一种基于深度强化学习的V2G动态服务费率生成方法

本发明涉及一种基于深度强化学习的V2G动态服务费率生成方法，通过实时感知电网状态、电动汽车电池状态及用户需求，动态优化充放电策略，实现多目标协同优化，构建包含电网、充电站、充电桩、电动汽车、及用户的多源交互环境，定义为状态向量，进行动作空间设计和多目标奖励函数设计，采用深度确定性策略梯度DDPG算法框架进行实现，采用多智能体深度确定性策略梯度MADDPG框架进行扩展设计，获得最优结果后向用户推送充放电计划。解决了V2G技术存在的静态服务费率、电池损耗严重、多目标冲突、算法局限性的问题，实时优化电动汽车充放电策略与服务费率，动态响应电网状态，提升算法适应性，实现电网调峰、用户收益最大化及电池寿命延长的多目标协同优化。