关键词：虚拟电厂;电动汽车;V2G;分布式新能源;深度确定性策略梯度算法;优化调度;强化学习
摘 要：大量电动汽车（EV）用户的无序充电可能造成电网负荷剧烈波动，危及电网的安全稳定。随着EV入网（V2G）技术的应用，将EV充电站及其周边的分布式新能源发电聚合为虚拟电厂（VPP）后进行优化调度，有助于改善EV用户充放电的经济性及满意度，同时提高分布式新能源的利用率，平抑电网负荷波动，但EV充电站的整体充放电负荷是大量个体EV用户随机行为的聚合，难以用数学模型精确描述。针对包含EV的VPP，提出一种基于深度强化学习的交互式调度框架，以最大化VPP内EV用户的总效益。VPP控制中心作为智能体决策EV个体的充放电动作，无需掌握个体详细模型，而是通过与区域电网环境的交互，不断学习和更新动作策略，从而克服集中式优化方法的局限性。该优化调度框架采用深度确定性策略梯度（DDPG）算法进行求解。仿真结果表明，与集中式优化方法相比，该优化算法提高了各EV用户的效益，并使EV充放电负荷与分布式新能源发电协调配合实现削峰填谷，改善了VPP的整体运行性能。
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