摘要
本发明提供一种多时段需求的电动汽车充放电实时优化调度方法及装置,涉及电动汽车充放电调度优化技术领域。该方法包括:根据出行记录数据,拟合电动汽车出行和用能的概率分布,构建电动汽车使用模式的概率模型;根据概率模型,对电动汽车不确定性出行进行马尔科夫链仿真,获得不同空间类型下多时段出行的链式数据;对链式数据进行筛选和整合,获得电动汽车在装置所处空间类型下的多停车时段不确定性需求数据,计算多停车时段耦合的电动汽车可调度灵活性约束;构建马尔可夫决策过程,采用深度强化学习算法对电动汽车的充放电策略进行优化,输出电动汽车的实时充放电最优策略。采用本发明可解决电动汽车不确定性多时段需求带来的复杂约束问题。
技术关键词
电池荷电状态
优化调度方法
深度强化学习算法
出行需求
计算机可读取存储介质
充放电策略
优化调度装置
数据
计算机可读指令
调度设备
调度优化技术
序列
焦虑
能耗
模式
决策
地点
处理器
系统为您推荐了相关专利信息
深度学习图像分类
深度强化学习算法
速度
策略
容错机制
双层优化调度方法
负荷
优化调度装置
优化调度模型
气象
梯级水库群
优化调度方法
虚拟水库
优化调度模型
分区
优化调度方法
负荷特征
电力传输网络
可平移负荷
负荷调节潜力
配电网优化调度
强化学习模型
微电网优化调度
协同优化调度方法
微型燃气轮机发电