关键词：电动汽车;电动汽车充放电控制;深度强化学习;深度确定性策略梯度;电网调控
摘 要：随着电动汽车数量的增加，电动汽车的接入极大地增加了电网的负荷。通过控制电动汽车合理的充放电，电动汽车可以在电网调控中发挥关键作用。以电动汽车的充放电控制算法为研究对象，提出一种基于多智能体深度确定性策略梯度算法（deep deterministic policy gradient,DDPG）控制电动汽车的连续的充放电行为。针对配电网中负荷时序动态变化的问题，控制不同车辆在不同电价下的充放电功率，使用户获得最大收益。考虑电动汽车充电对于配电网的影响，引入最优潮流量化充电行为对电网造成的负荷。将不同环境下的多电动汽车系统构建为马尔科夫决策，采用多智能体强化学习算法使车辆学习个性化的充放电策略。模拟结果表明，该算法能够有效地调控不同车辆的充放电行为，起到调控电网的作用，同时该算法在车辆充电时对电网造成的负荷更加稳定。
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