典型文献
基于强化学习的电动汽车集群实时优化调度策略
文献摘要：
针对大规模电动汽车的实时调度存在维度高和随机性强等问题,提出基于强化学习的电动汽车集群实时优化调度策略.首先,以最小化综合成本(机组发电成本和补贴成本)为目标,建立电动汽车集群参与的电网机组经济调度模型.将实时阶段下的该模型构建为一个马尔可夫决策过程,利用基于最大熵的深度强化学习算法对马尔可夫决策过程进行模型训练和求解.此外,融合强化学习不依赖预测信息和运筹优化算法保证物理约束的优势,将电动汽车充电和机组出力分开优化调度.最后,通过算例验证所提策略在降低成本和削峰填谷方面的可行性和有效性.
文献关键词：
电动汽车集群;强化学习;机组经济调度;实时优化
中图分类号：
作者姓名：
赵小瑾;张开宇;冯冬涵;李恒杰;周云
作者机构：
电力传输与功率变换控制教育部重点实验室(上海交通大学),上海 200240;国网上海市电力公司电力科学研究院,上海 200437;兰州理工大学电气工程与信息工程学院,甘肃兰州 730050
文献出处：
引用格式：
[1]赵小瑾;张开宇;冯冬涵;李恒杰;周云-.基于强化学习的电动汽车集群实时优化调度策略)[J].智慧电力,2022(01):53-59,81
A类：
机组经济调度
B类：
电动汽车集群,实时优化调度,调度策略,大规模电动汽车,实时调度,随机性,综合成本,发电成本,网机,经济调度模型,马尔可夫决策过程,最大熵,深度强化学习算法,模型训练,不依,运筹优化,证物,物理约束,电动汽车充电,机组出力,算例验证,降低成本,削峰填谷
AB值：
0.279307
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。
