买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜东南大学申请的专利一种基于层次化博弈的充电站服务定价方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113361789B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110668534.1，技术领域涉及：G06Q30/0201；该发明授权一种基于层次化博弈的充电站服务定价方法是由金嘉晖;吴碧伟;吴巍炜;罗军舟设计研发完成，并于2021-06-16向国家知识产权局提交的专利申请。

本一种基于层次化博弈的充电站服务定价方法在说明书摘要公布了：本发明公开了一种基于层次化博弈的充电站服务定价方法。该方法首先基于层次化的斯塔克伯格博弈构建电动汽车充电与充电站定价的博弈模型，其中包括充运营公司的充电站的定价影响电动汽车决策、电动汽车的决策相互影响、电动汽车的决策影响充电站定价的博弈特性。然后根据电动汽车的优化目标定义其充电成本优化问题，以及根据充电运营公司的优化目标定义其收益优化问题。之后再基于最优化理论对问题的收敛性进行分析，并基于优化算法对电动汽车以及运营公司的优化问题进行求解，最后将求解出的定价结果作为充电运营公司对其所运营的充电站的定价策略。该方法在考虑了电动汽车充电的理性决策，可以很大程度地提升充电运营公司的收益。

本发明授权一种基于层次化博弈的充电站服务定价方法在权利要求书中公布了：1.一种基于层次化博弈的充电站服务定价方法，其特征在于，该方法包括以下步骤： 1建立基于层次化博弈的充电站服务定价模型，所述模型体现了运营公司的充电站的定价影响电动汽车决策、电动汽车的决策相互影响、电动汽车的决策影响充电站定价的博弈特性，模型也刻画了电动汽车的充电成本优化问题以及充电运营公司的收益优化问题； 2模型中刻画的电动汽车的充电成本优化问题是下层的优化问题，基于最优化理论对该问题的解的特性进行分析，具体包括单个车辆对象的最优解是否存在，以及多个车辆对象同时竞争时的均衡解是否存在，并且是否唯一； 3模型中的运营公司的收益优化问题是上层的优化问题，在对其进行求解时需要将电动汽车的充电成本优化问题的均衡解作为其约束条件，从而将电动汽车的充电成本优化问题以及运营公司的收益优化问题组合成一个以优化充电运营公司收益为目标的优化问题，并对该优化问题的解的存在性进行分析； 4设计优化算法对充电运营公司的收益优化问题进行求解，并将求解出来的定价结果作为运营公司的充电站的定价策略，应用此定价策略以提升收益； 所述的基于层次化博弈的充电站服务定价模型描述如下： 模型中将城市划分为n个区域，每个区域都有Ni辆需要充电的汽车，其中i∈{1,2,…,n}，另外，城市中有m个充电站分布在不同的地方，充电站的下标用j来表示，其中j∈{1,2,…,m}，这些充电站被l个公司运营，每个公司运营Hs个充电站，其中s∈{1,2,…,l}，这些充电站的定价由充电运营公司所设定，每个公司的收益就是他运营的所有充电站的收益之和； 步骤1中，所述的运营公司的充电站的定价影响电动汽车决策、电动汽车的决策相互影响、电动汽车的决策影响充电站定价的博弈特性描述如下： 在层次化的博弈模型中，运营公司可以通过预测不同区域的所有电动汽车的充电行为，从而动态地调整他所运营的充电站的定价，以优化自身的收益，在知道每个充电站的定价之后，不同区域的电动汽车可以调整自己的充电决策，形成车流前往不同的充电站，而影响汽车充电决策的因素包括充电站的定价pj，区域i到充电站j的距离dij，以及汽车在充电站的排队成本qj，其中i∈{1,2,…,n},j∈{1,2,…,m}，排队成本qj由选择在同一充电站充电的汽车数量所决定，因此受其他电动汽车选择充电站的决策影响，电动汽车都想以最小的充电成本完成充电，可以将每个区域的所有电动汽车看作一个整体，在保证所有的电动汽车的充电需求被满足的前提下，优化这个整体的充电效益，降低充电成本； 步骤1中，所述的电动汽车的充电成本优化问题描述如下： 同一区域的所有电动汽车的充电成本受到充电站定价pj、前往充电站的距离dij以及在充电站的排队成本qj影响，因此，区域i到充电站j充电的车流整体的充电成本函数如下所示： Cijfij＝ω1pj+ω2qj+ω3dijfij 其中fij表示从第i区域到第j充电站的汽车数量，0≤fij≤Ni，ω1，ω2和ω3分别对应三种成本的权重，考虑到在充电站充电的汽车是会随着时间动态变化的，在车流驶向充电站时在充电站的汽车数量可能会发生变化，排队成本被定义为其中fj表示从不同区域前往充电站j充电的所有汽车数量，第i区域车流整体的充电成本函数如下所示： 对于不同区域的车流来说，其优化目标是最小化总体的充电成本，因此可以定义区域总车流的充电成本优化问题如下所示： 步骤1中，所述的充电运营公司的收益优化问题描述如下： 对于每一家充电站j，其收益函数如下所示： Vjpj＝pj-εjfj 其中εj表示充电站j的运营和维护成本，另外，由于一个公司运营Hs个充电站，其中0Hsm，这个公司的收益函数就是这Hs个充电站的收益之和，如下所示： 运营公司的收益优化问题可以表示如下： 其中pmax表示充电站可以设置的最高的定价，为了使充电站盈利，充电站的定价应该不小于维护成本，因此εjpj； 步骤2中，基于最优化理论对该问题的解的特性进行分析，下层充电成本优化问题的均衡解具体描述如下： 每个区域都是一个整体，由于存在排队成本，每个区域的车流决策都受到其他区域的决策所影响，因此，下层的区域总车流的充电成本优化问题的解可以由均衡状态来进行刻画，在均衡状态，没有一个区域的车流会因为改变驶向充电站的策略而降低充电成本，具体表示如下： 其中表示区域i电动汽车的最优充电策略，f-i表示除了区域i之外其他区域的电动汽车的充电策略，p表示所有充电站的定价策略,p＝[p1,p2,…pm]T，均衡解的状态下，如果其他区域的电动汽车不改变其充电策略，则没有任何一个区域的电动汽车可以通过改变充电策略减少充电成本； 步骤2中，下层充电成本优化问题的均衡解的存在且唯一特性描述如下： 下层车流的充电成本优化问题的目标函数是一个关于优化变量fi的连续且二阶可导的函数，其等式约束和不等式约束条件都是凸的约束，因此该问题的可行域是一个非空的凸集，可以证明该问题的目标函数的Hessian矩阵是一个正定的矩阵，因此它是一个严格凸函数，因此下层不同区域之间的车流博弈存在一个唯一的均衡解； 步骤3中，将电动汽车的充电成本优化问题的均衡解作为上层运营公司的收益优化问题的约束条件，具体描述如下： 由于下层的以区域为整体的充电成本优化问题的解会对上层充电站的定价问题造成影响，因此可以将下层的优化问题作为子问题，带入上层问题的约束条件中，形成一个带均衡约束的数学规划问题MPEC，具体形式如下所示： 该问题可以基于KKT条件，进一步变化为如下形式： 其中Li是第i区域的优化问题的拉格朗日函数，表示如下： 其中νi＝[νi1,νi2,…,νim]T以及λi是对应约束条件的拉格朗日乘子； 步骤3中，对上述MPEC问题的解的存在性进行分析，具体描述如下： 上层运营公司的收益优化问题的决策变量的可行域是一个连续有界的凸集，运营公司的目标函数受到定价策略p和下层充电成本优化问题的均衡解f*所影响，对于每个充电站来说，当充电定价很高时，电动汽车可能因为高定价不倾向于选择该充电站，相对地，当充电定价较低时，虽然可能因为低定价吸引很多电动汽车前来充电，但是由于单位收费较低，总收入也可能较低，因此可以判定，最优的充电定价策略p*始终存在，另外，由于下层的博弈总是存在唯一的均衡解，因此我们可以推断出该层次化博弈始终存在均衡，即该MPEC问题总是存在一个最优解； 步骤4中，设计优化算法对充运营公司的收益优化问题进行求解，具体描述如下： 由于原始MPEC问题中的互补约束条件难以处理，因此可以将原始的MPEC问题变为一系列连续的光滑问题，这一系列光滑的问题可以收敛到原始MPEC问题的解，其中，每一个光滑问题可以表示为Pμ，如下所示： 其中z∈Rm*n是一个辅助变量，可以看到原始MPEC问题中的互补条件被Pμ中的最后两个约束替代了，当μ＝0时，Pμ中的最后两个约束可以变为两种情况：1νij＝0,以及2fij＝0,以及这两种情况正好对应原始MPEC问题中的互补条件，Pμ是一个很好的光滑问题，可以用标准优化工具进行求解，当μ趋近于0时，原始的MPEC问题将会收敛到一个稳定的结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。