中文

电动汽车车队自主充电以增强可再生能源发电可调度性

系统与控制 2022-01-20 v1 机器学习 系统与控制

摘要

加利福尼亚州总发电容量的19%由光伏机组提供,在部分月份中,超过10%的此类能源被弃电。本研究提出了一种通过协调电动汽车充电来减少可再生能源弃电并提升系统灵活性的新方法。所述问题是一个序贯决策过程,并通过拟合Q迭代算法求解,该算法与其他强化学习方法不同,需要更少的学习回合。给出了三个案例研究以验证所提方法的有效性。这些案例包括聚合商负荷跟踪、爬坡服务以及非确定性光伏发电的利用。结果表明,在该框架下,电动汽车能够成功学习如何在行程时间与太阳能发电均事先未知的不确定场景中调整其充电计划。

关键词

引用

@article{arxiv.2012.12257,
  title  = {Autonomous Charging of Electric Vehicle Fleets to Enhance Renewable Generation Dispatchability},
  author = {Reza Bayani and Saeed D. Manshadi and Guangyi Liu and Yawei Wang and Renchang Dai},
  journal= {arXiv preprint arXiv:2012.12257},
  year   = {2022}
}

备注

This project was initially submitted to CSEE Journal of Power and Energy Systems in August 2020. The current version was submitted in December 2020