摘要
本发明属于新能源电力调度技术领域,提出一种基于混合预测模型与DQN的电动汽车充电调度方法及系统,包括:采集历史新能源发电数据;构建双向LSTM网络模型、Transformer网络模型和基于DQN的多目标充电调度模型;通过双向LSTM网络模型提取历史数据的时序特征并输入至所述Transformer网络模型;通过Transformer网络模型生成光伏发电量预测值及电动汽车充电需求预测值;将所述光伏发电量预测值及电动汽车充电需求预测值输入所述基于DQN的多目标充电调度模型,基于实时的充放电数据和电价数据迭代优化调度模型内的最大化奖励函数值,得到充电调度策略。本发明能够有效提高光伏发电预测和电动汽车充电需求预测的精度,同时设计了一种综合考虑多种因素的电动汽车充电调度的最优调度方案。
技术关键词
混合预测模型
充电调度方法
充放电数据
充电调度策略
光伏发电数据
光伏发电量
时序特征
优化调度模型
网络
Softmax函数
充电调度系统
嵌入位置编码
光伏发电预测
电力调度技术
注意力机制
时序依赖关系
充电策略
数据采集模块
处理器
系统为您推荐了相关专利信息
有序充电调度方法
模拟退火遗传算法
充电调度系统
模拟退火优化
动态
电池寿命预测
蓄电池在线监测
充放电特征
混合传感器
电池运行状态
可再生能源
混合预测模型
Wasserstein距离度量
系统运行状态
混合整数线性规划
寿命预测方法
电池系统
标签训练集
超参数
充放电数据
决策方法
XGBoost模型
混合预测模型
负担
结核病防控