一种考虑激励机制的电动汽车充放电动态定价方法及系统技术方案

本发明专利技术公开了一种考虑激励机制的电动汽车充放电动态定价方法及系统，该方法包括：构建

【技术实现步骤摘要】
一种考虑激励机制的电动汽车充放电动态定价方法及系统


[0001]本专利技术涉及强化学习
，尤其涉及一种考虑激励机制的电动汽车充放电动态定价方法及系统
。

技术介绍

[0002]微电网可以视为小型的电网，有建筑产生周期性的用电负载和分布式可再生能源发电装置，一些连接到充电站的电车
。
管理电车充电，使用
V2G
技术可以帮忙进行需求响应，缓解发电压力
。
需求响应的现有方法可分为基于激励的和基于价格的，它们分别通过提供激励和调整电价来控制负荷
。
[0003]基于价格的方法一般是动态定价，可以用使用时间定价机制在在用电高峰期提高电价来诱导电车用户降低充电需求
。
也有考虑到用户偏好不确定性，根据用户给定截止日期前的电力需求，在负载高峰期给动态价格
。
但是，现在动态定价方法通常给同时到达的所有用户提供相同的动态价格，忽略了预算考虑；并且，现有动态定价方法主要适合于诱导用户停止充电，不太适用于
V2G
环境下还需要考虑放电的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种考虑激励机制的电动汽车充放电动态定价方法，其特征在于，包括以下步骤：构建
V2G
环境下的电动汽车充放电模型并初始化；获取
V2G
环境下的电动汽车充放电模型的状态信息；基于状态信息，通过
Q
网络选择合适的激励方案；将激励方案的补贴电价反馈给电车用户，得到决策结果；基于决策结果进行状态更新，得到激励方案的奖励值
、
更新的激励预算总额和更新的状态信息；根据当前激励方案及其奖励值，估计其他可选的激励方案的对应奖励值并更新
Q
网络
。2.
根据权利要求1所述一种考虑激励机制的电动汽车充放电动态定价方法，其特征在于，所述
V2G
环境下的电动汽车充放电模型，其表达式如下：
A
＝
{a
h
}
＝
{a1，
h
，
a2，
h
，
...,a
N
，
h
}}
其中，
S
表示状态空间向量，
A
表示动作空间，即激励方案，
a
h
表示激励方案，
P
表示状态转移概率，
R
表示奖励值，
β
h
表示电价，
L
h
表示微电网的负载，
R
h
表示微电网的合理参考负载，
G
h
表示微电网内可再生能源的发电量，表示正在充电的电车电池需求电量，表示电车是否连接到充电桩，
a
N,h
表示给第
N
个电车的激励值，表示从状态
s
h
跳转到下一步状态
s
h+1
的概率，
r
h
表示奖励函数，
L
h
表示原始的用电负载，表示通过激励方式控制后的用电负载，
L
h
(a
h
)
表示给定激励方案
a
h
后负载变化值，
R
h
表示合理的参考负载，
+
函数表示其为负时取
0。3.
根据权利要求1所述一种考虑激励机制的电动汽车充放电动态定价方法，其特征在于，所述获取
V2G
环境下的电动汽车充放电模型的状态信息这一步骤，其具体包括：充电桩获取到电车的荷电状态，计算得到电池需求电量；微电网收集自身的用电负载和用电需求
。4.
根据权利要求1所述一种考虑激励机制的电动汽车充放电动态定价方法，其特征在于，所述基于状态信息...

【专利技术属性】
技术研发人员：张晓溪，朱天祥，周知，陈旭，
申请(专利权)人：中山大学，
类型：发明
国别省市：