基于TD3算法的电动汽车智能充/放电调度策略

张旭; 刘迪迪

doi:10.16088/j.issn.1001-6600.2025072401

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (4) : 46 -55. DOI: 10.16088/j.issn.1001-6600.2025072401

基于TD3算法的电动汽车智能充/放电调度策略

张旭, 刘迪迪

作者信息 +

Author information +

文章历史 +

摘要

伴随电动汽车(electric vehicle, EV)规模化发展，其作为“移动储能单元”不容忽视的调控潜力，正深刻影响电力系统运行范式。在EV入网的背景下，充分考虑EV的可控负荷和移动储能的双重特性，本文构建一个综合EV的充电需求、动态电价、储能时间耦合约束及电池寿命损耗等多重关键因素的EV动态充/放电调度模型。针对EV接入充电时间和初始状态随机性，以及传统强化学习方法在决策变量连续控制场景中的维数灾难与收敛困难问题，本文提出一种基于TD3的智能充/放电控制与优化调度算法，该算法通过智能体与环境持续交互、设计奖励反馈机制，能够根据电价波动做出最佳充/放电决策，并保证在充电结束后达到预期充电量，从而实现对EV充/放电行为的智能控制和优化调度，最小化EV的充电成本。基于真实场景数据进行仿真，结果表明所提算法能够有效适应智能电网中电价的动态变化，有效降低EV用户的充电成本。与DDPG(deep deterministic policy gradient)、DQN(deep Q-network)、PSO(particle swarm optimization)等一系列主流算法相比，本文所提算法将充电成本降低4.41%至24.23%,充分验证了其性能与经济性优势。