杨　扬，秦　桑，郑　锋，邬秀玲，刘　帅

（国网浙江省电力有限公司宁波供电公司，浙江　宁波　315000）

0　引言

充电桩是电动汽车[1]充换电系统的重要设施，随着电动汽车国家标准和优惠政策的出台，以及电动汽车充电桩和充电技术[2]的发展，电动汽车充电业务发展潜力巨大。但当前充电价格制定并未考虑市场需求，定价模式单一，缺乏市场竞争力。因此，制定合理的定价策略，优化充电价格，是供电企业亟需解决的问题。

电动汽车是零污染、零排放的新能源绿色产品，具有良好的发展前景，而电动汽车的能量补给是其发展的前提和基础。针对此问题，刘娟娟[3]提出我国现阶段应实行汽车厂商与电网企业联盟建设充电桩的模式，建立一个考虑政府补助、建设成本和运行成本的充电桩利润函数模型。常方宇等人[4]研究了电动汽车分时充电价格的制定方法，提出了基于分时充电价格引导及储能系统的电动汽车有序充电引导策略，在降低运营商购电成本和用户充电费用的同时，实现智能电网中充电负荷的友好接入。吕孟扩[5]考虑用户满意度等因素，建立基于分时电价的电动汽车需求响应模型，并运用优化算法求解出最优的分时电价方案，采用电价手段引导电动汽车充放电行为。葛少云等人[6]针对电动汽车有序充放电对电网削峰填谷方面的影响，提出了峰谷电价时段的优化模型与方法，并对峰谷电价时段优化问题进行了求解。

现有文献对分时定价[7]的研究较多，但大多基于电网承载力进行研究，缺乏市场需求分析；对分区域定价的研究则较少。以下针对宁波电动汽车充电市场，综合考虑分时定价和分区域定价，提出一种合理的定价模型和定价策略，以期完善电动汽车充电价格机制，推动充电价格的市场化进程。

1　充电价格优化策略及优化算法

1.1　充电价格优化策略

充电价格优化策略如图1所示，具体分为以下步骤：

（1）收集充电站运营数据等相关信息，结合《宁波市电动汽车充电基础设施建设实施方案》中的数据，构建项目数据库。

（2）根据各区域供给需求、充电站实际运营等情况，对不确定因素进行分析，得出可以通过分区域定价和分时定价提高充电站营业收入。

（3）构建分区域定价模型和分时定价模型。分区域定价即对不同区域的充电站[8]售电价格进行定价，根据不同区域的车流量、电动汽车保有量、充电桩数量及充电桩使用效率等数据，综合分析各区域的最优定价方案；分时定价即对各区域充电站的售电价格进行分时段定价，根据不同时间段内的车流量、充电站工作使用效率的峰谷期等，综合分析确定各时间段的最优售电价格。

（4）在ANYLOGIC软件中编写代码，实现宁波电动汽车充电站实时运营状态的仿真与监控。

（5）利用ANYLOGIC模拟各种方案和区域充电状态，核算不同环境下充电站的最优定价策略。

图1　优化策略

1.2　Multi-agent仿真优化算法

Multi-agent[9]仿真优化算法的出发点是系统中的微观个体，个体具有一定的自治性、智能性和适应性，这些个体称为代理（agent）；多个代理相互作用，形成基于代理的模型；以多代理模型为中心，所进行的仿真活动为多代理仿真。本文研究涉及的代理包括充电站、电动车、形成区域。

此处采用基于Multi-agent仿真的优化算法，运用ANYLOGIC仿真软件，构建3个模块：包含区域用户需求与各充电桩节点运营数据的数据库；数据驱动下多代理的实时仿真模型；基于仿真模型的单目标优化模型。

2　充电站实时运营状态仿真模型构建

根据优化策略和优化算法，以需求价格函数为基础，构建分时定价模型和分区域定价模型。其中分区域定价为宁波十区县实施不同的充电价格，分时定价为每日实施峰段和谷段的充电价格。

2.1　数据库构建

构建充电站定价策略模型需要充电站编号、充电站地址（包含充电站经纬度）、充电桩类型（直流或交流）、单位电量成本、单位电量售价、最大充电量、电动汽车保有量等有效数据。结合当前充电站运营情况，构建充电桩、充电站、充电桩运营3个数据库[10]。数据库为此处研究的基础，也是模型建立和仿真模型搭建的重要支撑。

2.2　模型构建

2.2.1分区域定价

（1）需求挖掘。

结合已收集的数据和《宁波市电动汽车充电基础设施建设实施方案》，对宁波各区县电动汽车保有量与充电站数量进行对比分析。由于充电站数量与电动汽车数量的量级差异巨大，因此对数据进行对数分析[11]，并选取充电站为基数，对电动汽车数量进行修订，形成各区域充电站数量与电动汽车配比图（见图2）。由图2可以看出：江北区的充电站数量较多，供给相对充足；宁海区和慈溪区的充电站数量较少，供给略显不足。不同区域对充电桩的需求不同，为分区域定价提供了依据。

（2）数据处理及模型建立。

图2　各区域充电站与电动车数量配比

通过数据分析处理，建立各区域需求价格函数[12]：

式中：D为电动汽车需求量；M为区域电动汽车保有量；p为最优价格；a为系数，通过求解得到。

建立利润最大化函数[13]，目标函数：

此函数中M，a，c均为常数（其中c为购电成本，是固定值），因此该函数为p关于π的二次函数， 求导后取最大值（π′（p）=0时 p最大）则为各区最优定价，结果见表1。

表1　各区域最优定价

根据利润最大化函数，优化后各区域充电价格均有不同幅度提高（见图3）。以江北区为例，优化前充电价格为1.2元/kWh，优化后充电价格为1.42元/kWh，提高18.3%。

图3　各区域充电价格变化

2.2.2分时定价

（1）需求挖掘。

以海曙区为例分析分时定价需求。通过数据分析（见图4），表明海曙区电动汽车日需求符合正态分布曲线[14]。白天8∶00开始进入充电高峰期，14∶00达到最高点后开始下降；夜间18∶00后，电动汽车逐步回到充电位，进入夜间充电高峰，19∶00到达最高值后逐步降低。由此可知，不同时间段充电需求不同，验证了分时定价的必要性。

图4　海曙区充电车量日需求分布

（2）数据处理及模型建立。

建立利润最大化函数，其目标函数为：

式中：π为当前利润函数；πt为分时优化后的利润函数；D为电动汽车单日需求量，D=D1+D2；D1为峰时需求量；D2为谷时需求量；p1为峰时价格；p2为谷时价格；C为充电成本；α为峰谷需求比；γ为峰谷需求转移率；ΔD为谷峰需求转移量；Δp为谷峰电力差价。

找到Δp，p1，p2的最优组合，使优化后利润最大，因为涉及3个变量，无法用数学公式直接求导计算，因此采用仿真算法进行数值验证，求解最优值。

3　基于ANYLOGIC对定价策略方案的效果展示

ANYLOGIC[15]是一款应用广泛的对离散、系统动力学、多智能体和混合系统建模和仿真的工具，其应用领域包括物流、行人交通仿真、行人疏散、城市规划建筑设计、Petri网（对离散并行系统的数学表示）、城市发展、业务流程、GIS（地理信息系统）信息等。它以最新的复杂系统设计方法论为基础，是第一个将UML语言引入模型仿真领域的工具，也是唯一支持混合状态机这种能有效描述离散和连续行为语言的商业化软件。

3.1　仿真模型构建

基于多主体的仿真模型（Multi-agent Simulation Model）的构建依托于Anylogic仿真软件。模型包括用户界面、仿真主界面以及各主体仿真界面3个板块。在用户界面（图5），用户可以在仿真开始前设置基本仿真参数，包括选择仿真区域、设置需求的年增长率、设置充电单位成本及收益等，然后进入仿真主界面。主界面是仿真模型的主体，所有仿真结果在主界面呈现。各个主体的仿真界面（图6）包含了仿真模型实现的基本公式、各主体间互动实现的算法、数据库的导入等。通过3个板块的互联，最终实现仿真前基本数据的导入和参数设置、仿真过程中的动画演示以及仿真结束后的结果呈现。

图5ANYLOGIC用户界面

图6ANLOGIC主体仿真界面

3.2　仿真效果

3.2.1分区域定价效果

依据利润最大化函数，以海曙区为例，优化前充电价格为1.6元/kWh，年利润为305 348.1元，优化后海曙区充电价格为1.8元/kWh，年利润为307 179.9元，同比增长0.6%。

3.2.2分时定价效果

依据仿真模型运算，峰谷价格差最大时收益最大。统计宁波地区充电价格可知，最高价格为2元/kWh。在当前为1.6元/kWh的基础上进行优化，分时定价最优解为峰值2元/kWh，谷值1.2元/kWh，固定定价时全年总利润为3 134 307.925元，分时定价后全年总利润为4 489 684.325元，同比增加43.2%，增效显著。

在运行界面也可以设定各区域最优定价，从而将分区域定价和分时定价联动起来，更准确地为充电站运营提供参考。

4　结语

以宁波电动汽车充电站为研究背景，在现有运营模式的基础上，研究不同定价策略[16]对电力企业电动汽车充电业务的影响。结果显示，制定不同区域的充电定价和峰谷充电价格，不仅有利于引导用户选择充电时间，提前选择适合的充电站，优化电动汽车充电负荷，而且有利于提升充电站利用效率，提高充电业务营业收入。