摘要
本发明公开了一种弱链接通信下深度强化学习的电动汽车自主充电控制方法。获取配电台区所连接的居民家庭用电电器的总负荷预测数据,采集电动汽车的历史充电信息并可上传通讯主站,构建超级智能体并进行训练得到最优决策的超级智能体,将超级智能体针对配电台区的充电桩进行封装和下发,在弱链接通讯条件下,配电台区、充电桩利用电动汽车智能体根据实时的总负荷预测数据和充电需求信息进行自主控制,输出电动汽车的最优充电动作。本发明能够在弱链接通讯条件下提供基于深度强化学习的自主充电控制算法,降低电动汽车群充电失控引起配电台区负荷过载的概率以及配电台区负荷峰值和峰谷差,最终降低过高的台区充电信息系统的通讯安全性和可靠性成本。
博士研究生
于鹤洋,博士研究生在读,研究方向为电力系统灵活资源的深度感知和聚合调控、人工智能与物联网在电力系统中的应用。
博士研究生
张权,浙江大学电气工程学院2021级博士研究生,IEEE Student Member。
硕士研究生
孙玉玺,硕士研究生在读,研究方向为光伏功率预测
硕士研究生
霍英宁,硕士研究生在读,研究方向为电动汽车充放电聚合调控。
副教授 | 博士生导师
耿光超,工学博士,浙江大学电气工程学院副教授、博士生导师,电机工程学系副主任,电力系统自动化所副所长,电气工程学院特聘助理,IEEE高级会员。
教授 | 博士生导师
江全元,博士、浙江大学电气工程学院教授,博士生导师,浙江省重点实验室(海洋可再生能源电气装备与系统技术研究实验室)副主任,中国电工技术学会电力系统控制与保护专业委员会委员。