一种基于SDN增强网络的电动汽车充电智能调度方法技术

本发明专利技术公开了一种基于SDN增强网络的电动汽车充电智能调度方法，其中集中式SDN控制器借助车辆边缘计算网络可以实时采集EV和快速充电站(FCS)的信息，并且管理有需要的EV的充电行为。为了最大限度地减少包括时间和收费费用在内的总开销，本发明专利技术从用户的角度出发，考虑FCS选择和路径规划的电动汽车充电调度联合问题，提出基于深层强化学习(DRL)的解决方案来确定用于低电池EVS的最优充电调度策略。通过在FCS进行预约的新型弹性EV充电调度，并相应地开发了基于增量DRL的方法。

【技术实现步骤摘要】
一种基于SDN增强网络的电动汽车充电智能调度方法
本专利技术属于信息
，特别涉及一种基于SDN增强网络的电动汽车充电智能调度方法。
技术介绍
作为下一代电网，智能电网利用电力和信息流，以广泛分布的自动化方式更有效地提供电力。近年来，以第五代(5G)无线通信为代表的先进无线通信技术得到了迅速发展和广泛应用。此外，随着物联网时代的到来，在数据处理和数据分析领域取得了很大进展，随着5G无线系统数据量的不断增加，智能电网的通信和数据分析面临着巨大的压力和挑战。同时，随着化石燃料变得越来越稀缺和昂贵，电动汽车(EV)开始成为智能电网发展的重要组成部分。电动汽车充电由从外部电源储存电器到清洁的可再生能源，在电池耗尽后，调度电动汽车的充放电配置是非常重要的。随着环保电动汽车的普及，如何设计智能、弹性的充电调度策略，在驾驶过程中进行加油已成为一个至关重要的问题。
技术实现思路
本专利技术的目的在于克服上述现有技术不足，提供一种基于SDN增强网络的电动汽车充电智能调度方法，本专利技术旨在兼顾动态城市交通环境和快速充电站(FCS)时段性可本文档来自技高网...

【技术保护点】
1.一种基于SDN增强网络的电动汽车充电智能调度方法，其特征在于，步骤如下：/na)根据实际情况获取电动汽车和充电站状况、学习参数γ、探索路径ε、内存池C；/nb)根据实际情况设置评估神经网络权重θ，设置目标神经网络权重与θ相等；/nc)随机选择一个概率值μ；/nd)如果μ≤ε，随机选择电动汽车行动动作；否则，选择与评估神经网络得出的最大Q值相对应的动作；/ne)依照Q-learning算法，根据所选动作计算对应回报值和电动汽车的下一状态；/nf)将信息存储到内存池C中；/ng)随机抽取一小批样本，依照Q-learning算法，根据目标神经网络获取目标Q值；/nh)通过对损耗函数用梯度下降算法...

【技术特征摘要】
1.一种基于SDN增强网络的电动汽车充电智能调度方法，其特征在于，步骤如下：
a)根据实际情况获取电动汽车和充电站状况、学习参数γ、探索路径ε、内存池C；
b)根据实际情况设置评估神经网络权重θ，设置目标神经网络权重与θ相等；
c)随机选择一个概率值μ；
d)如果μ≤ε，随机选择电动汽车行动动作；否则，选择与评估神经网络得出的最大Q值相对应的动作；
e)依照Q-learning算法，根据所选动作计算对应回报值和电动汽车...

【专利技术属性】
技术研发人员：刘家佳，郭鸿志，张海宾，孙文，黄伟峰，熊婧羽，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61