基于强化学习的电动汽车集群实时优化调度策略 |
| |
作者姓名: | 赵小瑾 张开宇 冯冬涵 李恒杰 周云 |
| |
作者单位: | 电力传输与功率变换控制教育部重点实验室(上海交通大学);国网上海市电力公司电力科学研究院;兰州理工大学电气工程与信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(52167014);国家电网有限公司科技项目(52094021000F)。 |
| |
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...
|
关 键 词: | 电动汽车集群 强化学习 机组经济调度 实时优化 |
Real-time Optimal Scheduling Strategy for Electric Vehicle Clusters Based on Reinforcement Learning |
| |
Authors: | ZHAO Xiaojin ZHANG Kaiyu FENG Donghan LI Hengjie ZHOU Yun |
| |
Affiliation: | (Key Laboratory of Control of Power Transmission and Conversion,Ministry of Education(Shanghai Jiao Tong University),Shanghai 200240,China;State Grid Shanghai Electric Power Research Institute,Shanghai 200437,China;School of Electrical Engineering and Information Engineering,Lanzhou University of Technology,Lanzhou 730050,China) |
| |
Abstract: | |
| |
Keywords: | EV clusters reinforcement learning economic dispatch of unit real-time optimization |
本文献已被 维普 等数据库收录! |