典型文献
基于深度强化学习的电动汽车充电调度算法研究进展
文献摘要:
对电动汽车的充电过程进行优化调度有利于电网安全稳定运行,提升道路通行效率,提高可再生能源利用率,减少用户充电时间和充电费用.深度强化学习可以有效解决电动汽车充电优化调度面临的随机性和不确定性因素的影响.首先,概述了深度强化学习的工作原理,对比分析了不同种类强化学习的特点和应用场合.然后,从静态充电调度和动态充电调度两方面综述了基于深度强化学习的电动汽车充电调度算法研究成果,分析了现有研究的不足.最后,展望了该领域未来的研究方向.
文献关键词:
智能电网;电动汽车;深度强化学习;充电调度
中图分类号:
作者姓名:
张延宇;饶新朋;周书奎;周毅
作者机构:
河南大学人工智能学院,河南 郑州 450046;河南省车联网协同技术国际联合实验室(河南大学),河南 郑州 450046
文献出处:
引用格式:
[1]张延宇;饶新朋;周书奎;周毅-.基于深度强化学习的电动汽车充电调度算法研究进展)[J].电力系统保护与控制,2022(16):179-187
A类:
B类:
深度强化学习,电动汽车充电,汽车充电调度,调度算法,算法研究,充电过程,优化调度,电网安全,安全稳定运行,道路通行,通行效率,可再生能源利用,能源利用率,少用,充电时间,充电费用,充电优化,随机性,不确定性因素,应用场合,智能电网
AB值:
0.265868
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。