了新能源汽车优化充电的实施，计算的复杂性可能会限制这些算法的实时适用性。
技术实现思路
1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本技术的第一个目的在于提出一种新能源汽车的反向充电站部署方法。
3、本技术的第二个目的在于提出一种新能源汽车的反向充电调度方法。
4、为达上述目的，本技术第一方面实施例提出了一种新能源汽车的反向充电站部署方法，包括：
5、基于新能源汽车反向充电请求的历史数据，选取高请求频次位置构建参考位置集合，所述参考位置集合包含于所有可选建站位置集合；
6、使用dbscan算法对所述参考位置集合进行分簇，通过调整参数优化簇内数据点密度及簇的大小，直至每个簇的内部数据点数量不超过预设值；
7、在每个簇内，将反映参考位置点的充电请求频次构成的参数集合作为计算反向充电站部署位置时的参考位置权重；
8、依据每个簇的参考位置集合与参考位置权重，对充电站部署问题的目标函数进行求解，得到每个簇的反向充电站部署位置。
9、可选的，所述基于新能源汽车反向充电请求的历史数据，选取高请求频次位置构建参考位置集合，所述参考位置集合包含于所有可选建站位置集合，包括:
10、将城市内所有可选建站位置坐标表示为集合c；
11、从场景内新能源汽车的反向充电请求历史数据中，选择频次符合要求的发出反向充电请求的位置构建集合s，其中，集合s完全包含于集合c；
12、考虑到反向充电站的部署应靠近具有反向充电请求的车辆，将集合s内的所有位置点作为计算充电站部署位置的参考位置点。
13、可选的，所述使用dbscan算法对所述参考位置集合进行分簇，通过调整参数优化簇内数据点密度及簇的大小，直至每个簇的内部数据点数量不超过预设值，包括：
14、将参考位置集合s内的参考位置点设为数据点，其中，数据点的位置坐标表示为二维向量(x,y)；
15、为dbscan算法设置参数ε与参数minpts，其中，ε表示核心数据点的邻域半径，minpts表示一个核心数据点的邻域内至少包含的数据点数量；
16、通过设定参数后的dbscan算法，将集合s内的数据点进行初步分簇；
17、对于内部数据点数量超过预设值α的簇，将ε更新为ε′，将minpts更新为minpts′,并再次对每个簇内的数据点应用更新参数后的dbscan算法进行再分配，循环此步骤，直至所有簇的内部数据点数量均不超过α；
18、根据最终聚类结果，为每个数据点分配对应的簇标签cm，其中，簇cm内的参考位置点均纳入位置集合dm，dm为簇cm内反向充电站部署位置的参考位置点集合。
19、可选的，所述在每个簇内，将反映参考位置点的充电请求频次构成的参数集合作为计算反向充电站部署位置时的参考位置权重，包括：
20、在每个簇cm内，定义与参考位置集合dm相关的反向充电请求频次集合rm，其中：
21、
22、其中，表示集合dm内对应参考位置点的反向充电请求频次，作为簇cm中计算反向充电站具体部署位置时的参考位置的权重。
23、可选的，所述依据每个簇的参考位置集合与参考位置权重，对充电站部署问题的目标函数进行求解，得到每个簇的反向充电站部署位置，包括：
24、针对簇cm，构建充电站部署问题的目标函数，表达式为：
25、
26、对所述目标函数求解，得到反向充电站预设部署坐标(x终,y终)，其中：
27、
28、若坐标(x终,y终)包含于集合c，将该坐标(x终,y终)作为簇cm内的反向充电站部署位置，否则，取集合c内部距离坐标(x终,y终)最近的坐标作为簇cm内的反向充电站部署位置。
29、为达上述目的，本技术第二方面实施例提出了一种新能源汽车的反向充电调度方法，包括：
30、响应于新能源汽车发出反向充电请求，获取以新能源汽车当前位置为圆心预设范围内的所有已经部署的反向充电站，所述反向充电站的部署位置是上述第一方面任一所述的反向充电站部署方法得到的；
31、计算所述新能源汽车从当前位置出发到各反向充电站完成反向充电的总时间与反向充电结束时的剩余电量；
32、将满足所述总时间不大于反向充电总时间上限，且所述剩余电量不小于剩余电量下限的反向充电站作为候选目的充电站；
33、计算新能源汽车前往各候选目的充电站完成反向充电的利润，将利润最高的候选目的充电站作为目的反向充电站推荐给用户。
34、可选的，所述计算所述新能源汽车从当前位置出发到各反向充电站完成反向充电的总时间与反向充电结束时的剩余电量，包括：
35、计算所述新能源汽车从当前位置出发到各反向充电站完成反向充电的总时间，表达式为：
36、t(i,j)＝dt(i,j)+qt(i,j)+ft(i,j)
37、其中，t(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j完成反向充电的总时间,dt(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j路程中的时间，qt(i,j)为新能源汽车从当前位置i到达反向充电站所在位置j后在位置j等待反向充电的排队时间，ft(i,j)为新能源汽车从当前位置i到达反向充电站所在位置j后在位置j反向充电的时间；
38、计算所述新能源汽车在本次反向充电结束时的剩余电量，表达式为：
39、er＝en-e(i,j)
40、e(i,j)＝de(i,j)+fe(i,j)
41、其中，er为新能源汽车在本次反向充电结束时的剩余电量，en为新能源汽车当前拥有的能量，e(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j完成反向充电的总能耗，de(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j路程中的能耗，fe(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j在位置j反向充电的能耗。
42、可选的，在计算新能源汽车前往各候选目的充电站完成反向充电的利润之前，还包括：
43、假设新能源汽车反向充电采用分时电价模型，用n0、n1、n2、…、nh表示0:00到24:00中的分时电价分断点的具体时刻，并为每个时间段[nk,nk+1)设定一个对应的电价p(k),其中，n0表示午夜0点，nh表示午夜24点。
44、可选的，计算新能源汽车前往各候选目的充电站完成反向充电的利润，包括：
45、假设新能源汽车前往各候选目的充电站的反向充电开始时间t1位于[nq,nq+1)中，反向充电结束时刻t2位于[nr,nr+1)中，且根据反向充电时间ft(i,j)的不同，反向充电结束时刻t2可能位于充电当日或跨越到次日；
46、计算新能源汽车前往各候选目的充电站完成单次反向充电的总支出，表达式为：
47、
48、其中，cost(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j完成反向充电的总能量支出，为波谷时段充电平均电价；
49、若t2时刻未跨越到次日且t1和t2位于同一时段，则新能源汽车反向充电的利润为：
50、
51、其中，pro(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j完成反向充电的利润，p(i,j)为新能源汽车从当前位置i出发到反向充电站所在位置j完成反向充电的收入，p(q)为时间段[nq,nq+1)的电价,此时r＝q且t2＞t1；
52、若t2时刻未跨越到次日且t1和t2位于不同时段，则新能源汽车反向充电的利润为：
53、
54、其中，p(r)为时间段[nr,nr+1)的电价,此时r≥q+1且t2>t1；
55、若t2时刻跨越到次日，则新能源汽车反向充电的利润为：
56、
57、其中，p(q)和p(r)分别为时间段[nq,nq+1)与时间段[nr,nr+1)的电价，此时r≤q且t2≤t1。
58、本技术的实施例提供的技术方案至少带来以下有益效果：
59、针对新能源汽车反向充电的实施，提出了两个策略：反向充电站部署策略与车辆反向充电请求调度策略。在反向充电站部署问题中，从充电请求历史数据中选出一组高频请求位置集合，将集合内的位置按照dbscan算法分簇，在每个簇内计算得到最佳充电站部署位置；在车辆反向充电请求调度策略中，通过评估每一辆发出反向充电请求的车辆完成单次反向充电行程所需的能量成本与时间成本，为其推荐最佳的目的充电站。通过智能选址和动态调度，旨在优化新能源汽车反向充电体验，提高充电站利用率，促进绿色能源的高效循环利用。通过精细化管理反向充电时间和成本，确保充电过程既经济又便捷，为新能源汽车用户提供个性化的反向充电解决方案。
60、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
1.一种新能源汽车的反向充电站部署方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于新能源汽车反向充电请求的历史数据，选取高请求频次位置构建参考位置集合，所述参考位置集合包含于所有可选建站位置集合，包括：
3.根据权利要求2所述的方法，其特征在于，所述使用dbscan算法对所述参考位置集合进行分簇，通过调整参数优化簇内数据点密度及簇的大小，直至每个簇的内部数据点数量不超过预设值，包括：
4.根据权利要求3所述的方法，其特征在于，所述在每个簇内，将反映参考位置点的充电请求频次构成的参数集合作为计算反向充电站部署位置时的参考位置权重，包括：
5.根据权利要求4所述的方法，其特征在于，所述依据每个簇的参考位置集合与参考位置权重，对充电站部署问题的目标函数进行求解，得到每个簇的反向充电站部署位置，包括：
6.一种新能源汽车的反向充电调度方法，其特征在于，包括：
7.根据权利要求6所述的方法，其特征在于，所述计算所述新能源汽车从当前位置出发到各反向充电站完成反向充电的总时间与反向充电结束时的剩余电量，包括：
8.根据权利要求7所述的方法，其特征在于，在计算新能源汽车前往各候选目的充电站完成反向充电的利润之前，还包括：
9.根据权利要求8所述的方法，其特征在于，计算新能源汽车前往各候选目的充电站完成反向充电的利润，包括：
