关键词：电动汽车;充电负荷引导;削峰填谷;快充慢充约束;深度强化学习;净负荷
摘 要：随着分布式光伏大规模发电的广泛应用，净负荷“鸭型”曲线特征明显，电动汽车白天充电无法充分利用新能源，夜间充电使原有负荷峰值叠加。为避免净负荷“峰上加峰”现象，文中以减小净负荷峰谷差为目标，实现充电负荷转移。首先，基于快慢充行为特征的统计数据，采用蒙特卡洛法模拟用户充电行为，实现未来充电负荷分布的预测，并根据慢充的入网特性以及快充的延迟充电特性建立快慢充负荷约束。然后，基于梯度下降法对负荷转移率进行计算，并引入用户消费心理学构建充电负荷价格响应模型。最后，对电网调峰的经济性进行分析以限定电价变动约束，以净负荷峰谷差最小为目标构建充电引导模型，并利用深度强化学习对其求解。仿真结果表明，所建模型和求解策略能有效引导充电负荷避开净负荷的峰期，并确定合理电价，减小电网的峰谷差。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取