发明公开
- 专利标题: 基于深度强化学习的电动汽车智能激励方法和装置
-
申请号: CN202410083662.3申请日: 2024-01-19
-
公开(公告)号: CN117910352A公开(公告)日: 2024-04-19
- 发明人: 刘晓宇 , 李相俊 , 孙舟 , 袁小溪 , 陈振 , 刘祥璐
- 申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网北京市电力公司
- 申请人地址: 北京市海淀区清河小营东路15号; ;
- 专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网北京市电力公司
- 当前专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网北京市电力公司
- 当前专利权人地址: 北京市海淀区清河小营东路15号; ;
- 代理机构: 北京中巡通大知识产权代理有限公司
- 代理商 李宏德
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06N5/04 ; G06N3/092
摘要:
本发明涉及一种基于深度强化学习的电动汽车智能激励方法和装置,包括建立基于马尔科夫博弈模型的分类型的电动汽车充放电优化目标模型;建立分类型的电动汽车智能体模型,利用分类型的电动汽车充放电优化目标模型对分类型的电动汽车智能体模型进行训练,得到电动汽车智能体充放电优化策略模型,通过电动汽车智能体充放电优化策略模型中,得到当前时刻电动汽车的最优充放电策略。本发明建立面向电动汽车用户与负荷聚合商交互的多方博弈模型,运用深度强化学习算法求解,实现了不同场景下多类型电动汽车和聚合商的协同最优。本发明还涉及一种设备和存储介质。