[发明专利]一种充电调度方法、装置、设备及存储介质

说明书

本申请实施例公开了一种充电调度方法、装置、设备及存储介质，所述方法包括：根据充电站的额定响应容量进行等分区间，构建状态空间；根据充电站的额定放电功率构建动作空间；确定状态空间中的当前状态元素，以及动作空间中的当前动作策略，构建当前状态动作对；根据电动汽车群的削峰填谷程度、充放电程度和违反运行约束的惩罚数据，确定当前状态动作对对应的奖励值，并确定状态空间中的下一状态元素；基于强化学习算法，根据每个当前状态动作对对应的奖励值，确定各当前状态动作对的得分数据，并根据各当前状态动作对的得分数据，从动作空间中选取目标动作策略；通过上述技术方案，实现了对电动汽车群充放电行为的快速实时优化。

技术领域

本申请实施例涉及调度技术领域，尤其涉及一种充电调度方法、装置、设备及存储介质。

背景技术

随着社会和经济的高速发展，大量使用化石能源导致环境污染、能源短缺等问题愈发严重。在这种背景下，新能源电动汽车(Electric Vehicle，电动汽车)受到广泛的关注和发展。

然而，大量电动汽车无序并网将增加配电网的供电压力，并且会加剧负荷功率的峰谷差，出现“峰上加峰”的现象，不利于电网的供电可靠性。现有技术通常通过建立电动汽车充电调度模型，构建相应的目标函数，以及列出相应的运行约束条件，并采用传统的数学规划方法(如动态规划算法)或仿生类智能算法(如遗传算法)进行求解，得出最优的电动汽车充电调度方案。然而由于电动汽车用户的行为预测难、不确定性强，该类数学规划方法和智能优化算法的模型在各种不同的应用场景下需要重新构建，不利于配电网对电动汽车的实时调度。

因此，针对现有技术中存在的问题，亟待进行完善。

发明内容

本申请提供一种充电调度方法、装置、设备及存储介质，以实现对电动汽车群充放电行为的快速实时优化。

第一方面，本申请实施例提供了一种充电调度方法，该方法包括：根据充电站的额定响应容量进行等分区间，构建状态空间；根据充电站的额定放电功率构建动作空间；确定所述状态空间中的当前状态元素，以及所述动作空间中的当前动作策略，构建当前状态动作对；根据电动汽车群的削峰填谷程度、充放电程度和违反运行约束的惩罚数据，确定所述当前状态动作对对应的奖励值，并确定所述状态空间中的下一状态元素；基于强化学习算法，根据每个当前状态动作对对应的奖励值，确定各所述当前状态动作对的得分数据，并根据各所述当前状态动作对的得分数据，从所述动作空间中选取目标动作策略。

第二方面，本申请实施例还提供了一种充电调度装置，该装置包括：状态空间构建模块，用于根据充电站的额定响应容量进行等分区间，构建状态空间；动作空间构建模块，用于根据充电站的额定放电功率构建动作空间；策略选取模块，用于确定所述状态空间中的当前状态元素，以及所述动作空间中的当前动作策略，构建当前状态动作对；奖励值确定模块，用于根据电动汽车群的削峰填谷程度、充放电程度和违反运行约束的惩罚数据，确定所述当前状态动作对对应的奖励值，并确定所述状态空间中的下一状态元素；目标策略选取模块，用于基于强化学习算法，根据每个当前状态动作对对应的奖励值，确定各所述当前状态动作对的得分数据，并根据各所述当前状态动作对的得分数据，从所述动作空间中选取目标动作策略。

第三方面，本申请实施例还提供了一种电子设备，所述设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面实施例所提供的任意一种充电调度方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面实施例所提供的任意一种充电调度方法。