基于自學習的電動汽車充電控制策略優(yōu)化方法及系統(tǒng)
基本信息
| 申請?zhí)?/td> | CN202010411783.8 | 申請日 | - |
| 公開（公告）號 | CN111532150A | 公開（公告）日 | 2020-08-14 |
| 申請公布號 | CN111532150A | 申請公布日 | 2020-08-14 |
| 分類號 | B60L53/00(2019.01)I | 分類 | - |
| 發(fā)明人 | 薛激光;閆春生;鄭永健;代宇;戴洵;高白羽;黃川;薛思萌;李德偉;周思成;范宇辰;秦悅維;張瀟祺;董思同;張笑怡;修雨薔;崔赫;王赫妍;孫宏偉;孟祥睿;湯野;程文玉;黃聰瀟;魏慶來 | 申請（專利權(quán)）人 | 遼寧電能發(fā)展股份有限公司 |
| 代理機構(gòu) | 北京市恒有知識產(chǎn)權(quán)代理事務所（普通合伙） | 代理人 | 國網(wǎng)遼寧省電力有限公司電力科學研究院;遼寧電能發(fā)展股份有限公司;國家電網(wǎng)有限公司;中國科學院自動化研究所 |
| 地址 | 110003遼寧省沈陽市和平區(qū)四平街39-7號 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明屬于電動汽車智能充電優(yōu)化技術(shù)領域，具體涉及了一種基于自學習的電動汽車充電控制策略優(yōu)化方法及系統(tǒng)，旨在解決現(xiàn)有電動汽車充電控制策略受用戶端、環(huán)境影響導致電網(wǎng)載荷大、負載不平衡以及用戶充電成本高的問題。本發(fā)明包括：相關(guān)參數(shù)初始化；全局循環(huán)，初始化評價網(wǎng)絡和動作網(wǎng)絡權(quán)值；局部循環(huán)，利用ADP訓練評價網(wǎng)絡和動作網(wǎng)絡；若局部循環(huán)完成則更新迭代性能指標函數(shù)和迭代控制律，以獲得最優(yōu)解；若全局循環(huán)網(wǎng)絡滿足收斂精度則獲得最優(yōu)電池控制策略，并計算用戶充電成本。本發(fā)明無需構(gòu)建模型，采用自適應動態(tài)規(guī)劃方法獲得相應時間段內(nèi)電池最優(yōu)控制策略，降低電網(wǎng)峰谷載荷差值，提高電網(wǎng)靈活性、兼容性和可靠性，同時降低用戶的充電成本。?? |
