| 基于MADDPG算法的家用电动汽车集群充放电行为在线优化 |
| |
| 引用本文： | 戴武昌,刘艾冬,申鑫,马鸿君,张虹. 基于MADDPG算法的家用电动汽车集群充放电行为在线优化[J]. 东北电力学院学报, 2021, 41(5): 80-89. DOI: 10.19718/j.issn.1005-2992.2021-05-0080-10 |
| |
| 作者姓名： | 戴武昌 刘艾冬 申鑫 马鸿君 张虹 |
| |
| 作者单位： | 现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学),吉林 吉林132012;国网辽宁省电力有限公司抚顺供电公司,辽宁 抚顺113000 |
| |
| 基金项目： | 吉林省科技计划重点研发项目(20180201010GX)。 |
| |
| 摘 要： | 电动汽车作为电网中的重要负荷,具有较高的需求响应潜力.为降低电动汽车集群用能成本,缓解电网峰值负荷压力,文中首先分析了V2G模式下电动汽车的用电特性,构建了电动汽车集群充放电调度模型,通过成本分析为充放电调度提供决策依据.然后应用多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法对电动汽车集群进行充放电行为的实时优化,利用用户的历史用电数据完成学习过程,并依据当前的用电信息进行调度决策.算例分析表明,该方法可以进行电动汽车集群充放电行为的实时在线优化决策,在保证用户用电需求的前提下,提高用户用电经济性,实现峰值负荷的转移.
|
| 关 键 词： | 电动汽车充电调度 需求响应 多智能体深度强化学习 在线优化 |
Online Optimization of Charging and Discharging Behavior of Household Electric Vehicle Cluster Based on MADDPG Algorithm |
| |
| Dai Wuchang,Liu Aidong,Shen Xin,Ma Hongjun,Zhang Hong. Online Optimization of Charging and Discharging Behavior of Household Electric Vehicle Cluster Based on MADDPG Algorithm[J]. Journal of Northeast China Institute of Electric Power Engineering, 2021, 41(5): 80-89. DOI: 10.19718/j.issn.1005-2992.2021-05-0080-10 |
| |
| Authors: | Dai Wuchang Liu Aidong Shen Xin Ma Hongjun Zhang Hong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
