基于深度强化学习的住宅区电动汽车充电策略

摘要

为降低电动汽车（Electric vehicle,EV）充电成本、缓解用户里程焦虑，提出了一种基于深度强化学习算法的EV充电控制策略。首先，使用数学模型定量分析EV用户的充电成本、里程焦虑以及电池老化；然后，将EV充放电问题转化为状态转移概率未知的马尔可夫决策过程，使用强化学习算法得到离散的充放电决策。与传统的基于模型预测控制算法相比，在用该策略得到充电策略时可以不依赖充电环境的精确模型以及EV用户行为等不确定性因素的预测结果。实验结果表明，应用该策略可以在满足用户充电需求的同时降低充电成本、保护电池，其控制性能相比基于模型预测控制的充电策略也更为优异。

关键词

电动汽车 / 住宅区 / 充放电控制 / 深度强化学习