买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华北电力大学

摘要：本发明涉及电动汽车车队调度技术领域，具体涉及一种计及车路网交互特性的电动汽车车队调控方法及系统；本发明方法包括以路网拓扑信息、车辆状态信息及环境状态信息作为状态变量，将电动汽车聚合调控过程构建为马尔可夫决策过程模型，通过融合图神经网络的强化学习A2C算法构建电动汽车车队调控决策模型，通过状态‑动作‑奖励数据集对电动汽车车队调控决策模型进行训练，以最大化车队收益为优化方向，对电动汽车车队调控决策模型的神经网络参数进行梯度下降和更新，得到训练后的电动汽车车队调控决策模型，采用训练后的电动汽车车队调控决策模型对电动汽车车队进行调控；通过本发明提高了车队的运行效率、总收益，降低了车队运营成本。

主权项：1.一种计及车路网交互特性的电动汽车车队调控方法，其特征在于，包括：以路网拓扑信息、车辆状态信息及环境状态信息作为状态变量，将电动汽车聚合调控过程构建为马尔可夫决策过程模型；基于所述马尔可夫决策过程模型，通过融合图神经网络的强化学习A2C算法构建电动汽车车队调控决策模型；通过所述电动汽车车队调控决策模型进行订单匹配动作、再平衡调度动作和充电决策动作，得到完成该动作后的奖励和下一状态信息，重复该过程，得到状态-动作-奖励数据集，通过状态-动作-奖励数据集对电动汽车车队调控决策模型进行训练，以最大化车队收益为优化方向，对电动汽车车队调控决策模型的神经网络参数进行梯度下降和更新，得到训练后的电动汽车车队调控决策模型；采用训练后的电动汽车车队调控决策模型对电动汽车车队进行调控；所述马尔可夫决策过程模型包括状态信息；所述状态信息由包含路网拓扑信息及节点间依赖关系信息的邻接矩阵和包含节点车辆状态信息和环境状态信息的特征矩阵构成；所述状态信息为： 其中，A为包含路网节点拓扑特征及节点间依赖关系信息的邻接矩阵；，为t时刻充电站c的可用充电桩数量；，为t时刻出行需求为i-j的乘客排队队列；，为t时刻充电站c的车辆排队队列；，为该车队在t时刻位于i地，电量水平为v的车辆数；，为t时刻从i地到j地的接单价格；，为t时刻充电站c的充电电价；，为t时刻到达的出行需求为i-j的订单数量；其中，M为路网的节点总数，N为具有充电站的节点数，C为电量等级；所述马尔可夫决策过程模型包括动作信息；所述动作信息为： 其中，为t时刻位于i地且电量水平为v的车辆选择接单或充电的概率，为t时刻期望的可调度车辆数占当前空车数的百分比；再平衡调度动作的目标函数为： 其中，，为t时刻i地期望分布的空车数；为t时刻电量水平为v的从i地去往j地的空车数；为t时刻电量水平为v的从j地去往i地的空车数；为从i地去往j地的再平衡成本；为t时刻i地电量水平为v的实际空车数；和为松弛变量；所述融合图神经网络的强化学习A2C算法包括策略网络和价值网络，且包括节点级信息嵌入和全局信息嵌入过程；所述节点级信息嵌入过程为将各节点特征与相邻节点特征进行聚合，得到包含节点间依赖关系的节点特征；所述全局信息嵌入过程为将得到的所有包含节点间依赖关系的节点特征进行聚合，得到包含全局图信息的节点特征；将包含节点间依赖关系的节点特征和包含全局图信息的节点特征进行拼接得到最终特征矩阵，将所述最终特征矩阵作为策略网络和价值网络的输入；所述策略网络的输出为状态-动作信息，所述价值网络的输出为状态-动作-价值信息。

全文数据：

权利要求：

百度查询： 华北电力大学 一种计及车路网交互特性的电动汽车车队调控方法及系统