充电桩有序用电策略评价方法与流程

1.本技术涉及一种充电桩用电策略评价方法，尤其涉及充电桩有序用电策略评价方法，属于充电桩用电策略评价技术领域。


背景技术：

2.为减少电动汽车接入对电网的影响，提高充电桩利用率，电动汽车的有序用电研究成为近年来的热门方向。电动汽车有序充电策略是指在满足电动汽车充电需求的前提下，运用实际有效地经济或技术措施引导、控制电动汽车进行充电，对电网负荷曲线进行削峰填谷，使负荷曲线方差较小，减少了发电装机容量建设，保证了电动汽车与电网的协调互动发展。不同应用场景下电动汽车的有序用电策略应该侧重点不同，但每种方式都存在一些问题：如台区变压器的供电能力、电动汽车用户侧的充电需求、用户响应调度的积极性、电动汽车充电策略与充电设施配置的关系等。
3.由于有序用电策略的侧重点不同，会导致执行后的结果的偏向，如策略偏向降低台区供电，则会使台区长时间保持在高负荷状态，对台区变压器形成较大负担。如果偏向用户侧，负荷曲线方差又不能有效减少，所以需要对策略进行评价，分析策略的效果，用来参考制定更适合的有序用电策略。


技术实现要素：

4.在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
5.鉴于此，为解决现有技术中存在的技术问题，本发明提供充电桩有序用电策略评价方法。充电桩有序用电策略为有序充电桩用电策略检测系统；
6.方案一、充电桩有序用电策略评价方法，包括以下步骤：
7.s1.构建评价机制的指标体系；
8.s2.将三级指标进行数据分类；
9.s3.将数据的影响程度进行归一化处理；
10.s4.建立影响程度评价模型；
11.s5.选取充电桩研发、检验、电网计量和电网运维5个领域专家对影响程度评价模型中各指标权重量化打分；根据不同领域形成专家集合1-专家集合5，获得指标权重；
12.优选的，s1具体是包括以下步骤：
13.s11.构建一级指标，将有序用电策略影响因素量化为直接影响和间接影响；
14.s12.构建二级指标，根据一级指标中的直接影响和间接影响量化为客户侧和电网侧；
15.s13.构建三级指标，将直接影响中的客户侧量化为充电经济成本、充电时长、等待
充电时间和充电模式；将直接影响中的电网侧量化为台区负荷、负荷波动、用电平衡、电能质量和配电网网损；将间接影响中的客户侧量化为用户满意度和出行习惯；将间接影响中的电网侧量化为电价制定策略和充电服务；
16.优选的，s2具体是：将电能质量、用户满意度、配电网网损分类为第一类数据；
17.将充电经济成本、充电时长、等待充电时间、台区负荷、负荷波动、用电平衡分类为第二类数据；
18.将出行习惯、电价制定策略、充电服务分类为第三类数据；
19.将充电模式分类为第四类数据。
20.优选的，s3具体是，
21.第一类、第二类数据：
22.其中，c
ijk
表示一项三级指标，c
ijkmax
表示该项指标的最大值，c
ijkmin
表示该项指标的最小值；
23.第三类数据：采取定值赋分的方法：
24.出行习惯c212赋值为无固定习惯1分，不完全固定习惯3分，几乎完全固定的习惯5分；
25.电价制定策略c221赋值为平价为3分，时段收费为5分；
26.充电服务c222赋值为服务好为5分，服务中为3分，服务差为1分。
27.第四类数据指标权重：作为判断条件，不给分值。
28.优选的，s4具体包括以下步骤：
29.s41.建立影响程度指标判断矩阵；
30.s42.计算一级指标判断矩阵的权重；
31.利用层次分析法，通过层次结构，构建判断矩阵a
ij
，其中因素i对比因素j的量化值为：1为同等重要，3为稍微重要，5为较强重要，7为强烈重要，9为极度重要；2、4、6和8为两相邻判断的中间值；
32.计算矩阵的最大特征值，将判断矩阵中每一行元素相乘得到xi。
[0033][0034]
其中，n为判断矩阵阶数；
[0035]
计算xi的n次方根：
[0036]
对向量正规化：
[0037]
计算判断矩阵的最大特征值
[0038]
s43.对一级指标权重进行一致性检验；
[0039]
[0040][0041]
其中，n为判断矩阵的阶数；λ
max
为最大特征值，ri为平均随机一致性指标，其中，随机一致性指标ri和判断矩阵的阶数有关，矩阵阶数越大，则出现一致性随机偏离的可能性也越大，其对应关系为，矩阵阶数为1时ri为0、矩阵阶数为2时ri为0、矩阵阶数为3时ri为0.58、矩阵阶数为4时ri为0.9、矩阵阶数为5时ri为1.12、矩阵阶数为6时ri为1.24、矩阵阶数为7时ri为1.32、矩阵阶数为8时ri为1.41、矩阵阶数为9时ri为1.45、矩阵阶数为10时ri为1.49；
[0042]
将ci和随机一致性指标ri进行比较，得出检验系数cr；ci值越大，则判断矩阵的一致性越差；当cr《0.1时，判断矩阵具有满意的一致性；若判断矩阵未通过一致性检验，需要对各指标间相互重要性程度重新进行赋值，直至其通过一致性检验。
[0043]
s44.最大特征值对应的特征向量即为该指标相对于上一级指标的重要性排序，对其进行归一化处理后即可得到指标权重：
[0044]
ω＝[ω1，ω2，
…
，ωn]。
[0045]
s45.分别建立二级指标对应的判断矩阵b
ij
。
[0046]
s46.计算二级指标判断矩阵的权重；
[0047]
s47.对二级指标权重进行一致性检验；
[0048]
s48.设置三级指标权重；
[0049]
对指标评判打分，再把评判分数加总，求其算术平均值，即：
[0050][0051]
则，三级指标权重为：
[0052]
s49.输出一级指标、二级指标和三级指标的权重；
[0053]
s410.根据权重计算三级指标影响程度的得分；
[0054][0055]
其中，w
cijk
为三级指标c
ijk
的得分。
[0056]
方案二、一种电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现方案一所述的充电桩有序用电策略评价方法的步骤。
[0057]
方案三、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现方案一所述的充电桩有序用电策略评价方法。
[0058]
本发明的有益效果如下：本发明充分考虑了现有的有序充电桩用电策略涵盖的从电网运行到用户使用等各个方面因素，建立了适应多种情况的评价模型。同时，运用层次分析法明确了评价的指标权重。对现有有序用电策略的评价，量化了有序用电策略的合理性和有效性。
附图说明
[0059]
此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本申
请的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0060]
图1为充电桩有序用电策略评价方法流程示意图。
具体实施方式
[0061]
为了使本技术实施例中的技术方案及优点更加清楚明白，以下结合附图对本技术的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本技术的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
[0062]
实施例1、参照图1说明本实施方式，充电桩有序用电策略评价方法，充电桩有序用电策略来源于有序充电桩用电策略检测系统，本发明针对有序充电桩用电策略检测系统中的策略进行评价；有序充电桩用电策略检测系统包括车联网平台、充电桩、检测模块和验证模块；
[0063]
所述车联网平台分别与检测模块和充电桩通讯连接；
[0064]
所述车辆网平台与检测模块的通信方式为hplc，数据交互通过698协议传输；
[0065]
所述车联网平台可以替换为能源控制器；
[0066]
所述检测模块与验证模块通讯连接；通信方式为wifi,数据交互通过tcp/ip协议传输；
[0067]
所述验证模块与充电桩通讯连接；通信方式为can总线，数据交互通过http协议传输；
[0068]
所述检测模块包括模拟环境模块、设置台区状态模块、检验充电桩输出模块和评价机制模块；
[0069]
所述环境模拟用于模拟用电环境；
[0070]
模拟用电环境方法是：根据当前台区总容量、台区负荷、用电时段、充电时长、计费标准、充电桩在线数量、地域等级和用电策略方向参数模拟用电环境模型。
[0071]
所述台区状态模块用于参数设置；
[0072]
台区状态模块包括充电参数模块和通讯参数模块；
[0073]
所述充电参数模块包括设置充电桩类型、负载类型、负载模式、充电最大电压、电流和常数；
[0074]
所述通信参数模块包括设置网络地址和串口。
[0075]
所述检验充电输出模块用于验证充电策略是否执行；
[0076]
验证充电策略是否执行方法是：当充电桩接收到策略时，进行验证，如果充电桩输出功率和策略要求的一致，则认定已执行策略。
[0077]
所述评价机制模块用于对充电策略进行评价；
[0078]
对充电策略进行评价，方法是：根据有序充电的效果对充电策略进行评价。
[0079]
所述验证模块包括控制模块和电能计量模块。
[0080]
充电桩有序用电策略评价方法，包括以下步骤：
[0081]
s1.构建评价机制的指标体系；
[0082]
s11.构建一级指标，将有序用电策略影响因素量化为直接影响和间接影响；
[0083]
s12.构建二级指标，根据一级指标中的直接影响和间接影响量化为客户侧和电网
侧；
[0084]
s13.构建三级指标，将直接影响中的客户侧量化为充电经济成本、充电时长、等待充电时间和充电模式；将直接影响中的电网侧量化为台区负荷、负荷波动、用电平衡、电能质量和配电网网损；将间接影响中的客户侧量化为用户满意度和出行习惯；将间接影响中的电网侧量化为电价制定策略和充电服务；
[0085]
s2.将三级指标进行数据分类；
[0086]
将电能质量、用户满意度、配电网网损分为第一类数据；
[0087]
将充电经济成本、充电时长、等待充电时间、台区负荷、负荷波动、用电平衡分为第二类数据；
[0088]
将出行习惯、电价制定策略、充电服务分为第三类数据；
[0089]
将充电模式分为第四类数据；
[0090]
由于指标之间的量纲不同，会使输入数据之间有较大的尺度变化。如不进行归一化处理，或导致数值计算困难。同时，较大的输入数据会将较小的输入数据的作用淹没掉，从而影响模型的精度。
[0091]
s3.将数据的影响程度进行归一化处理：
[0092]
第一类、第二类数据：
[0093]
其中，c
ijk
表示一项三级指标，c
ijkmax
表示该项指标的最大值，c
ijkmin
表示该项指标的最小值；
[0094]
其中，第一类数据中电能质量c124的值越大，影响越好，为了简化计算，将c124分为a、b、c、d、e、5个等级，分别对应5-1分。用户满意度c211和配电网网损c125同样分为a、b、c、d、e、5个等级，对应5分到1分；
[0095]
其中，第二类数据中充电经济成本c111的最小值为0.4883元*电动汽车需要充电量，最大值为0.7883元*电动汽车需要充电量；充电时长c112的最小值为充电桩满负荷输出充满电时间，最大值为充电桩最低功率输出充满电时间；等待时长c113的最小值为0，最大值需要考虑充电模式，若模式为快充时，设为1小时，若为慢充时，则设为3小时；台区负荷c121的最小值为80％就，最大值为90％；用电平衡c123的最小值为0，最大值为1；第三类数据：采取定值赋分的方法：
[0096]
出行习惯c212赋值为无固定习惯1分，不完全固定习惯3分，几乎完全固定的习惯5分；
[0097]
电价制定策略c221赋值为平价为3分，时段收费为5分；
[0098]
充电服务c222赋值为服务好为5分，服务中为3分，服务差为1分。
[0099]
第四类数据指标权重：作为判断条件，不给分值。
[0100]
其中，第四类数据充电模式c114是影响充电时长c112和等待充电时间c113的判断条件。当充电模式为快充时，充电时长c112赋分以充电时长最快充满为满分，以超出最小功率输出充满电时长为1分；当充电模式为慢充时，充电时长c112赋分以充电时长以不超过最小功率输出充满电时长为满分，以超出最小功率输出充满电时长6小时为1分。等待充电时间c113，当充电模式为快充时，无需等待为满分，超过最快充满时长为1分；当充电模式为慢充时，无需等待为满分，以超出最小功率输出充满电时长为1分。
[0101]
s4.建立影响程度评价模型；
[0102]
s41.建立影响程度指标判断矩阵；
[0103]
s42.计算一级指标判断矩阵的权重；
[0104]
利用层次分析法，通过层次结构，构建判断矩阵a
ij
，其中因素i对比因素j的量化值为：1为同等重要，3为稍微重要，5为较强重要，7为强烈重要，9为极度重要；2、4、6和8为两相邻判断的中间值；
[0105]
计算矩阵的最大特征值，将判断矩阵中每一行元素相乘得到xi。
[0106][0107]
其中，n为判断矩阵阶数；
[0108]
计算xi的n次方根：
[0109]
对向量正规化：
[0110]
计算判断矩阵的最大特征值
[0111]
s43.对一级指标权重进行一致性检验；
[0112][0113][0114]
其中，n为判断矩阵的阶数；λ
max
为最大特征值，ri为平均随机一致性指标，其中，随机一致性指标ri和判断矩阵的阶数有关，矩阵阶数越大，则出现一致性随机偏离的可能性也越大，其对应关系为，矩阵阶数为1时ri为0、矩阵阶数为2时ri为0、矩阵阶数为3时ri为0.58、矩阵阶数为4时ri为0.9、矩阵阶数为5时ri为1.12、矩阵阶数为6时ri为1.24、矩阵阶数为7时ri为1.32、矩阵阶数为8时ri为1.41、矩阵阶数为9时ri为1.45、矩阵阶数为10时ri为1.49；
[0115]
将ci和随机一致性指标ri进行比较，得出检验系数cr；ci值越大，则判断矩阵的一致性越差；当cr《0.1时，判断矩阵具有满意的一致性；若判断矩阵未通过一致性检验，需要对各指标间相互重要性程度重新进行赋值，直至其通过一致性检验。
[0116]
s44.最大特征值对应的特征向量即为该指标相对于上一级指标的重要性排序，对其进行归一化处理后即可得到指标权重：
[0117]
ω＝[ω1，ω2，
…
，ωn]。
[0118]
s45.分别建立二级指标对应的判断矩阵b
ij
。
[0119]
s46.计算二级指标判断矩阵的权重；
[0120]
s47.对二级指标权重进行一致性检验；
[0121]
s48.设置三级指标权重；
[0122]
对指标评判打分，再把评判分数加总，求其算术平均值，即：
[0123][0124]
则，三级指标权重为：
[0125]
s49.输出一级指标、二级指标和三级指标的权重；
[0126]
s410.根据权重计算三级指标影响程度的得分；
[0127][0128]
其中，w
cijk
为三级指标c
ijk
的得分。
[0129]
s5.选取充电桩研发、检验、电网计量和电网运维5个领域专家对影响程度评价模型中各指标权重量化打分；根据不同领域形成专家集合1-专家集合5，获得指标权重。
[0130]
利用本发明的方法计算得到的权重参照表1指标权重表
[0131]
表1指标权重表
[0132]
指标权重指标权重直接影响a10.8864负荷波动c1220.1332间接影响a20.1136用电平衡c1230.0762客户侧b110.4835充电经济成本c1110.0487电网侧b120.4029用户满意度c2110.0336客户侧b210.0642电能质量c1240.0314电网侧b220.0494出行习惯c2120.0306充电时长c1120.2254电价制定策略c2210.0306等待充电时间c1130.2094充电服务c2220.0188台区负荷c1210.1459配电网网损c1250.0162
[0133]
指标权重的计算结果是结合了主观因素和客观因素两个方面，算法的应用降低了专家个人主观认知的局限性，能够较为客观的体现出符合现实逻辑和客观因素的评价标准。通过上述的指标权重结果表明，一级指标中直接影响占比89％，间接影响占比11％，直接影响占比较大。直接影响中客户侧和电网侧的影响权重接近但对客户侧的影响权重略大。
[0134]
由此可见，本发明提出的评价机制的指标体系更注重对电网和用户的直接影响，在此基础上倾向于充分满足用户的充电体验。本发明明确了各个影响因素权重的情况下，可以有效的指导有序用电策略的制定，同时能够量化的分析评价有序用电策略的优劣。
[0135]
对有序充电策略影响的灵敏度进行分析：表2是对直接影响a1的灵敏度分析，表3是对间接影响a2的灵敏度分析。表2列出了三级指标的变化范围，以及三级指标各个指标权重的变化对a1的影响。表4列出了三级指标的变化范围，以及三级指标各个指标权重的变化对a2的影响。
[0136]
表3直接影响权重变化表
[0137]
三级指标权重变化最小值当前值最大值充电经济成本c111随直接影响a1增加而增加0.00000.04860.0548
充电时长c112随直接影响a1增加而增加0.00000.22550.2544等待充电时间c113随直接影响a1增加而增加0.00000.20940.2362台区负荷c121随直接影响a1增加而增加0.00000.14590.1647负荷波动c122随直接影响a1增加而增加0.00000.13320.1503用电平衡c123随直接影响a1增加而增加0.00000.07620.0859电能质量c124随直接影响a1增加而增加0.00000.03140.0354配电网网损c125随直接影响a1增加而增加0.00000.01620.0183用户满意度c211随直接影响a1增加而减少0.00000.03360.2961出行习惯c212随直接影响a1增加而减少0.00000.03060.2692电价制定策略c221随直接影响a1增加而减少0.00000.03040.2676充电服务c222随直接影响a1增加而减少0.00000.01900.1672
[0138]
表4间接影响权重变化表
[0139][0140][0141]
使用本发明对有序充电充电桩应用检测设备及系统进行现场测试并对充电桩输出结果进行评价。
[0142]
测试时设置模拟环境：当前台区容量700kw，负荷达到了80％，充电模式为快充，用电时段为早上，计费标准为时段收费，地域等级为高，充电桩在线数量为3个，用电策略为价格最优。一般电动汽车的电池容量在15—60kwh，预设电动车电池需要充21kwh的电量。那么它的最快充满电时间为3h，最低电费为0.4883*21，最慢充时长为21h，最高电费为0.7883*21。
[0143]
表5不同有序充电策略下的得分情况
[0144]
台区负荷台区负荷比值充电成本充电时长充电模式负荷波动得分567kva80％163快充0.2％89.99561kva80％146慢充0.15％88.71
589kva85％146慢充0.15％82.87567kva85％175快充0.16％84.15
[0145]
根据模拟模型算出当前环境下的用电策略7kw，台区负荷为567kva，负荷波动为0.2％，而实际的价格、充电时长、等时、负荷波动等数据需要充完电后才到获得，因此测试时先预估数据，完成用电策略评价。因为是早高峰，充电经济成本为16元，充电时长是3小时，等待充电时间为0，台区用电平衡为0.1，计算得分为89.99分。当充电模式变为慢充时，根据模拟模型算出当前环境下的用电策略1kw，台区负荷为561kva，负荷波动为0.15％，充电经济成本为14元，充电时长是6小时，计算得分为88.71分。上述两种评价结果是在充电条件相同的情况下，分别选择慢充和快充两种充电模式。在慢充充电模式下，有序用电策略的评价得分是88.71分，在快充的充电模式下，有序用电策略的评价得分是89.99分。
[0146]
当台区负荷为85％时，其他条件不变，当用户选择快充时，生成的用电策略降低了快充的充电功率，以保证台区负荷及波动的正常。有序用电策略评价得分高于相同条件下用户选择慢充的得分分别为82.87和84.15。对比台区负荷分别为80％和85％，用户都选择快充的情况下，两种有序用电策略评分结果。结果表明，当台区负荷为85％时，得分较低，这是由于台区负荷过大时，有序用电策略会控制充电桩的输出功率，这样会导致用户充电时长增加，因此得分相对较低。
[0147]
实施例2、本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的一种通用化的神经网络前向训练方法的步骤。
[0148]
所称处理器可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0149]
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0150]
实施例3、计算机可读存储介质实施例
[0151]
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的一种通用化的神经网络前向训练方法的步骤。
[0152]
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电
载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0153]
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

技术特征：
1.充电桩有序用电策略评价方法，其特征在于，包括以下步骤：s1.构建评价机制的指标体系；s2.将三级指标进行数据分类；s3.将数据的影响程度进行归一化处理；s4.建立影响程度评价模型；s5.选取充电桩研发、检验、电网计量和电网运维5个领域专家对影响程度评价模型中各指标权重量化打分；根据不同领域形成专家集合1-专家集合5，获得指标权重。2.根据权利要求1所述充电桩有序用电策略评价方法，其特征在于，s1具体是包括以下步骤：s11.构建一级指标，将有序用电策略影响因素量化为直接影响和间接影响；s12.构建二级指标，根据一级指标中的直接影响和间接影响量化为客户侧和电网侧；s13.构建三级指标，将直接影响中的客户侧量化为充电经济成本、充电时长、等待充电时间和充电模式；将直接影响中的电网侧量化为台区负荷、负荷波动、用电平衡、电能质量和配电网网损；将间接影响中的客户侧量化为用户满意度和出行习惯；将间接影响中的电网侧量化为电价制定策略和充电服务。3.根据权利要求2所述充电桩有序用电策略评价方法，其特征在于，s2具体是：将电能质量、用户满意度、配电网网损分为类第一类数据；将充电经济成本、充电时长、等待充电时间、台区负荷、负荷波动、用电平衡分类为第二类数据；将出行习惯、电价制定策略、充电服务分类为第三类数据；将充电模式分类为第四类数据。4.根据权利要求3所述充电桩有序用电策略评价方法，其特征在于，s3具体是，第一类、第二类数据：其中，c
ijk
表示一项三级指标，c
ijkmax
表示该项指标的最大值，c
ijkmin
表示该项指标的最小值；第三类数据：采取定值赋分的方法：出行习惯c212赋值为无固定习惯1分，不完全固定习惯3分，几乎完全固定的习惯5分；电价制定策略c221赋值为平价为3分，时段收费为5分；充电服务c222赋值为服务好为5分，服务中为3分，服务差为1分。第四类数据指标权重：作为判断条件，不给分值。5.根据权利要求4所述充电桩有序用电策略评价方法，其特征在于，s4具体包括以下步骤：s41.建立影响程度指标判断矩阵；s42.计算一级指标判断矩阵的权重；利用层次分析法，通过层次结构，构建判断矩阵a
ij
，其中因素i对比因素j的量化值为：1为同等重要，3为稍微重要，5为较强重要，7为强烈重要，9为极度重要；2、4、6和8为两相邻判断的中间值；计算矩阵的最大特征值，将判断矩阵中每一行元素相乘得到xi
其中，n为判断矩阵阶数；计算xi的n次方根：对向量正规化：计算判断矩阵的最大特征值λ
max
：s43.对一级指标权重进行一致性检验；s43.对一级指标权重进行一致性检验；其中，n为判断矩阵的阶数；λ
max
为最大特征值，ri为平均随机一致性指标，其中，随机一致性指标ri和判断矩阵的阶数有关，矩阵阶数越大，则出现一致性随机偏离的可能性也越大，其对应关系为，矩阵阶数为1时ri为0、矩阵阶数为2时ri为0、矩阵阶数为3时ri为0.58、矩阵阶数为4时ri为0.9、矩阵阶数为5时ri为1.12、矩阵阶数为6时ri为1.24、矩阵阶数为7时ri为1.32、矩阵阶数为8时ri为1.41、矩阵阶数为9时ri为1.45、矩阵阶数为10时ri为1.49；将ci和随机一致性指标ri进行比较，得出检验系数cr；ci值越大，则判断矩阵的一致性越差；当cr<0.1时，判断矩阵具有满意的一致性；若判断矩阵未通过一致性检验，需要对各指标间相互重要性程度重新进行赋值，直至其通过一致性检验。s44.最大特征值对应的特征向量即为该指标相对于上一级指标的重要性排序，对其进行归一化处理后即可得到指标权重：ω＝[ω1，ω2，
…
，ω
n
]。s45.分别建立二级指标对应的判断矩阵b
ij
。s46.计算二级指标判断矩阵的权重；s47.对二级指标权重进行一致性检验；s48.设置三级指标权重；对指标评判打分，再把评判分数加总，求其算术平均值，即：则，三级指标权重为：s49.输出一级指标、二级指标和三级指标的权重；s410.根据权重计算三级指标影响程度的得分；
其中，w
cijk
为三级指标c
ijk
的得分。6.一种电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1-5任一项所述的充电桩有序用电策略评价方法的步骤。7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的充电桩有序用电策略评价方法。

技术总结
本发明提出充电桩有序用电策略评价方法，属于充电桩用电策略评价技术领域。包括以下步骤：S1.构建评价机制的指标体系；S2.将三级指标进行数据分类；S3.将数据的影响程度进行归一化处理；S4.建立影响程度评价模型；S5.选取充电桩研发、检验、电网计量和电网运维5个领域专家对影响程度评价模型中各指标权重量化打分；根据不同领域形成专家集合1-专家集合5，获指标权重；本发明充分考虑了现有的有序充电桩用电策略涵盖的从电网运行到用户使用等各个方面因素，建立了适应多种情况的评价模型。同时，运用层次分析法明确了评价的指标权重。对现有有序用电策略的评价，量化了有序用电策略的合理性和有效性。的合理性和有效性。的合理性和有效性。


技术研发人员：郭龙弟 张迪 高雪 曲井致 李静 国帅 赵德伟 陈子媛 李文祥 安良 李龙
受保护的技术使用者：哈尔滨电工仪表研究所有限公司 许昌许继物资有限公司 中国移动通信集团黑龙江有限公司哈尔滨分公司
技术研发日：2023.03.02
技术公布日：2023/8/1