電動汽車充電站的充電定價策略研究

楊　揚，秦　桑，鄭　鋒，鄔秀玲，劉　帥

（國網(wǎng)浙江省電力有限公司寧波供電公司，浙江　寧波　315000）

0　引言

充電樁是電動汽車[1]充換電系統(tǒng)的重要設(shè)施，隨著電動汽車國家標準和優(yōu)惠政策的出臺，以及電動汽車充電樁和充電技術(shù)[2]的發(fā)展，電動汽車充電業(yè)務(wù)發(fā)展?jié)摿薮蟆５斍俺潆妰r格制定并未考慮市場需求，定價模式單一，缺乏市場競爭力。因此，制定合理的定價策略，優(yōu)化充電價格，是供電企業(yè)亟需解決的問題。

電動汽車是零污染、零排放的新能源綠色產(chǎn)品，具有良好的發(fā)展前景，而電動汽車的能量補給是其發(fā)展的前提和基礎(chǔ)。針對此問題，劉娟娟[3]提出我國現(xiàn)階段應(yīng)實行汽車廠商與電網(wǎng)企業(yè)聯(lián)盟建設(shè)充電樁的模式，建立一個考慮政府補助、建設(shè)成本和運行成本的充電樁利潤函數(shù)模型。常方宇等人[4]研究了電動汽車分時充電價格的制定方法，提出了基于分時充電價格引導(dǎo)及儲能系統(tǒng)的電動汽車有序充電引導(dǎo)策略，在降低運營商購電成本和用戶充電費用的同時，實現(xiàn)智能電網(wǎng)中充電負荷的友好接入。呂孟擴[5]考慮用戶滿意度等因素，建立基于分時電價的電動汽車需求響應(yīng)模型，并運用優(yōu)化算法求解出最優(yōu)的分時電價方案，采用電價手段引導(dǎo)電動汽車充放電行為。葛少云等人[6]針對電動汽車有序充放電對電網(wǎng)削峰填谷方面的影響，提出了峰谷電價時段的優(yōu)化模型與方法，并對峰谷電價時段優(yōu)化問題進行了求解。

現(xiàn)有文獻對分時定價[7]的研究較多，但大多基于電網(wǎng)承載力進行研究，缺乏市場需求分析；對分區(qū)域定價的研究則較少。以下針對寧波電動汽車充電市場，綜合考慮分時定價和分區(qū)域定價，提出一種合理的定價模型和定價策略，以期完善電動汽車充電價格機制，推動充電價格的市場化進程。

1　充電價格優(yōu)化策略及優(yōu)化算法

1.1　充電價格優(yōu)化策略

充電價格優(yōu)化策略如圖1所示，具體分為以下步驟：

（1）收集充電站運營數(shù)據(jù)等相關(guān)信息，結(jié)合《寧波市電動汽車充電基礎(chǔ)設(shè)施建設(shè)實施方案》中的數(shù)據(jù)，構(gòu)建項目數(shù)據(jù)庫。

（2）根據(jù)各區(qū)域供給需求、充電站實際運營等情況，對不確定因素進行分析，得出可以通過分區(qū)域定價和分時定價提高充電站營業(yè)收入。

（3）構(gòu)建分區(qū)域定價模型和分時定價模型。分區(qū)域定價即對不同區(qū)域的充電站[8]售電價格進行定價，根據(jù)不同區(qū)域的車流量、電動汽車保有量、充電樁數(shù)量及充電樁使用效率等數(shù)據(jù)，綜合分析各區(qū)域的最優(yōu)定價方案；分時定價即對各區(qū)域充電站的售電價格進行分時段定價，根據(jù)不同時間段內(nèi)的車流量、充電站工作使用效率的峰谷期等，綜合分析確定各時間段的最優(yōu)售電價格。

（4）在ANYLOGIC軟件中編寫代碼，實現(xiàn)寧波電動汽車充電站實時運營狀態(tài)的仿真與監(jiān)控。

（5）利用ANYLOGIC模擬各種方案和區(qū)域充電狀態(tài)，核算不同環(huán)境下充電站的最優(yōu)定價策略。

圖1　優(yōu)化策略

1.2　Multi-agent仿真優(yōu)化算法

Multi-agent[9]仿真優(yōu)化算法的出發(fā)點是系統(tǒng)中的微觀個體，個體具有一定的自治性、智能性和適應(yīng)性，這些個體稱為代理（agent）；多個代理相互作用，形成基于代理的模型；以多代理模型為中心，所進行的仿真活動為多代理仿真。本文研究涉及的代理包括充電站、電動車、形成區(qū)域。

此處采用基于Multi-agent仿真的優(yōu)化算法，運用ANYLOGIC仿真軟件，構(gòu)建3個模塊：包含區(qū)域用戶需求與各充電樁節(jié)點運營數(shù)據(jù)的數(shù)據(jù)庫；數(shù)據(jù)驅(qū)動下多代理的實時仿真模型；基于仿真模型的單目標優(yōu)化模型。

2　充電站實時運營狀態(tài)仿真模型構(gòu)建

根據(jù)優(yōu)化策略和優(yōu)化算法，以需求價格函數(shù)為基礎(chǔ)，構(gòu)建分時定價模型和分區(qū)域定價模型。其中分區(qū)域定價為寧波十區(qū)縣實施不同的充電價格，分時定價為每日實施峰段和谷段的充電價格。

2.1　數(shù)據(jù)庫構(gòu)建

構(gòu)建充電站定價策略模型需要充電站編號、充電站地址（包含充電站經(jīng)緯度）、充電樁類型（直流或交流）、單位電量成本、單位電量售價、最大充電量、電動汽車保有量等有效數(shù)據(jù)。結(jié)合當前充電站運營情況，構(gòu)建充電樁、充電站、充電樁運營3個數(shù)據(jù)庫[10]。數(shù)據(jù)庫為此處研究的基礎(chǔ)，也是模型建立和仿真模型搭建的重要支撐。

2.2　模型構(gòu)建

2.2.1分區(qū)域定價

（1）需求挖掘。

結(jié)合已收集的數(shù)據(jù)和《寧波市電動汽車充電基礎(chǔ)設(shè)施建設(shè)實施方案》，對寧波各區(qū)縣電動汽車保有量與充電站數(shù)量進行對比分析。由于充電站數(shù)量與電動汽車數(shù)量的量級差異巨大，因此對數(shù)據(jù)進行對數(shù)分析[11]，并選取充電站為基數(shù)，對電動汽車數(shù)量進行修訂，形成各區(qū)域充電站數(shù)量與電動汽車配比圖（見圖2）。由圖2可以看出：江北區(qū)的充電站數(shù)量較多，供給相對充足；寧海區(qū)和慈溪區(qū)的充電站數(shù)量較少，供給略顯不足。不同區(qū)域?qū)Τ潆姌兜男枨蟛煌瑸榉謪^(qū)域定價提供了依據(jù)。

（2）數(shù)據(jù)處理及模型建立。

圖2　各區(qū)域充電站與電動車數(shù)量配比

通過數(shù)據(jù)分析處理，建立各區(qū)域需求價格函數(shù)[12]：

式中：D為電動汽車需求量；M為區(qū)域電動汽車保有量；p為最優(yōu)價格；a為系數(shù)，通過求解得到。

建立利潤最大化函數(shù)[13]，目標函數(shù)：

此函數(shù)中M，a，c均為常數(shù)（其中c為購電成本，是固定值），因此該函數(shù)為p關(guān)于π的二次函數(shù)， 求導(dǎo)后取最大值（π′（p）=0時 p最大）則為各區(qū)最優(yōu)定價，結(jié)果見表1。

表1　各區(qū)域最優(yōu)定價

根據(jù)利潤最大化函數(shù)，優(yōu)化后各區(qū)域充電價格均有不同幅度提高（見圖3）。以江北區(qū)為例，優(yōu)化前充電價格為1.2元/kWh，優(yōu)化后充電價格為1.42元/kWh，提高18.3%。

圖3　各區(qū)域充電價格變化

2.2.2分時定價

（1）需求挖掘。

以海曙區(qū)為例分析分時定價需求。通過數(shù)據(jù)分析（見圖4），表明海曙區(qū)電動汽車日需求符合正態(tài)分布曲線[14]。白天8∶00開始進入充電高峰期，14∶00達到最高點后開始下降；夜間18∶00后，電動汽車逐步回到充電位，進入夜間充電高峰，19∶00到達最高值后逐步降低。由此可知，不同時間段充電需求不同，驗證了分時定價的必要性。

圖4　海曙區(qū)充電車量日需求分布

（2）數(shù)據(jù)處理及模型建立。

建立利潤最大化函數(shù)，其目標函數(shù)為：

式中：π為當前利潤函數(shù)；πt為分時優(yōu)化后的利潤函數(shù)；D為電動汽車單日需求量，D=D1+D2；D1為峰時需求量；D2為谷時需求量；p1為峰時價格；p2為谷時價格；C為充電成本；α為峰谷需求比；γ為峰谷需求轉(zhuǎn)移率；ΔD為谷峰需求轉(zhuǎn)移量；Δp為谷峰電力差價。

找到Δp，p1，p2的最優(yōu)組合，使優(yōu)化后利潤最大，因為涉及3個變量，無法用數(shù)學(xué)公式直接求導(dǎo)計算，因此采用仿真算法進行數(shù)值驗證，求解最優(yōu)值。

3　基于ANYLOGIC對定價策略方案的效果展示

ANYLOGIC[15]是一款應(yīng)用廣泛的對離散、系統(tǒng)動力學(xué)、多智能體和混合系統(tǒng)建模和仿真的工具，其應(yīng)用領(lǐng)域包括物流、行人交通仿真、行人疏散、城市規(guī)劃建筑設(shè)計、Petri網(wǎng)（對離散并行系統(tǒng)的數(shù)學(xué)表示）、城市發(fā)展、業(yè)務(wù)流程、GIS（地理信息系統(tǒng)）信息等。它以最新的復(fù)雜系統(tǒng)設(shè)計方法論為基礎(chǔ)，是第一個將UML語言引入模型仿真領(lǐng)域的工具，也是唯一支持混合狀態(tài)機這種能有效描述離散和連續(xù)行為語言的商業(yè)化軟件。

3.1　仿真模型構(gòu)建

基于多主體的仿真模型（Multi-agent Simulation Model）的構(gòu)建依托于Anylogic仿真軟件。模型包括用戶界面、仿真主界面以及各主體仿真界面3個板塊。在用戶界面（圖5），用戶可以在仿真開始前設(shè)置基本仿真參數(shù)，包括選擇仿真區(qū)域、設(shè)置需求的年增長率、設(shè)置充電單位成本及收益等，然后進入仿真主界面。主界面是仿真模型的主體，所有仿真結(jié)果在主界面呈現(xiàn)。各個主體的仿真界面（圖6）包含了仿真模型實現(xiàn)的基本公式、各主體間互動實現(xiàn)的算法、數(shù)據(jù)庫的導(dǎo)入等。通過3個板塊的互聯(lián)，最終實現(xiàn)仿真前基本數(shù)據(jù)的導(dǎo)入和參數(shù)設(shè)置、仿真過程中的動畫演示以及仿真結(jié)束后的結(jié)果呈現(xiàn)。

圖5ANYLOGIC用戶界面

圖6ANLOGIC主體仿真界面

3.2　仿真效果

3.2.1分區(qū)域定價效果

依據(jù)利潤最大化函數(shù)，以海曙區(qū)為例，優(yōu)化前充電價格為1.6元/kWh，年利潤為305 348.1元，優(yōu)化后海曙區(qū)充電價格為1.8元/kWh，年利潤為307 179.9元，同比增長0.6%。

3.2.2分時定價效果

依據(jù)仿真模型運算，峰谷價格差最大時收益最大。統(tǒng)計寧波地區(qū)充電價格可知，最高價格為2元/kWh。在當前為1.6元/kWh的基礎(chǔ)上進行優(yōu)化，分時定價最優(yōu)解為峰值2元/kWh，谷值1.2元/kWh，固定定價時全年總利潤為3 134 307.925元，分時定價后全年總利潤為4 489 684.325元，同比增加43.2%，增效顯著。

在運行界面也可以設(shè)定各區(qū)域最優(yōu)定價，從而將分區(qū)域定價和分時定價聯(lián)動起來，更準確地為充電站運營提供參考。

4　結(jié)語

以寧波電動汽車充電站為研究背景，在現(xiàn)有運營模式的基礎(chǔ)上，研究不同定價策略[16]對電力企業(yè)電動汽車充電業(yè)務(wù)的影響。結(jié)果顯示，制定不同區(qū)域的充電定價和峰谷充電價格，不僅有利于引導(dǎo)用戶選擇充電時間，提前選擇適合的充電站，優(yōu)化電動汽車充電負荷，而且有利于提升充電站利用效率，提高充電業(yè)務(wù)營業(yè)收入。