吳小漢，張謙*，粟堯嘉，黃耀宇，吳佳琦

（1.輸配電裝備及系統(tǒng)安全與新技術國家重點實驗室(重慶大學)，重慶市 沙坪壩區(qū)400044；2.中國南方電網(wǎng)有限責任公司廣東電網(wǎng)公司中山供電局，廣東省 中山市528403）

0 引言

隨著“碳達峰、碳中和”目標的推進，具有節(jié)能減排和環(huán)境保護優(yōu)勢的電動汽車(electric vehicle，EV)快速發(fā)展[1-9]。作為電動汽車的基礎保障，配網(wǎng)側充電樁建設的速度越來越快，數(shù)量也越來越多。然而，現(xiàn)階段充電樁的普及度、覆蓋面仍然無法跟上電動汽車發(fā)展的速度。電動汽車充電站的合理規(guī)劃將直接影響電動汽車網(wǎng)絡下的電網(wǎng)經(jīng)濟性[10]。

目前，對電動汽車充電設施規(guī)劃研究主要集中在充電站的選址及優(yōu)化配置。文獻[11-12]兼顧充電站成本和電動汽車充電需求，建立充電站的選址定容模型，優(yōu)化充電站的選址方案和充電容量配置。文獻[13-14]綜合考慮電動汽車充電需求和配電系統(tǒng)接納容量約束，預測充電負荷的時空分布，建立充電站規(guī)劃模型。文獻[15]以含風光儲的電動汽車充電站為研究對象，構建考慮充電站年綜合投資成本和新能源出力占比的風光儲容量優(yōu)化配置模型，提出計及充電站經(jīng)濟運行的能量交換策略。上述研究著眼于通過對充電站的合理規(guī)劃來滿足電動汽車充電需求。

根據(jù)所屬性質(zhì)不同，充電樁分為公共充電樁和私有充電樁[16]。私有充電樁僅為其所有者服務，閑置時間長，造成充電資源的浪費。因此，可通過研究私有充電樁的共享策略，既為電動汽車用戶提供更多的充電選擇，又可提高私有充電樁的利用率，為其所有者帶來一定的收益。

目前對于私有充電樁共享策略的研究處于起步階段。文獻[17-18]提出了私有充電樁社會化運營的共享模式，研究分析了其運營機制。針對電動汽車和充電樁之間交易的安全性，文獻[19]提出了基于智能合約的去中心化充電交易安全模型，對交易過程進行規(guī)范和約束。文獻[20]運用區(qū)塊鏈技術實現(xiàn)去中心化的分布式架構，提出一種基于區(qū)塊鏈的共享充電樁平臺方案。文獻[21-22]將區(qū)塊鏈、閃電網(wǎng)絡和智能合約三者融合，構建了安全、可靠的充電樁共享交易環(huán)境，并提高了交易的效率。然而，上述研究僅從運營者的角度構建私有充電樁共享平臺框架，未充分考慮電動汽車用戶的意愿，未分析用戶選擇充電樁的影響因素，而電動汽車用戶的參與意愿是影響共享機制有效性的關鍵。

基于此，針對電動汽車行駛途中充電困難與私有充電樁閑置率高的問題，本文充分考慮電動汽車用戶的意愿，提出一種基于區(qū)塊鏈的私有充電樁共享平臺交易策略。通過剖析影響電動汽車選擇充電樁的因素，計算電動汽車對充電樁的綜合評價指標，以真實地反映電動汽車對充電樁的偏好程度；通過建立共享平臺的充電交易機制，制定計及平臺效益和區(qū)域充電壓力的充電電價。最后，選取某典型城區(qū)交通系統(tǒng)進行仿真分析，驗證所提策略的有效性。

1 私有充電樁共享平臺模型

1.1 共享平臺框架

私有充電樁共享平臺依托于區(qū)域內(nèi)私有充電樁的線上互聯(lián)，其框架如圖1所示，由用戶層、平臺層和區(qū)塊層組成。

圖1 私有充電樁共享平臺框架Fig.1 Framework of private charging pile sharing platform

用戶層由區(qū)域內(nèi)具有充電需求的電動汽車集合組成。當電動汽車遭遇里程危機時，其用戶可向私有充電樁共享平臺發(fā)送充電請求，該請求包含電動汽車位置、需求電量、目的地、最大充電等待時間等信息。電動汽車i的充電請求可表示為

式中：Emax,i為電動汽車i的電池容量；SOCi為電動汽車i的當前電池荷電狀態(tài)(state of charge，SOC)；Tc,i為電動汽車i預計的充電時間；Ls,i為電動汽車i的當前位置；Le,i為電動汽車i的目的位置；Tp,i為電動汽車i的最大充電等待時間。

平臺層由區(qū)域內(nèi)私有充電樁互聯(lián)構成。平臺內(nèi)的私有充電樁均為業(yè)主私人管理，可以為提出充電請求的電動汽車提供充電服務，并向其收取一定的充電服務費。私有充電樁參與充電服務時，會向共享平臺提交充電樁型號、充電功率、充電樁位置、待充電量等信息。

區(qū)塊層由按時間順序將充電交易信息打包的塊鏈接構成，在區(qū)塊層中，所有的私有充電樁作為對等節(jié)點組成分布式網(wǎng)絡。充電交易完成后，私有充電樁通過互聯(lián)網(wǎng)將交易信息上傳至平臺，交易信息由網(wǎng)絡其他節(jié)點監(jiān)督和審定，交易記錄不可偽造、修改。

在區(qū)塊鏈系統(tǒng)中，為了避免信息泄露，利用非對稱加密算法對消息進行加密。因此，電動汽車用戶在向交易平臺發(fā)送充電請求時，會先用自己的私鑰對數(shù)據(jù)進行簽名加密，再用交易平臺的公鑰對簽名數(shù)據(jù)進行再加密，然后將加密后的數(shù)據(jù)發(fā)送。平臺收到數(shù)據(jù)后，用電動汽車用戶的公鑰和自身的私鑰進行解密，查看具體信息。

1.2 電動汽車出行特性模型

本文中電動汽車的出行特性主要考慮工作日家-工作地-家(H-W-H)出行鏈的出行和返程2種類型。H-W-H出行鏈在工作日初始出行時刻和返程時刻服從正態(tài)分布[23]：

式中：μ為期望值；σ為標準差。

電動汽車在行駛途中會因里程焦慮而產(chǎn)生充電需求，從而進入充電平臺尋找充電樁充電。為了便于分析，本文假設電動汽車進入充電平臺尋求充電樁的初始位置和目的位置在區(qū)域中均勻分布，每日只在出行或返程途中充一次電，只抽取一次充電需求信息。對于參與充電平臺的EV用戶i，充電后的SOC應滿足行駛時的最低能量要求：

式中：E i為電動汽車i的當前電量；R i為電動汽車i的充電需求；D i為電動汽車i的行駛距離；λ表示電動汽車行駛距離與所需電量的關系，為關于D i的單調(diào)遞增函數(shù)，并與電動汽車電池類型、行駛路況等不確定因素相關。

除了最低能量需求，為了防止遭遇突發(fā)情況，電動汽車理應購買額外的電量作為保險電量，因此，電動汽車i的充電需求如下：

式中Eex為電動汽車額外購買保險電量。電動汽車的充電需求與下一段路程的行駛距離及電池容量成正比，與當前容量成反比。較大的電動汽車充電能力表示電動汽車有更大的充電容量，或者它將會在下一個時間節(jié)點經(jīng)歷一段長途行駛。

電動汽車的充電時長可基于荷電狀態(tài)計算，由于充電功率不同，快充和慢充的充電時長也不同，電動汽車i在充電樁j的充電時長表示為

式中：pf為快充充電功率；ps為慢充充電功率；η為充電效率；Δt j為充電排隊等待時間；為電動汽車i行駛到充電樁j的時間；sizej為充電樁j的型號，取值0表示慢充，取值1表示快充。

由于每輛電動汽車的用戶行為特性各不相同，本文假設每輛電動汽車都有其充電最大等待時間Tmw，若電動汽車i在充電樁j的充電時長大于其最大等待時間，則電動汽車i不會在充電樁j充電。其中，Δt j與可分別表示如下：

式中：Q j為充電樁j的待充電量；p j為充電樁j的充電功率；為電動汽車i到充電樁j的行駛路程；V i為電動汽車i的平均行駛速度。

有研究[24]表明，電動汽車在荷電狀態(tài)較低時過度充電(即深度充電)，會導致其電池壽命折損。為了避免深度充電，本文假設當電動汽車的SOC下降到其充電閾值時，車主就會產(chǎn)生充電需求，并向私有充電樁共享平臺發(fā)送充電請求。

1.3 電動汽車對充電樁的選擇評估模型

用戶選擇充電樁通?？紤]充電時長、距離、費用和車友評價，故選取上述因素為用戶選擇充電樁時的決定性因素。因此，本文設定充電時長、充電距離、充電費用和充電樁聲譽4個影響因素來評估電動汽車用戶對充電樁的偏好，智能做出充電決策。值得注意的是，該評估模型也同樣適用于電動汽車用戶對于公共充電樁的選擇。

引入Min-Max標準化對影響因素進行趨同性處理和無量綱處理，以解決不同影響因素數(shù)據(jù)間的比較問題，表示如下：

式中：x為標準化后的值；xmax和xmin分別為x的最大值和最小值。

評估指標標準化可表示為

電動汽車i對充電樁j的評估函數(shù)表示為

通常，電動汽車用戶希望充電時長短、充電距離近、充電費用低、充電樁聲譽高，故電動汽車用戶會對上述影響因素進行分類。其中，充電樁聲譽為利好因素，充電時長、充電距離和充電費用為不利因素。因此，電動汽車i對于充電樁j的評估函數(shù)可以轉化為

式中：ωa和ωd分別為利好因素和不利因素的影響因子；ωk為指標k的影響因子。

電動汽車的充電費用可表示為

2 私有充電樁共享平臺交易機制設計

2.1 私有充電樁共享平臺交易流程

電動汽車在私有充電樁共享平臺中的充電交易流程可理解為，電動汽車在私有充電樁形成的高密度充電網(wǎng)絡中的充電交易過程。整個充電交易過程受到充電樁主人和電動汽車用戶2個方面的影響，例如私有充電樁的定價、電動汽車用戶對各個私有充電樁以及公共充電樁的選擇決策等。私有充電樁共享平臺電力交易流程如圖2所示。

圖2 私有充電樁共享平臺電力交易流程Fig.2 Power trading process of private charging pile sharing platform

2.2 私有充電樁共享平臺基準電價制定機制

私有充電樁共享平臺在一天中的初始充電價格根據(jù)電網(wǎng)的基礎電價和前一天統(tǒng)籌的充電需求信息而制定，電價制定目標為最大化共享平臺的收益以及最小化電動汽車用戶的不滿意度。其中，快充和慢充均以經(jīng)濟性指標方法確定基準電價，即以電動汽車共享平臺的利益最大化為優(yōu)化目標：

式中：Cf(Cs)表示電動汽車選擇的充電樁是否為快(慢)充，取值1表示是，取值0表示否；Pf和Ps分別為所求的基準快、慢充電價；為電動汽車i在所選充電樁充電的概率，表示為

式中：Pchi為電動汽車用戶對充電樁不滿意時仍然選擇充電的概率；為電動汽車i通過充電樁選擇評估模型對可選充電樁的最大評估值。若0，說明充電能對電動汽車用戶帶來利好；若，則說明電動汽車用戶找不到令其滿意的充電樁，可能會放棄充電。

電動汽車用戶的不滿意度是私有充電樁共享平臺需考慮的評價指標，只有得到實際利好，用戶才會選擇在共享平臺中充電，當用戶滿意度較低時，共享平臺可能會陷入用戶數(shù)量持續(xù)減少、平臺收益持續(xù)降低的惡性循環(huán)，造成車-商雙輸?shù)木置?，不利于私有充電樁共享平臺的長期穩(wěn)定運營。因此，在制定基準充電電價時，需將用戶的不滿意度考慮為另一優(yōu)化目標：

式中Nun為時的用戶數(shù)量比例，定義為用戶的不滿意度。

此外，求解基準電價時需考慮電動汽車SOC、電價取值范圍等約束條件，約束形式如下：

式(17)表示電動汽車SOC的最大(SOCmax)和最小(SOCmin)約束；式(18)表示當電動汽車的SOC低于一定的充電閾值時才會產(chǎn)生充電需求，其中為電動汽車i產(chǎn)生充電需求時的SOC，為電動汽車的最大充電閾值；式(19)表示電動汽車的充電需求不能超過電動汽車最大電池容量約束，其中E為電池容量；式(20)表示電動汽車不能同時選擇快充和慢充充電樁；式(21)表示私有充電樁基準電價Pst應不小于電網(wǎng)基礎電價Pg和充電服務費Pser之和，其中Pst包括快充電價Pf和慢充電價Ps；式(22)表示快充電價應不小于慢充電價。

在處理多目標優(yōu)化問題時，通常將某一目標轉化為約束條件對另一目標進行求解，即將多目標優(yōu)化問題轉化為單目標優(yōu)化問題。本文將用戶的不滿意度優(yōu)化轉化為約束條件進行求解：

式中Nmax為私有充電樁共享平臺所能接受的最大不滿意用戶比例，其值由共享平臺根據(jù)實際情況制定。

關于基準電價的求解過程，本文采用具有搜索速度快、算法精度高等優(yōu)點的粒子群優(yōu)化算法(particle swarm optimization，PSO)進行求解。

2.3 私有充電樁共享平臺區(qū)域動態(tài)電價制定機制

基準電價制定后，電動汽車會根據(jù)充電樁選擇評估模型，對充電樁進行評估，并選擇其最滿意的充電樁進行交易。但是，若私有充電樁共享平臺采用基準電價，在特定的高峰時刻，電動汽車用戶可能會聚集在少數(shù)區(qū)域的充電樁上充電，導致區(qū)域內(nèi)電力系統(tǒng)負荷急劇增加，影響電網(wǎng)的安全穩(wěn)定運行，不利于共享平臺的良性健康發(fā)展。因此，本文將共享平臺所轄地區(qū)劃分為Z個區(qū)域，為了避免單個區(qū)域充電次數(shù)過高，對區(qū)域造成更大的充電壓力，擬通過制定區(qū)域動態(tài)電價來引導電動汽車用戶分散式充電，快充充電樁區(qū)域電價的更新公式可表示為

式中：ρ為動態(tài)價格更新因子，其為可調(diào)變量，視區(qū)域實際充電壓力情況而定，本文中取ρ=0.015；Tf,tz為t時段區(qū)域z中用戶進行快充充電次數(shù)；Mf,z為區(qū)域z中的私有快充充電樁個數(shù)；Mf為私有充電樁共享平臺所轄地區(qū)內(nèi)的所有私有快充充電樁個數(shù)。

慢充充電樁區(qū)域電價更新公式同式(24)。區(qū)域內(nèi)充電次數(shù)與私有充電樁個數(shù)之比表示區(qū)域內(nèi)的充電壓力，并以其為參考來更新區(qū)域動態(tài)充電電價，充電壓力越大的區(qū)域，其動態(tài)電價越高，以引導電動汽車前往其他區(qū)域充電，緩解高負荷區(qū)域的充電壓力。

2.4 私有充電樁共享平臺的聲譽管理機制

在每次充電交易結束后，電動汽車用戶都會對充電樁的服務進行評價，該評價直接影響充電樁聲譽，充電樁聲譽值是決定電動汽車用戶是否選擇其充電的關鍵。此外，在區(qū)塊鏈系統(tǒng)中，充電樁聲譽值越高，參與共識過程并獲得獎勵的概率就越大。因此，共享平臺中每個充電樁都有動力改善其對電動汽車的充電服務，以提高其聲譽值。設為電動汽車i在充電交易完成后對充電樁j的評價值，其中：表示電動汽車i對充電服務完全不滿意；表示電動汽車i對充電服務完全滿意。

電動汽車與充電樁充電交易次數(shù)越多，對其產(chǎn)生的信任度就越大，對其評價可能產(chǎn)生偏差。本文定義了車樁信任度，其來源于電動汽車用戶與充電樁的歷史交易記錄，與服務評級、充電次數(shù)以及每次交易的發(fā)生時間有關。為了降低計算復雜度，采用迭代法求解車樁信任度。電動汽車i在t時刻對充電樁j的車樁信任度表示為

將所有電動汽車用戶對充電樁j的車樁信任度進行聚合，計算得到t時刻充電樁j的聲譽值：

本文設定，當Nj=0時，充電樁j聲譽值的初值為Repj(t)=0.5。由式(28)可以明顯看出，Repj(t)∈[0,1]。

3 私有充電樁共享平臺共識機制設計

3.1 代理權益證明共識機制的工作流程

傳統(tǒng)的分布式優(yōu)化方法以有限的信息交互實現(xiàn)全局最優(yōu)，其基于系統(tǒng)中各參與主體遵守算法規(guī)則，不偽造、篡改信息的前提下實現(xiàn)。實際上，為了實現(xiàn)個體利益，部分可能在算法中傳遞虛假信息，使分布式優(yōu)化算法的收斂結果偏離全局最優(yōu)。而區(qū)塊鏈的共識機制為解決上述分布式優(yōu)化算法中的信任問題提供了思路。

私有充電樁共享平臺管理涉及的參與主體包括電動汽車和私有充電樁，其中，私有充電樁作為算力節(jié)點，形成以代理權益證明(delegated proof of stake，DPOS)共識機制為基礎的聯(lián)盟區(qū)塊鏈，為私有充電樁共享平臺服務。DPOS共識機制的工作流程如圖3所示。

圖3 DPOS共識機制的工作流程Fig.3 Workflow of DPOS consensus mechanism

3.2 DPOS共識機制中代表節(jié)點的選舉機制

在本文提出的選舉框架中，共有權益節(jié)點、選民節(jié)點、候選節(jié)點和代表節(jié)點4種節(jié)點類型。

權益節(jié)點是系統(tǒng)中占比最大的節(jié)點類型，共享平臺中任何具有計算能力的私有充電樁都能成為權益節(jié)點，具有選舉和被選舉的權利；代表節(jié)點的選舉框架如圖4所示。

圖4 代表節(jié)點的選舉框架Fig.4 Election framework of representative nodes

在投票選舉前，會選取聲譽值排名前2N(N是系統(tǒng)認為足夠去中心化的代表節(jié)點數(shù))的權益節(jié)點作為候選節(jié)點，并要求其他節(jié)點作為選民節(jié)點投票。選民節(jié)點池和候選節(jié)點池可分別表示如下：

式中Nv為選民節(jié)點的數(shù)量。

選民節(jié)點將手中的權益作為票數(shù)通過贊成投票的方式給支持的節(jié)點投票，每個選民節(jié)點每次只能投一票。投票結束后，系統(tǒng)通過聲譽值加權計算的得票數(shù)計算所有節(jié)點的最終得票結果。第n個候選節(jié)點獲得的最終得票結果Vn可表示如下：

選擇候選節(jié)點池中最終得票結果排名前N個作為當天的代表節(jié)點，得到最終的代表節(jié)點池：

3.3 DPOS共識機制中的信息篩選過程

考慮到共享平臺中的惡意節(jié)點傳遞虛假信息以使自身獲利的行為，在選舉出當天的代表節(jié)點后，對信息進行驗證篩選。假設共享平臺中共有N個代表節(jié)點，其在t時段收到的信息集合表示為

惡意節(jié)點傳遞虛假信息的行為將會導致集合中的信息元素不完全相同，這時代表節(jié)點將對集合中的信息元素進行篩選，如果相同數(shù)目最多的信息元素Θt的個數(shù)大于N/2，則代表該信息元素有效。

假設代表節(jié)點中誠實的代表節(jié)點數(shù)量占優(yōu)，當t時刻共享平臺收到的相同數(shù)量最多的信息元素Θi的個數(shù)大于N/2時，表明發(fā)送該結果的代表節(jié)點數(shù)量過半，因此必然有誠實的代表節(jié)點發(fā)送了該信息，而因為所有誠實的代表節(jié)點都遵守算法規(guī)則來傳遞真實的信息元素，最終篩選得到的信息均為真實信息，惡意代表節(jié)點的虛假信息將被摒棄。

3.4 DPOS共識機制中的激勵分配

在權益節(jié)點數(shù)量較多的私有充電樁共享平臺，挖礦收益無法按權益份額分配到所有用戶，普通權益節(jié)點因為沒有直接參與生產(chǎn)區(qū)塊，所以不會獲得系統(tǒng)的獎勵。然而，當代表節(jié)點成功產(chǎn)生正確的區(qū)塊時，給該代表節(jié)點投票的選舉節(jié)點理應獲得部分經(jīng)濟激勵，作為一次可靠投票的獎勵。故本文提出了以下激勵分配方案：

對于新區(qū)塊提議者節(jié)點，所獲激勵表示為

式中：sp為提議者的激勵份額；M為新區(qū)塊生成過程中電動汽車聯(lián)盟所獲得的區(qū)塊鏈服務費。

對于給該代表節(jié)點投票的選舉節(jié)點池θ，所獲激勵表示為

式中s e為選舉節(jié)點的激勵份額，則對于每個選舉節(jié)點，所獲激勵表示為

對于參與驗證的代表節(jié)點，所獲激勵表示為

式中V表示除了提議者節(jié)點以外的所有參與驗證的代表節(jié)點。

4 算例仿真與結果分析

4.1 仿真參數(shù)設置

本文選取某典型城區(qū)交通系統(tǒng)進行仿真分析，并根據(jù)實際情況對其進行區(qū)域劃分和區(qū)域類型分類，如圖5所示。該城區(qū)被劃分為15個區(qū)域，并將其分為商業(yè)區(qū)、工業(yè)企業(yè)和居民區(qū)3種區(qū)域類型。假設在每個區(qū)域內(nèi)，私有充電樁和公有充電樁內(nèi)均有一定數(shù)量的分布，充電樁分布情況如表1所示，共計520個充電樁。其中，私有充電樁在區(qū)域內(nèi)的位置分散，而公有充電樁則是集中在每個區(qū)域內(nèi)的充電站中，充電樁的參數(shù)如表2所示。電動汽車均勻分布在城區(qū)各個區(qū)域中，電動汽車的參數(shù)如表3所示。此外，城區(qū)內(nèi)包含2個障礙區(qū)域(山地區(qū)域和學校區(qū)域)。交通仿真模型采用基于直角坐標道路模型的簡化行駛仿真方法。

圖5 某城區(qū)區(qū)域劃分圖Fig.5 Zoning map of an urban area

表1 充電樁分布情況Tab.1 Distribution of charging pile

表2 充電樁參數(shù)Tab.2 Charging pile parameters

表3 電動汽車參數(shù)Tab.3 EV parameters

4.2 電動汽車起始出行時刻與充電時刻

以10 000輛電動汽車為例，基于電動汽車出行特性模型，得到一天內(nèi)電動汽車出行時刻分布。通過蒙特卡羅方法進行模擬，在仿真中，每輛電動汽車出行時并不一定具有充電需求，只有在行駛過程中電動汽車的SOC達到其充電閾值后，才會產(chǎn)生充電需求，需尋找充電樁進行充電。

仿真結果表明，10 000輛出行的電動汽車中，有4 298輛車產(chǎn)生了充電需求。圖6為各時段下出行電動汽車數(shù)量和有充電需求的電動汽車數(shù)量?？梢?，各時段下產(chǎn)生充電需求的電動汽車數(shù)量較多，其充電高峰時段與區(qū)域系統(tǒng)負荷高峰時段重合，若接入同一區(qū)域配電網(wǎng)，容易造成峰上加峰，因此，有必要利用私有充電樁分散充電壓力。

圖6 電動私家車在網(wǎng)數(shù)量Fig.6 Number of private EVs connected to the grid

4.3 電動汽車充電樁選擇

采用蒙特卡羅方法抽樣電動汽車狀態(tài)，模擬電動汽車用戶對充電樁評估的過程，仿真獲取電動汽車的充電樁選擇。在共享平臺制定基準電價前，將電動汽車充電電價設為固定電價，快充為1.2元/(kW·h)，慢充為0.6元/(kW·h)。其中，電動汽車的充電選擇情況如表4所示，各充電樁吸引到的電動汽車數(shù)量如圖7所示，電動汽車在城區(qū)內(nèi)的充電區(qū)域分布如圖8所示，城區(qū)的區(qū)域劃分見圖5，其中每個區(qū)域的快充充電樁編號在慢充充電樁之前。

圖7 充電樁吸引到的電動汽車數(shù)量Fig.7 Number of electric vehicles attracted by charging piles

圖8 電動汽車在城區(qū)內(nèi)的充電區(qū)域分布Fig.8 Distribution of EV charging area in urban area

表4 電動汽車充電選擇情況Tab.4 Charging options for EVs

從表4可知，具有充電需求的4 298輛電動汽車中共有2 328輛選擇了私有充電樁進行充電，私有充電樁共享平臺為52%有充電需求的電動汽車提供充電選擇以滿足其充電需求。仿真結果表明：私有充電樁分散、閑置時間長的特點，可有效彌補公共充電樁數(shù)量較少、分布較集中的缺點。

由圖7、8可以看出，電動汽車的充電選擇具有很強的地域性和快充偏好。其中：商業(yè)區(qū)充電樁的吸引力最大，且充電行為最集中；居民區(qū)充電樁的吸引力最小，且充電行為較為分散。位于交通路線樞紐位置附近的充電樁能吸引較多的電動汽車充電。對于行駛中的電動汽車，充電等待時間是一個很重要的考慮因素，由于充電等待時間較短，快充充電樁能吸引更多的電動汽車前來充電。

此外，如圖8所示，受限于地理位置，城區(qū)內(nèi)的障礙地區(qū)所在的位置為充電行為真空區(qū)，相對地，障礙地區(qū)附近區(qū)域的充電行為就較為集中。

4.4 私有充電樁共享平臺的電價制定

4.4.1 基準電價制定

考慮電網(wǎng)的基礎電價、充電樁運維成本和區(qū)塊鏈服務費等因素，以共享平臺統(tǒng)籌的充電需求信息為基礎，基準電價制定及其相關情況如表5所示。

表5 共享平臺基準電價制定及其相關情況Ta.5 Formulation of benchmark price of sharing platform and relevant information

4.4.2 區(qū)域動態(tài)電價制定

考慮區(qū)域內(nèi)的充電負荷壓力，在基準電價的基礎上分時段、分區(qū)域地制定動態(tài)電價，得到15個區(qū)域內(nèi)的動態(tài)快、慢充電價，結果如圖9所示。

圖9 私有充電樁共享平臺上15個區(qū)域的動態(tài)電價Fig.9 Dynamic electricity prices of 15 areas on private charging pile share platform

圖9中不同顏色曲線代表不同區(qū)域中的分時動態(tài)電價。電價波動與區(qū)域內(nèi)充電頻率的變化快慢相關，區(qū)域電價波動越劇烈，該區(qū)域充電頻率變化越快。由圖9可知，電動汽車用戶對快充服務更具有偏好性。根據(jù)動態(tài)電價，私有充電樁共享平臺一天內(nèi)的運行結果如表6所示。

由表6可以看出，區(qū)域動態(tài)電價導致電動汽車用戶不滿意度提高。隨著電價升高，用戶將改變其初始選擇，而選擇一個距離更遠、充電耗時更長的充電樁。此時，更多的電動汽車用戶將選擇不充電或價格固定的公共充電樁，集中充電行為進一步減少，從而緩解了該區(qū)域的充電壓力。相對于固定基準電價，由于充電頻率高的區(qū)域電價上升，在區(qū)域動態(tài)電價引導下，共享平臺的售電收益略有上升。對電網(wǎng)而言，區(qū)域動態(tài)電價分散了電動汽車集中充電行為，降低了區(qū)域內(nèi)的充電壓力。

表6 基于動態(tài)電價的共享平臺運行結果Tab.6 Operating results of shared platform based on dynamic electricity price

4.5 基于區(qū)塊鏈的共享平臺信息安全分析

在私有充電樁共享平臺中，私有充電樁所有者可能會聯(lián)合其區(qū)域內(nèi)其他充電樁謊報區(qū)域充電次數(shù)，以提高其充電電價，損害電動汽車的用戶利益。

為了驗證本文提出的DPOS共識機制對虛假信息防范的有效性，算例設置了15個代表節(jié)點，并且考慮了以下4個場景：1）系統(tǒng)中不存在惡意代表節(jié)點；2）系統(tǒng)中存在1個惡意代表節(jié)點；3）系統(tǒng)中存在5個惡意代表節(jié)點；4）系統(tǒng)中存在8個惡意代表節(jié)點。以區(qū)域4中的動態(tài)快充電價為例，不同場景下考慮私有充電樁傳遞虛假信息時的動態(tài)電價如圖10所示。其中，虛假信息情況為：區(qū)域4中各時段的充電次數(shù)均向上虛報了10次。

圖10 不同場景下考慮傳遞虛假信息時的動態(tài)電價Fig.10 Dynamic electricity price consideringdissemination of false information in different scenarios

仿真結果表明，本文所提出的DPOS共識機制可以有效防范私有充電樁共享平臺中虛假信息的申報。對于一個含有N個代表節(jié)點的區(qū)塊鏈系統(tǒng)，當惡意代表節(jié)點的數(shù)目少于N/2時(如場景1、2、3)，該共識機制能及時摒棄虛假信息，保障私有充電樁共享平臺信息的安全性和可靠性；而當惡意代表節(jié)點的數(shù)目多于N/2時(如場景4)，系統(tǒng)中的信息可以被篡改。因此，在誠實代表節(jié)點數(shù)量占優(yōu)的前提下，惡意代表節(jié)點無法通過傳遞虛假信息為自身牟利，從而保障了共享平臺的信息安全性和交易的公平、公正性。

5 結論

以區(qū)域內(nèi)電動汽車用戶和私有充電樁為研究對象，充分考慮電動汽車用戶的意愿，設計了一種基于區(qū)塊鏈的私有充電樁共享策略機制?；谕镀边x舉代表節(jié)點的DPOS機制，設計了能夠整合分布分散私有充電樁資源的共享平臺，在為行駛過程中具有充電需求的電動汽車提供有效充電選擇的同時，也為私有充電樁所有者帶來了一定收益。通過算例仿真，可以得到以下結論：

1）私有充電樁選擇評估模型能為電動汽車用戶選擇合適的充電樁，電動汽車用戶充電選擇具有很強的地域性和快充偏好。

2）區(qū)域動態(tài)電價能有效引導電動汽車在充電頻率較低的區(qū)域充電，一定程度上緩解了區(qū)域的充電壓力，并為私有充電樁平臺帶來更大收益。

3）在私有充電樁共享平臺上使用DPOS共識機制能篩選出真實有效的信息，有效減小惡意節(jié)點篡改信息造成的影響，從而保障私有充電樁共享平臺交易信息安全。