本發(fā)明提供一種基于深度強化學(xué)習(xí)的智能電動汽車充放電決策方法,涉及電動汽車充放電技術(shù)領(lǐng)域?;跀?shù)據(jù)驅(qū)動的機器學(xué)習(xí)算法,可用于求解復(fù)雜優(yōu)化問題,且不需要系統(tǒng)的先驗知識,可以基于函數(shù)迭代完成歷史運行狀態(tài)的動態(tài)學(xué)習(xí),基于經(jīng)驗積累與回報分析得到最優(yōu)充放電計劃。從用戶角度出發(fā),構(gòu)造了一個具有未知轉(zhuǎn)移概率的MDP,用于描述電動汽車充放電調(diào)度問題??紤]了電價的隨機性和通勤行為來描述實際場景;提出了一種基于深度強化學(xué)習(xí)的無模型方法,該方法不需要任何系統(tǒng)模型信息,以確定該實時決策問題的最優(yōu)決策;使用單步預(yù)測LSTM網(wǎng)絡(luò)迭代預(yù)測電價,相比于傳統(tǒng)時間序列預(yù)測方法(Arima)預(yù)測精度更高。
聲明:
“基于深度強化學(xué)習(xí)的智能電動汽車充放電決策方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)