摘要
本公开实施例中提供了一种电动汽车充电站智能调度方法,属于数据处理技术领域,具体包括:构建多维时序特征集合,生成带调度标签的训练集;利用训练集训练基于门控循环单元的深度学习模型,并利用训练好的深度学习模型对车辆的到达率和服务率进行滚动预测;基于调度控制输入构建多状态马尔可夫排队模型,计算稳态分布并据此计算性能指标;基于模型预测控制方法和性能指标构建充电端口调度优化模型,构建目标函数,据此输出滚动优化策略;执行滚动优化策略,调节AC/DC充电桩数量并生成指示信息,同时将运行结果反馈至充电端口调度优化模型实现闭环修正。通过本公开的方案,提升资源利用率、缩短用户等待时间、增强系统稳定性。
技术关键词
滚动优化策略
深度学习模型
调度优化模型
模型预测控制方法
智能调度方法
排队模型
充电端口
门控循环单元
充电桩数量
高速公路服务区
平均等待时间
表达式
充电站
训练集
时序特征
多状态
拥堵指数
等待时间信息
交通事故信息
数据