摘要
本发明涉及电动汽车充放电调度技术领域,提出了一种基于分布式ADP的电动汽车实时充放电调度方法及系统,通过聚类算法对EV聚类,并利用多胞体近似建模方法将聚类组转化为统一的聚合体模型,从而构建EV多胞体充放电模型。调度模型通过约束表达聚合体的充放电行为边界,并以预定目标函数构建集中式优化问题。模型随后被重构为马尔科夫决策过程,使得调度问题可转化为值函数优化问题。为避免对全局信息的依赖,本发明引入一致性分布式优化算法,在日前阶段结合历史数据与ADP算法进行训练,通过局部信息与邻域通信获得分段线性值函数的最优斜率,进而在日内调度中凭当前状态信息便可求解调度策略,提升系统的响应性与灵活性。
技术关键词
充放电调度方法
分布式优化方法
决策
充放电功率
训练场景
电力系统
聚合体
充放电策略
数据采集装置
近似建模方法
分布式优化算法
多阶段
动态优化方法
调度系统
分段线性函数
拉格朗日方程
聚类算法
重构
系统为您推荐了相关专利信息
智能停车管理系统
数据管理模块
交易特征
LSTM神经网络
数据采集模块