关键词：电动汽车;充电引导;里程焦虑;多智能体;图强化学习
摘 要：为了有效解决电动汽车用户因行驶路线拥挤、排队时间长而造成费用高和因电量不足而产生的里程焦虑高等问题，本文计及用户有限理性心理因素，提出了一种以用户综合满意度驱动的多智能体图强化学习电动汽车充电引导策略，实现降低用户充电总时间成本、经济花费和总里程焦虑值的目的，进而提升用户综合满意度。首先，根据电动汽车用户充电总时间成本、经济成本和用户里程焦虑构建用户综合满意度模型，并采用二阶锥优化算法求解配电网最优潮流优化节点边际电价；然后，基于图神经网络算法提出用户综合满意度驱动的多智能体图强化学习电动汽车充电引导策略优化模型，并在模型设计中采用独立模块处理用户信息以保护用户隐私；最后，在某电力-交通耦合系统中对所提算法进行仿真验证，相比基于随机最小化后悔理论、多属性决策和最短路径法的充电策略，所提出的充电引导模型能够有效考虑用户偏好，减小电动汽车用户的时间成本、经济花费和里程焦虑值，提升充电站服务率并保持电网的稳定性，同时模型具有良好的扩展性。
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