摘要
本发明提供基于充电效率与智能电网的电动车充电平台选取方法,涉及规划管理技术领域,通过构建电池数字孪生模型,实时同步SOC、SOH及温度梯度等电化学状态;利用深度Q学习分别训练主充电策略与副充电策略,实现了在电池劣化模型束下的多目标权衡;在实际运行中,主/副策略分别生成第一和第二调度反馈,为不同平台提供多维评估依据;将多源反馈融合为混合奖励,并结合平台负载与效率信息进行加权排序,最终选取得分最高平台以动态调整输出功率特性向量,并在线更新劣化系数;实现了从数字孪生、强化学习到多策略融合的闭环优化,不仅能够在高波动电网环境中提升充电效率,而且可将电池寿命损耗率降低。
技术关键词
充电平台
电池状态参数
智能电网负荷
充电策略
数字孪生模型
智能电网调度系统
RESTful接口
规划管理技术
网络
深度Q学习
指数平滑法
一致性检测
定义
决策
置信度阈值
动态
在线