基于强化学习的电动汽车集群实时优化调度策略

• 作者: 赵小瑾 张开宇 冯冬涵 李恒杰 周云
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 电动汽车集群 强化学习 机组经济调度 实时优化
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电力系统调度|POWER SYSTEM DISPATCH
• 页码范围: 53-59,81
• 页数: 8页
• 分类号: TM732
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7598.2022.01.008

摘要

针对大规模电动汽车的实时调度存在维度高和随机性强等问题,提出基于强化学习的电动汽车集群实时优化调度策略.首先,以最小化综合成本(机组发电成本和补贴成本)为目标,建立电动汽车集群参与的电网机组经济调度模型.将实时阶段下的该模型构建为一个马尔可夫决策过程,利用基于最大熵的深度强化学习算法对马尔可夫决策过程进行模型训练和求解.此外,融合强化学习不依赖预测信息和运筹优化算法保证物理约束的优势,将电动汽车充电和机组出力分开优化调度.最后,通过算例验证所提策略在降低成本和削峰填谷方面的可行性和有效性.