科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大型充电场站内规模化电动汽车的有序充电问题，提出一种基于双深度Q网络（DDQN）深度强化学习方法的电动汽车充电安排策略，能有效计及电动汽车出行模式和充电需求的不确定性，实现充电场站充电成本最小化的目标。首先，对电动汽车泊车时间和充电需求特征进行提取；其次，为解决维数灾问题，提出一种“分箱”方法和充电次序优化策略以控制状态和动作空间的大小，从而建立了一种适用于大规模电动汽车有序充电的马尔可夫决策过程（MDP）模型；然后，应用DDQN的强化学习算法对电动汽车有序充电策略进行求解；最后，通过仿真算例验证了所提方法的有效性,不仅能有效减少充电场站的充电成本，而且能使模型训练难度不受电动汽车规模影响。
- 单位
