基于图强化学习的电力交通耦合网络快速充电需求引导研究

• 作者: 袁红霞 张俊 许沛东 方舟
• 来源期刊: 电网技术
• 关键词: 电力交通耦合网络 图强化学习 电动汽车 快速充电站推荐
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 能源互联网|Energy Internet
• 页码范围: 979-986
• 页数: 8页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.1384

摘要

为应对大规模电动汽车无序快充给电力交通耦合网络带来的巨大挑战,首先建立了包含车-站-路-网的多目标优化模型,提出了基于请求驱动的快速充电站推荐模式,利用图强化学习算法实现了不规则环境信息的提取及快速充电引导策略的学习,最后基于MATLAB-SUMO-Python联合仿真平台进行了实验.结果表明,所提算法能够在保证路-网指标优化的同时,有效降低电动汽车充电前耗时并提高充电站的服务均衡度,从而保证耦合网络的长期健康稳定运行,所提方法具有良好的优化效果及实时响应能力.