摘要
本发明公开了一种基于深度强化学习的电动汽车充电站充电功率分配方法,其特征在于,包括如下步骤:步骤1、根据充电站的位置、电动汽车的初始电量和位置,为用户筛选出合适的充电站,从而得到电动汽车的充电站候选解集合;步骤2、根据空间负载均衡选择将电动汽车分配到负载最低的充电站,并结合电动汽车到达充电站的时间给出最优充电站;步骤3、根据到达充电站内的电动汽车的信息,将电动汽车充电资源分配问题转化为马尔可夫过程问题;步骤4、利用深度强化学习算法迭代求解马尔可夫过程问题,从而最终的动作值作为最终的功率分配方式。该方法可以有效的减少用户的充电成本和配电网的负载差距,有利于多配电网之间的负载均衡。
技术关键词
充电功率分配方法
充电站
深度强化学习算法
代表
深度神经网络
更新网络参数
资源分配
计算方法
贪心策略
表达式
矩阵
元素
时间差
因子
远距离
样本
系统为您推荐了相关专利信息
智能电网优化
电网设备信息
接入网设备
调度系统
智能算法模块
事件触发机制
事件触发控制方法
抵御重放攻击
记忆
网络化控制技术
表面缺陷检测方法
射线
表面缺陷检测系统
顶头
点云
深度神经网络模型
自动规划系统
历史运动数据
遗传算法
策略推荐方法