[发明专利]一种基于Sarsa算法的移动充电桩群体智能调度方法

权利要求书

1.一种基于Sarsa算法的移动充电桩群体智能调度方法，其特征在于，包括以下步骤：

聚合商综合各移动充电桩的当前状态以及实时电价，提出对移动充电桩群体的参与辅助服务的功率需求；

建立针对移动充电桩所使用电池的老化模型；

设计移动充电桩电池的损耗成本目标函数与约束条件；

通过聚合商获得移动充电桩的日前调度；

通过Sarsa强化学习算法的调度指令，充电桩自主移动至电动汽车充电区域与电力市场辅助服务区域。

2.如权利要求1所述的移动充电桩群体智能调度方法，其特征在于，对移动充电桩的锂电池采取加速老化试验，获得动力锂电池容量衰减与循环次数之间的关系，具体结果采用下式进行拟合：

式中，C_Bat为电池的容量，n_c为循环次数，a为待拟合的系数；

根据下式计算出锂电池衰减的百分比：

式中，C_Eol为电池寿命截止时对应的容量，C_init为电池的初始容量；

根据将电池的初试成本平摊到各工况中，如下式所示：

式中，E_Bat为特定工况中锂电池的使用成本，N_Bat为涉及的锂电池总数量，E_{Bat_ini}为锂电池的初试投资成本。

3.如权利要求2所述的移动充电桩群体智能调度方法，其特征在于，锂电池的循环次数，根据当前实际运营工况，由雨流计数法计算获得。

4.如权利要求1所述的移动充电桩群体智能调度方法，其特征在于，对移动充电桩用同款锂电池进行充放电测试来获得损耗成本：

选取至少5个不同倍率进行恒流充放电，通过拟合分别获得电池充放电效率与功率之间的关系，如下式所示，

η_ch＝a·I_ch+b

η_dis＝c·I_dis+d

式中，η_ch为充电效率，η_dis为放电效率，I_ch为充电电流，I_dis为放电电流，a、b、c、d为拟合参数；

得到移动充电桩充放电损耗为：

L_ch＝r·I_ch·U_bat·(1-η_ch)·t

式中，U_bat为电池的端电压，L_ch为充电损耗成本，L_dis为放电损耗成本，r为电价，t为持续时间。

5.如权利要求1所述的移动充电桩群体智能调度方法，其特征在于，将移动充电桩群体最小化损耗成本的目标函数设定为：

min J＝E_Bat+L_Bat

L_Bat＝L_ch+L_dis

式中，E_Bat为老化成本，L_Bat为充放电损耗成本，min为求取最小值，J为目标函数。

6.如权利要求1所述的移动充电桩群体智能调度方法，其特征在于，移动充电桩群体的功率满足如下约束：

式中，M为移动充电桩的数目，为第i充电桩的功率，P_command提供辅助服务的功率参考值，为第i个充电桩所能提供功率的最大值。

7.如权利要求1所述的移动充电桩群体智能调度方法，其特征在于，采用的Sarsa算法结构包括：智能调度决策、环境、行动、观测值、奖赏五个要素；环境即为通过聚合商对移动充电桩群体的调度，Sarsa算法通过调度移动充电桩的具体行动，从环境中观测相应结果，以获利为目标计算奖赏，最优的调度方法即为通过智能调度方法获得最大收益。