摘要
本发明涉及充电设施优化技术领域,具体涉及一种卡车式移动充电站在线协同优化调度方法,构建两阶段优化调度模型框架,所述优化调度模型框架包括:离线训练阶段,建立TMCS多时段优化决策模型,进而建立前瞻滚动值函数逼近算法(LRH‑VFA)从EV充电历史数据中迭代学习,以考虑当前时段决策对运营商未来利润的影响;在线调度阶段,基于离线训练得到的近似值函数及短时预测和实时信息,滚动更新TMCS在线调度决策。本发明能够充分考虑EV充电需求不确定性对TMCS调度结果的影响,有效利用动态更新的需求变化调整决策,在保证EV充电服务质量的同时通过协调TMCS参与电网能量套利以提高运营商收益。
技术关键词
协同优化调度方法
移动充电站
决策
分段线性函数
节点
卡车
在线
优化调度模型
变量
调度优化模型
实时信息
动态规划方法
日历老化
逼近算法
功率
阶段
动态更新
服务费
函数式
系统为您推荐了相关专利信息
智能门禁控制方法
门禁设备
身份认证数据
深度强化学习模型
流量预测模型
样本
数据嵌入
机器学习交叉技术
单细胞转录组数据
拉普拉斯