典型文献
基于强化学习的电动出租车充电负荷预测
文献摘要：
电动出租车充电随机性极强,负荷预测过程中缺乏合理的充电行为判据.针对这一问题,提出一种基于强化学习的电动出租车充电负荷预测方法.首先,借鉴交通领域的重力模型,计算城市各交通小区间的出租车乘用需求,建立电动出租车出行时空行为概率模型;然后,综合反映时间、空间及电量要素定义强化学习状态空间,构造基于单位时间净收益与单位电量净成本的奖励值函数,采用强化学习形成合理的充电判据;最后,采用蒙特卡洛法仿真大量出租车行驶与充电行为,计算充电负荷.算例分析表明司机单日平均收益通过强化学习不断趋于优化,类似于实际驾驶人不断积累经验形成合理充电习惯的过程,时间、空间、电量三方因素对充电决策的综合影响能够得到有效反映.
文献关键词：
电动出租车;时空行为;充电负荷;强化学习;蒙特卡洛方法
中图分类号：
作者姓名：
于海东;刘文彬;文祥宇
作者机构：
国网山东省电力公司电力科学研究院,山东 济南 250003
文献出处：
引用格式：
[1]于海东;刘文彬;文祥宇-.基于强化学习的电动出租车充电负荷预测)[J].山东电力技术,2022(04):7-14
A类：
B类：
强化学习,电动出租车,充电负荷预测,随机性,充电行为,判据,负荷预测方法,交通领域,重力模型,时空行为,概率模型,电量,学习状态,状态空间,单位时间,净收益,奖励值,值函数,蒙特卡洛法,真大,大量出,车行,算例分析,司机,单日,驾驶人,积累经验,综合影响,蒙特卡洛方法
AB值：
0.277485
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
