基于图强化学习的电力交通耦合网络快速充电需求引导研究OA北大核心CSCDCSTPCD
Fast Charging Demand Guidance in Coupled Power-transportation Networks Based on Graph Reinforcement Learning
为应对大规模电动汽车无序快充给电力交通耦合网络带来的巨大挑战,首先建立了包含车-站-路-网的多目标优化模型,提出了基于请求驱动的快速充电站推荐模式,利用图强化学习算法实现了不规则环境信息的提取及快速充电引导策略的学习,最后基于MATLAB-SUMO-Python联合仿真平台进行了实验.结果表明,所提算法能够在保证路-网指标优化的同时,有效降低电动汽车充电前耗时并提高充电站的服务均衡度,从而保证耦合网络的长期健康稳定运行,所提方法具有良…查看全部>>
袁红霞;张俊;许沛东;方舟
武汉大学 电气与自动化学院,湖北省 武汉市 430072武汉大学 电气与自动化学院,湖北省 武汉市 430072武汉大学 电气与自动化学院,湖北省 武汉市 430072武汉大学 电气与自动化学院,湖北省 武汉市 430072
信息技术与安全科学
电力交通耦合网络图强化学习电动汽车快速充电站推荐
《电网技术》 2021 (3)
979-986,8
国家重点研发计划项目(2018AAA0101504)国家电网公司总部科技项目"人在回路的大电网调控混合增强智能基础理论".
评论