考虑车辆-电网集成的电动汽车充电站运营学习
机器学习
2022-08-18 v2 系统与控制
系统与控制
摘要
电动汽车（EV）的快速普及要求广泛安装EV充电站。为最大化充电站盈利能力，亟需能够提供充电与电网服务的智能控制器。然而，由于EV到达时间和充电需求的不确定性，确定最优充电调度具有挑战性。本文提出一种新颖的集中分配与分散执行（CADE）强化学习（RL）框架，以最大化充电站利润。在集中分配过程中，EV被分配至等待位或充电位。在分散执行过程中，每个充电器做出自身的充放电决策，同时从共享回放记忆中学习动作值函数。该CADE框架显著提升了RL算法的可扩展性与样本效率。数值结果表明，所提CADE框架计算高效且可扩展，并显著优于基线模型预测控制（MPC）。我们还对学到的动作值函数进行了深入分析，以解释强化学习智能体的内部工作机制。
引用
@article{arxiv.2111.01294,
title = {Learning to Operate an Electric Vehicle Charging Station Considering Vehicle-grid Integration},
author = {Zuzhao Ye and Yuanqi Gao and Nanpeng Yu},
journal= {arXiv preprint arXiv:2111.01294},
year = {2022}
}
备注
11 pages, 7 figures