申请/专利权人：中国科学技术大学

申请日：2024-01-08

公开（公告）日：2024-04-12

公开（公告）号：CN117876005A

主分类号：G06Q30/0201

分类号：G06Q30/0201;G07F15/00;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明属于智能控制与优化技术领域，具体地说是一种基于虚拟充电场站技术的充电服务价格控制方法。该方法包括：1把一个特定区域多个离散分布的充电桩资源聚合为一个虚拟充电场站进行充电管理；2将当前虚拟充电场站中离散分布的多个充电桩的在线服务状态以及等待充电服务的车辆队列信息作为虚拟充电场站服务系统的联合状态；3在服务价格制定时刻，根据虚拟充电场站服务系统联合状态、当前时段充电服务价格以及电网对场站未来时段的用电限额，将未来时段的充电服务价格作为系统控制行动；4采用深度强化学习算法对虚拟充电场站的充电服务价格进行优化。

主权项：1.一种基于虚拟充电场站技术的充电服务价格控制方法，其特征在于，构建服务价格控制机制如下：配有I个不同位置的充电地点，并为随机到达的M种电动车提供有偿充电服务的一个特定区域的充电服务管理系统；该特定区域的充电桩聚合成一个虚拟充电场站，第i个充电地点配有Ni个充电桩和Li个等候充电车位，令每个充电桩均能满足M种电动车的充电功率需求，且一个充电桩一次只为一个电动汽车提供充电服务；将所述区域的I个充电地点的集合记为Φsite＝{1,2,…,I}；假设电动车的到达在不同的时间段服从不同的Poisson分布，记为λt；将所述第i个充电地点的Ni个充电桩集合记为第m种电动车的额定充电功率记为Pm，最大电池容量为Em，m∈Φev＝{1,2，…,M}；假设上一级负荷聚合商或电网调度中心给予所述虚拟充电场站的用电功率上限按等时间周期ΔT进行调整，并且提前z个周期发布，令K为一天最大周期数且对应总时长为T，tk为第k个用电功率上限调整时刻，k＝0,1,...,K-1，对应第k个时段的用电功率上限记为其中，t0＝0；假设电网分时电价亦是在时间周期ΔT的整数倍时刻进行调整，则将总时长T下的分时电价序列记为{tk,Prelek|k＝0,1,2,…,K-1}，其中，Prelek∈ΦPr，ΦPr是有限的电价状态空间；假设虚拟充电场站的服务价格按等时间周期z·ΔT进行调整，tzk为第k个服务价格制定时刻，k＝0,1,...,Kz-2，此时刻对第zk+1,zk+1+1，...，zk+2-1时段的充电服务价格Prservzk+1,,Prservzk+1+1，...，Prservzk+2-1,进行决策和发布；记Prservzk+1＝{Prservzk+1,Prservzk+1+1,…,Prservzk+2-1}；将服务价格制定时刻作为决策时刻，共有决策周期数Kz-1个；记将所述第i个充电地点的Ni个充电桩在t时刻的联合状态记为其中表示第i个充电地点的第n个充电桩的服务状态；表示t时刻第i个充电地点的第n个充电桩正在服务的电动车种类，若表示无车辆接入；若表示正在给Φev中的一种电动车充电，表示所述充电电动车的电池当前荷电状态SOC，表示当前充电功率；若记充电场站的总用电功率为将所述第i个充电地点在t时刻的等待充电车辆的队列信息记为其中表示第i个充电地点的第n个等候充电车位的车辆状态；表示第i个充电地点的第n个等候充电车位的电动车种类，若表示所述等候充电车位无车辆等待；若表示所述等候充电车位有电动车在等待充电，表示所述等候充电电动车的电池当前荷电状态；若记将所述第i个充电地点在t时刻的状态记为所述特定区域的充电服务系统在t时刻的联合状态记为将第k个决策时刻tzk的联合状态简记为szk；定义虚拟场站在所述决策时刻tzk的扩展状态为其状态空间记为将虚拟场站服务系统制定的充电服务价格记为行动a，则在所述决策时刻tzk,,kKz-1，服务系统制定[tzk+1tzk+2时间段内第zk+1，...，zk+2-1个时段的z个充电服务价格Prservzk+1＝{Prservzk+1,…,Prservzk+2-1}，且记第k个决策时刻tzk的行动为azk＝Prservzk+1；记服务价格集合其中表示最低服务价格，表示最高服务价格，则行动集即azk∈Φa；定义充电服务价格控制策略为对应扩展状态的状态空间到对应充电服务价格azk的行动空间Φa的映射，所述控制策略采用深度神经元网络表达；设策略网络采用多通道多尺寸一维卷积神经元网络为特征提取层网络，策略网络输出采取全连接网络，策略网络参数记为θ，则记控制策略为πθ，控制策略网络为πθ·|·；卷积神经元网络的输入由所述虚拟场站的当前扩展状态决定，共分为I+1个通道数据，其中定义通道0输入为通道I,,i＝0,…,I的输入为虚拟充电场站第i个充电地点的状态在第k个决策时刻的值；在每第k,,k＝0,1,…,,Kz-1个决策时刻tzk，输入所述I+1个通道数据到卷积神经元网络，得到特征向量再将输入到策略网络的全连接网络部分，得到扩展状态对应的服务价格随机分布反映了系统在状态下由策略参数θ决定的每个可能的随机行动被取到的概率，具体由均值向量μθ＝μ0,μ1,…,μz-1和标准差向量σθ＝σ0,σ1,…,σz-1决定的z个高斯分布表达，最终采样并解算得到行动azk，即未来时段的服务价格控制变量。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种基于虚拟充电场站技术的充电服务价格控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD